דאנק איר פֿאַר באזוכן Nature.com. דער בלעטערער ווערסיע איר נוצן האט לימיטעד שטיצן פֿאַר CSS. פֿאַר דער בעסטער דערפאַרונג, מיר רעקאָמענדירן אַז איר נוצן אַ דערהייַנטיקט בלעטערער (אָדער קער אַוועק קאַמפּאַטאַבילאַטי מאָדע אין Internet Explorer). אין דער דערווייל, צו ענשור פארבליבן שטיצן, מיר וועלן אַרויסווייַזן די פּלאַץ אָן סטיילז און דזשאַוואַסקריפּט.
באָדן פאַרפּעסטיקונג איז אַ גרויס פּראָבלעם געפֿירט דורך מענטשלעך אַקטיוויטעטן. די ספּיישאַל פאַרשפּרייטונג פון פּאַטענטשאַלי טאַקסיק עלעמענטן (PTEs) וועריז אין רובֿ שטאָטיש און פּערי-שטאָטיש געביטן. דעריבער, עס איז שווער צו ספּיישאַלי פאָרויסזאָגן די אינהאַלט פון PTEs אין אַזאַ סוילז. s זענען באשלאסן ניצן ינדוקטיוולי קאַפּאַלד פּלאַזמע ימישאַן ספּעקטראָמעטרי. די ענטפער בייַטעוודיק איז Ni און די פּרידיקטערז זענען Ca, Mg, און K. די קאָראַליישאַן מאַטריץ צווישן די ענטפער בייַטעוודיק און די פּרידיקטער בייַטעוודיק ווייזט אַ באַפרידיקנדיק קאָראַליישאַן צווישן די עלעמענטן. E) (166.946 מג / קג) זענען העכער ווי די אנדערע מעטהאָדס געווענדט. געמישט מאָדעלס פֿאַר עמפּיריקאַל בייעסיאַן קריגינג-מערפלינע לינעאַר רעגרעססיאָן (EBK-MLR) דורכפירן שוואַך, ווי עווידאַנסט דורך קאָואַפישאַנץ פון פעסטקייַט ווייניקער ווי 0.1. און MAE (77.368 מג/קג) וואַלועס און הויך באַשטימונג קאָואַפישאַנט (R2 = 0.637). די רעזולטאַט פון EBK-SVMR מאָדעלינג טעכניק איז וויזשוואַלייזד ניצן אַ זיך-אָרגאַנייזינג מאַפּע. קלאַסטערד נוראַנז אין די פלאַך פון די כייבריד מאָדעל CakMg-EBK-SVMR קאָמפּאָנענט ווייַזן קייפל קאָליר פּאַטערנז וואָס פאָרויסזאָגן און קאַנסאַנטריישאַן פון די שטאָטיש קאַנסאַנטריישאַנז אין שטאָטיש און דעמאַנסטריישאַן פון די שטאָטיש קאַנסאַנטריישאַנז. איז אַן עפעקטיוו טעכניק פֿאַר פּרידיקטינג Ni קאַנסאַנטריישאַנז אין שטאָטיש און פּערי-שטאָטיש סוילז.
ניקאַל (Ni) איז גערעכנט ווי אַ מיקראָנוטריענט פֿאַר געוויקסן ווייַל עס קאַנטריביוץ צו אַטמאָספעריק ניטראָגען פיקסיישאַן (N) און ורעאַ מאַטאַבאַליזאַם, ביידע פון ​​וואָס זענען פארלאנגט פֿאַר זוימען דזשערמאַניישאַן. אין אַדישאַן צו זיין צושטייַער צו זוימען דזשערמאַניישאַן, Ni קענען שפּילן ווי אַ פונגאַל און באַקטיריאַל ינכיבאַטער און העכערן פאַבריק אַנטוויקלונג. די אַפּלאַקיישאַן פון ניקאַל-באזירט פערטאַלייזערז צו אַפּטאַמייז ניטראָגען פיקסיישאַן 2. פארבליבן אַפּלאַקיישאַן פון ניקאַל-באזירט פערטאַלייזערז צו באַרייַכערן דעם באָדן און פאַרגרעסערן די פיייקייט פון לעגיומז צו פאַרריכטן ניטראָגען אין דעם באָדן קאַנטיניואַסלי ינקריסיז די ניקאַל קאַנסאַנטריישאַן אין דעם באָדן. לויט ליו3, ני איז געפונען צו זיין די 17 וויכטיק עלעמענט פארלאנגט פֿאַר פאַבריק אַנטוויקלונג און וווּקס. אין אַדישאַן צו די ראָלע פון ​​ניקאַל אין פאַבריק אַנטוויקלונג און וווּקס, מענטשן דאַרפֿן עס פֿאַר פאַרשידן אַפּלאַקיישאַנז. ניקאַל-באזירט אַלויז און ילעקטראָופּלייטיד אַרטיקלען האָבן שוין וויידלי געניצט אין קיטשאַנווער, טאַנצפּלאַץ אַקסעסעריז, עסנוואַרג אינדוסטריע סאַפּלייז, עלעקטריקאַל, דראָט און קאַבלע, דזשעט טערביינז, כירורגיש ימפּלאַנץ, טעקסטיילז, און שיפּבילדינג. ic4,6.נאַטירלעך קוואלן פון ניקאַל אַרייַננעמען וואַלקאַניק יראַפּשאַנז, וועדזשאַטיישאַן, וואַלד פירעס און דזשיאַלאַדזשיקאַל פּראַסעסאַז;אָבער, אַנטהראָפּאָגעניק קוואלן אַרייַננעמען ניקאַל / קאַדמיום באַטעריז אין די שטאָל אינדוסטריע, ילעקטראָופּלאַטינג, קרייַזבויגן וועלדינג, דיעסעל און ברענוואַרג אָילס, און אַטמאַספעריק ימישאַנז פון קוילן קאַמבאַסטשאַן און וויסט און סלאַדזש ינסינעריישאַן ניקאַל אַקיומיאַליישאַן7,8. לויט Freedman און Hutchinson9 און Manyiwa et al.10, די הויפּט קוואלן פון שפּיץ-סאָיל פאַרפּעסטיקונג אין די באַלדיק און שכייניש סוויווע זענען דער הויפּט ניקאַל-קופּער-באזירט סמעלטערס און מינעס. .12, די סומע פון ​​HNO3-יקסטראַקטאַבאַל ניקאַל אין דער געגנט ס שפּיץ אַקער לאַנד (ניקעל פּראָדוקציע אין רוסלאַנד) ריינדזשד פון 6.25 צו 136.88 מג / קג, קאָראַספּאַנדינג צו אַ דורכשניטלעך פון 30.43 מג / קג און אַ באַסעלינע קאַנסאַנטריישאַן פון 25 מג / קג. די פּאָטענציעל יפעקץ פון ניקאַל אין מענטשן קען פירן צו ראַק דורך מוטאַגענעס, כראָמאָסאָמאַל שעדיקן, ז-דנאַ דור, אפגעשטעלט דנאַ עקססיסיאָן פאַרריכטן אָדער עפּיגענעטיק פּראַסעסאַז.
באָדן קאַנטאַמאַניישאַן אַסעסמאַנץ האָבן בליענדיק אין די לעצטע צייט רעכט צו אַ ברייט קייט פון געזונט-פֿאַרבונדענע ישוז וואָס זענען שטייענדיק פון באָדן-פלאנצן באַציונגען, באָדן און בייאַלאַדזשיקאַל באַציונגען, עקאַלאַדזשיקאַל דערנידעריקונג און ינווייראַנמענאַל פּראַל אַססעססמענט. זייער ימפּרוווד פּרידיקטיוו באָדן מאַפּינג (PSM). לויט צו Minasny און McBratney16, פּרידיקטיוו באָדן מאַפּינג (DSM) האט פּראָווען צו זיין אַ באַוווסט סובדיסציפּלין פון באָדן וויסנשאַפֿט. cBratney et al.17 אַוטליינד אַז די הייַנטצייַטיק דסם אָדער פּסם איז די מערסט עפעקטיוו טעכניק פֿאַר פּרידיקטינג אָדער מאַפּינג די ספּיישאַל פאַרשפּרייטונג פון פּטעס, באָדן טייפּס און באָדן פּראָפּערטיעס.
Deutsch18 און Olea19 דעפינירן געאָסטאַטיסטיקס ווי "די זאַמלונג פון נומעריקאַל טעקניקס וואָס האַנדלען מיט די פאַרטרעטונג פון ספּיישאַל אַטריביוץ, דער הויפּט ניצן סטאָטשאַסטיק מאָדעלס, אַזאַ ווי ווי צייט סעריע אַנאַליסיס קעראַקטערייזאַז צייַטווייַליק דאַטן."בפֿרט, געאָסטאַטיסטיקס ינוואַלווז די אפשאצונג פון וואַריאָגראַמס, וואָס לאָזן קוואַנטיפיי און דעפינירן די דיפּענדאַנסיז פון ספּיישאַל וואַלועס פון יעדער דאַטאַסעט20.Gumiaux et al.20 ווייַטער אילוסטרירן אַז די אפשאצונג פון וואַריאָגראַמען אין געאָסטאַטיסטיקס איז באזירט אויף דריי פּרינסאַפּאַלז, אַרייַנגערעכנט (אַ) קאַמפּיוטינג די וואָג פון דאַטן קאָראַליישאַן, (ב) ידענטיפיצירן און קאַמפּיוטינג אַניסאָטראָפּיע אין דאַטאַ דיספּעראַטי און (c) אין דערצו צו אין אַדישאַן צו נעמען אין חשבון די טאָכיק טעות פון די מעזשערמאַנט דאַטן אפגעשיידט פון די היגע יפעקץ זענען אויך גענוצט אין די געאָפּאָליס עפעקטן אויף די ינטערפּריטיישאַן טעכניק. סטיקס, אַרייַנגערעכנט גענעראַל קריגינג, קאָ-קריגינג, פּראָסט קריגינג, עמפּיריקאַל בייעסיאַן קריגינג, פּשוט קריגינג אופֿן און אנדערע באַוווסט ינטערפּאָלאַטיאָן טעקניקס צו מאַפּע אָדער פאָרויסזאָגן פּטע, באָדן קעראַקטעריסטיקס און באָדן טייפּס.
מאַשין לערנען אַלגערידאַמז (MLA) זענען אַ לעפיערעך נייַע טעכניק וואָס ניצט גרעסערע ניט-לינעאַר דאַטן קלאסן, פיואַלד דורך אַלגערידאַמז בפֿרט געניצט פֿאַר דאַטן מיינינג, ידענטיפיצירן פּאַטערנז אין דאַטן, און ריפּיטידלי געווענדט צו קלאַסאַפאַקיישאַן אין וויסנשאפטלעכע פעלדער אַזאַ ווי באָדן וויסנשאַפֿט און צוריקקומען טאַסקס.22 (ראַנדאָם פאָראַס פֿאַר שווער מעטאַל אָפּשאַצונג אין לאַנדווירטשאַפטלעך סוילז), Sakizadeh et al.23 (מאָדעלינג ניצן שטיצן וועקטאָר מאשינען און קינסטלעך נעוראַל נעטוואָרקס) באָדן פאַרפּעסטיקונג). אין דערצו, וועגאַ עט על.24 (CART פֿאַר מאָדעלינג שווער מעטאַל ריטענשאַן און אַדסאָרפּטיאָן אין באָדן) Sun et al.25 (אַפּפּליקאַטיאָן פון קוביסט איז די פאַרשפּרייטונג פון Cd אין באָדן) און אנדערע אַלגערידאַמז אַזאַ ווי ק-נעראַסט חבר, דזשענעראַליזעד בוסטיד ראַגרעשאַן, און בוסטיד ראַגרעשאַן ביימער אויך געווענדט MLA צו פאָרויסזאָגן פּטע אין באָדן.
די אַפּלאַקיישאַן פון DSM אַלגערידאַמז אין פּראָגנאָז אָדער מאַפּינג פנימער עטלעכע טשאַלאַנדזשיז. פילע מחברים גלויבן אַז MLA איז העכער צו געאָסטאַטיסטיקס און וויצע ווערסאַ.פּאָנטיוס און טשעוק28 און גרונוואַלד29 באַמערקן אויף דיפישאַנסיז און עטלעכע ערראָרס אין פּרעדיקטעד באָדן מאַפּינג. באָדן סייאַנטיס האָבן געפרוווט אַ פאַרשיידנקייַט פון טעקניקס צו אַפּטאַמייז די יפעקטיוונאַס, אַקיעראַסי און פּרידיקטאַביליטי פון דסם מאַפּינג און פאָרקאַסטינג.15 אַוטליין אַז די וואַלאַדיישאַן נאַטור און אַנסערטאַנטי ינטראָודוסט דורך מאַפּע שאַפונג און פּראָגנאָז זאָל זיין ינדיפּענדאַנטלי וואַלאַדייטאַד צו פֿאַרבעסערן מאַפּע קוואַליטעט. די לימיטיישאַנז פון די דסם זענען רעכט צו געאָגראַפיקאַללי דיספּערסט באָדן קוואַליטעט, וואָס ינוואַלווז אַ קאָמפּאָנענט פון אַנסערטאַנטי;אָבער, די פעלן פון זיכערקייט אין די דסם קען זיין געפֿירט פֿון קייפל קוואלן פון טעות, ניימלי קאָוואַריאַטע טעות, מאָדעל טעות, אָרט טעות און אַנאַליסיס טעות 31. אַטאַקאַל מאָדעל פֿאָרויסזאָגן, אָדער ינטערפּאָלאַטיאָן 33. לעצטנס, אַ נייַ DSM גאַנג איז ימערדזשד אַז פּראַמאָוץ די ינטאַגריישאַן פון געאָסטאַטיסטיקס און MLA אין מאַפּינג און פאָרקאַסטינג. עטלעכע באָדן סייאַנטיס און מחברים, אַזאַ ווי סערגעעוו עט על.34;סובבאָטינאַ עט על.35;טאַראַסאָוו עט על.36 און טאַראַסאָוו עט על.37 האָבן עקספּלויטאַד די פּינטלעך קוואַליטעט פון געאָסטאַטיסטיקס און מאַשין לערנען צו דזשענערייט כייבריד מאָדעלס וואָס פֿאַרבעסערן די עפעקטיווקייַט פון פאָרקאַסטינג און מאַפּינג.עטלעכע פון ​​די כייבריד אָדער קאַמביינד אַלגערידאַם מאָדעלס זענען קינסטלעך נעוראַל נעטוואָרק קריגינג (אַן-רק), מולטילייַער פּערסעפּטרון רעסידאַל קריגינג (מלפּ-רק), גענעראַליזעד רעגרעססיאָן נעוראַל נעטוואָרק רעסידואַל קריגינג (גר-נרק) 36, קינסטלעך נעוראַל נעטוואָרק קריגינג-מולטילייַער פּערסעפּטראָן (ANN-K-MLPK3) פּראַסעסאַז.
לויט Sergeev et al., קאַמביינינג פאַרשידן מאָדעלינג טעקניקס האט דער פּאָטענציעל צו עלימינירן חסרונות און פאַרגרעסערן די עפעקטיווקייַט פון די ריזאַלטינג כייבריד מאָדעל אלא ווי צו אַנטוויקלען זייַן איין מאָדעל. און מישן עס מיט סופּפּאָרט וועקטאָר מאַשין (SVM) און קייפל לינעאַר רעגרעססיאָן (MLR) מאָדעלס. היברידיזאַטיאָן פון EBK מיט קיין MLA איז ניט באַוווסט. , אַלאַוינג פֿאַר ספּיישאַל ווערייישאַן39.EBK איז געניצט אין אַ פאַרשיידנקייַט פון שטודיום, אַרייַנגערעכנט אַנאַלייזינג די פאַרשפּרייטונג פון אָרגאַניק טשאַד אין פאַרם סוילז40, אַססעססינג באָדן פאַרפּעסטיקונג41 און מאַפּינג באָדן פּראָפּערטיעס42.
אויף די אנדערע האַנט, זיך-אָרגאַנייזינג גראַפיק (SeOM) איז אַ לערנען אַלגערידאַם וואָס איז געווען געווענדט אין פאַרשידן אַרטיקלען אַזאַ ווי Li et al.43, וואַנג עט על.44, Hossain Bhuiyan עט על.45 און Kebonye et al.46 באַשטימען די ספּיישאַל אַטריביוץ און גרופּינג פון עלעמענטן.Wang et al.44 ווייזן אַז סעאָם איז אַ שטאַרק לערנען טעכניק באקאנט פֿאַר זייַן פיייקייט צו גרופּע און ימאַדזשאַן ניט-לינעאַר פּראָבלעמס. ניט ענלעך אנדערע מוסטער דערקענונג טעקניקס אַזאַ ווי הויפּט קאָמפּאָנענט אַנאַליסיס, פאַזי קלאַסטערינג, כייראַרקאַקאַל קלאַסטערינג, און מאַלטי-קריטעריאַ באַשלוס געמאכט, סעאָם איז בעסער אין אָרגאַניזירן און ידענטיפיצירן פּטע פּאַטערנז.44, סעאָם קענען ספּיישאַלי גרופּע די פאַרשפּרייטונג פון פֿאַרבונדענע נוראַנז און צושטעלן הויך-האַכלאָטע דאַטן וויזשוואַלאַזיישאַן. סעאָם וועט וויזשוואַלייז Ni פּראָגנאָז דאַטן צו באַקומען די בעסטער מאָדעל צו קעראַקטערייז די רעזולטאַטן פֿאַר דירעקט ינטערפּריטיישאַן.
די צייטונג צילט צו דזשענערייט אַ שטאַרק מאַפּינג מאָדעל מיט אָפּטימאַל אַקיעראַסי פֿאַר פּרידיקטינג ניקאַל אינהאַלט אין שטאָטיש און פּערי-שטאָטיש סוילז.דעריבער, מיר וועלן פּרווון צו ענטפֿערן פאָרשונג פראגעס וואָס קען געבן געמישט מאָדעלס. אָבער, ווי פּינטלעך איז דער מאָדעל אין פּרידיקטינג די ציל עלעמענט? אויך, וואָס איז די מדרגה פון עפעקטיווקייַט אפשאצונג באזירט אויף וואַלאַדיישאַן און אַקיעראַסי אפשאצונג? פּרידיקטינג Ni קאַנסאַנטריישאַנז אין שטאָטיש אָדער פּערי-שטאָטיש סוילז, און (ד) די אַפּלאַקיישאַן פון SeOM צו שאַפֿן אַ הויך-האַכלאָטע מאַפּע פון ​​ניקאַל ספּיישאַל ווערייישאַן.
די שטודיע ווערט דורכגעפירט אין טשעכיי, ספעציעל אין די פרידק מיסטעק דיסטריקט אין די מארעוויע-שילזישע ראיאן (זע פיגור 1). די געאגראפיע פון ​​די שטודיע געגנט איז זייער גראב און איז מערסטנס א טייל פון די מארעוויע-שילעזישע בעסקידי ראיאן, וואס איז א טייל פונעם דרויסנדיקן רים פון די קארפאטן בערג. 0′ E, און די הייך איז צווישן 225 און 327 עם;אָבער, די קאָפּען קלאַסאַפאַקיישאַן סיסטעם פֿאַר די קליימאַטיק שטאַט פון דער געגנט איז רייטאַד ווי Cfb = טעמפּעראַט אָסעאַניק קלימאַט, עס איז אַ פּלאַץ פון רעגן אפילו אין די טרוקן חדשים. איז 1,208 קוואַדראַט קילאָמעטערס, מיט 39.38% פון די קאַלטיווייטיד לאַנד און 49.36% פון די וואַלד קאַווערידזש. אויף די אנדערע האַנט, די שטח געניצט אין דעם לערנען איז וועגן 889.8 קוואַדראַט קילאָמעטערס. אין און אַרום אָסטראַוואַ, די שטאָל אינדוסטריע און מעטאַל אַרבעט זענען זייער אַקטיוו. ינקריסיז די שטאַרקייט פון די צומיש בשעת האַלטן זייַן גוט דוקטילאַטי און טאַפנאַס), און אינטענסיווע אַגריקולטורע אַזאַ ווי פאָספאַטע פערטאַלייזער אַפּלאַקיישאַן און לייווסטאַק פּראָדוקציע זענען פאָרשונג פּאָטענציעל קוואלן פון ניקאַל אין דער געגנט (למשל, אַדינג ניקאַל צו לאַמז צו פאַרגרעסערן וווּקס ראַטעס אין לאַמז און נידעריק-פאסטעכער פיך). לייכט אונטערשיידן פון באָדן קאָליר, סטרוקטור, און קאַרבאַנייט אינהאַלט. די באָדן געוועב איז מיטל צו פייַן, דערייווד פון די פאָטער מאַטעריאַל. זיי זענען קאָללווויאַל, אַלווויאַל אָדער אַעאָליאַן אין נאַטור. עטלעכע באָדן געביטן זענען מאַטאַלד אין די ייבערפלאַך און סאַבסאָיל, אָפט מיט באַטאָנען און בליטשינג. 493.5 עם, קאַמביסאָלס באַהערשן די טשעכיי49.
לערנען שטח מאַפּע [די לערנען שטח מאַפּע איז באשאפן מיט ArcGIS Desktop (ESRI, ינק, ווערסיע 10.7, URL: https://desktop.arcgis.com).]
א גאַנץ פון 115 שפּיץ באָדן סאַמפּאַלז זענען באקומען פון שטאָטיש און פּערי-שטאָטיש באָדן אין די פרידעק מיטעק דיסטריקט. זיי זענען לופט-דאַרעד צו פּראָדוצירן פּאַלווערייזד סאַמפּאַלז, פּאַלווערייזד דורך אַ מעטשאַניקאַל סיסטעם (פריטש דיסק מיל), און סיעוועד (זיפּ גרייס 2 מם). שטעלן 1 גראַם פון דאַר, כאָומאַדזשאַנייזד און סיעוועד באָדן סאַמפּאַלז אין קלאר מיטן נאָמען טעפלאָן לאגלען. לאָזן די סאַמפּאַלז צו שטיין יבערנאַכטיק פֿאַר די רעאַקציע (אַקוואַ רעגיאַ פּראָגראַם). שטעלן די סופּערנאַטאַנט אויף אַ הייס מעטאַל טעלער (טעמפּעראַטור: 100 וו און 160 °C) פֿאַר 2 שעה צו פאַסילאַטייט די דיידזשעסטשאַן פּראָצעס פון די סאַמפּאַלז, און קיל. מל פּווק רער מיט דעיאָניזעד וואַסער. אַדדיטיאָנאַללי, 1 מל פון די דיילושאַן לייזונג איז דיילוטאַד מיט 9 מל פון דייאַנייזד וואַסער און פילטערד אין אַ 12 מל רער צוגעגרייט פֿאַר פּטע פּסעוודאָ-קאַנסאַנטריישאַן. (Thermo Fisher Scientific, USA) לויט צו נאָרמאַל מעטהאָדס און העסקעם. ענשור קוואַליטי אַססוראַנסע און קאָנטראָל (QA/QC) פּראָוסידזשערז (SRM NIST 2711a Montana II Soil).PTEs מיט דיטעקשאַן לימאַץ ונטער האַלב זענען יקסקלודיד פון דעם לערנען. צו ענשור אַז ערראָרס זענען מינאַמייזד, אַ טאָפּל אַנאַליסיס איז דורכגעקאָכט.
עמפּיריקאַל בייעסיאַן קריגינג (EBK) איז איינער פון פילע געאָסטאַטיסטיק ינטערפּאָלאַטיאָן טעקניקס געניצט אין מאָדעלינג אין פאַרשידן פעלדער אַזאַ ווי באָדן וויסנשאַפֿט. ניט ענלעך אנדערע קריגינג ינטערפּאָלאַטיאָן טעקניקס, EBK דיפערז פון טראדיציאנעלן קריגינג מעטהאָדס דורך באַטראַכטן די טעות עסטימאַטעד דורך די סעמיוואַריאָגראַם מאָדעל. זיכערקייט און פּראָגראַממינג פֿאַרבונדן מיט דעם פּלאַטינג פון די סעמיוואַריאָגראַם וואָס איז אַ העכסט קאָמפּלעקס טייל פון אַ גענוג קריגינג אופֿן. ווי אַ שפּעטערדיק
ווו \(פּראָב\לינקס(א\רעכט)\) רעפּראַזענץ די פריערדיקע, \(פּראָב\לינקס(ב\רעכט)\) מאַרדזשאַנאַל מאַשמאָעס איז איגנאָרירט אין רובֿ פאלן, \(פּראָב (ב,א)\ ). איז צו שאַפֿן אַ דאַטאַסעט פון אַבזערוויישאַנז פון די סעמיוואַריאָגראַם.
א שטיצן וועקטאָר מאַשין איז אַ מאַשין לערנען אַלגערידאַם וואָס דזשענערייץ אַן אָפּטימאַל סעפּערייטינג כייפּערפּלין צו ויסטיילן יידעניקאַל אָבער ניט לינעאַרלי פרייַ קלאסן. Vapnik51 באשאפן דעם ינטענט קלאַסאַפאַקיישאַן אַלגערידאַם, אָבער עס איז לעצטנס געניצט צו סאָלווע רעגרעססיאָן-אָריענטיד פּראָבלעמס. לויט Li et al. - SVMR) איז געניצט אין דעם אַנאַליסיס. Cherkassky און Mulier53 פּיאָנירעד SVMR ווי אַ קערן-באזירט ראַגרעשאַן, די קאַמפּיאַטיישאַן פון וואָס איז דורכגעקאָכט מיט אַ לינעאַר ראַגרעשאַן מאָדעל מיט מאַלטי-לאַנד ספּיישאַל פאַנגקשאַנז.55, epsilon (ε)-SVMR ניצט די טריינד דאַטאַסעט צו קריגן אַ פאַרטרעטונג מאָדעל ווי אַן עפּסילאָן-ינסענסיטיוו פונקציע וואָס איז געווענדט צו מאַפּע די דאַטן ינדיפּענדאַנטלי מיט דער בעסטער עפּסילאָן פאָרורטייל פון טריינינג אויף קאָראַלייטאַד דאַטן. שטיצן וועקטאָרס. די יקווייזשאַן פארגעלייגט דורך Vapnik51 איז געוויזן אונטן.
ווו b רעפּראַזענץ די סקאַלאַר שוועל, \(K\left({x}_{,}{ x}_{k}\right)\) רעפּראַזענץ די קערן פֿונקציע, \(\alpha\) רעפּראַזענץ די לאַגראַנגע מאַלטאַפּלייער, N רעפּראַזענץ אַ נומעריק דאַטאַסעט, \({x}_{k}\) רעפּראַזענץ דאַטן אַרייַנשרייַב, און \(y\) איז אַ ראַדיאַל פונקציע פון ​​​​די סוו קערן פונקציע פון ​​​​די סוו קערן פונקציע. די RBF קערן איז געווענדט צו באַשטימען די אָפּטימאַל SVMR מאָדעל, וואָס איז קריטיש צו קריגן די מערסט סאַטאַל שטראָף שטעלן פאַקטאָר C און קערן פּאַראַמעטער גאַמאַ (γ) פֿאַר די PTE טריינינג דאַטן. ערשטער, מיר עוואַלואַטעד די טריינינג שטעלן און דעמאָלט טעסטעד די מאָדעל פאָרשטעלונג אויף די וואַלאַדיישאַן שטעלן.
א מולטיפל לינעאַר רעגרעססיאָן מאָדעל (MLR) איז אַ ראַגרעשאַן מאָדעל וואָס רעפּראַזענץ די שייכות צווישן די ענטפער וועריאַבאַלז און אַ נומער פון פּרידיקטער וועריאַבאַלז דורך ניצן לינעאַר פּאָאָלעד פּאַראַמעטערס קאַלקיאַלייטיד ניצן די קלענסטער סקווערז אופֿן. יקספּלאַנאַטאָרי וועריאַבאַלז. די מלר יקווייזשאַן איז
ווו י איז דער ענטפער בייַטעוודיק, \(אַ\) איז דער ינטערסעפּט, n איז די נומער פון פּרידיקטערז, \({b}_{1}\) איז די פּאַרטיייש ראַגרעשאַן פון די קאָואַפישאַנץ, \({x}_{i}\) רעפּראַזענץ אַ פּרידיקטער אָדער יקספּלאַנאַטאָרי בייַטעוודיק, און \({\varepsilon }_{i}\) רעפּראַזענץ דער טעות אין די ריזידזשואַל.
געמישט מאָדעלס זענען באקומען דורך סאַנדוויטשינג EBK מיט SVMR און MLR. דאָס איז געטאן דורך עקסטראַקטינג פּרעדיקטעד וואַלועס פון EBK ינטערפּאָלאַטיאָן. וועריאַבאַלז באקומען זענען קאַ, ק, מג, קאַק, קאַמג, קמג און קאַקמג. די וועריאַבאַלז געווארן אונדזער פּרידיקטערז, העלפּינג צו פאָרויסזאָגן ניקאַל קאַנסאַנטריישאַנז אין שטאָטיש און פּערי-שטאָטיש סוילז. מאָדעל עמפּיריקאַל Bayesian Kriging-Multiple Linear Regression (EBK_MLR). טיפּיקאַללי, די וועריאַבאַלז Ca, K, Mg, CaK, CaMg, KMg און CaKMg זענען געניצט ווי קאָוואַריאַטעס ווי פּרידיקטערז פון Ni אינהאַלט אין שטאָטיש און פּערי-שטאָטיש סוילז. פיגורע 2.
די נוצן פון סעאָם איז געווארן אַ פאָלקס געצייַג פֿאַר אָרגאַנייזינג, עוואַלואַטינג און פאָרויסזאָגן דאַטן אין די פינאַנציעל סעקטאָר, כעלטקער, אינדוסטריע, סטאַטיסטיק, באָדן וויסנשאַפֿט, און מער. אפשאצונג זענען געניצט ווי n אַרייַנשרייַב-דימענשאַנאַל וועקטאָר וועריאַבאַלז43,56.מעלססען עט על.57 באַשרייַבן די קשר פון אַן אַרייַנשרייַב וועקטאָר אין אַ נעוראַל נעץ דורך אַ איין אַרייַנשרייַב שיכטע צו אַ רעזולטאַט וועקטאָר מיט אַ איין וואָג וועקטאָר. 0.904, ריספּעקטיוולי, איז אויסגעקליבן, וואָס איז אַ 55-מאַפּע אַפּאַראַט (5 × 11). די נעוראָן סטרוקטור איז באשלאסן לויט די נומער פון נאָודז אין די עמפּיריקאַל יקווייזשאַן
די נומער פון דאַטן געניצט אין דעם לערנען איז 115 סאַמפּאַלז. א ראַנדאָם צוגאַנג איז געניצט צו שפּאַלטן די דאַטן אין פּראָבע דאַטן (25% פֿאַר וואַלאַדיישאַן) און טריינינג דאַטן שטעלט (75% פֿאַר קאַלאַבריישאַן). -וואַלאַדיישאַן פּראָצעס, ריפּיטיד פינף מאל. די וועריאַבאַלז געשאפן דורך EBK ינטערפּאָלאַטיאָן זענען געניצט ווי פּרידיקטערז אָדער יקספּלאַנאַטאָרי וועריאַבאַלז צו פאָרויסזאָגן די ציל וועריאַבאַלז (PTE). מאָדעלינג איז כאַנדאַלד אין רסטודיאָ ניצן די פּאַקאַדזשאַז ביבליאָטעק (קאָהאָנען), ביבליאָטעק (קאַרעט), ביבליאָטעק (מאָדעלער), ביבליאָטעק ("ע1071" "פּלייַ"), ביבליאָטעק (בריוו") און לייברעריז ("מעטריקס").
פאַרשידן וואַלאַדיישאַן פּאַראַמעטערס זענען גענוצט צו באַשטימען די בעסטער מאָדעל פּאַסיק פֿאַר פּרידיקטינג ניקאַל קאַנסאַנטריישאַנז אין באָדן און צו אָפּשאַצן די אַקיעראַסי פון די מאָדעל און זייַן וואַלאַדיישאַן. היברידיזאַטיאָן מאָדעלס זענען עוואַלואַטעד ניצן דורכשניטלעך אַבסאָלוט טעות (MAE), וואָרצל מיטל קוואדראט טעות (RMSE), און ר-סקווערד אָדער קאָואַפישאַנט פעסטקייַט (ר2). די ר 2 ווערט מוזן זיין הויך צו אָפּשאַצן די בעסטער געמיש מאָדעל ניצן די וואַלאַדיישאַן פּאַראַמעטערס, די נעענטער די ווערט איז צו 1, די העכער די אַקיעראַסי. לויט לי עט על.59, אַ R2 קריטעריאָן ווערט פון 0.75 אָדער העכער איז געהאלטן אַ גוט פּרידיקטער;פון 0.5 צו 0.75 איז פּאַסיק מאָדעל פאָרשטעלונג, און אונטער 0.5 איז אַנאַקסעפּטאַבאַל מאָדעל פאָרשטעלונג. ווען סאַלעקטינג אַ מאָדעל ניצן די RMSE און MAE וואַלאַדיישאַן קרייטיריאַ אפשאצונג מעטהאָדס, די נידעריקער וואַלועס באקומען זענען גענוג און זענען געהאלטן דער בעסטער ברירה. די פאלגענדע יקווייזשאַן באשרייבט די וועראַפאַקיישאַן אופֿן.
ווו n רעפּראַזענץ די גרייס פון די באמערקט ווערט \({Y}_{i}\) רעפּראַזענץ די געמאסטן ענטפער, און \({\widehat{Y}}_{i}\) רעפּראַזענץ אויך די פּרעדיקטעד ענטפער ווערט, דעריבער, פֿאַר די ערשטער i אַבזערוויישאַנז.
סטאַטיסטיש דיסקריפּשאַנז פון פּרידיקטער און ענטפער וועריאַבאַלז זענען דערלאנגט אין טאַבלע 1, ווייזונג דורכשניטלעך, נאָרמאַל דיווייישאַן (סד), ווערייישאַן קאָואַפישאַנט (קוו), מינימום, מאַקסימום, קורטאָסיס, און סקעוונעסס. צו 42.39 מג/קג. פאַרגלייַך פון ני מיט די וועלט דורכשניטלעך (29 מג/קג) און די אייראפעישע דורכשניטלעך (37 מג/קג) געוויזן אַז די קוילעלדיק קאַלקיאַלייטיד דזשיאַמעטריק מיטל פֿאַר די לערנען געגנט איז געווען ין דער דערלאָזן קייט. פונדעסטוועגן, ווי געוויזן דורך Kabata-Pendias11, אַ פאַרגלייַך פון די דורכשניטלעך ניקאַל (ניקאַל קאַנסאַנטריישאַן אין שוועדן אַ העכער קאַנסאַנטריישאַן אין שוועדן) די דורכשניטלעך קאַנסאַנטריישאַן פון Frydek Mistek אין שטאָטיש און פּערי-שטאָטיש סוילז אין די קראַנט לערנען (Ni 16.15 מג/קג) איז העכער ווי די אַלאַואַבאַל שיעור פון 60 (10.2 מג/קג) פֿאַר Ni אין פּויליש שטאָטיש סוילז רעפּאָרטעד דורך Różański et al. Jim62 אויך געפונען אַ נידעריקער ניקאַל קאַנסאַנטריישאַן (12.34 מג / קג) אין האָנג קאָנג שטאָטיש סוילז, וואָס איז נידעריקער ווי די קראַנט ניקאַל קאַנסאַנטריישאַן אין דעם לערנען. Birke et al63 געמאלדן אַ דורכשניטלעך ני קאַנסאַנטריישאַן פון 17.6 מג / קג אין אַן אַלט מיינינג און שטאָטיש ינדאַסטרי געגנט אין סאַקסאָני-אַנהאַלט, דייַטשלאַנד, וואָס איז געווען 1.45 מג / קג העכער ווי די דורכשניטלעך ניקאַל קאַנסאַנטריישאַן (1 מג / קג קאַנסאַנטריישאַן אין די דורכשניטלעך ניקאַל קאַנסאַנטריישאַן פון 16 קג). סוילז אין עטלעכע שטאָטיש און סובורבאַן געביטן פון די לערנען געגנט קען זיין דער הויפּט אַטריביאַטאַד צו די אייַזן און שטאָל אינדוסטריע און מעטאַל אינדוסטריע.64 אַז די שטאָל אינדוסטריע און מעטאַלוואָרקינג זענען די הויפּט קוואלן פון ניקאַל קאַנטאַמאַניישאַן אין סוילז. אָבער, די פּרידיקטערז אויך ריינדזשד פון 538.70 מג/קג צו 69,161.80 מג/קג פֿאַר קאַ, 497.51 מג/קג צו 3535.68 מג/קג פֿאַר ק, און 685.68 מג/קג פֿאַר ק, און 685 מג/קג. על.65 ינוועסטאַגייטאַד די גאַנץ מג און ק אינהאַלט פון סוילז אין סענטראַל סערביע. זיי געפונען אַז די גאַנץ קאַנסאַנטריישאַנז (410 מג / קג און 400 מג / קג, ריספּעקטיוולי) זענען נידעריקער ווי די מג און ק קאַנסאַנטריישאַנז פון די קראַנט לערנען. 590 מג / קג) און ק (810 מג / קג) דער אינהאַלט אין די שפּיץ באָדן איז נידעריקער ווי די איין עלעמענט אין דעם לערנען. א פריש לערנען דורך Pongrac עט על.67 געוויזן אַז די גאַנץ קאַ אינהאַלט אַנאַלייזד אין 3 פאַרשידענע סוילז אין סקאָטלאַנד, וק (מילנעפיעלד באָדן, באַלרודדערי באָדן און האַרטוואָאָד באָדן) ינדיקייץ אַ העכער קאַ אינהאַלט אין דעם לערנען.
רעכט צו די פאַרשידענע געמאסטן קאַנסאַנטריישאַנז פון די סאַמפּאַלד עלעמענטן, די דאַטן שטעלן דיסטריביושאַנז פון די עלעמענטן ויסשטעלונג פאַרשידענע סקעוונעסס. די סקעוונעסס און קורטאָסיס פון די עלעמענטן ריינדזשד פון 1.53 צו 7.24 און 2.49 צו 54.16 ריספּעקטיוולי. עד.די עסטימאַטעד קווס פון די עלעמענטן אויך ווייַזן אַז ק, מג, און ני ויסשטעלונג מעסיק וועריאַביליטי, בשעת קאַ האט גאָר הויך וועריאַביליטי. די קווס פון ק, ני און מג דערקלערן זייער מונדיר פאַרשפּרייטונג. דערצו, די קאַ פאַרשפּרייטונג איז ניט-מונדיר און פונדרויסנדיק קוואלן קען ווירקן זייַן ענריטשמענט מדרגה.
די קאָראַליישאַן פון די פּרידיקטער וועריאַבאַלז מיט די ענטפער עלעמענטן ינדיקייץ אַ באַפרידיקנדיק קאָראַליישאַן צווישן די עלעמענטן (זען פיגורע 3). די קאָראַליישאַן ינדיקייץ אַז קאַק יגזיבאַטאַד מעסיק קאָראַליישאַן מיט ר ווערט = 0.53, ווי CaNi.68 און Santo69 פֿאָרשלאָגן אַז זייער לעוועלס אין באָדן זענען פאַרקערט פּראַפּאָרשאַנאַל. אָבער, Ca און Mg זענען אַנטאַגאַנאַסץ צו K, אָבער CaK קאָראַלייץ געזונט. דאָס קען זיין רעכט צו דער אַפּלאַקיישאַן פון פערטאַלייזערז אַזאַ ווי פּאַטאַסיאַם קאַרבאַנייט, וואָס איז 56% העכער אין פּאַטאַסיאַם. פּאַטאַסיאַם מאַגניזיאַם סאַלפייט, פּאַטאַסיאַם מאַגניזיאַם נייטרייט און פּאַטאַסיאַם זענען געווענדט צו סוילז צו פאַרגרעסערן זייער דיפישאַנסי לעוועלס. ניקאַל איז מעסיק קאָראַלייטאַד מיט קאַ, ק און מג מיט ר וואַלועס = 0.52, 0.63 און 0.55 ריספּעקטיוולי. פון וידעפדיק מאַגניזיאַם, און ביידע מאַגניזיאַם און קאַלסיום רעדוצירן די טאַקסיק יפעקס פון ניקאַל אין באָדן.
קאָראַליישאַן מאַטריץ פֿאַר עלעמענטן וואָס ווייַזן די שייכות צווישן פּרידיקטערז און רעספּאָנסעס (באַמערקונג: די פיגור כולל אַ צעוואָרפן פּלאַט צווישן עלעמענטן, באַטייַט לעוועלס זענען באזירט אויף פּ <0,001).
פיגור 4 אילוסטרירט די ספּיישאַל פאַרשפּרייטונג פון עלעמענטן. לויט Burgos et al70, די אַפּלאַקיישאַן פון ספּיישאַל פאַרשפּרייטונג איז אַ טעכניק געניצט צו קוואַנטיפיצירן און הויכפּונקט הייס ספּאַץ אין פּאַלוטאַד געביטן. די באַרייַכערונג לעוועלס פון קאַ אין פייג. קאַלסיום אַקסייד) צו רעדוצירן באָדן אַסידאַטי און זייַן נוצן אין שטאָל מיללס ווי אַלקאַליין זויערשטאָף אין די שטאָלמאַקינג פּראָצעס. אויף די אנדערע האַנט, אנדערע פאַרמערס בעסער צו נוצן קאַלסיום כיידראַקסייד אין זויער באָדן צו נוטראַלייז די pH, וואָס אויך ינקריסיז די קאַלסיום אינהאַלט פון דעם באָדן 71. פּאַטאַסיאַם אויך ווייזט הייס ספּאַץ אין די צפון און מזרח פון דער מאַפּע. אַש אַפּלאַקיישאַנז.דאס איז קאָנסיסטענט מיט אנדערע שטודיום, אַזאַ ווי מאַדאַראַס און ליפּאַווסקý72, מאַדאַראַס עט על.73, פּולקראַבאָvá עט על.74, אַסאַרע עט על.75, וואָס באמערקט אַז באָדן סטייבאַלאַזיישאַן און באַהאַנדלונג מיט קקל און נפּק ריזאַלטיד אין הויך ק צופרידן אין דעם באָדן.ספּיישאַל פּאַטאַסיאַם ענריטשמענט אין די נאָרטוועסט פון די פאַרשפּרייטונג מאַפּע קען זיין רעכט צו די נוצן פון פּאַטאַסיאַם-באזירט פערטאַלייזערז אַזאַ ווי פּאַטאַסיאַם קלאָרייד, פּאַטאַסיאַם סאַלפייט, פּאַטאַסיאַם נייטרייט, פּאַטאַסיאַם און פּאַטאַסיאַם צו פאַרגרעסערן די פּאַטאַסיאַם צופרידן פון נעבעך סוילז.76 און Tlustos et al.77 אַוטליינד אַז די אַפּלאַקיישאַן פון K-באזירט פערטאַלייזערז געוואקסן די ק אינהאַלט אין דעם באָדן און וואָלט באטייטיק פאַרגרעסערן די באָדן נוטריאַנט אינהאַלט אין די לאַנג לויפן, ספּעציעל K און Mg ווייזן אַ הייס אָרט אין דעם באָדן. מאַגניזיאַם-באזירט פערטאַלייזערז, אַזאַ ווי פּאַטאַסיאַם מאַגניזיאַם סאַלפייט, מאַגניזיאַם סאַלפייט, און קיעסעריטע, מייַכל דיפישאַנסיז (פלאנצן דערשייַנען לילאַ, רויט אָדער ברוין, וואָס ינדיקייץ מאַגניזיאַם דיפישאַנסי) אין סוילז מיט אַ נאָרמאַל ף קייט 6. פּראָדוקציע78.
ספּיישאַל פאַרשפּרייטונג פון עלעמענטן [ספּיטאַל פאַרשפּרייטונג מאַפּע איז באשאפן מיט ArcGIS Desktop (ESRI, ינק, ווערסיע 10.7, URL: https://desktop.arcgis.com).]
די רעזולטאטן פון די מאָדעל פאָרשטעלונג אינדעקס פֿאַר די עלעמענטן געניצט אין דעם לערנען זענען געוויזן אין טאַבלע 2. אויף די אנדערע האַנט, די RMSE און MAE פון Ni זענען ביידע נאָענט צו נול (0.86 RMSE, -0.08 MAE). אויף די אנדערע האַנט, ביידע RMSE און MAE וואַלועס פון K זענען פּאַסיק. פון דעם לערנען ניצן EBK צו פאָרויסזאָגן Ni זענען געפונען צו זיין בעסער ווי די רעזולטאַטן פון John et al.54 ניצן סינערדזשיסטיק קריגינג צו פאָרויסזאָגן ז קאַנסאַנטריישאַנז אין באָדן ניצן די זעלבע געזאמלט דאַטן. די EBK אַוטפּוץ מיר געלערנט קאָראַלייט מיט די פון Fabijaczyk עט על.41, יאַן עט על.79, בעגוין עט על.80, אַדהיקאַרי עט על.81 און יוחנן עט על.82, ספּעציעל ק און ני.
די פאָרשטעלונג פון יחיד מעטהאָדס פֿאַר פּרידיקטינג ניקאַל אינהאַלט אין שטאָטיש און פּערי-שטאָטיש סוילז איז געווען עוואַלואַטעד ניצן די פאָרשטעלונג פון די מאָדעלס (טאַבלע 3). E) זענען 0.637 (ר 2), 95.479 מג/קג (רמסע) און 77.368 מג/קג (מאַע) קאַ_מג_ק-סוומר איז 0.663 (ר 2), 235.974 מג/קג (רמסע) און 166.946 מג/קג (מאַע ) . מג / קג ר 2) און קאַ_מג-עבק_סוומר (0.643 = ר 2);זייער RMSE און MAE רעזולטאטן זענען העכער ווי די פֿאַר Ca_Mg_K-EBK_SVMR (R2 0.637) (זען טאַבלע 3). אין דערצו, די RMSE און MAE פון די Ca_Mg-EBK_SVMR (RMSE = 1664.64 און MAE = 1031.49) מאָדעל זענען 13.4, וואָס זענען 13.4 און די גרייס פון די Ca_Mg-EBK_SVMR. EBK_SVMR. פּונקט אַזוי, די RMSE און MAE פון די Ca_Mg-K SVMR (RMSE = 235.974 און MAE = 166.946) מאָדעל זענען 2.5 און 2.2 גרעסערע ווי די פון די Ca_Mg_K-EBK_SVMR RMSE און MAE, ריספּעקטיוולי. מאַע זענען באמערקט.לויט קעבאָניע עט על.46 און יוחנן עט על.54, די נעענטער די RMSE און MAE זענען צו נול, די בעסער די רעזולטאַטן. SVMR און EBK_SVMR האָבן העכער קוואַנטייזד RSME און MAE וואַלועס. עס איז באמערקט אַז די RSME עסטאַמאַץ זענען קאַנסיסטאַנטלי העכער ווי די MAE וואַלועס, וואָס ינדיקייץ די בייַזייַן פון אַוטלייערז. פון אַוטלייערז.דאס מיטל אַז די מער כעטעראַדזשיניאַס די דאַטאַסעט, די העכער די MAE און RMSE וואַלועס.די אַקיעראַסי פון קרייַז-וואַלאַדיישאַן אַסעסמאַנט פון די Ca_Mg_K-EBK_SVMR געמישט מאָדעל פֿאַר פּרידיקטינג Ni אינהאַלט אין שטאָטיש און סובורבאַן סוילז איז געווען 63.70%. לויט Li et al.59, דעם מדרגה פון אַקיעראַסי איז אַ פּאַסיק מאָדעל פאָרשטעלונג קורס. די פאָרשטעלן רעזולטאטן זענען קאַמפּערד צו אַ פריערדיקן לערנען דורך טאַראַסאָוו עט על.36 וועמענס כייבריד מאָדעל באשאפן MLPRK (Multilayer Perceptron Residual Kriging), שייַכות צו די EBK_SVMR אַקיעראַסי אפשאצונג אינדעקס רעפּאָרטעד אין די קראַנט לערנען, RMSE (210) און די MAE (167.5) איז געווען העכער ווי אונדזער רעזולטאַטן אין די קראַנט לערנען (RMSE 95.479, MAE 77.328 מיט די קראַנט לערנען, אָבער מיט דעם, 77.368). פון טאַראַסאָוו עט על.36 (0.544), עס איז קלאָר אַז דער קאָואַפישאַנט פון פעסטקייַט (ר2) איז העכער אין דעם געמישט מאָדעל. דער גרענעץ פון טעות (RMSE און MAE) (EBK SVMR) פֿאַר די געמישט מאָדעל איז צוויי מאָל נידעריקער. פּונקט אַזוי, סערגעעוו עט על.34 רעקאָרדעד 0.28 (ר2) פֿאַר די דעוועלאָפּעד כייבריד מאָדעל (Multilayer Current study), פּראָגנאָז אַקיעראַסי מדרגה פון דעם מאָדעל (EBK SVMR) איז 63.7%, בשעת די פּראָגנאָז אַקיעראַסי באקומען דורך Sergeev et al.34 איז 28%. די לעצט מאַפּע (פיג. 5) באשאפן ניצן די EBK_SVMR מאָדעל און Ca_Mg_K ווי אַ פּרידיקטער ווייזט פֿאָרויסזאָגן פון הייס ספּאַץ און מעסיק צו ניקאַל איבער די גאנצע לערנען געגנט. דאָס מיטל אַז די קאַנסאַנטריישאַן פון ניקאַל אין די לערנען געגנט איז דער הויפּט מעסיק, מיט העכער קאַנסאַנטריישאַנז אין עטלעכע ספּעציפיש געביטן.
די לעצט פאָרויסזאָגן מאַפּע איז רעפּריזענטיד מיט די כייבריד מאָדעל EBK_SVMR און ניצן Ca_Mg_K ווי די פּרידיקטער.
דערלאנגט אין פיגור 6 זענען PTE קאַנסאַנטריישאַנז ווי אַ קאָמפּאָזיציע פלאַך וואָס באשטייט פון יחיד נוראַנז.קיינער פון די קאָמפּאָנענט פּליינז יגזיבאַטאַד די זעלבע קאָליר מוסטער ווי געוויזן. אָבער, די צונעמען נומער פון נוראַנז פּער ציען מאַפּע איז 55. SeOM איז געשאפן ניצן אַ פאַרשיידנקייַט פון פארבן, און די מער ענלעך די קאָליר פּאַטערנז, די מער פאַרגלייַכלעך די פּראָפּערטיעס פון די יחיד סאַמפּאַלז צו זייער סאַמפּאַלז, קאָלירן און פּינטלעך עלעמענטן. אַזוי, CaK און CaMg טיילן עטלעכע סימאַלעראַטיז מיט זייער הויך-סדר נוראַנז און נידעריק-צו-מעסיק קאָליר פּאַטערנז. קאַמפּאָונאַנץ פון די מאָדעל געוויזן אַ הויך קאָליר מוסטער וואָס ינדיקייץ די פּאָטענציעל קאַנסאַנטריישאַן פון ניקאַל אין דעם באָדן (זען פיגורע 4). די קאַקמג מאָדעל קאָמפּאָנענט פלאַך ווייזט אַ דייווערס קאָליר מוסטער פון נידעריק צו הויך לויט אַ פּינטלעך קאָליר וואָג. פיגורע 7 דיפּיקס די קאַנטור אופֿן אין די ק-מיטל גרופּינג אויף דער מאַפּע, צעטיילט אין דרייַ קלאַסטערז באזירט אויף די פּרעדיקטעד ווערט אין יעדער מאָדעל. די קאַנטור אופֿן רעפּראַזענץ די אָפּטימאַל נומער פון קלאַסטערז. פון די 115 באָדן סאַמפּאַלז געזאמלט, קאַטעגאָריע 1 באקומען די מערסט באָדן סאַמפּאַלז, 74. קנויל 3 סאַמפּאַלז באקומען 74. פּרידיקטער קאָמבינאַציע איז סימפּלאַפייד צו לאָזן פֿאַר ריכטיק קנויל ינטערפּריטיישאַן. רעכט צו די סך אַנטהראָפּאָגעניק און נאַטירלעך פּראַסעסאַז וואָס ווירקן באָדן פאָרמירונג, עס איז שווער צו האָבן רעכט דיפערענשיייטאַד קנויל פּאַטערנז אין אַ פונאנדערגעטיילט סעאָם מאַפּ78.
קאָמפּאָנענט פלאַך רעזולטאַט דורך יעדער עמפּיריקאַל Bayesian Kriging שטיצן וועקטאָר מאַשין (EBK_SVM_SeOM) בייַטעוודיק. [SeOM מאַפּס זענען באשאפן מיט RStudio (ווערסיע 1.4.1717: https://www.rstudio.com/).]
פאַרשידענע קנויל קלאַסאַפאַקיישאַן קאַמפּאָונאַנץ [SeOM מאַפּס זענען באשאפן מיט RStudio (ווערסיע 1.4.1717: https://www.rstudio.com/).]
די איצטיקע לערנען יללוסטרירט קלאר מאָדעלינג טעקניקס פֿאַר ניקאַל קאַנסאַנטריישאַנז אין שטאָטיש און פּערי-שטאָטיש באָדן. די לערנען טעסטעד פאַרשידענע מאָדעלינג טעקניקס, קאַמביינינג עלעמענטן מיט מאָדעלינג טעקניקס, צו באַקומען די בעסטער וועג צו פאָרויסזאָגן ניקאַל קאַנסאַנטריישאַנז אין באָדן. די רעזולטאטן ווייַזן אַז די שטיצן וועקטאָר מאַשין ראַגרעשאַן מאָדעל (Ca Mg K-SVMR) פּרידיקס די קאַנסאַנטריישאַן פון Ni אין באָדן ווי אַ איין מאָדעל, אָבער די וואַלאַדיישאַן און אַקיעראַסי יוואַליויישאַן פּאַראַמעטערס ווייַזן זייער הויך ערראָרס אין טערמינען פון RMSE און MAE. גוט רעזולטאטן זענען באקומען מיט EBK SVMR און קאַמביינד עלעמענטן (CaKMg) מיט נידעריק RMSE און MAE ערראָרס מיט אַ אַקיעראַסי פון 63.7%. אין די לערנען געגנט קענען פֿאַרבעסערן די פּראָגנאָז פון ני אין סוילז. דאָס מיטל אַז די קעסיידערדיק אַפּלאַקיישאַן פון ניקאַל-באזירט פערטאַלייזערז און ינדאַסטרי פאַרפּעסטיקונג פון דעם באָדן דורך די שטאָל אינדוסטריע האט אַ טענדענץ צו פאַרגרעסערן די קאַנסאַנטריישאַן פון ניקאַל אין דעם באָדן. אַססעסס און פאָרויסזאָגן PTE אין באָדן;אין דערצו, מיר פאָרשלאָגן צו נוצן EBK צו כייברידיזירן מיט פאַרשידן מאַשין לערנען אַלגערידאַמז. ני קאַנסאַנטריישאַנז זענען פּרעדיקטעד ניצן עלעמענטן ווי קאָוואַריאַטעס;אָבער, ניצן מער קאָוואַריאַטעס וואָלט זייער פֿאַרבעסערן די פאָרשטעלונג פון די מאָדעל, וואָס קענען זיין געהאלטן אַ באַגרענעצונג פון די קראַנט אַרבעט. אן אנדער באַגרענעצונג פון דעם לערנען איז אַז די נומער פון דאַטאַסעץ איז 115. דעריבער, אויב מער דאַטן זענען צוגעשטעלט, די פאָרשטעלונג פון די פארגעלייגט אָפּטימיזעד כייברידיזיישאַן אופֿן קענען זיין ימפּרוווד.
PlantProbs.net.Nickel אין געוויקסן און באָדן https://plantprobs.net/plant/nutrientImbalances/sodium.html (אַקסעסד אויף 28 אפריל 2021).
Kasprzak, KS ניקאַל אַדוואַנסיז אין מאָדערן ינווייראַנמענאַל טאָקסיקאָלאָגי. סוויווע. טאַקסיקאָלאָגי. 11, 145-183 (1987).
Cempel, M. & Nikel, G. Nickel: א רעצענזיע פון ​​​​זייַן קוואלן און ינווייראַנמענאַל טאָקסיקאָלאָגי. פויליש י ענוויראָנמענט. סטוד.15, 375-382 (2006).
Freedman, B. & Hutchinson, TC פּאַלוטאַנט אַרייַנשרייַב פון דער אַטמאָספער און אַקיומיאַליישאַן אין באָדן און וועדזשאַטיישאַן לעבן אַ ניקאַל-קופּער סמעלטער אין סודבורי, אָנטאַריאָ, קאַנאַדע.Bot.58 (1), 108-132. https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T., עט על.
Cabata-Pendias.Kabata-Pendias A. 2011. שפּור עלעמענטן אין באָדן און ... – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+ Elements+in+soils.2and+soils.2+y %3A+CRC+Press&btnG= (דערגרייכט 24 נאוועמבער 2020).
Almås, A., Singh, B., Agriculture, TS-NJ פון & 1995, undefined.Effects פון די רוסישע ניקאַל אינדוסטריע אויף שווער מעטאַל קאַנסאַנטריישאַנז אין לאַנדווירטשאַפטלעך סוילז און גראַסאַז אין Soer-Varanger, Norway.agris.fao.org.
Nielsen, GD עט על.ניקעל אַבזאָרפּשאַן און ריטענשאַן אין טרינקט וואַסער זענען שייַכות צו עסנוואַרג ינטייק און ניקאַל סענסיטיוויטי.טאַקסיקאָלאָגי.אַפּפּליקאַטיאָן.פאַרמאַקאָדינאַמיקס.154, 67-75 (1999).
Costa, M. & Klein, CB ניקאַל קאַרסינאַדזשאַנז, מיוטיישאַן, עפּיגענעטיקס אָדער סעלעקציע. סוויווע. געזונט פּערספּעקטיוו. 107, 2 (1999).
אַדזשמאַן, פּיסי;אַדזשאַדאָ, סק;Borůvka, L.;ביני, JKM;סאַרקאָדי, VYO;Cobonye, ​​NM;גאַנג אַנאַליסיס פון פּאַטענטשאַלי טאַקסיק עלעמענטן: אַ ביבליאָמעטריק רעצענזיע. ענוויראָנמענטאַל געאָטשעמיסטרי און געזונט. ספּרינגער וויסנשאַפֿט & ביזנעס מעדיע בוו 2020.https://doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB דיגיטאַל באָדן מאַפּינג: א קורץ געשיכטע און עטלעכע לעקציעס. געאָדערמאַ 264, 301-311. https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. אויף דיגיטאַל באָדן מאַפּינג. געאָדערמאַ 117 (1-2), 3-52. הטטפּס://doi.org/10.1016/S0016-7061 (03) 00223-4 (2003).
Deutsch.CV Geostatistical Reservoir Modeling,… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=CV+Deutsch%2C+2002%2C+Geostatistical+Reservoir+Modeling%2C +Oxford+University+Press%2C. 021).