O ṣeun fun lilo si Nature.com.Ẹya ẹrọ aṣawakiri ti o nlo ni atilẹyin to lopin fun CSS.Fun iriri ti o dara julọ, a ṣeduro pe ki o lo ẹrọ aṣawakiri imudojuiwọn kan (tabi pa ipo ibamu ni Internet Explorer) .Ni akoko yii, lati rii daju pe atilẹyin tẹsiwaju, a yoo ṣafihan aaye naa laisi awọn aza ati JavaScript.
Idoti ile jẹ iṣoro nla ti o ṣẹlẹ nipasẹ awọn iṣẹ-ṣiṣe eniyan. Awọn pinpin aaye ti awọn eroja ti o le majele (PTEs) yatọ ni ọpọlọpọ awọn ilu ati agbegbe agbegbe ilu.Nitorina, o ṣoro lati ṣe asọtẹlẹ akoonu ti awọn PTE ni iru awọn ilẹ. Apapọ 115 awọn ayẹwo ni a gba lati ọdọ Frydek Mistek ni Czech Republic. Calcium (Calcium) (Calcium) (Calcium) (Calcium) ati potasiomu (Ca), magnẹsia (K) tọkọtaya nick (Calcium) pinnu, nickel (Calcium) ati potasiomu (Ca), magnẹsia (Calcium) tọkọtaya nick (Calcium). d pilasima emission spectrometry.Iyipada idahun ni Ni ati awọn asọtẹlẹ jẹ Ca, Mg, ati K.Matrix ibamu laarin iyipada idahun ati iyipada ti o ni imọran ṣe afihan iṣeduro itelorun laarin awọn eroja. jẹ ti o ga ju awọn ọna miiran ti a lo.Awọn awoṣe ti a dapọ fun Empirical Bayesian Kriging-Multiple Linear Regression (EBK-MLR) ṣe aiṣedeede, gẹgẹbi a ti jẹri nipasẹ awọn iṣiro ti ipinnu ti o kere ju 0.1. Awọn Empirical Bayesian Kriging-Support Vector Machine Regression (EBK-SVMR) awoṣe (EBK-SVMR) jẹ awoṣe ti o dara ju 6.7.7.7 8 miligiramu / kg) awọn iye ati olusọdipúpọ giga ti ipinnu (R2 = 0.637) .Ijade ilana awoṣe EBK-SVMR ti wa ni wiwo nipa lilo maapu ti ara ẹni.Clustered neurons in the flight of the hybrid model CakMg-EBK-SVMR paati fihan ọpọ awọn ilana awọ ti o ṣe asọtẹlẹ awọn ifọkansi Nini ni ilu ati awọn abajade peri-VK. s ni ilu ati agbegbe-ilu ile.
Nickel (Ni) ti wa ni ka a micronutrient fun eweko nitori ti o takantakan si atmospheric nitrogen fixation (N) ati urea metabolism, mejeeji ti awọn ti wa ni ti beere fun irugbin germination.In afikun si awọn oniwe-ilowosi si irugbin germination, Ni le sise bi a olu ati kokoro arun inhibitor ati igbelaruge ọgbin idagbasoke.The aini ti nickel ninu ile faye gba awọn ohun ọgbin lati fa o, ti o jẹ ki awọn ohun elo ti alawọ ewe ni esi ti cochlorans. orisun fertilizers lati je ki nitrogen fixation2.Continued elo ti nickel-orisun fertilizers lati bùkún awọn ile ati ki o mu awọn agbara ti legumes lati fix nitrogen ni ile continuously mu nickel fojusi ninu awọn earth.Biotilejepe nickel ni a micronutrient fun eweko, awọn oniwe- nmu gbigbemi ninu ile le se ipalara diẹ sii ju good.The toxicity ti nickel nickel ni awọn ohun ọgbin elesin ni pminimu ohun ọgbin nickel. .Ni ibamu si Liu3, Ni ti a ti ri lati wa ni awọn 17th pataki ano ti a beere fun ọgbin idagbasoke ati growth.In afikun si nickel ká ipa ni ọgbin idagbasoke ati idagbasoke, eda eniyan nilo o fun orisirisi kan ti applications.Electroplating, isejade ti nickel-orisun alloys, ati awọn manufacture ti iginisonu awọn ẹrọ ati sipaki plugs ninu awọn Oko ile ise gbogbo nilo awọn eroja nickel ni afikun si awọn ohun elo ti nickel ile ise. o gbajumo ni lilo ninu kitchenware, ballroom awọn ẹya ẹrọ, ounje ile ise agbari, itanna, waya ati USB, jet turbines, abẹ aranmo, hihun, ati shipbuilding5.Ni-ọlọrọ awọn ipele ninu awọn ile (ie, dada ile) ti a ti Wọn si mejeeji anthropogenic ati adayeba awọn orisun, sugbon nipataki, Ni a adayeba orisun dipo ju anthropogenic4,6.Natural orisun ti nickel, ina ni eruption ilana;sibẹsibẹ, awọn orisun anthropogenic pẹlu awọn batiri nickel / cadmium ni ile-iṣẹ irin, electroplating, arc alurinmorin, Diesel ati epo epo, ati awọn itujade ti oju aye lati ijona eedu ati egbin ati sludge incineration Nickel accumulation7,8.Ni ibamu si Freedman ati Hutchinson9 ati Manyiwa et al.10, awọn orisun akọkọ ti idoti ti oke ni agbegbe lẹsẹkẹsẹ ati agbegbe ti o wa nitosi ni o kun nickel-copper-based smelters and mines.Ilẹ oke ti o wa ni ayika Sudbury nickel-copper refinery ni Canada ni awọn ipele ti o ga julọ ti kontaminesonu nickel ni 26,000 mg / kg11.Ni idakeji, idoti lati inu ile-iṣẹ nickel1 nickel1 ni Norway ti o ni abajade nickel1 nickel . et al.12, iye HNO3-extractable nickel ni agbegbe ti o ga julọ ti ilẹ-arable (iṣelọpọ nickel ni Russia) ti o wa lati 6.25 si 136.88 mg / kg, ti o ni ibamu si 30.43 mg / kg ati ifọkansi ipilẹ ti 25 mg / kg. Ni ibamu si kabata 11 ti ilẹ-aṣeyọri phosphorous ni akoko ti ilẹ-aṣeyọri phosphorous. s le infuse tabi contaminate awọn ile.The o pọju ipa ti nickel ninu eda eniyan le ja si akàn nipasẹ mutagenesis, chromosomal bibajẹ, Z-DNA iran, dina DNA excision titunṣe, tabi epigenetic ilana13.Ni eranko adanwo, nickel ti a ti ri lati ni o pọju lati fa orisirisi èèmọ, ati carcinogenic nickel complexes le exercerba.
Awọn igbelewọn idoti ilẹ ti gbilẹ ni awọn akoko aipẹ nitori ọpọlọpọ awọn ọran ti o ni ibatan ilera ti o dide lati awọn ibatan ile-ọgbin, ile ati awọn ibatan isedale ile, ibajẹ ilolupo, ati igbelewọn ipa ayika. Titi di oni, asọtẹlẹ aye ti awọn eroja majele ti o le (PTEs) gẹgẹbi Ni ni ile ti jẹ alaapọn ati akoko-n gba nipa lilo awọn ọna ile oni-nọmba ti mappingly (1) ti ilọsiwaju ti ilọsiwaju lọwọlọwọ (1M) ti ilọsiwaju ti ile-aye 1. PSM) .Ni ibamu si Minasny ati McBratney16, asọtẹlẹ ile maapu (DSM) ti fihan lati wa ni a oguna subdiscipline ti ile Imọ.Lagacherie ati McBratney, 2006 setumo DSM bi "awọn ẹda ati àgbáye ti awọn aaye alaye ile alaye awọn ọna šiše nipasẹ awọn lilo ti ni ipo ati yàrá observational ọna ati aye ati awọn ọna ti kii-Spatial B.17 ṣe ilana pe DSM ode oni tabi PSM jẹ ilana ti o munadoko julọ fun asọtẹlẹ tabi ṣe aworan agbaye pinpin aye ti awọn PTE, awọn iru ile ati awọn ohun-ini ile.Geostatistics and Machine Learning Algorithms (MLA) jẹ awọn imuposi awoṣe DSM ti o ṣẹda awọn maapu digitized pẹlu iranlọwọ ti awọn kọnputa nipa lilo data pataki ati kekere.
Deutsch18 ati Olea19 ṣe asọye geostatistics gẹgẹbi “ikojọpọ awọn imọ-ẹrọ oni-nọmba ti o ni ibamu pẹlu aṣoju ti awọn abuda aye, ni pataki ni lilo awọn awoṣe sitokasitik, bii bii itupalẹ jara akoko ṣe n ṣe afihan data igba diẹ.”Ni akọkọ, geostatistics pẹlu igbelewọn ti awọn variograms, eyiti o gba laaye Quantify ati ṣalaye awọn igbẹkẹle ti awọn iye aye lati inu dataset kọọkan20.Gumiaux et al.20 tun ṣe apejuwe pe igbelewọn ti awọn variograms ni geostatistics da lori awọn ipilẹ mẹta, pẹlu (a) iṣiro iwọn ti ibamu data, (b) idamo ati iširo anisotropy ni iyapa dataset ati (c) ni afikun si Ni afikun si akiyesi aṣiṣe atorunwa ti data wiwọn ti o ya sọtọ lati awọn ipa agbegbe, ọpọlọpọ awọn ipa ti a lo lori awọn ipa-ipa agbegbe, awọn ipa-ipa ti agbegbe tun lo lori awọn ipa agbegbe. kriging gbogbogbo, àjọ-kriging, kriging lasan, empirical Bayesian kriging, ọna kriging ti o rọrun ati awọn ilana interpolation miiran ti a mọ daradara lati ṣe maapu tabi asọtẹlẹ PTE, awọn abuda ile, ati awọn iru ile.
Awọn alugoridimu Ẹkọ ẹrọ (MLA) jẹ ilana tuntun ti o jọmọ ti o nlo awọn kilasi data ti kii ṣe laini ti o tobi ju, ti a ṣe nipasẹ awọn algoridimu ni akọkọ ti a lo fun iwakusa data, idamo awọn ilana ni data, ati loorekoore si isọdi ni awọn aaye imọ-jinlẹ gẹgẹbi imọ-jinlẹ ile ati awọn iṣẹ-ṣiṣe pada.Awọn iwe iwadii lọpọlọpọ gbarale awọn awoṣe MLA lati ṣe asọtẹlẹ PTE ni awọn ile, bii Tan et al.22 (awọn igbo laileto fun idiyele irin eru ni awọn ile-ogbin), Sakizadeh et al.23 (awoṣe lilo awọn ẹrọ fekito atilẹyin ati awọn nẹtiwọọki nkankikan atọwọda) idoti ile .Ni afikun, Vega et al.24 (CART fun awoṣe idaduro irin eru ati adsorption ni ile) Sun et al.25.
Awọn ohun elo ti awọn algoridimu DSM ni asọtẹlẹ tabi maapu koju ọpọlọpọ awọn italaya.Ọpọlọpọ awọn onkọwe gbagbọ pe MLA jẹ ti o ga ju awọn geostatistics ati ni idakeji.Biotilẹjẹpe ọkan dara ju ekeji lọ, apapo awọn meji ṣe atunṣe ipele ti deede ti maapu tabi asọtẹlẹ ni DSM15.Woodcock ati Gopal26 Finke27;Pontius ati Cheuk28 ati Grunwald29 sọ asọye lori awọn aipe ati diẹ ninu awọn aṣiṣe ni awọn aworan agbaye ti a sọtẹlẹ.Awọn onimo ijinlẹ sayensi ile ti gbiyanju ọpọlọpọ awọn ilana lati mu imunadoko, deede, ati asọtẹlẹ ti maapu DSM ati asọtẹlẹ.Apapọ aidaniloju ati idaniloju jẹ ọkan ninu ọpọlọpọ awọn aaye oriṣiriṣi ti a ṣepọ sinu DSM lati mu ilọsiwaju ṣiṣẹ ati dinku.15 ṣe ilana pe ihuwasi afọwọsi ati aidaniloju ti a ṣe nipasẹ ẹda maapu ati asọtẹlẹ yẹ ki o jẹ ifọwọsi ni ominira lati mu didara maapu dara sii. Awọn idiwọn ti DSM jẹ nitori didara ile ti a tuka kaakiri ilẹ, eyiti o kan paati ti aidaniloju;sibẹsibẹ, awọn aini ti dajudaju ninu awọn DSM le dide lati ọpọ awọn orisun ti aṣiṣe, eyun covariate aṣiṣe, awoṣe aṣiṣe, ipo aṣiṣe, ati analytical Error 31.Modelling aiṣedeede induced ni MLA ati geostatistical lakọkọ ti wa ni nkan ṣe pẹlu a aini ti oye, be yori si oversimplification ti awọn gidi ilana32.Laibikita iru ti awọn awoṣe ti awọn awoṣe le wa ni aisedeede, ni ibamu si awọn paramita ti awọn awoṣe, ni aiṣedeede ti awọn awoṣe ti awọn awoṣe, ati awọn aiṣedeede ti awọn awoṣe ti o le ṣe deede, ni aiṣedeede. 33.Laipẹ, aṣa DSM tuntun kan ti farahan ti o ṣe agbega iṣọpọ ti geostatistics ati MLA ni maapu ati asọtẹlẹ.Ọpọlọpọ awọn onimọ-jinlẹ ilẹ ati awọn onkọwe, bii Sergeev et al.34;Subbotina et al.35;Tarasov et al.36 ati Tarasov et al.37 ti lo deede didara ti geostatistics ati ẹkọ ẹrọ lati ṣe agbekalẹ awọn awoṣe arabara ti o mu imudara ti asọtẹlẹ ati aworan agbaye dara si.didara.Diẹ ninu awọn arabara wọnyi tabi awọn awoṣe alugoridimu idapo jẹ Artificial Neural Network Kriging (ANN-RK), Multilayer Perceptron Residual Kriging (MLP-RK), Apejọ Regression Neural Network Residual Kriging (GR- NNRK) 36, Artificial Neural Network Kriging-Multilayer Perceptron (ANN-K-MLP-MLP) 3K
Ni ibamu si Sergeev et al., Apapọ orisirisi modeli imuposi ni o pọju lati se imukuro awọn abawọn ati ki o mu awọn ṣiṣe ti awọn Abajade arabara awoṣe kuku ju sese awọn oniwe-nikan modeli.Ni yi o tọ, yi titun iwe njiyan wipe o jẹ pataki lati waye a ni idapo alugoridimu ti geostatistics ati MLA lati ṣẹda ti aipe arabara si dede lati ṣe asọtẹlẹ Ni enrichment ni ilu ati agbeegbe-ilu ti yoo rebibical Awoṣe lori awọn agbegbe Kesi Empiri ni agbegbe ati ki o si Empir-urbanly Bayesi. dapọ rẹ pẹlu Ẹrọ atilẹyin Vector (SVM) ati Awọn awoṣe Ilọsiwaju Linear Multiple. ing for spatial variation39.EBK ti a ti lo ni orisirisi awọn iwadi, pẹlu gbeyewo pinpin Organic erogba ni oko ile40, agbeyewo ile idoti41 ati aworan ile-ini42.
Ni apa keji, Graph-Organizing Graph (SeOM) jẹ algorithm ikẹkọ ti o ti lo ni ọpọlọpọ awọn nkan bii Li et al.43, Wang et al.44, Hossain Bhuiyan et al.45 ati Kebonye et al.46 Ṣe ipinnu awọn abuda aye ati akojọpọ awọn eroja.Wang et al.44 ṣe ilana pe SeOM jẹ ilana ikẹkọ ti o lagbara ti a mọ fun agbara rẹ lati ṣe akojọpọ ati fojuinu awọn iṣoro ti kii ṣe laini.Laibikita awọn ilana idanimọ apẹẹrẹ miiran gẹgẹbi itupalẹ paati akọkọ, iṣupọ iruju, iṣupọ ipo giga, ati ṣiṣe ipinnu awọn ami-ami-pupọ, SeOM dara julọ ni siseto ati idanimọ awọn ilana PTE.Gẹgẹbi Wang et al.44, SeOM le ṣe akojọpọ awọn pinpin ti awọn neuronu ti o ni ibatan ati ki o pese iwoye data ti o ga julọ.SeOM yoo ṣe akiyesi data asọtẹlẹ Ni lati gba awoṣe ti o dara julọ lati ṣe apejuwe awọn esi fun itumọ taara.
Iwe yii ni ero lati ṣe agbejade awoṣe aworan agbaye ti o lagbara pẹlu iṣedede ti o dara julọ fun asọtẹlẹ akoonu nickel ni awọn ilu ati awọn ile agbegbe agbegbe.nitorina, a yoo gbiyanju lati dahun awọn ibeere iwadi ti o le mu awọn awoṣe ti o dapọ pọ.Sibẹsibẹ, bawo ni awoṣe ṣe deede ni sisọ asọtẹlẹ eroja afojusun? Bakannaa, kini ipele ti iṣiro ṣiṣe ti o da lori idaniloju ati iṣiro deede? Nitorina, awọn ibi-afẹde kan pato ti iwadi yii ni lati (a) ṣẹda awoṣe idapọpọ apapo fun SVMR tabi MLR nipa lilo EBK gẹgẹbi awoṣe ipilẹ ti o dara julọ, (bc) ṣe afiwe awọn awoṣe ti o dara julọ ni awọn awoṣe ti ilu, (bc) ṣe afiwe awọn awoṣe ti o dara julọ ni awọn awoṣe ti o dara julọ ti awọn ilu ilu, (b) awọn ile ilu, ati (d) ohun elo SeOM lati ṣẹda maapu ti o ga ti iyatọ aaye nickel.
Iwadi naa ni a ṣe ni Czech Republic, ni pato ni agbegbe Frydek Mistek ni agbegbe Moravia-Silesian (wo Nọmba 1) .Iwa-aye ti agbegbe ti o wa ni ibi-iwadi jẹ pupọ ati pe o jẹ apakan julọ ti agbegbe Moravia-Silesian Beskidy, eyiti o jẹ apakan ti ita ti ita ti awọn oke Carpathian. Agbegbe iwadi wa laarin 49 ° ′ 0 ′ 0 ′ 0 ′ 0 ati 49 ° 0 2 ′ 0 ati 49 ° 2 ′ 2 titude. laarin 225 ati 327 m;sibẹsibẹ, awọn Koppen classification eto fun awọn afefe ipinle ti awọn ekun ti wa ni won won bi Cfb = temperate òkun afefe, Nibẹ ni a pupo ti riro paapaa ninu awọn osu gbigbẹ. Awọn iwọn otutu yatọ die-die jakejado odun laarin -5 °C ati 24 °C, ṣọwọn ja bo ni isalẹ −14 °C tabi loke 30 °C, nigba ti awọn apapọ lododun preci 6.5 mm. agbegbe jẹ 1,208 square kilomita, pẹlu 39.38% ti ilẹ ti a gbin ati 49.36% ti agbegbe igbo. Ni apa keji, agbegbe ti a lo ninu iwadi yii jẹ nipa 889.8 square kilomita. Ni ati ni ayika Ostrava, awọn ile-iṣẹ irin ati awọn iṣẹ irin ni o ṣiṣẹ pupọ.Metal Mills, awọn irin-irin ti o wa ni ibiti o ti wa ni irin-irin ti o wa ni erupẹ nickel (eg mu awọn agbara ti awọn alloy nigba ti mimu awọn oniwe-dara ductility ati toughness), ati aladanla ogbin bi fosifeti ajile elo ati ẹran-ọsin gbóògì ti wa ni iwadi o pọju awọn orisun ti nickel ni ekun (eg, fifi nickel to ọdọ-agutan lati mu idagba awọn ošuwọn ni ọdọ-agutan ati kekere-je ẹran) .Other ise lilo ti nickel ni iwadi agbegbe ni awọn oniwe-lilo ni electroplating nickel ati awọn iṣọrọ ile nickel nickel nickel awọn ilana pẹlu awọn oniwe-lilo ni electroplating nickel. awọ, be, ati kaboneti akoonu.The ile sojurigindin ni alabọde to itanran, yo lati awọn obi material.They ni o wa colluvial, alluvial tabi aeolian ni nature.Some ile agbegbe han mottled ni dada ati subsoil, igba pẹlu nja ati bleaching.Sibẹsibẹ, cambisols ati stagnosols ni o wa ni wọpọ ile orisi ni ekun48.55 lati awọn elevation. Czech Republic49.
Maapu agbegbe ikẹkọ [A ṣe ṣẹda maapu agbegbe iwadi ni lilo ArcGIS Desktop (ESRI, Inc, ẹya 10.7, URL: https://desktop.arcgis.com).]
Apapọ awọn ayẹwo 115 ti o wa ni oke ni a gba lati awọn ilu ilu ati agbegbe ti ilu ni agbegbe Frydek Mistek. Ilana apẹẹrẹ ti a lo jẹ grid deede pẹlu awọn ayẹwo ile ti o wa ni aaye 2 × 2 km yato si, ati pe a ṣe iwọn oke ilẹ ni ijinle 0 si 20 cm nipa lilo ohun elo ti a fi ọwọ mu (Leica Zeno 5 GPS, Awọn apẹrẹ ti a fi pamọ si awọn apẹrẹ ti a fi oju si 2 × 2 km yato si). s ti wa ni air-si dahùn o lati gbe awọn pulverized awọn ayẹwo, pulverized nipa a darí eto (Fritsch disiki ọlọ), ati sieved (sieve iwọn 2 mm) .Gbe 1 giramu ti si dahùn o, homogenized ati sieved ile awọn ayẹwo ni kedere ike teflon igo.Ni kọọkan Teflon ha, dispense 7 milimita ti 35% NO 3% HCl laifọwọyi (5 milimita) HCl ati ki o pese ina kọọkan. ly ati ki o gba awọn ayẹwo laaye lati duro ni alẹ fun ifarabalẹ (eto eto aqua regia) .Gbe ohun ti o ga julọ lori awo-irin ti o gbona (iwọn otutu: 100 W ati 160 ° C) fun 2 h lati dẹrọ ilana tito nkan lẹsẹsẹ ti awọn ayẹwo, lẹhinna dara.Gbigbe lọ si 50 milimita ti o pọju si 50 ml volumetric flask ati ki o diluted 5 milimita diluted si omi 50 milimita. tube pẹlu omi ti a fi omi ṣan. Ni afikun, 1 milimita ti ojutu dilution ti a ti fomi pẹlu 9 milimita ti omi ti a fi omi ṣan silẹ ati ti a ti sọ sinu tube 12 milimita ti a pese sile fun PTE pseudo-concentration. Awọn ifọkansi ti PTEs (As, Cd, Cr, Cu, Mn, Ni, Pb, Zn, Ca, Mg, K) ti pinnu nipasẹ ICPt spect rmo Fisher Scientific, USA) ni ibamu si awọn ọna ti o ṣe deede ati adehun. Rii daju pe Awọn ilana Imudaniloju ati Iṣakoso (QA / QC) Awọn ilana (SRM NIST 2711a Montana II Soil) .PTEs pẹlu awọn idiwọn wiwa ti o wa ni isalẹ idaji ni a yọkuro lati inu iwadi yii. Iwọn wiwa ti PTE ti a lo ninu iwadi yii jẹ 0.0004 ., (you ). rii daju pe awọn aṣiṣe ti dinku, a ṣe itupalẹ ilọpo meji.
Empirical Bayesian Kriging (EBK) jẹ ọkan ninu awọn ọpọlọpọ awọn geostatistical interpolation imuposi lo ninu modeli ni Oniruuru aaye bi ile science.Lailike miiran kriging interpolation imuposi, EBK yato si lati ibile kriging ọna nipa considering awọn ašiše ifoju nipa awọn semivariogram model.Ni EBK interpolation, orisirisi awọn semivariogram si dede wa ni computed nikan ni akoko interpogram. dajudaju ati siseto ni nkan ṣe pẹlu yi igbero ti awọn semivariogram ti o je kan gíga eka ara kan ti a ti to kriging method.The interpolation ilana ti EBK telẹ awọn mẹta àwárí mu dabaa nipa Krivoruchko50, (a) awọn awoṣe siro awọn semivariogram lati awọn input dataset (b) awọn titun ti anro iye fun kọọkan input dataset ipo da lori awọn ti ipilẹṣẹ semivarioset data ti a ti ipilẹṣẹ ati Bay. ofin quation ti wa ni fun bi a lẹhin
Nibo \ (Prob \ osi (A \ ọtun) \) duro fun awọn ṣaaju, \ (Prob \ osi (B \ ọtun) \) ala iṣeeṣe ti wa ni bikita ni ọpọlọpọ igba, \ (Prob (B, A) \ ) .The semivariogram iṣiro da lori Bayes 'ofin, eyi ti o fihan awọn propensity ti akiyesi datasets ti o le wa ni da lati semivariogram ti o le wa ni pinnu lati semivariogram ti o le jẹ ki o si awọn ofin. ṣẹda data ti awọn akiyesi lati semivariogram.
Ẹrọ fekito atilẹyin jẹ algorithm ikẹkọ ẹrọ ti o ṣe agbejade hyperplane iyatọ ti o dara julọ lati ṣe iyatọ aami ṣugbọn kii ṣe awọn kilasi ominira laini laini.Vapnik51 ṣẹda algorithm intent classification, ṣugbọn o ti lo laipẹ lati yanju awọn iṣoro-ipadasẹhin-pada.Gẹgẹbi Li et al.52, SVM jẹ ọkan ninu awọn ilana ikasi ti o dara julọ ati pe a ti lo ẹrọ SVM ninu awọn oriṣiriṣi awọn aaye ipadasẹhin SVM. ) ni a lo ninu itupale yii.Cherkassky ati Mulier53 ṣe aṣáájú-ọnà SVMR gẹgẹbi atunṣe ti o da lori kernel, iṣiro eyiti a ṣe nipasẹ lilo awoṣe atunṣe laini ila pẹlu awọn iṣẹ agbegbe ti orilẹ-ede pupọ.55, epsilon (ε) -SVMR nlo dataset ti oṣiṣẹ lati gba awoṣe aṣoju gẹgẹbi iṣẹ aiṣedeede epsilon ti a lo lati ṣe maapu data naa ni ominira pẹlu irẹjẹ epsilon ti o dara julọ lati ikẹkọ lori data ti o ni ibatan. Aṣiṣe ti o tito tẹlẹ ti a ko bikita lati iye gangan, ati pe ti aṣiṣe naa ba tobi ju ε (sε), awọn ohun-ini ile ti o dinku si eka ti ikẹkọ ti o gbooro sii. dabaa nipa Vapnik51 ti han ni isalẹ.
ibi ti b duro fun awọn scalar ala, \ (K \ osi ({x}_{,}{ x}_{k} \ ọtun) \) duro fun awọn kernel iṣẹ, \(\ alpha \) duro Lagrange multiplier, N duro nọmba kan dataset, \ ({x}_{k} \) duro O MR input, ati \ (y\us) ti o jẹ bọtini ti a lo S. iṣẹ ipilẹ radial kan (RBF) .Ekuro RBF ti wa ni lilo lati pinnu awoṣe SVMR ti o dara julọ, eyiti o ṣe pataki lati gba ipin ifiyaje ti o ni imọran julọ C ati gamma parameter kernel (γ) fun data ikẹkọ PTE.
Awoṣe atunṣe laini laini pupọ (MLR) jẹ awoṣe ifasilẹ ti o duro fun ibatan laarin oniyipada idahun ati nọmba awọn oniyipada asọtẹlẹ nipa lilo awọn iṣiro laini laini ti a ṣe iṣiro nipa lilo ọna awọn onigun mẹrin ti o kere ju.Ninu MLR, awoṣe onigun mẹrin ti o kere ju jẹ iṣẹ asọtẹlẹ ti awọn ohun-ini ile lẹhin yiyan awọn oniyipada alaye. oniyipada atory.Idogba MLR ni
nibiti y ti jẹ oniyipada idahun, \(a \) ni idilọwọ, n jẹ nọmba awọn asọtẹlẹ, \({b}_{1}\) jẹ ipadasẹhin apa kan ti awọn iye-iye, \({x}_{ i} \) duro fun asọtẹlẹ tabi oniyipada alaye, ati \ ({\varepsilon }_{i} \) duro fun aṣiṣe ninu awoṣe naa, ti a tun mọ ni awoṣe.
Awọn awoṣe ti a dapọ ni a gba nipasẹ sandwiching EBK pẹlu SVMR ati MLR.Eyi ni a ṣe nipasẹ yiyo awọn iye asọtẹlẹ lati inu interpolation EBK. Awọn iye ti a sọtẹlẹ ti o gba lati inu interpolated Ca, K, ati Mg ni a gba nipasẹ ilana igbimọ lati gba awọn oniyipada titun, gẹgẹbi CaK, CaMg, ati KMg. Awọn eroja ti wa ni idapo lẹhin naa CaK, KM ati iyipada Mg. Ca, K, Mg, CaK, CaMg, KMg ati CaKMg. Awọn oniyipada wọnyi di awọn asọtẹlẹ wa, ṣe iranlọwọ lati ṣe asọtẹlẹ awọn ifọkansi nickel ni awọn ilu ilu ati awọn agbegbe agbegbe. A ṣe ilana algorithm SVMR lori awọn asọtẹlẹ lati gba awoṣe ti o dapọ Empirical Bayesian Kriging-Support Vector Machine (EBK_SVM) ti o ni ibamu pẹlu Empir Algorithm ti Empirly Bayesian. -Multiple Linear Regression (EBK_MLR) .Ni deede, awọn oniyipada Ca, K, Mg, CaK, CaMg, KMg, ati CaKMg ni a lo gẹgẹbi awọn alamọdaju bi awọn asọtẹlẹ ti akoonu Ni ni ilu ati awọn agbegbe agbegbe ilu. Awoṣe itẹwọgba julọ ti o gba (EBK_SVM tabi EBK_MLR) yoo ṣe afihan iṣẹ-ṣiṣe ti ara ẹni ni lilo .
Lilo SeOM ti di ohun elo olokiki fun siseto, iṣiro, ati asọtẹlẹ data ni eka owo, ilera, ile-iṣẹ, awọn iṣiro, imọ-jinlẹ ile, ati diẹ sii. ti wa ni lilo bi n input-onisẹpo fekito variables43,56.Melssen et al.57 ṣapejuwe asopọ ti awọn ohun elo ti nwọle sinu nẹtiwọki ti iṣan nipasẹ ipele titẹ sii kan si fekito ti o wu pẹlu iṣiro iwuwo kan.Ijade ti SeOM ṣe jẹ map ti o ni iwọn meji ti o ni awọn neurons ti o yatọ tabi awọn apa ti a hun sinu awọn maapu hexagonal, circular, or square topological maapu gẹgẹbi isunmọ wọn. Ifiwewe awọn titobi maapu ti o da lori aṣiṣe topographic (QM 0) pẹlu aṣiṣe topographic (QM 0). 6 ati 0.904, lẹsẹsẹ, ti yan, eyiti o jẹ ẹyọ maapu 55-map (5 × 11) . A ṣe ipinnu eto neuron gẹgẹbi nọmba awọn apa ti o wa ninu idogba agbara.
Nọmba ti data ti a lo ninu iwadi yii jẹ awọn ayẹwo 115. A ti lo ọna ti o rọrun lati pin awọn data sinu data idanwo (25% fun afọwọsi) ati awọn ipilẹ data ikẹkọ (75% fun isọdọtun) . A ti lo dataset ikẹkọ lati ṣe agbekalẹ awoṣe atunṣe (iwọntunwọnsi), ati igbeyewo dataset ti a lo lati ṣe idaniloju agbara gbogbogbo58. Eyi ni a ṣe lati ṣe ayẹwo ni ibamu si awọn awoṣe ti o yatọ si awọn awoṣe nickel ti a lo nickel. ilana ilana ation, tun ni igba marun. Awọn oniyipada ti a ṣe nipasẹ EBK interpolation ni a lo gẹgẹbi awọn asọtẹlẹ tabi awọn iyipada alaye lati ṣe asọtẹlẹ iyipada afojusun (PTE) . Awoṣe ti a ṣe ni RStudio nipa lilo awọn iwe-ikawe awọn akopọ (Kohonen), ile-ikawe (abojuto), ile-ikawe (awoṣe), ile-ikawe ("e1071"), ile-ikawe ("plyr")), ile-ikawe ("plyr")), ("Media ati awọn ile-ikawe" spectries).
Orisirisi awọn iṣiro afọwọsi ni a lo lati pinnu awoṣe ti o dara julọ ti o yẹ fun asọtẹlẹ awọn ifọkansi nickel ni ile ati lati ṣe iṣiro deede ti awoṣe ati afọwọsi. agbara ti awoṣe, lakoko ti MAE ṣe ipinnu iye iwọn gangan.Iwọn R2 gbọdọ jẹ giga lati ṣe ayẹwo awoṣe adalu ti o dara julọ nipa lilo awọn iṣiro afọwọsi, ti o sunmọ ni iye si 1, ti o ga julọ.Ni ibamu si Li et al.59, iye iyasọtọ R2 ti 0.75 tabi ju bẹẹ lọ ni a kà si asọtẹlẹ to dara;lati 0.5 si 0.75 jẹ iṣẹ awoṣe itẹwọgba, ati ni isalẹ 0.5 jẹ iṣẹ awoṣe itẹwẹgba. Nigbati o ba yan awoṣe kan nipa lilo awọn ọna igbelewọn RMSE ati MAE afọwọsi, awọn iye kekere ti o gba ni o to ati pe a kà wọn si yiyan ti o dara julọ. Idogba atẹle n ṣe apejuwe ọna ijẹrisi.
nibiti n ṣe aṣoju iwọn iye ti a ṣe akiyesi\({Y}_{i}\) duro fun esi ti wọn, ati \({\ widehat{Y}}_{i}\) tun duro fun iye esi ti a sọtẹlẹ, nitorina, fun awọn akiyesi i akọkọ.
Awọn apejuwe iṣiro ti asọtẹlẹ ati awọn oniyipada idahun ni a gbekalẹ ni Table 1, ti o nfihan tumọ si, iyatọ ti o ṣe deede (SD), olùsọdipúpọ ti iyatọ (CV), ti o kere julọ, ti o pọju, kurtosis, ati skewness. Awọn iye ti o kere julọ ati ti o pọju ti awọn eroja ti wa ni idinku ti Mg
Ibaṣepọ ti awọn oniyipada asọtẹlẹ pẹlu awọn eroja idahun ṣe afihan ibamu itelorun laarin awọn eroja (wo Nọmba 3) . Ibaṣepọ naa fihan pe CaK ṣe afihan iwọntunwọnsi ibamu pẹlu iye r = 0.53, gẹgẹbi CaNi.Biotilẹjẹpe Ca ati K ṣe afihan awọn ẹgbẹ ti o niwọnwọn pẹlu ara wọn, awọn oluwadi bi Kingston et al.68 ati Santo69 daba daba pe awọn ipele wọn ni ile jẹ asọye pẹlu magasiomu (KM,63). jẹun, iyọ magasiomu marazese magnessiomu ati kalisiomu dinku awọn ipa majele ti Nickel ni ile.
Matrix ibamu fun awọn eroja ti o nfihan ibasepọ laarin awọn asọtẹlẹ ati awọn idahun (Akiyesi: nọmba yii pẹlu itọka laarin awọn eroja, awọn ipele pataki ti o da lori p <0,001).
Nọmba 4 ṣe apejuwe awọn pinpin aaye ti awọn eroja.Gẹgẹbi Burgos et al70, ohun elo ti pinpin aaye jẹ ilana ti a lo lati ṣe iwọn ati ki o ṣe afihan awọn aaye gbigbona ni awọn agbegbe ti o ni idoti. Awọn ipele imudara ti Ca ni Fig. 4 ni a le rii ni iha ariwa iwọ-oorun ti map pinpin aaye. Nọmba naa fihan iwọntunwọnsi si giga Ca enrichment hotspot ti ariwa ti o ṣee ṣe ki o pọju lilo ti kalisiomu maapu. cium oxide) lati dinku acidity ile ati lilo rẹ ni awọn ọlọ irin bi oxygen alkaline ninu ilana ṣiṣe irin. Ni apa keji, awọn agbe miiran fẹ lati lo kalisiomu hydroxide ni awọn ile ekikan lati yomi pH, eyiti o tun mu akoonu kalisiomu ti ile naa pọ si71.Potassium tun fihan awọn aaye gbigbona ni ariwa iwọ-oorun ati ila-oorun ti maapu naa.Iwọ-oorun Iwọ-oorun jẹ apẹrẹ pataki ti ogbin ti potasiomu Kto ati pe o le jẹ agbegbe ti potasiomu iwọntunwọnsi. ni ibamu pẹlu awọn ẹkọ miiran, gẹgẹbi Madaras ati Lipavský72, Madaras et al.73, Pulkrabova et al.74, Asare et al.75, ti o ṣe akiyesi pe imuduro ile ati itọju pẹlu KCl ati NPK yorisi akoonu K giga ninu ile.Imudara potasiomu aaye ni iha iwọ-oorun ti maapu pinpin le jẹ nitori lilo awọn ajile ti o da lori potasiomu gẹgẹbi potasiomu kiloraidi, potasiomu sulfate, potasiomu iyọ, potash, ati potash lati mu akoonu potasiomu ti awọn ilẹ talaka pọ si.Zádorová et al.76 ati Tlustoš et al.77 ṣe ilana pe ohun elo ti awọn ajile ti o da lori K pọ si akoonu K ninu ile ati pe yoo ṣe alekun akoonu akoonu ile ni igba pipẹ, paapaa K ati Mg ti n ṣafihan aaye gbigbona ninu ilẹ. Awọn aaye ibi-iwọntunwọnsi ni iha ariwa iwọ-oorun ti maapu ati guusu ila-oorun ti map.Colloidal fixation in ile npa ifọkansi ti iṣuu magnẹsia ninu ilẹ-ilẹ ti o da lori ilẹ-ofeefee, ma nfa ifọkansi ti iṣuu magnẹsia ninu ile. gẹgẹbi potasiomu iṣuu magnẹsia sulfate, iṣuu magnẹsia sulfate, ati Kieserite, ṣe itọju awọn aipe (awọn ohun ọgbin han eleyi ti, pupa, tabi brown, ti o nfihan aipe iṣuu magnẹsia) ni awọn ile pẹlu iwọn pH deede6. Ikojọpọ ti nickel lori awọn ilu ilu ati awọn agbegbe agbegbe agbegbe le jẹ nitori awọn iṣẹ anthropogenic gẹgẹbi ogbin ati pataki ti iṣelọpọ nickel78.
Pipin aaye ti awọn eroja (maapu pinpin aye ni a ṣẹda nipa lilo Ojú-iṣẹ ArcGIS (ESRI, Inc, Ẹya 10.7, URL: https://desktop.arcgis.com).]
Awọn abajade atọka iṣẹ awoṣe fun awọn eroja ti a lo ninu iwadi yii ni a fihan ni Table 2. Ni apa keji, RMSE ati MAE ti Ni mejeji sunmọ odo (0.86 RMSE, -0.08 MAE) .Ni apa keji, mejeeji RMSE ati MAE iye ti K jẹ itẹwọgba.RMSE ati MAE. lilo EBK lati ṣe asọtẹlẹ Ni ni a rii pe o dara ju awọn abajade ti John et al.54 lilo synergistic kriging lati ṣe asọtẹlẹ awọn ifọkansi S ni ile nipa lilo data ti a gba kanna. Awọn abajade EBK ti a ṣe iwadi ni ibamu pẹlu awọn ti Fabijaczyk et al.41, Yan et al.79, Beguin et al.80, Adhikary et al.81 ati John et al.82, paapaa K ati Ni.
Awọn iṣẹ ti awọn ọna ẹni kọọkan fun asọtẹlẹ akoonu nickel ni awọn ilu ilu ati agbegbe agbegbe ni a ṣe ayẹwo nipa lilo iṣẹ ti awọn awoṣe (Table 3) . Aṣeṣe awoṣe ati imọran deede jẹri pe asọtẹlẹ Ca_Mg_K ti o ni idapo pẹlu EBK SVMR awoṣe ti pese iṣẹ ti o dara julọ. Calibration awoṣe Ca_Mg_K-EBK_SVMR awoṣe abk-EBK_SVMA 6 (aṣiṣe root) 7 (aṣiṣe aṣiṣe) ), 95.479 mg/kg (RMSE) ati 77.368 mg/kg (MAE) Ca_Mg_K-SVMR jẹ 0.663 (R2), 235.974 mg/kg (RMSE) ati 166.946 mg/kg (MAE) .Sibẹsibẹ, o dara R2-iye R2S_2. ati Ca_Mg-EBK_SVMR (0.643 = R2);Awọn abajade RMSE ati MAE wọn ga ju awọn ti Ca_Mg_K-EBK_SVMR (R2 0.637) (wo tabili 3) EBK_SVMR. Bakanna, RMSE ati MAE ti Ca_Mg-K SVMR (RMSE = 235.974 ati MAE = 166.946) awoṣe jẹ 2.5 ati 2.2 ti o tobi ju awọn ti Ca_Mg_K-EBK_SVMR RMSE ati MAE ṣe afihan awọn esi ti o dara julọ ti RMSE. ME ati MAE ni a ṣe akiyesi.Ni ibamu si Kebonye et al.46 ati John et al.54, ti o sunmọ RMSE ati MAE si odo, awọn esi ti o dara julọ.SVMR ati EBK_SVMR ni awọn iye RSME ti o ga julọ ati awọn iye MAE. O ṣe akiyesi pe awọn iṣiro RSME ni igbagbogbo ti o ga ju awọn iye MAE lọ, ti o nfihan ifarahan ti awọn outliers.Gẹgẹbi si Legates ati McCabe83 ti a ṣe iṣeduro ti aṣiṣe ti o pọju ti SE jẹ eyiti a ṣe iṣeduro ti o pọju ti awọn ami ti o pọju (MAE) ti outliers.Eyi tumọ si pe diẹ sii orisirisi awọn dataset, ti o ga julọ ni awọn iye MAE ati RMSE. Ipeye ti iṣiro-afọwọsi-agbelebu ti Ca_Mg_K-EBK_SVMR ti o dapọ awoṣe fun asọtẹlẹ akoonu Ni ni ilu ati igberiko ile jẹ 63.70%.Ni ibamu si Li et al.59, ipele ti deede yii jẹ iwọn iṣẹ awoṣe itẹwọgba. Awọn esi ti o wa bayi ni a ṣe afiwe si iwadi iṣaaju nipasẹ Tarasov et al.36 ti arabara awoṣe ṣẹda MLPRK (Multiyer Perceptron Residual Kriging), jẹmọ si EBK_SVMR išedede igbelewọn Atọka royin ninu awọn ti isiyi iwadi, RMSE (210) ati The MAE (167.5) je ti o ga ju awọn esi wa ninu awọn ti isiyi iwadi (RMSE 95.479, MAE 77.R368 ti o wa lọwọlọwọ ti 368) . Tarasov et al.36 (0.544), o han gbangba pe olusọdipúpọ ti ipinnu (R2) jẹ ti o ga julọ ni awoṣe adalu yii.Iwọn aṣiṣe (RMSE ati MAE) (EBK SVMR) fun awoṣe ti a dapọ ni igba meji ni isalẹ. Bakanna, Sergeev et al.34 ti o gba silẹ 0.28 (R2) fun idagbasoke arabara awoṣe ti o ti gbasilẹ (Multilayer Percept2) lọwọlọwọ (Multilayer Percept0) . Iwọn asọtẹlẹ asọtẹlẹ ti awoṣe yii (EBK SVMR) jẹ 63.7%, lakoko ti asọtẹlẹ asọtẹlẹ ti o gba nipasẹ Sergeev et al.34 jẹ 28% maapu ipari (Fig. 5) ti a ṣẹda nipa lilo awoṣe EBK_SVMR ati Ca_Mg_K gẹgẹbi asọtẹlẹ fihan awọn asọtẹlẹ ti awọn aaye gbigbona ati iwọntunwọnsi si nickel lori gbogbo agbegbe iwadi. Eyi tumọ si pe ifọkansi ti nickel ni agbegbe iwadi jẹ eyiti o jẹ iwọntunwọnsi, pẹlu awọn ifọkansi ti o ga julọ ni awọn agbegbe kan pato.
Maapu asọtẹlẹ ipari jẹ aṣoju nipa lilo awoṣe arabara EBK_SVMR ati lilo Ca_Mg_K gẹgẹbi asọtẹlẹ.
Ti a gbejade ni Nọmba 6 jẹ awọn ifọkansi PTE gẹgẹbi ọkọ ofurufu ti o ni akopọ ti o ni awọn neurons kọọkan. Ko si ọkan ninu awọn ọkọ ayọkẹlẹ paati ti o ṣe afihan ilana awọ kanna gẹgẹbi a ṣe afihan.Bibẹẹkọ, nọmba ti o yẹ fun awọn neurons fun maapu ti a ya jẹ 55.SeOM ti wa ni lilo awọn oriṣiriṣi awọn awọ, ati diẹ sii iru awọn ilana awọ, diẹ sii ti o ṣe afiwe awọn ohun-ini ti awọn apẹẹrẹ, awọn awọ-ara ti o jọra ati awọn awọ-ara K ti o ni ibamu si awọn awọ kọọkan, awọn awọ-ara wọn ti o ni ibamu pẹlu awọn awọ-ara K (Case to the single color). awọn iṣan ti o ga ati awọn neurons kekere julọ.Bayi, CaK ati CaMg pin diẹ ninu awọn ifarakanra pẹlu awọn iṣan ti o ga pupọ ati awọn awọ-awọ-awọ kekere-si-iwọnwọnwọn.Mejeeji awọn awoṣe ṣe asọtẹlẹ ifọkansi ti Ni ni ile nipasẹ fifihan alabọde si awọn awọ giga ti awọn awọ gẹgẹbi pupa, osan ati yellow.The KMg model displays many high color patterns based on precise proportions and low to low to medium color . awọn awoṣe fihan kan ti o ga awọ Àpẹẹrẹ ti o nfihan awọn ti o pọju ifọkansi ti nickel ninu ile (wo Figure 4) .CakMg awoṣe paati ofurufu fihan a Oniruuru awọ Àpẹẹrẹ lati kekere si ga gẹgẹ bi ohun deede awọ scale.Pẹlupẹlu, awọn awoṣe ká asotele ti nickel akoonu (CakMg) ni iru si awọn aaye pinpin nickel han ni Figure 5., Mejeeji ati kekere awọn aworan nick nickel fi awọn profisi ile. ure 7 ṣe afihan ọna elegbegbe ni k-tumọ si akojọpọ lori maapu, ti a pin si awọn iṣupọ mẹta ti o da lori iye asọtẹlẹ ni awoṣe kọọkan. Ọna elegbegbe duro fun nọmba ti o dara julọ ti awọn iṣupọ. Ninu awọn ayẹwo ile 115 ti a gba, ẹka 1 gba awọn ayẹwo ile pupọ julọ, 74.Cluster 2 gba awọn ayẹwo 33, com tabi 8 ti gba awọn ayẹwo 33. lati gba fun itumọ iṣupọ ti o tọ.Nitori ọpọlọpọ awọn ilana anthropogenic ati awọn ilana adayeba ti o ni ipa lori iṣelọpọ ile, o nira lati ni awọn ilana iṣupọ ti o yatọ daradara ni maapu SeOM ti o pin kaakiri.
Ofurufu paati paati nipasẹ kọọkan Empirical Bayesian Kriging Support Vector Machine (EBK_SVM_SeOM) oniyipada.[SeOM maapu won da lilo RStudio (version 1.4.1717: https://www.rstudio.com/).]
Awọn paati isọdi iṣupọ oriṣiriṣi [awọn maapu SeOM ni a ṣẹda ni lilo RStudio (ẹya 1.4.1717: https://www.rstudio.com/)]
Iwadi ti o wa lọwọlọwọ ṣe afihan awọn imọ-ẹrọ awoṣe fun awọn ifọkansi nickel ni awọn ilu ati awọn agbegbe agbegbe.Iwadi naa ṣe idanwo awọn ilana imuṣewe oriṣiriṣi oriṣiriṣi, apapọ awọn eroja pẹlu awọn ilana imuṣewe, lati gba ọna ti o dara julọ lati ṣe asọtẹlẹ awọn ifọkansi nickel ni ilẹ. Awọn ẹya ara ẹrọ agbegbe ti o ni ibatan SeOM ti ilana awoṣe ṣe afihan ilana awọ ti o ga lati kekere si giga lori iwọn-ipin ti o peye ni aaye ibi-aye spa. tial pinpin ti irinše towo nipa EBK_SVMR (wo Figure 5) .Awọn esi fihan wipe awọn support fekito ẹrọ atunṣe awoṣe (Ca Mg K-SVMR) asọtẹlẹ ifọkansi ti Ni ni ile bi a nikan awoṣe, ṣugbọn awọn afọwọsi ati awọn išedede igbelewọn sile fihan gidigidi ga aṣiṣe ni awọn ofin ti RMSE ati MAE.Ni awọn miiran ọwọ, awọn modeli ilana ti wa ni kekere ti a ti pinnu flawed ti awọn awoṣe EBK ti o ni ibamu pẹlu awọn awoṣe flawed. (R2) .Awọn esi ti o dara ni a gba nipa lilo EBK SVMR ati awọn eroja ti o ni idapo (CaKMg) pẹlu kekere RMSE ati awọn aṣiṣe MAE pẹlu deede ti 63.7% . O wa ni pe apapọ EBK alugoridimu pẹlu ẹrọ ẹkọ algorithm le ṣe agbekalẹ algorithm arabara kan ti o le ṣe asọtẹlẹ ifọkansi ti awọn PTEs ni ile.Awọn esi fihan pe lilo Ca MG K gẹgẹbi awọn asọtẹlẹ ti o wa ni ilọsiwaju ti agbegbe Ni le ni ilọsiwaju ni awọn ilọsiwaju iwadi ni agbegbe Ni. -awọn ajile ti o da lori ati idoti ile-iṣẹ ti ile nipasẹ ile-iṣẹ irin ni o ni itara lati mu ifọkansi ti nickel ni ile.Iwadi yii fihan pe awoṣe EBK le dinku ipele ti aṣiṣe ati ilọsiwaju deede ti awoṣe ti pinpin aye ile ni ilu tabi awọn agbegbe agbegbe.ni afikun, a dabaa lati lo EBK to hybridize pẹlu orisirisi ẹrọ eko algorithms.Ni awọn ifọkansi won ti anro nipa lilo eroja bi covariates;sibẹsibẹ, lilo diẹ ẹ sii covariates yoo gidigidi mu awọn iṣẹ ti awọn awoṣe, eyi ti o le wa ni kà a aropin ti awọn ti isiyi iṣẹ.Amiran aropin ti iwadi yi ni wipe awọn nọmba ti datasets jẹ 115. Nitorina, ti o ba ti diẹ data ti wa ni pese, awọn iṣẹ ti awọn ti dabaa iṣapeye ọna hybridization le dara si.
PlantProbs.net.Nickel ninu Awọn ohun ọgbin ati Ile https://plantprobs.net/plant/nutrientsImbalances/sodium.html (Wiwọle 28 Kẹrin 2021).
Kasprzak, KS Nickel awọn ilọsiwaju ni igbalode toxicology ayika.surroundings.toxicology.11, 145-183 (1987).
Cempel, M. & Nikel, G. Nickel: Atunwo ti awọn orisun rẹ ati toxicology ayika. Polish J. Environment.Stud.15, 375-382 (2006).
Freedman, B. & Hutchinson, TC Pollutant igbewọle lati afefe ati ikojọpọ ni ile ati eweko nitosi kan nickel-copper smelter ni Sudbury, Ontario, Canada.can.J.Bot.58 (1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. et al. Awọn irin ti o wuwo ni ile, awọn ohun ọgbin ati awọn ewu ti o ni nkan ṣe pẹlu awọn ẹran-ọsin ti njẹun nitosi Selebi-Phikwe copper-nickel mine ni Botswana.surroundings.Geochemistry.Health https://doi.org/10.1007/s10653-021-02021x.
Cabata-Pendias.Kabata-Pendias A. 2011. Wa kakiri eroja ni ile ati… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+ Elements+in+soils+andYork+2011. RC+Tẹ&btnG= (Wiwọle 24 Oṣu kọkanla 2020).
Almås, A., Singh, B., Agriculture, TS-NJ of & 1995, undefined.Awọn ipa ti ile-iṣẹ nickel Russia lori awọn ifọkansi irin ti o wuwo ni awọn ile-ogbin ati awọn koriko ni Soer-Varanger, Norway.agris.fao.org.
Nielsen, GD et al.Nickel gbigba ati idaduro ni omi mimu ni o ni ibatan si gbigbe ounje ati nickel sensitivity.toxicology.application.Pharmacodynamics.154, 67-75 (1999).
Costa, M. & Klein, CB Nickel carcinogenesis, iyipada, epigenetics tabi selection.surroundings.Health Perspective.107, 2 (1999).
Ajman, PC;Ajado, SK;Borůvka, L.;Bini, JKM;Sarkody, VYO;Cobonye, NM;Itupalẹ aṣa ti awọn eroja ti o le majele: atunyẹwo bibliometric kan.Environmental Geochemistry and Health.Springer Science & Business Media BV 2020.https://doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB Digital Soil Mapping: Itan kukuru ati Diẹ ninu Awọn ẹkọ.Geoderma 264, 301–311.https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. Lori aworan agbaye oni-nọmba.Geoderma 117 (1-2), 3-52.https://doi.org/10.1016/S0016-7061(03)00223-4 (2003).
Deutsch.CV Geostatistical Reservoir Modeling,… – Google omowe https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=CV+Deutsch%2C+2002%2C+Geostatistical+Reservoir+Modeling%2C +Oxfords+Oxres. (Wiwọle si 28 Kẹrin 2021).
Akoko ifiweranṣẹ: Jul-22-2022