Grazie per avè visitatu Nature.com. A versione di u navigatore chì utilizate hà un supportu limitatu per CSS. Per a megliu sperienza, vi cunsigliemu di utilizà un navigatore aggiornatu (o di disattivà a modalità di cumpatibilità in Internet Explorer). Intantu, per assicurà un supportu continuu, mostreremu u situ senza stili è JavaScript.
L'inquinamentu di u terrenu hè un grande prublema causatu da l'attività umane. A distribuzione spaziale di l'elementi potenzialmente tossichi (PTE) varia in a maiò parte di e zone urbane è periurbane. Dunque, hè difficiule di prevede spazialmente u cuntenutu di PTE in tali terreni. Un totale di 115 campioni sò stati ottenuti da Frydek Mistek in a Repubblica Ceca. E concentrazioni di calciu (Ca), magnesiu (Mg), potassiu (K) è nichelu (Ni) sò state determinate utilizendu a spettrometria di emissione di plasma accoppiata induttivamente. A variabile di risposta hè Ni è i predittori sò Ca, Mg è K. A matrice di currelazione trà a variabile di risposta è a variabile predittore mostra una currelazione soddisfacente trà l'elementi. I risultati di a previsione anu dimustratu chì a Regressione di a Macchina di Vettori di Supportu (SVMR) hà avutu boni risultati, ancu se u so errore quadraticu mediu stimatu (RMSE) (235,974 mg/kg) è l'errore assolutu mediu (MAE) (166,946 mg/kg) eranu più alti di l'altri metudi applicati. I mudelli misti per a Regressione Lineare Multipla-Kriging Bayesiana Empirica (EBK-MLR) anu risultati scarsi, cum'è evidenziatu da Cuefficienti di determinazione inferiori à 0,1. U mudellu Empirical Bayesian Kriging-Support Vector Machine Regression (EBK-SVMR) era u megliu mudellu, cù valori bassi di RMSE (95,479 mg/kg) è MAE (77,368 mg/kg) è un altu cuefficiente di determinazione (R2 = 0,637). L'output di a tecnica di modelizazione EBK-SVMR hè visualizatu utilizendu una mappa autoorganizzata. I neuroni raggruppati in u pianu di u cumpunente ibridu CakMg-EBK-SVMR mostranu parechji mudelli di culore chì predicenu e concentrazioni di Ni in i terreni urbani è periurbani. I risultati dimustranu chì a cumbinazione di EBK è SVMR hè una tecnica efficace per predisce e concentrazioni di Ni in i terreni urbani è periurbani.
U nichelu (Ni) hè cunsideratu un micronutriente per e piante perchè cuntribuisce à a fissazione di l'azotu atmosfericu (N) è à u metabolismu di l'urea, tramindui necessarii per a germinazione di e sementi. In più di u so cuntributu à a germinazione di e sementi, u Ni pò agisce cum'è un inhibitore funginu è battericu è prumove u sviluppu di e piante. A mancanza di nichelu in u terrenu permette à a pianta di assorbelu, risultendu in a clorosi di e foglie. Per esempiu, i fagioli da cowpea è i fagioli verdi richiedenu l'applicazione di fertilizzanti à base di nichelu per ottimizà a fissazione di l'azotu2. L'applicazione cuntinua di fertilizzanti à base di nichelu per arricchisce u terrenu è aumentà a capacità di i legumi di fissà l'azotu in u terrenu aumenta continuamente a concentrazione di nichelu in u terrenu. Ancu se u nichelu hè un micronutriente per e piante, a so assunzione eccessiva in u terrenu pò fà più male chè bè. A tossicità di u nichelu in u terrenu minimizza u pH di u terrenu è impedisce l'assorbimentu di u ferru cum'è nutriente essenziale per a crescita di e piante1. Sicondu Liu3, u Ni hè statu trovu esse u 17esimu elementu impurtante necessariu per u sviluppu è a crescita di e piante. In più di u rolu di u nichelu in u sviluppu è a crescita di e piante, l'omu ne hà bisognu per una varietà di applicazioni. Galvanoplastia, a pruduzzione di E leghe à basa di nichelu, è a fabricazione di dispositivi d'accensione è candele in l'industria automobilistica richiedenu tutti l'usu di nichelu in diversi settori industriali. Inoltre, e leghe à basa di nichelu è l'articuli elettroplaccati sò stati largamente aduprati in utensili di cucina, accessori per sale da ballo, forniture per l'industria alimentaria, elettricità, fili è cavi, turbine a reazione, impianti chirurgici, tessili è custruzzione navale5. I livelli ricchi di Ni in i terreni (vale à dì, terreni superficiali) sò stati attribuiti à fonti sia antropogeniche sia naturali, ma principalmente, Ni hè una fonte naturale piuttostu chè antropogenica4,6. E fonti naturali di nichelu includenu eruzioni vulcaniche, vegetazione, incendi forestali è prucessi geologichi; tuttavia, e fonti antropogeniche includenu batterie di nichelu/cadmiu in l'industria siderurgica, elettroplaccatura, saldatura à arcu, diesel è olii combustibili, è emissioni atmosferiche da a combustione di carbone è l'incenerazione di rifiuti è fanghi Accumulazione di nichelu7,8. Sicondu Freedman è Hutchinson9 è Manyiwa et al. 10, e principali fonti d'inquinamentu di u terrenu superficiale in l'ambiente immediatu è adiacente sò principalmente fonderie è miniere à basa di nichel-rame. U terrenu superficiale intornu à a raffineria di nichel-rame di Sudbury in Canada avia i livelli più alti di contaminazione da nichel à 26.000 mg/kg11. In cuntrastu, l'inquinamentu da a pruduzzione di nichel in Russia hà purtatu à concentrazioni più elevate di nichel in u terrenu norvegese11. Sicondu Alms et al. 12, a quantità di nichelu estraibile da HNO3 in i terreni arabili più impurtanti di a regione (pruduzzione di nichelu in Russia) variava da 6,25 à 136,88 mg/kg, chì currisponde à una media di 30,43 mg/kg è una cuncentrazione di basa di 25 mg/kg. Sicondu kabata 11, l'applicazione di fertilizanti di fosforu in i terreni agriculi in i terreni urbani o periurbani durante e stagioni di cultura successive pò infundere o contaminà u terrenu. L'effetti potenziali di u nichelu in l'omu ponu purtà à u cancru per via di mutagenesi, danni cromosomali, generazione di Z-DNA, riparazione di l'escissione di u DNA bluccata, o prucessi epigenetici13. In esperimenti nantu à l'animali, hè statu trovu chì u nichelu hà u putenziale di causà una varietà di tumori, è i cumplessu di nichelu cancerogeni ponu aggravà tali tumori.
E valutazioni di a contaminazione di u terrenu sò fiurite in l'ultimi tempi per via di una vasta gamma di prublemi di salute derivanti da e relazioni terrenu-pianta, e relazioni biologiche terrenu è terrenu, a degradazione ecologica è a valutazione di l'impattu ambientale. Finu à oghje, a previsione spaziale di elementi potenzialmente tossichi (PTE) cum'è u Ni in u terrenu hè stata laboriosa è richiede tempu cù i metudi tradiziunali. L'avventu di a cartografia digitale di u terrenu (DSM) è u so successu attuale15 anu migliuratu assai a cartografia predittiva di u terrenu (PSM). Sicondu Minasny è McBratney16, a cartografia predittiva di u terrenu (DSM) s'hè dimustrata una sottudisciplina prominente di a scienza di u terrenu. Lagacherie è McBratney, 2006 definiscenu u DSM cum'è "a creazione è u riempimentu di sistemi d'infurmazione spaziale di u terrenu attraversu l'usu di metudi d'osservazione in situ è ​​di laburatoriu è sistemi d'inferenza di u terrenu spaziali è non spaziali". McBratney et al. 17 descrivenu chì u DSM o PSM cuntempuraneu hè a tecnica più efficace per prevede o mappà a distribuzione spaziale di PTE, tipi di terrenu è proprietà di u terrenu. A geostatistica è l'algoritmi di apprendimentu automaticu (MLA) sò tecniche di modellazione DSM chì creanu carte digitalizate cù l'aiutu di l'urdinatori utilizendu dati significativi è minimi.
Deutsch18 è Olea19 definiscenu a geostatistica cum'è "l'inseme di tecniche numeriche chì trattanu a rapprisentazione di l'attributi spaziali, utilizendu principalmente mudelli stocastici, cum'è cumu l'analisi di serie temporali caratterizeghja i dati temporali". Principalmente, a geostatistica implica a valutazione di variogrammi, chì permettenu di quantificà è definisce e dipendenze di i valori spaziali da ogni inseme di dati20. Gumiaux et al. 20 illustranu ancu chì a valutazione di i variogrammi in geostatistica hè basata annantu à trè principii, cumpresi (a) u calculu di a scala di currelazione di i dati, (b) l'identificazione è u calculu di l'anisotropia in a disparità di l'insemi di dati è (c) in più di tene contu di l'errore inerente di i dati di misurazione separati da l'effetti lucali, l'effetti di l'area sò ancu stimati. Basendu si nantu à questi cuncetti, parechje tecniche d'interpolazione sò aduprate in geostatistica, cumpresi u kriging generale, u co-kriging, u kriging ordinariu, u kriging bayesianu empiricu, u metudu di kriging simplice è altre tecniche d'interpolazione ben cunnisciute per mappà o prevede PTE, caratteristiche di u terrenu è tipi di terrenu.
L'algoritmi di apprendimentu automaticu (MLA) sò una tecnica relativamente nova chì impiega classi di dati non lineari più grande, alimentate da algoritmi utilizati principalmente per l'estrazione di dati, l'identificazione di mudelli in i dati, è applicati ripetutamente à a classificazione in campi scientifichi cum'è a scienza di u pedulu è i compiti di ritornu. Numerosi articuli di ricerca si basanu nantu à i mudelli MLA per prevede PTE in i terreni, cum'è Tan et al. 22 (foreste aleatorie per a stima di metalli pesanti in terreni agriculi), Sakizadeh et al. 23 (modellazione cù macchine à vettori di supportu è reti neurali artificiali) inquinamentu di u terrenu). Inoltre, Vega et al. 24 (CART per a modellazione di a ritenzione è l'adsorbimentu di metalli pesanti in u terrenu) Sun et al. 25 (applicazione di cubista hè a distribuzione di Cd in u terrenu) è altri algoritmi cum'è k-nearest neighbor, regressione amplificata generalizzata è regressione amplificata. L'arburi anu ancu applicatu MLA per prevede PTE in u terrenu.
L'applicazione di l'algoritmi DSM in a predizione o a cartografia si trova di fronte à parechje sfide. Molti autori credenu chì MLA hè superiore à a geostatistica è vice versa. Ancu s'è unu hè megliu cà l'altru, a cumbinazione di i dui migliora u livellu di precisione di a cartografia o di a predizione in DSM15. Woodcock è Gopal26 Finke27; Pontius è Cheuk28 è Grunwald29 cummentanu e carenze è alcuni errori in a cartografia di u terrenu prevista. I scientifichi di u terrenu anu pruvatu una varietà di tecniche per ottimizà l'efficacità, a precisione è a prevedibilità di a cartografia è di a previsione DSM. A cumbinazione di incertezza è verificazione hè unu di i numerosi aspetti diversi integrati in DSM per ottimizà l'efficacità è riduce i difetti. Tuttavia, Agyeman et al. 15 delineanu chì u cumpurtamentu di validazione è l'incertezza introdutti da a creazione è a predizione di carte devenu esse validati indipindentamente per migliurà a qualità di e carte. I limiti di u DSM sò dovuti à a qualità di u terrenu geograficamente dispersa, chì implica una cumpunente di incertezza; Tuttavia, a mancanza di certezza in u DSM pò nasce da parechje fonti d'errore, vale à dì l'errore covariatu, l'errore di mudellu, l'errore di lucalizazione è l'errore analiticu 31. L'inesattezze di modelizazione indotte in MLA è i prucessi geostatistichi sò assuciate à una mancanza di capiscitura, chì porta infine à una simplificazione eccessiva di u prucessu reale 32. Indipendentemente da a natura di a modelizazione, l'inesattezze ponu esse attribuite à parametri di modelizazione, previsioni di mudelli matematichi o interpolazione 33. Recentemente, hè emersa una nova tendenza DSM chì prumove l'integrazione di geostatistica è MLA in a cartografia è a previsione. Parechji scienziati è autori di u terrenu, cum'è Sergeev et al. 34; Subbotina et al. 35; Tarasov et al. 36 è Tarasov et al. 37 anu sfruttatu a qualità precisa di a geostatistica è di l'apprendimentu automaticu per generà mudelli ibridi chì migliuranu l'efficienza di a previsione è di a cartografia. qualità. Alcuni di sti mudelli d'algoritmi ibridi o cumminati sò Artificial Neural Network Kriging (ANN-RK), Multilayer Perceptron Residual Kriging (MLP-RK), Generalized Regression Neural Network Residual Kriging (GR-NNRK)36, Artificial Neural Network Kriging-Multilayer Perceptron (ANN-K-MLP)37 è Co-Kriging è Gaussian Process Regression38.
Sicondu Sergeev et al., a cumbinazione di diverse tecniche di modelizazione hà u putenziale di eliminà i difetti è aumentà l'efficienza di u mudellu hibridu risultante invece di sviluppà u so unicu mudellu. In questu cuntestu, questu novu articulu sustene chì hè necessariu applicà un algoritmu cumminatu di geostatistica è MLA per creà mudelli ibridi ottimali per prevede l'arricchimentu di Ni in e zone urbane è periurbane. Questu studiu si baserà nantu à u Kriging Bayesianu Empiricu (EBK) cum'è mudellu di basa è u mischierà cù i mudelli di Support Vector Machine (SVM) è di Regressione Lineare Multipla (MLR). L'ibridazione di EBK cù qualsiasi MLA ùn hè micca cunnisciuta. I mudelli mischi multipli visti sò cumbinazioni di kriging ordinariu, residuale, di regressione è MLA. EBK hè un metudu d'interpolazione geostatistica chì utilizza un prucessu spazialmente stocasticu chì hè lucalizatu cum'è un campu aleatoriu non stazionariu / stazionariu cù parametri di lucalizazione definiti nantu à u campu, chì permettenu a variazione spaziale39. EBK hè statu utilizatu in una varietà di studii, cumprese l'analisi di a distribuzione di u carbone organicu in i terreni agriculi40, a valutazione di l'inquinamentu di u terrenu41 è a mappatura di e proprietà di u terrenu42.
Da l’altra parte, u graficu autoorganizzante (SeOM) hè un algoritmu di apprendimentu chì hè statu applicatu in diversi articuli cum'è Li et al. 43, Wang et al. 44, Hossain Bhuiyan et al. 45 è Kebonye et al. 46 Determina l'attributi spaziali è u raggruppamentu di l'elementi. Wang et al. 44 delineanu chì SeOM hè una putente tecnica di apprendimentu cunnisciuta per a so capacità di raggruppà è imaginà prublemi non lineari. À u cuntrariu di altre tecniche di ricunniscenza di mudelli cum'è l'analisi di i cumpunenti principali, u clustering fuzzy, u clustering gerarchicu è a presa di decisioni multicriteriu, SeOM hè megliu à urganizà è identificà i mudelli PTE. Sicondu Wang et al. 44, SeOM pò raggruppà spazialmente a distribuzione di i neuroni correlati è furnisce una visualizazione di dati ad alta risoluzione. SeOM visualizerà i dati di previsione di Ni per ottene u megliu mudellu per caratterizà i risultati per l'interpretazione diretta.
Stu documentu hà per scopu di generà un mudellu di cartografia robustu cù una precisione ottima per predisce u cuntenutu di nichelu in i terreni urbani è periurbani. Facemu l'ipotesi chì l'affidabilità di u mudellu mistu dipende principalmente da l'influenza di altri mudelli attaccati à u mudellu di basa. Riconoscemu e sfide chì affruntanu u DSM, è mentre queste sfide sò affrontate nantu à parechji fronti, a cumbinazione di progressi in geostatistica è mudelli MLA pare esse incrementale; dunque, pruveremu à risponde à e dumande di ricerca chì ponu dà risultati di mudelli misti. Tuttavia, quantu hè precisu u mudellu à predisce l'elementu target? Inoltre, chì hè u livellu di valutazione di l'efficienza basatu annantu à a validazione è a valutazione di a precisione? Dunque, l'ubbiettivi specifichi di stu studiu eranu (a) creà un mudellu di mistura cumminata per SVMR o MLR utilizendu EBK cum'è mudellu di basa, (b) paragunà i mudelli risultanti (c) prupostà u megliu mudellu di mistura per predisce e concentrazioni di Ni in i terreni urbani o periurbani, è (d) l'applicazione di SeOM per creà una mappa ad alta risoluzione di a variazione spaziale di u nichelu.
U studiu hè realizatu in a Republica Ceca, specificamente in u distrettu di Frydek Mistek in a regione di Moravia-Slesia (vede a Figura 1). A geugrafia di a zona di studiu hè assai accidentata è face parte principalmente di a regione di Beskidy di Moravia-Slesia, chì face parte di u bordu esterno di i Monti Carpazi. A zona di studiu si trova trà 49° 41′ 0′ N è 18° 20′ 0′ E, è l'altitudine hè trà 225 è 327 m; Tuttavia, u sistema di classificazione di Koppen per u statu climaticu di a regione hè classificatu cum'è Cfb = clima oceanicu temperatu, Ci hè assai precipitazioni ancu in i mesi secchi. E temperature varianu ligeramente durante l'annu trà -5 °C è 24 °C, raramente scendendu sottu à -14 °C o sopra à 30 °C, mentre chì a precipitazione media annuale hè trà 685 è 752 mm47. L'area stimata di l'indagine di tutta l'area hè di 1.208 chilometri quadrati, cù u 39,38% di a terra cultivata è u 49,36% di a cupertura forestale. D’altronde, l'area aduprata in questu studiu hè di circa 889,8 chilometri quadrati. In è intornu à Ostrava, l'industria siderurgica è e metallurgie sò assai attive. E fabbriche di metalli, l'industria siderurgica induve u nichelu hè adupratu in acciai inossidabili (per esempiu per a resistenza à a corrosione atmosferica) è acciai legati (u nichelu aumenta a resistenza di a lega mantenendu a so bona duttilità è tenacità), è l'agricultura intensiva cum'è l'applicazione di fertilizzanti fosfatici è a produzzione di bestiame sò fonti potenziali di ricerca di nichelu in a regione. (per esempiu, aghjunghjendu nichelu à l'agnelli per aumentà i tassi di crescita in l'agnelli è in u bestiame pocu alimentatu). Altri usi industriali di u nichelu in e zone di ricerca includenu u so usu in a galvanoplastia, cumprese a galvanoplastia di nichelu è i prucessi di nichelatura elettrolitica. E proprietà di u terrenu sò facilmente distinguibili da u culore, a struttura è u cuntenutu di carbonatu di u terrenu. A struttura di u terrenu hè da media à fina, derivata da u materiale parentale. Sò di natura colluvionale, alluvionale o eolica. Alcune zone di terrenu appariscenu maculate in a superficia è in u sottusuolo, spessu cù u béton è u sbiancamentu. Tuttavia, i cambisol è i stagnsol sò i tipi di terrenu più cumuni in a regione48. Cù altitudini chì varianu da 455,1 à 493,5 m, i cambisol dominanu a Repubblica Ceca49.
Carta di a zona di studiu [A carta di a zona di studiu hè stata creata cù ArcGIS Desktop (ESRI, Inc, versione 10.7, URL: https://desktop.arcgis.com).]
Un totale di 115 campioni di terra vegetale sò stati ottenuti da terreni urbani è periurbani in u distrettu di Frydek Mistek. U schema di campionamentu utilizatu era una griglia regulare cù campioni di terra spaziati à 2 × 2 km di distanza, è a terra vegetale hè stata misurata à una prufundità da 0 à 20 cm utilizendu un dispositivu GPS portatile (Leica Zeno 5 GPS). I campioni sò imballati in sacchetti Ziploc, etichettati currettamente è spediti à u laburatoriu. I campioni sò stati asciugati à l'aria per pruduce campioni pulverizati, pulverizati da un sistema meccanicu (mulinu à discu Fritsch) è setacciati (dimensione di u setacciu 2 mm). Pone 1 grammu di campioni di terra secchi, omogeneizzati è setacciati in buttiglie di teflon chiaramente etichettate. In ogni vasu di Teflon, dispensate 7 ml di HCl à 35% è 3 ml di HNO3 à 65% (utilizendu un dispenser automaticu - unu per ogni acidu), coprite leggermente è lasciate riposà i campioni per tutta a notte per a reazione (programma aqua regia). Pone u surnatante nantu à una piastra metallica calda (temperatura: 100 W è 160 °C) per 2 ore per facilità u prucessu di digestione di i campioni, poi rinfriscà. Trasferisce u surnatante in un matrazzu volumetricu di 50 ml è diluisce à 50 ml cù acqua deionizzata. Dopu questu, filtrate u surnatante diluitu in un tubu di PVC di 50 ml cù acqua deionizzata. Inoltre, 1 ml di a soluzione di diluzione hè stata diluita cù 9 ml di acqua deionizzata è filtrata in un tubu di 12 ml preparatu per a pseudo-concentrazione di PTE. E concentrazioni di PTE (As, Cd, Cr, Cu, Mn, Ni, Pb, Zn, Ca, Mg, K) sò state determinate da ICP-OES (Spettroscopia di Emissione Ottica à Plasma Accoppiatu Induttivamente) (Thermo Fisher Scientific, USA) secondu i metudi standard è l'accordu. Assicurà e procedure di Assicurazione è Cuntrollu di a Qualità (QA / QC) (SRM NIST 2711a Montana II Soil). I PTE cù limiti di rilevazione inferiori à a metà sò stati esclusi da questu studiu. U limite di rilevazione di u PTE utilizatu in questu studiu era 0.0004.(voi).Inoltre, u prucessu di cuntrollu di qualità è di garanzia di qualità per ogni analisi hè assicuratu analizendu i standard di riferimentu.Per assicurà chì l'errori sianu minimizzati, hè stata realizata una doppia analisi.
U Kriging Bayesianu Empiricu (EBK) hè una di e numerose tecniche d'interpolazione geostatistica aduprate in a modellisazione in diversi campi cum'è a scienza di u terrenu. À u cuntrariu di altre tecniche d'interpolazione di kriging, EBK differisce da i metudi di kriging tradiziunali per via di l'errore stimatu da u mudellu semivariogramma. In l'interpolazione EBK, parechji mudelli di semivariogramma sò calculati durante l'interpolazione, invece di un unicu semivariogramma. E tecniche d'interpolazione lascianu a strada à l'incertezza è à a prugrammazione assuciate à sta tracciatura di u semivariogramma chì custituisce una parte assai cumplessa di un metudu di kriging sufficiente. U prucessu d'interpolazione di EBK seguita i trè criteri pruposti da Krivoruchko50, (a) u mudellu stima u semivariogramma da u dataset d'input (b) u novu valore previstu per ogni locu di u dataset d'input basatu annantu à u semivariogramma generatu è (c) u mudellu A finale hè calculatu da un dataset simulatu. A regula di l'equazione bayesiana hè data cum'è una funzione posteriore.
Induve \(Prob\left(A\right)\) rapprisenta u priore, a probabilità marginale \(Prob\left(B\right)\) hè ignorata in a maiò parte di i casi, \(Prob (B,A)\). U calculu di u semivariogramma hè basatu annantu à a regula di Bayes, chì mostra a propensione di i datasets d'osservazione chì ponu esse creati da semivariogrammi. U valore di u semivariogramma hè tandu determinatu aduprendu a regula di Bayes, chì indica a probabilità di creà un dataset d'osservazioni da u semivariogramma.
Una macchina à vettori di supportu hè un algoritmu di apprendimentu automaticu chì genera un iperpianu di separazione ottimale per distingue classi identiche ma micca linearmente indipendenti. Vapnik51 hà creatu l'algoritmu di classificazione di l'intenzione, ma hè statu recentemente utilizatu per risolve prublemi orientati à a regressione. Sicondu Li et al.52, SVM hè una di e migliori tecniche di classificazione è hè stata utilizata in vari campi. A cumpunente di regressione di SVM (Support Vector Machine Regression - SVMR) hè stata utilizata in questa analisi. Cherkassky è ​​Mulier53 anu pioniere SVMR cum'è una regressione basata nantu à u kernel, u calculu di a quale hè statu realizatu utilizendu un mudellu di regressione lineare cù funzioni spaziali multi-paese. John et al54 riportanu chì a modellazione SVMR impiega a regressione lineare di l'iperpianu, chì crea relazioni non lineari è permette funzioni spaziali. Sicondu Vohland et al. 55, epsilon (ε)-SVMR usa u dataset furmatu per ottene un mudellu di rapprisentazione cum'è una funzione insensibile à l'epsilon chì hè applicata per mappà i dati indipindentamente cù u megliu bias epsilon da a furmazione nantu à dati correlati. L'errore di distanza preimpostatu hè ignoratu da u valore attuale, è se l'errore hè più grande di ε(ε), e proprietà di u terrenu u cumpensanu. U mudellu riduce ancu a cumplessità di i dati di furmazione à un sottoinsieme più largu di vettori di supportu. L'equazione pruposta da Vapnik51 hè mostrata quì sottu.
induve b rapprisenta a soglia scalare, \(K\left({x}_{,}{x}_{k}\right)\) rapprisenta a funzione di u kernel, \(\alpha\) rapprisenta u multiplicatore di Lagrange, N rapprisenta un inseme di dati numericu, \({x}_{k}\) rapprisenta l'input di dati, è \(y\) hè l'output di dati. Unu di i kernel chjave utilizati hè l'operazione SVMR, chì hè una funzione di basa radiale gaussiana (RBF). U kernel RBF hè applicatu per determinà u mudellu SVMR ottimale, chì hè criticu per ottene u fattore di penalità C più suttile è u parametru di u kernel gamma (γ) per i dati di furmazione PTE. Prima, avemu valutatu l'inseme di furmazione è dopu testatu e prestazioni di u mudellu nantu à l'inseme di validazione. U parametru di sterzu utilizatu hè sigma è u valore di u metudu hè svmRadial.
Un mudellu di regressione lineare multipla (MLR) hè un mudellu di regressione chì rapprisenta a relazione trà a variabile di risposta è un numeru di variabili predittive utilizendu parametri lineari raggruppati calculati utilizendu u metudu di i minimi quadrati. In MLR, un mudellu di i minimi quadrati hè una funzione predittiva di e proprietà di u terrenu dopu a selezzione di variabili esplicative. Hè necessariu aduprà a risposta per stabilisce una relazione lineare utilizendu variabili esplicative. PTE hè statu utilizatu cum'è variabile di risposta per stabilisce una relazione lineare cù e variabili esplicative. L'equazione MLR hè
induve y hè a variabile di risposta, \(a\) hè l'intercetta, n hè u numeru di predittori, \({b}_{1}\) hè a regressione parziale di i cuefficienti, \({x}_{i}\) rapprisenta una variabile predittiva o esplicativa, è \({\varepsilon }_{i}\) rapprisenta l'errore in u mudellu, cunnisciutu ancu cum'è residuale.
I mudelli misti sò stati ottenuti intercalando EBK cù SVMR è MLR. Questu hè fattu estraendu i valori previsti da l'interpolazione EBK. I valori previsti ottenuti da Ca, K è Mg interpolati sò ottenuti per mezu di un prucessu cumbinatoriu per ottene nuove variabili, cum'è CaK, CaMg è KMg. L'elementi Ca, K è Mg sò poi cumminati per ottene una quarta variabile, CaKMg. In generale, e variabili ottenute sò Ca, K, Mg, CaK, CaMg, KMg è CaKMg. Queste variabili sò diventate i nostri predittori, aiutendu à prevede e concentrazioni di nichel in i terreni urbani è periurbani. L'algoritmu SVMR hè statu realizatu nantu à i predittori per ottene un mudellu mistu Empirical Bayesian Kriging-Support Vector Machine (EBK_SVM). In listessu modu, e variabili sò ancu canalizzate per mezu di l'algoritmu MLR per ottene un mudellu mistu Empirical Bayesian Kriging-Multiple Linear Regression (EBK_MLR). Tipicamente, e variabili Ca, K, Mg, CaK, CaMg, KMg, è CaKMg sò aduprati cum'è covariate cum'è predittori di u cuntenutu di Ni in i terreni urbani è periurbani. U mudellu u più accettabile ottenutu (EBK_SVM o EBK_MLR) serà tandu visualizatu aduprendu un graficu auto-urganizativu. U flussu di travagliu di stu studiu hè mostratu in a Figura 2.
L'usu di SeOM hè diventatu un strumentu pupulare per urganizà, valutà è prevede i dati in u settore finanziariu, l'assistenza sanitaria, l'industria, e statistiche, a scienza di u pedulu è assai di più. SeOM hè creatu utilizendu rete neurali artificiali è metudi di apprendimentu senza supervisione per l'urganizazione, a valutazione è a previsione. In questu studiu, SeOM hè statu utilizatu per visualizà e concentrazioni di Ni basatu annantu à u megliu mudellu per prevede u Ni in i terreni urbani è periurbani. I dati trattati in a valutazione SeOM sò utilizati cum'è n variabili vettoriali input-dimensionali43,56. Melssen et al. 57 descrivenu a cunnessione di un vettore d'entrata in una rete neurale attraversu un unicu stratu d'entrata à un vettore di uscita cù un unicu vettore di pesu. L'uscita generata da SeOM hè una mappa bidimensionale cumposta da diversi neuroni o nodi intrecciati in carte topologiche esagonali, circulari o quadrate secondu a so vicinanza. Cunfruntendu e dimensioni di e carte basate nantu à a metrica, l'errore di quantizazione (QE) è l'errore topograficu (TE), hè sceltu u mudellu SeOM cù 0,086 è 0,904, rispettivamente, chì hè un'unità di 55 carte (5 × 11). A struttura di i neuroni hè determinata secondu u numeru di nodi in l'equazione empirica.
U numeru di dati utilizati in questu studiu hè 115 campioni. Un approcciu aleatoriu hè statu utilizatu per dividisce i dati in dati di prova (25% per a validazione) è insemi di dati di furmazione (75% per a calibrazione). L'inseme di dati di furmazione hè utilizatu per generà u mudellu di regressione (calibrazione), è l'inseme di dati di prova hè utilizatu per verificà a capacità di generalizazione58. Questu hè statu fattu per valutà l'adeguatezza di vari mudelli per predisce u cuntenutu di nichel in i terreni. Tutti i mudelli utilizati sò passati per un prucessu di validazione incruciata di dece volte, ripetutu cinque volte. E variabili prodotte da l'interpolazione EBK sò aduprate cum'è predittori o variabili esplicative per predisce a variabile target (PTE). A modellazione hè gestita in RStudio utilizendu i pacchetti library (Kohonen), library (caret), library (modelr), library ("e1071"), library (plyr"), library (caTools"), library (prospectr") è libraries ("Metrics").
Diversi parametri di validazione sò stati utilizati per determinà u megliu mudellu adattatu per prevede e concentrazioni di nichel in u terrenu è per valutà a precisione di u mudellu è a so validazione. I mudelli di ibridazione sò stati valutati utilizendu l'errore assolutu mediu (MAE), l'errore quadraticu mediu (RMSE) è R-quadratu o determinazione di u coefficiente (R2). R2 definisce a varianza di e proporzioni in a risposta, rapprisentata da u mudellu di regressione. RMSE è a magnitudine di a varianza in misure indipendenti descrivenu u putere predittivu di u mudellu, mentre chì MAE determina u valore quantitativu attuale. U valore R2 deve esse altu per valutà u megliu mudellu di mistura utilizendu i parametri di validazione, più u valore hè vicinu à 1, più alta hè a precisione. Sicondu Li et al. 59, un valore di criteriu R2 di 0,75 o più hè cunsideratu un bon predittore; da 0,5 à 0,75 hè una prestazione accettabile di u mudellu, è sottu à 0,5 hè una prestazione inaccettabile di u mudellu. Quandu si sceglie un mudellu utilizendu i metudi di valutazione di i criteri di validazione RMSE è MAE, i valori più bassi ottenuti eranu sufficienti è sò stati cunsiderati a megliu scelta. L'equazione seguente descrive u metudu di verificazione.
induve n rapprisenta a dimensione di u valore osservatu\({Y}_{i}\) rapprisenta a risposta misurata, è \({\widehat{Y}}_{i}\) rapprisenta ancu u valore di risposta previstu, dunque, per e prime i osservazioni.
E descrizzioni statistiche di e variabili predittive è di risposta sò presentate in a Tavula 1, chì mostranu a media, a deviazione standard (SD), u coefficientu di variazione (CV), u minimu, u massimu, a curtosi è l'asimmetria. I valori minimi è massimi di l'elementi sò in ordine decrescente di Mg < Ca < K < Ni è Ca < Mg < K < Ni, rispettivamente. E concentrazioni di a variabile di risposta (Ni) campionate da l'area di studiu variavanu da 4,86 ​​à 42,39 mg/kg. U paragone di Ni cù a media mundiale (29 mg/kg) è a media europea (37 mg/kg) hà dimustratu chì a media geometrica generale calculata per l'area di studiu era in u range tollerabile. Tuttavia, cum'è dimustratu da Kabata-Pendias11, un paragone di a concentrazione media di nichel (Ni) in u studiu attuale cù i terreni agriculi in Svezia mostra chì l'attuale concentrazione media di nichel hè più alta. In listessu modu, a concentrazione media di Frydek Mistek in i terreni urbani è periurbani in u studiu attuale (Ni 16,15 mg/kg) era più alta di a limite permessu di 60 (10,2 mg/kg) per Ni in terreni urbani polacchi riportatu da Różański et al. Inoltre, Bretzel è Calderisi61 anu registratu concentrazioni medie di Ni assai basse (1,78 mg/kg) in terreni urbani in Toscana paragunatu à u studiu attuale. Jim62 hà ancu trovu una concentrazione di nichel più bassa (12,34 mg/kg) in terreni urbani di Hong Kong, chì hè più bassa di a concentrazione attuale di nichel in questu studiu. Birke et al63 anu riportatu una concentrazione media di Ni di 17,6 mg/kg in una vechja zona mineraria è industriale urbana in Sassonia-Anhalt, Germania, chì era 1,45 mg/kg più alta di a concentrazione media di Ni in a zona (16,15 mg/kg). Ricerca attuale. L'eccessivu cuntenutu di nichel in i terreni in alcune zone urbane è suburbane di a zona di studiu pò esse attribuitu principalmente à l'industria siderurgica è siderurgica è à l'industria metallurgica. Questu hè coerente cù u studiu di Khodadoust et al. 64 chì l'industria siderurgica è a lavorazione di i metalli sò e principali fonti di contaminazione da nichel in i terreni. Tuttavia, i predittori variavanu ancu da 538,70 mg/kg à 69.161,80 mg/kg per Ca, 497,51 mg/kg à 3535,68 mg/kg per K, è 685,68 mg/kg à 5970,05 mg/kg per Mg. Jakovljevic et al. 65 anu investigatu u cuntenutu tutale di Mg è K di i terreni in a Serbia cintrali. Anu trovu chì e concentrazioni tutali (410 mg/kg è 400 mg/kg, rispettivamente) eranu più basse di e concentrazioni di Mg è K di u studiu attuale. Indistinguibilmente, in a Pulonia orientale, Orzechowski è Smolczynski66 anu valutatu u cuntenutu tutale di Ca, Mg è K è anu mostratu concentrazioni medie di Ca (1100 mg/kg), Mg (590 mg/kg) è K (810 mg/kg). U cuntenutu in a terra superficiale hè più bassu di l'elementu unicu in questu studiu. Un studiu recente di Pongrac et al. 67 hà mostratu chì u cuntenutu tutale di Ca analizatu in 3 terreni diversi in Scozia, Regnu Unitu (terrenu di Mylnefield, terrenu di Balruddery è terrenu di Hartwood) hà indicatu un cuntenutu di Ca più altu in questu studiu.
A causa di e diverse concentrazioni misurate di l'elementi campionati, e distribuzioni di l'insemi di dati di l'elementi mostranu diverse asimmetrie. L'asimmetria è a curtosi di l'elementi variavanu rispettivamente da 1,53 à 7,24 è da 2,49 à 54,16. Tutti l'elementi calculati anu livelli di asimmetria è curtosi superiori à +1, ciò chì indica chì a distribuzione di i dati hè irregulare, asimmetrica in a direzione ghjusta è cù un piccu. I CV stimati di l'elementi mostranu ancu chì K, Mg è Ni mostranu una variabilità moderata, mentre chì Ca hà una variabilità estremamente alta. I CV di K, Ni è Mg spieganu a so distribuzione uniforme. Inoltre, a distribuzione di Ca ùn hè micca uniforme è e fonti esterne ponu influenzà u so livellu di arricchimentu.
A currelazione di e variabili predittive cù l'elementi di risposta hà indicatu una currelazione soddisfacente trà l'elementi (vede a Figura 3). A currelazione hà indicatu chì CaK hà mostratu una currelazione muderata cù un valore r = 0,53, cum'è CaNi. Ancu s'è Ca è K mostranu associazioni modeste trà di elli, circadori cum'è Kingston et al. 68 è Santo69 suggerenu chì i so livelli in u terrenu sò inversamente proporzionali. Tuttavia, Ca è Mg sò antagonisti à K, ma CaK si correla bè. Questu pò esse duvutu à l'applicazione di fertilizanti cum'è u carbonatu di potassiu, chì hè 56% più altu in potassiu. U potassiu era moderatamente correlatu cù u magnesiu (KM r = 0,63). In l'industria di i fertilizanti, questi dui elementi sò strettamente correlati perchè u sulfatu di magnesiu è potassiu, u nitratu di magnesiu è potassa sò applicati à i terreni per aumentà i so livelli di carenza. U nichel hè moderatamente correlatu cù Ca, K è Mg cù valori r = 0,52, 0,63 è 0,55, rispettivamente. E relazioni chì implicanu u calciu, u magnesiu è i PTE cum'è u nichel sò cumplesse, ma tuttavia, u magnesiu inibisce l'assorbimentu di calciu, u calciu riduce l'effetti di l'eccessu di magnesiu, è sia u magnesiu sia u calciu riducenu l'effetti tossichi di u nichel in u terrenu.
Matrice di currelazione per l'elementi chì mostranu a relazione trà i predittori è e risposte (Nota: sta figura include un graficu di dispersione trà l'elementi, i livelli di significatività sò basati annantu à p < 0,001).
A figura 4 illustra a distribuzione spaziale di l'elementi. Sicondu Burgos et al70, l'applicazione di a distribuzione spaziale hè una tecnica aduprata per quantificà è mette in risaltu i punti caldi in e zone inquinate. I livelli di arricchimentu di Ca in a figura 4 ponu esse visti in a parte nord-ovest di a carta di distribuzione spaziale. A figura mostra punti caldi di arricchimentu di Ca da moderati à alti. L'arricchimentu di calciu in u nord-ovest di a carta hè probabilmente duvutu à l'usu di calce viva (ossidu di calciu) per riduce l'acidità di u terrenu è u so usu in l'acciaierie cum'è ossigenu alcalinu in u prucessu di fabricazione di l'acciaiu. D’altronde, altri agricultori preferiscenu aduprà l'idrossidu di calciu in i terreni acidi per neutralizà u pH, ciò chì aumenta ancu u cuntenutu di calciu di u terrenu71. U potassiu mostra ancu punti caldi in u nord-ovest è in l'est di a carta. U Nord-Ovest hè una cumunità agricula maiò, è u mudellu da moderatu à altu di potassiu pò esse duvutu à l'applicazioni di NPK è potassa. Questu hè coerente cù altri studii, cum'è Madaras è Lipavský72, Madaras et al.73, Pulkrabová et al.74, Asare et al.75, chì anu osservatu chì a stabilizazione di u terrenu è u trattamentu cù KCl è NPK anu risultatu in un altu cuntenutu di K in u terrenu. L'arricchimentu spaziale di potassiu in u nord-ovest di a carta di distribuzione pò esse duvutu à l'usu di fertilizanti à basa di potassiu cum'è u cloruru di potassiu, u sulfatu di potassiu, u nitratu di potassiu, a potassa è a potassa per aumentà u cuntenutu di potassiu di i terreni poveri. Zádorová et al. 76 è Tlustoš et al. 77 hà descrittu chì l'applicazione di fertilizanti à basa di K hà aumentatu u cuntenutu di K in u terrenu è aumenterebbe significativamente u cuntenutu di nutrienti di u terrenu à longu andà, in particulare K è Mg chì mostranu un puntu caldu in u terrenu. Punti caldi relativamente moderati in u nord-ovest di a carta è in u sud-est di a carta. A fissazione colloidale in u terrenu impoverisce a cuncentrazione di magnesiu in u terrenu. A so mancanza in u terrenu face chì e piante presentinu una clorosi intervenale giallastra. I fertilizanti à basa di magnesiu, cum'è u sulfate di magnesiu è potassiu, u sulfate di magnesiu è a Kieserite, trattanu e carenze (e piante appariscenu viola, rosse o marroni, indicendu una carenza di magnesiu) in terreni cù un intervallu di pH nurmale6. L'accumulazione di nichelu nantu à e superfici di u terrenu urbanu è periurbanu pò esse dovuta à attività antropogeniche cum'è l'agricultura è l'impurtanza di u nichelu in a pruduzzione d'acciaiu inox78.
Distribuzione spaziale di l'elementi [a carta di distribuzione spaziale hè stata creata cù ArcGIS Desktop (ESRI, Inc, Versione 10.7, URL: https://desktop.arcgis.com).]
I risultati di l'indice di prestazione di u mudellu per l'elementi utilizati in questu studiu sò mostrati in a Tavula 2. D’altronde, u RMSE è u MAE di Ni sò tramindui vicini à zeru (0,86 RMSE, -0,08 MAE). D’altronde, i valori RMSE è MAE di K sò accettabili. I risultati RMSE è MAE eranu più grandi per u calciu è u magnesiu. I risultati Ca è K MAE è RMSE sò più grandi per via di diversi insemi di dati. U RMSE è u MAE di questu studiu chì utilizanu EBK per predisce Ni sò stati trovati megliu cà i risultati di John et al. 54 utilizendu kriging sinergicu per predisce e concentrazioni di S in u terrenu utilizendu i stessi dati raccolti. L'output di EBK chì avemu studiatu sò correlati cù quelli di Fabijaczyk et al. 41, Yan et al. 79, Beguin et al. 80, Adhikary et al. 81 è John et al. 82, in particulare K è Ni.
A prestazione di i metudi individuali per predisce u cuntenutu di nichel in i terreni urbani è periurbani hè stata valutata utilizendu a prestazione di i mudelli (Tavula 3). A validazione di u mudellu è a valutazione di a precisione anu cunfirmatu chì u predittore Ca_Mg_K cumminatu cù u mudellu EBK SVMR hà datu a megliu prestazione. U mudellu di calibrazione Ca_Mg_K-EBK_SVMR mudellu R2, l'errore quadraticu mediu (RMSE) è l'errore assolutu mediu (MAE) eranu 0,637 (R2), 95,479 mg/kg (RMSE) è 77,368 mg/kg (MAE). Ca_Mg_K-SVMR era 0,663 (R2), 235,974 mg/kg (RMSE) è 166,946 mg/kg (MAE). Tuttavia, sò stati ottenuti boni valori R2 per Ca_Mg_K-SVMR (0,663 mg/kg R2) è Ca_Mg-EBK_SVMR (0,643 = R2); I so risultati RMSE è MAE eranu più alti di quelli per Ca_Mg_K-EBK_SVMR (R2 0.637) (vede a Tavula 3). Inoltre, u RMSE è u MAE di u mudellu Ca_Mg-EBK_SVMR (RMSE = 1664.64 è MAE = 1031.49) sò 17.5 è 13.4, rispettivamente, chì sò più grandi di quelli di u Ca_Mg_K-EBK_SVMR. In listessu modu, u RMSE è u MAE di u mudellu Ca_Mg-K SVMR (RMSE = 235.974 è MAE = 166.946) sò 2.5 è 2.2 più grandi di quelli di u Ca_Mg_K-EBK_SVMR RMSE è MAE, rispettivamente. I risultati RMSE calculati indicanu quantu hè cuncentratu u set di dati cù a linea di megliu adattamentu. RSME è MAE più alti sò stati osservati. Sicondu Kebonye et al. 46 è john et al. 54, più u RMSE è u MAE sò vicini à zeru, megliu sò i risultati. SVMR è EBK_SVMR anu valori RSME è MAE quantizati più alti. Hè statu osservatu chì e stime RSME eranu constantemente più alte di i valori MAE, indicendu a presenza di valori anomali. Sicondu Legates è McCabe83, a misura in cui u RMSE supera l'errore mediu assolutu (MAE) hè raccomandata cum'è indicatore di a presenza di valori anomali. Questu significa chì più eterogeneu hè u dataset, più alti sò i valori MAE è RMSE. L'accuratezza di a valutazione di validazione incrociata di u mudellu mistu Ca_Mg_K-EBK_SVMR per predisce u cuntenutu di Ni in i terreni urbani è suburbani era di 63,70%. Sicondu Li et al. 59, questu livellu di accuratezza hè un tassu di prestazione di u mudellu accettabile. I risultati attuali sò paragunati à un studiu precedente di Tarasov et al. 36 chì u so mudellu ibridu hà creatu MLPRK (Multilayer Perceptron Residual Kriging), in relazione à l'indice di valutazione di a precisione EBK_SVMR riportatu in u studiu attuale, RMSE (210) è u MAE (167,5) era più altu ch'è i nostri risultati in u studiu attuale (RMSE 95,479, MAE 77,368). Tuttavia, quandu si paraguna u R2 di u studiu attuale (0,637) cù quellu di Tarasov et al. 36 (0.544), hè chjaru chì u cuefficiente di determinazione (R2) hè più altu in questu mudellu mistu. U margine d'errore (RMSE è MAE) (EBK SVMR) per u mudellu mistu hè duie volte più bassu. In listessu modu, Sergeev et al.34 hà registratu 0.28 (R2) per u mudellu ibridu sviluppatu (Multilayer Perceptron Residual Kriging), mentre chì Ni in u studiu attuale hà registratu 0.637 (R2). U livellu di precisione di previsione di questu mudellu (EBK SVMR) hè 63.7%, mentre chì a precisione di previsione ottenuta da Sergeev et al. 34 hè 28%. A mappa finale (Fig. 5) creata cù u mudellu EBK_SVMR è Ca_Mg_K cum'è predittore mostra previsioni di punti caldi è da moderati à nichel in tutta l'area di studiu. Questu significa chì a cuncentrazione di nichel in l'area di studiu hè principalmente moderata, cù cuncentrazioni più alte in alcune aree specifiche.
A carta di predizione finale hè rapprisintata aduprendu u mudellu ibridu EBK_SVMR è aduprendu Ca_Mg_K cum'è predittore. [A carta di distribuzione spaziale hè stata creata aduprendu RStudio (versione 1.4.1717: https://www.rstudio.com/).]
Presentate in a Figura 6 sò e concentrazioni di PTE cum'è un pianu di cumpusizione custituitu da neuroni individuali. Nisunu di i piani cumpunenti hà mostratu u listessu schema di culore cum'è mostratu. Tuttavia, u numeru apprupriatu di neuroni per mappa disegnata hè 55. SeOM hè pruduttu aduprendu una varietà di culori, è più simili sò i mudelli di culore, più paragunabili sò e proprietà di i campioni. Sicondu a so scala di culore precisa, l'elementi individuali (Ca, K è Mg) anu mostratu mudelli di culore simili à i neuroni singuli alti è a maiò parte di i neuroni bassi. Cusì, CaK è CaMg spartenu alcune similitudini cù i neuroni di ordine assai altu è mudelli di culore da bassu à moderatu. Tramindui i mudelli prevedenu a concentrazione di Ni in u terrenu visualizendu tonalità di culori da medie à alte cum'è rossu, aranciu è giallu. U mudellu KMg mostra parechji mudelli di culore altu basati nantu à proporzioni precise è patch di culore da bassu à mediu. Nantu à una scala di culore precisa da bassu à altu, u schema di distribuzione planare di i cumpunenti di u mudellu hà mostratu un schema di culore altu chì indica a putenziale concentrazione di nichel in u terrenu (vede a Figura 4). U pianu di cumpunente di u mudellu CakMg mostra un schema di culore diversu da bassu à altu secondu un scala di culore precisa. Inoltre, a predizione di u mudellu di u cuntenutu di nichel (CakMg) hè simile à a distribuzione spaziale di u nichel mostrata in a Figura 5. Tramindui i grafichi mostranu proporzioni alte, medie è basse di concentrazioni di nichel in i terreni urbani è periurbani. A Figura 7 mostra u metudu di contornu in u raggruppamentu k-means nantu à a mappa, divisu in trè gruppi basati nantu à u valore previstu in ogni mudellu. U metudu di contornu rapprisenta u numeru ottimale di gruppi. Di i 115 campioni di terra raccolti, a categuria 1 hà ottenutu u più grande numeru di campioni di terra, 74. U gruppu 2 hà ricevutu 33 campioni, mentre chì u gruppu 3 hà ricevutu 8 campioni. A cumbinazione di predittori planari à sette cumpunenti hè stata simplificata per permette una interpretazione curretta di i gruppi. A causa di i numerosi prucessi antropogenici è naturali chì influenzanu a furmazione di u terrenu, hè difficiule avè mudelli di gruppi differenziati currettamente in una mappa SeOM distribuita78.
Output di u pianu di cumpunenti da ogni variabile Empirical Bayesian Kriging Support Vector Machine (EBK_SVM_SeOM).[Le carte SeOM sò state create cù RStudio (versione 1.4.1717: https://www.rstudio.com/).]
Diversi cumpunenti di classificazione di cluster [E carte SeOM sò state create cù RStudio (versione 1.4.1717: https://www.rstudio.com/).]
U studiu attuale illustra chjaramente e tecniche di modelizazione per e concentrazioni di nichelu in i terreni urbani è periurbani. U studiu hà testatu diverse tecniche di modelizazione, cumbinendu elementi cù tecniche di modelizazione, per ottene u megliu modu per prevede e concentrazioni di nichelu in u terrenu. E caratteristiche spaziali planari cumposizionali SeOM di a tecnica di modelizazione anu mostratu un mudellu di culore altu da bassu à altu nantu à una scala di culore precisa, chì indica concentrazioni di Ni in u terrenu. Tuttavia, a mappa di distribuzione spaziale cunfirma a distribuzione spaziale planare di i cumpunenti mostrati da EBK_SVMR (vede Figura 5). I risultati mostranu chì u mudellu di regressione di a macchina vettoriale di supportu (CaMgK-SVMR) prevede a concentrazione di Ni in u terrenu cum'è un unicu mudellu, ma i parametri di valutazione di validazione è precisione mostranu errori assai alti in termini di RMSE è MAE. D’altronde, a tecnica di modelizazione impiegata cù u mudellu EBK_MLR hè ancu difettosa per via di u bassu valore di u coefficientu di determinazione (R2). Buoni risultati sò stati ottenuti aduprendu EBK SVMR è elementi cumminati (CaKMg) cù bassi errori RMSE è MAE cù una precisione di 63,7%. Si scopre chì a cumbinazione di l'algoritmu EBK cù un apprendimentu automaticu L'algoritmu pò generà un algoritmu ibridu chì pò prevede a cuncentrazione di PTE in u terrenu. I risultati mostranu chì l'usu di CaMgK cum'è predittori per prevede e concentrazioni di Ni in l'area di studiu pò migliurà a previsione di Ni in i terreni. Questu significa chì l'applicazione cuntinua di fertilizanti à base di nichel è l'inquinamentu industriale di u terrenu da l'industria siderurgica hà a tendenza à aumentà a cuncentrazione di nichel in u terrenu. Stu studiu hà rivelatu chì u mudellu EBK pò riduce u livellu d'errore è migliurà a precisione di u mudellu di distribuzione spaziale di u terrenu in terreni urbani o periurbani. In generale, proposemu d'applicà u mudellu EBK-SVMR per valutà è prevede PTE in u terrenu; in più, proposemu d'utilizà EBK per ibridà cù diversi algoritmi di apprendimentu automaticu. E concentrazioni di Ni sò state previste utilizendu elementi cum'è covariate; tuttavia, l'usu di più covariate migliurà assai e prestazioni di u mudellu, chì pò esse cunsideratu una limitazione di u travagliu attuale. Un'altra limitazione di stu studiu hè chì u numeru di datasets hè 115. Dunque, se più dati sò furniti, e prestazioni di u metudu d'ibridazione ottimizzatu prupostu ponu esse migliorate.
PlantProbs.net.Nichelu in e piante è in u terrenu https://plantprobs.net/plant/nutrientImbalances/sodium.html (Consultatu u 28 d'aprile 2021).
Kasprzak, KS Nickel avanzamenti in a tossicologia ambientale muderna.circunstanti.tossicologia.11, 145–183 (1987).
Cempel, M. & Nikel, G. Nickel: Una rivista di e so fonti è di a tossicologia ambientale. Polish J. Environment.Stud.15, 375–382 (2006).
Freedman, B. & Hutchinson, TC Ingressu di inquinanti da l'atmosfera è accumulazione in u terrenu è a vegetazione vicinu à una fonderia di nichel-rame in Sudbury, Ontario, Canada.can.J. Bot.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. et al. Metalli pesanti in u terrenu, piante è risichi assuciati à u pasculu di ruminanti vicinu à a miniera di rame-nichel Selebi-Phikwe in Botswana. dintorni. Geochimica. Salute https://doi.org/10.1007/s10653-021-00918-x (2021).
Cabata-Pendias.Kabata-Pendias A. 2011. Elementi traccia in u terrenu è… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+ Elements+in+soils+and+plants.+4th+ed.+New+York+%28NY%29%3A+CRC+Press&btnG= (Consultatu u 24 di nuvembre di u 2020).
Almås, A., Singh, B., Agricultura, TS-NJ di & 1995, indefinitu. Effetti di l'industria russa di u nichel nantu à e concentrazioni di metalli pesanti in i terreni agriculi è l'erbe in Soer-Varanger, Norvegia.agris.fao.org.
Nielsen, GD et al. L'assorbimentu è a ritenzione di nichel in l'acqua potabile sò ligati à l'assunzione di alimenti è à a sensibilità à u nichel. Tossicologia. Applicazione. Farmacodinamica. 154, 67–75 (1999).
Costa, M. & Klein, CB Carcinogenesi di u nichel, mutazione, epigenetica o selezzione. Ambiente. Prospettiva di Salute. 107, 2 (1999).
Ajman, PC; Ajado, SK; Borůvka, L.; Bini, JKM; Sarkody, VYO; Cobonye, ​​​​NM; Analisi di e tendenze di elementi potenzialmente tossichi: una rivista bibliometrica. Geochimica Ambientale è Salute. Springer Science & Business Media BV 2020. https://doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB Cartografia digitale di u terrenu: una breve storia è alcune lezioni. Geoderma 264, 301–311. https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. On digital soil mapping.Geoderma 117(1-2), 3-52.https://doi.org/10.1016/S0016-7061(03)00223-4 (2003).
Deutsch.CV Modellazione Geostatistica di i Reservori,… – 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+376+pages.+&btnG= (Consultatu u 28 d'aprile 2021).