Faafetai mo le asiasi i le Nature.com.O le browser version o loʻo e faʻaogaina e faʻatapulaʻaina le lagolago mo le CSS.Mo le poto sili ona lelei, matou te fautuaina e te faʻaogaina se suʻesuʻega faʻafouina (pe tape le tulaga fetaui i Internet Explorer).
O le eleelea o le eleele o se faʻafitauli tele e mafua mai i gaioiga a le tagata. O le tufatufaina faʻafanua o elemene e ono afaina ai (PTEs) e eseese i le tele o taulaga ma nuʻu i le taulaga. fuafuaina i le faʻaogaina o le faʻaogaina o le plasma emission spectrometry.O le fesuiaiga o le tali o le Ni ma o le vaʻaia o Ca, Mg, ma K. O le faʻasologa o faʻasalalauga i le va o le fesuiaiga o le tali ma le fesuiaiga o le vaʻaia o loʻo faʻaalia ai se faʻamalieina lelei i le va o elemene. (166.946 mg / kg) e maualuga atu nai lo isi metotia faʻaaogaina. Faʻataʻitaʻiga faʻafefiloi mo le Empirical Bayesian Kriging-Multiple Linear Regression (EBK-MLR) e le lelei le faʻatinoina, e pei ona faʻamaonia e le coefficients o le faʻaiʻuga e itiiti ifo i le 0.1. O le Empirical Bayesian Kriging-Support Vector Machine Regression (EBK9SV sili ona lelei) faʻataʻitaʻiga (EBK-9SV sili ona lelei) faʻataʻitaʻiga (EBK9SV) mg/kg) ma le MAE (77.368 mg/kg) tau ma maualuga coefficient o le fuafuaina (R2 = 0.637) .O le EBK-SVMR faʻataʻitaʻiga metotia faʻaogaina o loʻo faʻaalia i le faʻaogaina o se faʻafanua faʻatulagaina e le tagata lava ia. ma le SVMR ose auala aoga mo le va'aiga o le maualuga o le Ni i totonu o le taulaga ma eleele tu'ufa'atasi.
Nikeli (Ni) ua manatu o se micronutrient mo laau ona e saofagā i le atmospheric nitrogen fixation (N) ma urea metabolism, o ia mea uma e manaomia mo le germination fatu. I le faaopoopo atu i lona sao i fatu germination, Ni mafai ona galue o se inhibitor fungal ma siama ma uunaia le atinae o laau. O le le lava o le nickel i le palapala e mafai ai e le laau ona mitiia ai, e mafua ai le chlorosis o laulaau o le chlorosis. fertilizers faavae nickel e optimize nitrogen fixation2.Faʻaauau le faʻaogaina o nickel-based fertilizers e faʻatamaoaigaina ai le eleele ma faʻateleina le gafatia o legumes e faʻapipiʻi ai le nitrogen i le eleele faʻaauau pea ona faʻateleina le faʻaogaina o le nickel i le eleele. e pei o se nutrient taua mo le tuputupu ae o laau1. E tusa ai ma Liu3, ua maua Ni e avea ma elemene taua 17th manaomia mo le atinaeina o laau ma le tuputupu ae. I le faaopoopo atu i le matafaioi nickel i le atinae o laau ma le tuputupu ae, e manaomia e tagata mo le tele o talosaga. Electroplating, le gaosiga o alloys faavae nickel, ma le gaosiga o le afi afi masini ma alamanuia faʻaoga e manaʻomia uma i le faʻaogaina o masini afi ma aloiafi. sectors.E le gata i lea, ua faaaogaina lautele alloys faavae nickel ma electroplated mea i le umukuka, mea ballroom, mea taumafa sapalai, eletise, uaea ma uaea, jet turbines, taotoga implants, textiles, ma le fau vaa5.Ni-maua maualuga tulaga i eleele (ie, eleele i luga o le eleele) ua taʻua i le anthropogenic ma le natura puna, ae o le natura anthropogenic ma puna faanatura, ae o le natura anthropogenic ma puna masani, ae o le natura. nickel e aofia ai mauga mu, vao, mu vaomatua, ma faiga fa'afanua; ae ui i lea, o punaoa anthropogenic e aofia ai maa nickel / cadmium i totonu o le uʻamea, faʻapipiʻi eletise, uʻamea arc, tiso ma suauʻu suauu, ma le ea mai le faʻafefe o le koale ma otaota ma le faʻapalapala Nickel accumulation7,8. E tusa ai ma Freedman ma Hutchinson9 ma Manyiwa et al. 10, o punavai autu o le eleelea i luga o le eleele i totonu o le siosiomaga lata mai ma lata ane o le tele o le nickel-copper-based smelters ma mines.O le eleele pito i luga o loʻo siomia ai le Sudbury nickel-copper refinery i Kanata sa i ai le maualuga maualuga o le faʻaleagaina o le nickel i le 26,000 mg / kg11. eleele11. E tusa ai ma le Alms et al. 12, o le aofaiga o le HNO3-extractable nickel i le itulagi pito i luga fanua fau (gaosiga nickel i Rusia) mai le 6.25 i le 136.88 mg/kg, e tutusa ma le uiga o le 30.43 mg/kg ma se faavae faavae o le 25 mg/kg. E tusa ai ma le kabata-phosphorussurban fertilizer i fertilizersurban 11 po o le aganuʻu. E mafai ona fa'aosoina pe fa'aleagaina fo'i ele 'ele'ele le 'ele'ele. O a'afiaga o le nickel i tagata e mafai ona o'o atu ai i le kanesa e ala i le mutagenesis, fa'aleagaina o le chromosomal, fa'atupuina o le Z-DNA, poloka le toe fa'aleleia o le DNA, po'o faiga epigenetic13. I su'esu'ega a manu, ua maua le nickel e mafai ona mafua ai tumo eseese, ma tumo fa'alavelave fa'alavelave.
O suʻesuʻega faʻaleagaina o le eleele ua faʻalauteleina i taimi talu ai nei ona o le tele o mataupu tau soifua maloloina e mafua mai i le eleele-laʻau, sootaga o le eleele ma le eleele, faʻaleagaina o le siʻosiʻomaga, ma le iloiloga o aʻafiaga o le siosiomaga. fa'afanua eleele vavalo (PSM). E tusa ai ma Minasny ma McBratney16, fa'afanua eleele vavalo (DSM) ua fa'amaonia le avea o se fa'ata'ita'iga iloga o le fa'asaienisi o le eleele.Lagacherie ma McBratney, 2006 fa'amatala le DSM "o le fa'atūina ma le fa'atumuina o fa'amatalaga fa'afanua fa'apitonu'u e ala i le fa'aogaina o le fa'aogaina i totonu ma fale su'esu'e eleele mata'itu ma metotia. faiga”.McBratney et al. 17 otootoina o le DSM poʻo le PSM faʻaonapo nei o le auala sili lea ona aoga mo le vavalo poʻo le faʻafanua o le tufatufaina faʻafanua o PTEs, ituaiga o eleele ma meatotino eleele. Geostatistics and Machine Learning Algorithms (MLA) o auala faʻataʻitaʻi DSM e fatuina faʻafanua faʻafanua faʻatasi ma le fesoasoani a komepiuta e faʻaaoga ai faʻamatalaga taua ma itiiti.
Deutsch18 ma Olea19 faʻamatalaina geostatistics o "le aoina o metotia numera e faʻatatau i faʻataʻitaʻiga o uiga faʻafanua, faʻaaogaina faʻataʻitaʻiga stochastic, e pei o le faʻavasegaina o taimi faʻasologa o faʻamatalaga faʻaletino." Muamua, o geostatistics e aofia ai le iloiloga o variograms, lea e mafai ai ona faʻatatauina ma faʻamalamalamaina le faʻalagolago i tulaga faʻapitoa mai faʻamaumauga taʻitasi20.Gumiaux et al. 20 faʻaalia atili ai o le iloiloga o variograms i geostatistics e faʻavae i luga o mataupu faavae e tolu, e aofia ai (a) faʻatulagaina le fua o le faʻamaopoopoina o faʻamaumauga, (b) faʻamaonia ma faʻavasegaina anisotropy i faʻasologa o faʻamaumauga ma (c) faʻaopoopo i le I le faʻaopoopoga i le amanaia o le mea sese o le fuaina o faʻamatalaga vavae ese mai nei aafiaga faʻapitonuʻu, o le aʻafiaga ma faʻaogaina o loʻo faʻaogaina i luga ole laiga. geostatistics, e aofia ai kriging lautele, co-kriging, kriging masani, empirical Bayesian kriging, auala faigofie kriging ma isi auala lauiloa interpolation e faafanua pe vavalo PTE, uiga eleele, ma ituaiga eleele.
Machine Learning Algorithms (MLA) o se faiga fou e faʻaaogaina ai le tele o vasega faʻamaumauga e le o laina laina, faʻapipiʻiina e algorithms e masani ona faʻaaogaina mo le faʻaogaina o faʻamaumauga, faʻamaonia mamanu i faʻamaumauga, ma faʻaaoga pea i le faʻavasegaina i matāʻupu faasaienisi e pei o le saienisi o eleele ma galuega toe faʻafoʻi. 22 (vao faʻafuaseʻi mo le fuaina o uʻamea mamafa i eleele faʻatoʻaga), Sakizadeh et al. 23 (fa'ata'ita'iga i le fa'aogaina o masini ve'a lagolago ma feso'ota'iga neural fa'akomepiuta) fa'aleagaina o le palapala). 24 (CART mo le fa'ata'ita'iina o le fa'atumauina o u'amea mamafa ma fa'afefeteina ile palapala) Sun et al. 25 (faʻaaogaina o le cubist o le tufatufaina atu o le Cd i le eleele) ma isi algorithms e pei o k-latalata lata ane, faʻateleina faʻamalosia le toe faʻaleleia, ma faʻamalosia le toe faʻaleleia O laʻau na faʻaogaina foi le MLA e vaʻai ai le PTE i le palapala.
O le faʻaogaina o le DSM algorithms i le vaʻaiga poʻo le faʻafanua e feagai ma le tele o luʻitau.O le tele o tusitala e talitonu o le MLA e sili atu i le geostatistics ma le isi itu. Pontius ma Cheuk28 ma Grunwald29 faʻamatalaga e uiga i le le atoatoa ma nisi o mea sese i le vaʻaia o le faʻafanua o le eleele.Sa faʻataʻitaʻiina e saienitisi eleele le tele o auala e faʻamaonia ai le lelei, saʻo, ma le faʻamaoniaina o le DSM faʻafanua ma le vaʻaiga. 15 o lo'o fa'amatala mai ai le fa'amaoniaina o amioga ma le le mautonu na fa'aalia e le fa'afanua ma le va'aiga e tatau ona fa'amaonia tuto'atasi e fa'aleleia atili ai le fa'afanua. ae ui i lea, o le leai o se mautinoa i le DSM e mafai ona tulaʻi mai le tele o faʻapogai o mea sese, e pei o le covariate sese, faʻataʻitaʻiga sese, nofoaga sese, ma analytical Error 31. Faʻataʻitaʻiga le saʻo faʻaosoina i le MLA ma geostatistical faagasologa e fesoʻotaʻi ma le leai o se malamalama, e iu lava ina oʻo atu i le oversimplification o le faiga moni32. E tusa lava po o le a le natura o le faʻataʻitaʻiga faʻataʻitaʻiga e mafai ona faʻataʻitaʻiina i le faʻataʻitaʻiga faʻataʻitaʻiga, inaccura faʻataʻitaʻiga faʻataʻitaʻiga e mafai ona faʻataʻitaʻiina le faʻataʻitaʻiga macies. valo'aga, po'o fa'atasi33. Talu ai nei, na tula'i mai ai se fa'asologa fou o le DSM e fa'alauiloa ai le tu'ufa'atasia o geostatistics ma le MLA i fa'afanua ma fa'ata'ita'iga. E tele saienitisi eleele ma tusitala, e pei o Sergeev et al. 34; Subbotina et al. 35; Tarasov et al. 36 ma Tarasov et al. 37 ua faʻaaogaina le tulaga saʻo o geostatistics ma masini aʻoaʻoga e faʻatupuina faʻataʻitaʻiga faʻataʻitaʻiga e faʻaleleia ai le lelei o le vaʻaiga ma faʻafanua. tulaga lelei.O nisi o nei hybrids poʻo tuʻufaʻatasiga algorithm faʻataʻitaʻiga o le 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 ma le Gaoioiga o le Gaoioiga Co.
E tusa ai ma Sergeev et al., O le tuʻufaʻatasia o metotia faʻataʻitaʻiga eseese e iai le avanoa e faʻaumatia ai faaletonu ma faʻateleina le lelei o le faʻataʻitaʻiga hybrid e maua nai lo le atinaʻeina o lona faʻataʻitaʻiga tasi. ma le Lagolago Vector Machine (SVM) ma Multiple Linear Regression (MLR) models.Hybridization o EBK ma so o se MLA e le o iloa.O le tele fefiloi faataitaiga vaaia o le tuufaatasiga o masani, totoe, regression kriging, ma MLA.EBK o se geostatistical interpolation method that utilizes a spatially stochastic process that is localized fields / fieldary process that is localized. fa'ataga mo suiga fa'avanoa39.EBK sa fa'aogaina i su'esu'ega 'ese'ese, e aofia ai le su'esu'eina o le tufaina o le kaponi fa'aola i fanua fa'ato'aga40, iloilo le palapala eleelea41 ma fa'afanua meatotino42.
I le isi itu, Self-Organizing Graph (SeOM) o se aʻoaʻoga algorithm na faʻaaogaina i tala eseese e pei o Li et al. 43, Wang et al. 44, Hossain Bhuiyan et al. 45 ma Kebonye et al.46 Fuafua uiga fa'avanoa ma le fa'avasegaina o elemene.Wang et al. 44 otootoga o le SeOM o se metotia aʻoaʻoga mamana e iloa mo lona mafaia ona faʻavasega ma mafaufau i faʻafitauli e le faʻaogaina. 44, SeOM e mafai ona vaʻavaʻai faʻavasegaina le tufatufaina atu o neu fesoʻotaʻi ma tuʻuina atu faʻamatalaga faʻamatalaga maualuga.
O lenei pepa o loʻo faʻamoemoe e fausia se faʻataʻitaʻiga malosi ma le saʻo lelei mo le vavalo o mea o loʻo i totonu o le nickel i totonu o le taulaga ma le taulaga i le taulaga. fa'aopoopo; o le mea lea, o le a tatou taumafai e tali fesili suʻesuʻe e mafai ona maua ai faʻataʻitaʻiga fefiloi. Ae ui i lea, o le a le saʻo o le faʻataʻitaʻiga i le vavalo o le elemene autu? E le gata i lea, o le a le maualuga o le iloiloga lelei e faʻavae i luga o le faʻamaonia ma le saʻo iloiloga? O le mea lea, o sini patino o lenei suʻesuʻega e (a) fatuina se faʻataʻitaʻiga faʻafefiloi tuʻufaʻatasia mo le SVMR poʻo le MLR e faʻaaoga ai le EBK e fai ma faʻataʻitaʻiga sili ona lelei, (b) faʻatusatusa le faʻataʻitaʻiga faʻavae, (b) fa'atonuga i totonu o le taulaga po'o eleele tu'usa'o, ma (d) le fa'aogaina o le SeOM e fausia ai se fa'afanua maualuga o fa'afanua o le nickel spatial variation.
O le suʻesuʻega o loʻo faʻatinoina i le Czech Republic, aemaise lava i le itumalo o Frydek Mistek i le itulagi o Moravia-Silesian (silasila i le Ata 1). O le faʻafanua o le nofoaga suʻesuʻe e matua gaogao ma o le tele o vaega o le itulagi o Moravia-Silesian Beskidy, o se vaega o le pito i fafo o Carpathian Mountains. O le suʻesuʻega o loʻo i le va o le 49 ′ 8 ° 0 ° 4 ma le 49 ° 0 ° 2. E, ma o le maualuga e i le va o le 225 ma le 327 m; ae ui i lea, o le faiga o le faavasegaina o Koppen mo le tulaga tau o le itulagi ua fuaina e pei o Cfb = tau vasa vasa, E tele timuga e oo lava i masina matutu. Temperature eseese i le tausaga atoa i le va o le -5 °C ma le 24 °C, e seasea pau i lalo −14 °C po o luga 30 °C, ae o le fua faatatau o le 5285000 tausaga. vaega o le eria atoa e 1,208 sikuea kilomita, faatasi ai ma le 39.38% o le fanua galue ma le 49.36% o le vaomatua. I le isi itu, o le vaega o loʻo faʻaaogaina i lenei suʻesuʻega e tusa ma le 889.8 sikuea kilomita. I totonu ma lata ane i Ostrava, o le uamea ma galuega uamea e malosi tele. ma uamea uʻamea (nickel faateleina le malosi o le uʻamea aʻo tausia lona ductility lelei ma faigata), ma faatoaga malosi e pei o le phosphate fertilizer talosaga ma le gaosiga o lafumanu o suʻesuʻega e mafai ona maua ai le nikeli i le itulagi (faʻataʻitaʻiga, faʻaopoopo le nickel i tamai mamoe e faʻateleina ai le tuputupu aʻe o tamaʻi mamoe ma lafumanu e maualalo le fafagaina). nickel plating process.E faigofie ona iloatino meatotino eleele mai le lanu o le eleele, fausaga, ma le carbonate anotusi.O le palapala eleele e feololo i le lelei, e maua mai i le matua mea.O latou colluvial, alluvial poʻo aeolian i le natura.O nisi o eleele e foliga mai mottled i luga ma lalo o le eleele, e masani lava i sima ma bleaching.Ae ui i lea, o le tele o ituaiga o cambisols o le stagnosol 8 o le eleele. maualuga e amata mai i le 455.1 i le 493.5 m, o cambisol e pulea le Czech Republic49.
Fa'afanua o le eria su'esu'e [Na faia le fa'afanua o le eria su'esu'e e fa'aaoga ai le ArcGIS Desktop (ESRI, Inc, version 10.7, URL: https://desktop.arcgis.com).]
O le aofaʻi o faʻataʻitaʻiga 115 pito i luga o le eleele na maua mai i le taulaga ma le pito i luga o le taulaga i le itumalo o Frydek Mistek. O le faʻataʻitaʻiga faʻataʻitaʻiga na faʻaaogaina o se faʻasologa masani ma faʻataʻitaʻiga eleele vaʻavaʻa 2 × 2 km va, ma o le eleele pito i luga na fuaina i le loloto o le 0 i le 20 cm e faʻaaoga ai se masini GPS lima (Leica Zeno 5 GPS), faʻataʻitaʻiga o loʻo faʻapipiʻiina i totonu o le pusa saʻo, Ziploc. falesuesue. O faʻataʻitaʻiga na faʻagogo ea e maua ai faʻataʻitaʻiga faʻapipiʻi, faʻamalo e se masini masini (Fritsch disc mill), ma sieved (sieve size 2 mm). Tuʻu 1 kalama o faʻamago, homogenized ma sieved faʻataʻitaʻiga palapala i totonu o fagu teflon manino faʻailoga. tasi mo acid taitasi), ufiufi mama ma faatagaina faataitaiga e tutu i le po mo le tali (aqua regia program) .Tuu le supernatant i luga o se ipu uʻamea vevela (vevela: 100 W ma 160 °C) mo le 2 h e faafaigofie ai le faagasologa o le faamamāina o faataitaiga, ona malulu. supernatant i totonu o le 50 ml PVC paipa ma le vai deionized. E le gata i lea, 1 ml o le dilution solution na faʻafefeteina i le 9 ml o le vai faʻafefeteina ma faʻamama i totonu o le 12 ml tube saunia mo le PTE pseudo-concentration. O faʻatonuga o PTEs (As, Cd, Cr, Cu, Mn, Ni, Pb, Zn, Caductly na fuafuaina e le Mg, KCP-O), Faʻatasia Plasma Optical Emission Spectroscopy) (Thermo Fisher Scientific, USA) e tusa ai ma metotia masani ma maliega. Faʻamautinoa Tulaga Faʻamautinoaga ma le Pulea (QA / QC) taualumaga (SRM NIST 2711a Montana II Soil).PTEs faʻatasi ai ma tapulaa faʻamaonia i lalo ole afa na le aofia ai mai lenei suʻesuʻega. ma fa'amautinoaga lelei fa'agasologa mo su'esu'ega ta'itasi e fa'amautinoa e ala i le su'esu'eina o tulaga fa'atatau.
Empirical Bayesian Kriging (EBK) o se tasi o le tele o geostatistical interpolation techniques faaaogaina i le modeling i fanua eseese e pei o le eleele faasaienisi. E le pei o isi kriging interpolation techniques, e ese EBK mai auala masani kriging e ala i le iloiloina o le mea sese fuafuaina e le semivariogram model.I le EBK interpolation, tele semivariogram models interpolation ua fuafuaina i le taimi o se semivariogram faʻataʻitaʻiga semivariogram, nai lo se tasi semivariogram faʻataʻitaʻiga. auala mo le le mautonu ma polokalame e fesootai ma lenei taupulepulega o le semivariogram lea e aofia ai se vaega sili ona lavelave o se auala kriging lava.O le faagasologa interpolation o le EBK e mulimulitaia taiala e tolu na fuafuaina e Krivoruchko50, (a) le faataitaiga fuafuaina o le semivariogram mai le dataset input (b) le tau vavalo fou mo nofoaga taʻitasi tuʻufaʻatasia e faʻavae i luga o se faʻasologa faʻataʻitaʻiga faʻataʻitaʻiga o se faʻasologa faʻataʻitaʻiga faʻataʻitaʻiga. O le tulafono tutusa Bayesian o loʻo tuʻuina atu o se pito i tua
O le mea o le \(Fa'ata'ita'iga(A\taumatau)\) o lo'o fa'atusalia ai le muamua, \(Prob\left(B\taumatau)\) e le amana'ia le avanoa marginal i le tele o tulaga, \ (Prob (B, A)\ ) .O le fa'atusatusaga o le semivariogram e fa'avae i luga o le tulafono a Bayes, lea e fa'aalia ai le fa'aogaina o fa'amaumauga mata'ituina lea e mafai ona faia mai le semivariograms le tau o le semivariograms. pe fa'apefea ona faia se fa'amaumauga o fa'amatalaga mai le semivariogram.
O se masini vector lagolago o se masini aʻoaʻoga algorithm lea e maua ai se hyperplane vavaeese sili ona lelei e iloagofie ai vasega tutusa ae le o laina tutoʻatasi. Vapnik51 na faia le faʻavasegaga faʻamoemoega algorithm, ae na faʻaaogaina talu ai nei e foia ai faʻafitauli faʻaletonu. - SVMR) na faʻaaogaina i lenei auʻiliʻiliga.O Cherkassky ma Mulier53 na faʻavaeina le SVMR e avea o se kernel-based regression, o le faʻatusatusaina na faia i le faʻaogaina o se faʻataʻitaʻiga faʻasolosolo faʻatasi ma le tele o atunuʻu faʻafanua galuega. al. 55, epsilon (ε) -SVMR faʻaaogaina le dataset aʻoaʻoina e maua ai se faʻataʻitaʻiga faʻataʻitaʻiga e pei o se galuega epsilon-le maaleale o loʻo faʻaaogaina e faʻafanua le faʻamaumauga tutoʻatasi ma le faʻaituau epsilon sili ona lelei mai aʻoaʻoga i luga o faʻamaumauga faʻapipiʻi. Ua le amanaʻiaina le mea sese mamao seti mai le tau moni, ma afai o le mea sese e sili atu nai lo le ε (ε), o le eleele o loʻo faʻatauina aʻoaʻoga faʻaititia o le faʻataʻitaʻiga lavelave o le faʻataʻitaʻiga lavelave foi. vectors.O le fa'atusa na tu'uina mai e Vapnik51 o lo'o fa'aalia i lalo.
o le b o lo'o fa'atusalia ai le sikalasi, \(K\agavale({x}_{,}{ x}_{k}\taumatau)\) o lo'o fa'atusalia ai le galuega o le fatu, \(\ alpha\) o lo'o fa'atusalia ai le Lagrange multiplier, N Fa'atusaina se fa'amaumauga numera, \({x}_{k}\) o lo'o fa'atusalia ai fa'amaumauga, ma \(y\) o le fa'agaioiga o fa'amaumauga, o le GaSV fa'avae e fa'aaogaina. galuega (RBF) .O le fatu RBF e faʻaaogaina e fuafua ai le faʻataʻitaʻiga SVMR sili ona lelei, e taua tele le mauaina o le faʻasalaga sili ona maaleale seti C ma le kernel parameter gamma (γ) mo faʻamaumauga aʻoaʻoga a le PTE.
O le tele o laina faʻataʻitaʻiga (MLR) o se faʻataʻitaʻiga faʻataʻitaʻiga e fai ma sui o le sootaga i le va o le fesuiaiga o le tali ma le numera o fesuiaiga o le vaʻaia e ala i le faʻaogaina o laina faʻapipiʻi laina faʻatatau i le faʻaogaina o auala sikuea aupito itiiti. fesuiaiga.O le MLR equation o
o le y o le fesuiaiga o le tali, \(a\) o le fa'alavelave, n o le numera o tagata vavalo, \({b}_{1}\) o le vaega o le solomuli o le coefficients, \({x}_{ i}\) o lo'o fa'atusalia ai se va'aiga po'o se fa'amalamalamaga, ma o le \({\varepsilon }_{i}\) o lo'o fa'atusalia le mea sese i le fa'ata'ita'iga.
O faʻataʻitaʻiga faʻafefiloi na maua e ala i le faʻapipiʻiina o le EBK ma le SVMR ma le MLR. E faia lenei mea e ala i le suʻeina o tau faʻatatau mai le EBK interpolation. fesuiaiga na maua o Ca, K, Mg, CaK, CaMg, KMg ma CaKMg. O nei fesuiaiga na avea ma o tatou vavalo, fesoasoani e vavalo concentrations nickel i totonu o le taulaga ma eleele pitonuu. O le SVMR algorithm na faia i luga o le vavalo e maua ai se faataitaiga fefiloi Empirical Bayesian Kriging-Support Vector Machine (EBK_SVM). Bayesian Kriging-Multiple Linear Regression (EBK_MLR). E masani lava, o le fesuiaiga Ca, K, Mg, CaK, CaMg, KMg, ma CaKMg o loʻo faʻaaogaina e avea ma covariates e vaʻai i mea o Ni i totonu o le taulaga ma eleele tuʻufaʻatasia. Ata 2.
O le faʻaaogaina o le SeOM ua avea ma meafaigaluega lauiloa mo le faʻatulagaina, iloiloga, ma le vaʻaia o faʻamatalaga i le vaega tau tupe, soifua maloloina, alamanuia, fuainumera, saienisi eleele, ma isi mea.SeOM ua faia e faʻaogaina ai fesoʻotaʻiga neural artificial ma metotia aʻoaʻoga e leʻi vaʻaia mo le faʻatulagaina, iloiloga, ma le vavalo. fa'aoga-dimensional vector variables43,56.Melssen et al. 57 faʻamatalaina le fesoʻotaʻiga o se vete faʻapipiʻi i totonu o se fesoʻotaʻiga neural e ala i se faʻapipiʻi faʻapipiʻi tasi i se faʻaogaina o le fua faʻatasi ma se vector mamafa e tasi. 0.904, i le faasologa, ua filifilia, o se iunite 55-faafanua (5 × 11). O le fausaga o le neuron e fuafuaina e tusa ai ma le numera o nodes i le empirical equation
O le numera o faʻamatalaga o loʻo faʻaaogaina i lenei suʻesuʻega o 115 faʻataʻitaʻiga. Na faʻaaogaina se auala faʻafuaseʻi e vaeluaina ai faʻamaumauga i faʻamatalaga suʻega (25% mo le faʻamaonia) ma seti faʻamaumauga o aʻoaʻoga (75% mo le faʻavasegaina). fa'agasologa fa'amaufa'ailoga fa'asefulu, toe fa'alima taimi. O fesuiaiga na gaosia e le EBK interpolation o lo'o fa'aaogaina e fai ma fa'amatalaga po'o fa'amatalaga fa'amalamalamaga e va'ai ai le fa'atatau (PTE). Fa'ata'ita'iga o lo'o fa'atautaia i le RStudio e fa'aaoga ai le faletusi afifi (Kohonen), faletusi (caret), faletusi (modelr), faletusi ("e1071", faletusi ("plyr"), faletusi ("plyr"), faletusi ("plyr"), faletusi ("plyr") (“Mata”).
Fa'ailoga fa'amaonia eseese na fa'aaogaina e fuafua ai le fa'ata'ita'iga sili e fetaui lelei mo le va'aiga o le nickel concentrations i le palapala ma iloilo le sa'o o le fa'ata'ita'iga ma lona fa'amaoniga. Fa'ata'ita'iga Hybridization na iloiloina i le fa'aogaina o le mean absolute error (MAE), root mean square error (RMSE), ma le R-squared po'o le coefficient determination (R2). tele i fua tutoʻatasi o loʻo faʻamatalaina le malosi faʻataʻitaʻiga o le faʻataʻitaʻiga, aʻo MAE e fuafua le tau aofaʻi moni.O le tau o le R2 e tatau ona maualuga e iloilo ai le faʻataʻitaʻiga faʻafefiloi sili ona lelei e faʻaaoga ai faʻamaoniga faʻamaonia, o le latalata atu o le tau i le 1, o le maualuga o le saʻo. E tusa ai ma Li et al. 59, o le R2 criterion value of 0.75 poʻo le sili atu ua manatu o se vaʻaiga lelei; mai le 0.5 i le 0.75 o le faʻataʻitaʻiga faʻataʻitaʻiga talia, ma lalo ifo o le 0.5 e le taliaina le faʻataʻitaʻiga faʻataʻitaʻiga. Pe a filifilia se faʻataʻitaʻiga e faʻaaoga ai le RMSE ma le MAE faʻamaonia metotia iloiloga, o tau maualalo na maua na lava ma na manatu o le filifiliga sili lea.
o le n o lo'o fa'atusalia ai le tele o le tau na mata'ituina\({Y}_{i}\) o lo'o fa'atusalia ai le tali fua, ma o le \({\widehat{Y}}_{i}\) o lo'o fa'atusalia ai fo'i le tau o tali, o lea, mo le i fa'amatalaga muamua.
O faʻamatalaga faʻamaumauga o le vaʻaia ma le tali atu o loʻo tuʻuina atu i le Laulau 1, o loʻo faʻaalia ai le uiga, faʻasologa masani (SD), coefficient of variation (CV), laʻititi, maualuga, kurtosis, ma le skewness.O le tau maualalo ma le maualuga o elemene o loʻo i le faʻaitiitia o le faasologa o Mg
O le faʻamaopoopoina o fesuiaiga o vaʻaiga faʻatasi ma elemene tali na faʻaalia ai se faʻamalieina lelei i le va o elemene (silasila i le Ata 3). O le faʻasalalauga na faʻaalia ai o le CaK na faʻaalia le faʻaogaina lelei ma le tau o le r = 0.53, e pei ona faia e CaNi. E ui o Ca ma K o loʻo faʻaalia fegalegaleaiga tauagafau o le tasi ma le isi, o tagata suʻesuʻe e pei o Kingston et al. 68 ma Santo69 o loʻo fautua mai o latou maualuga i le eleele e faʻafeagai le faʻatusatusa. Ae ui i lea, o Ca ma Mg e faʻafeagai ma K, ae o le CaK e fesoʻotaʻi lelei. nitrate, ma potash o loʻo faʻaaogaina i eleele e faʻateleina ai lo latou tulaga le atoatoa. Nikeli e fetaui lelei ma Ca, K ma Mg faʻatasi ai ma r tau = 0.52, 0.63 ma le 0.55, faasologa. aafiaga oona ole nikeli ile palapala.
Fa'asoa fa'atasi mo elemene o lo'o fa'aalia ai le so'otaga i le va o va'aiga ma tali (Manatua: o lenei fa'atusa e aofia ai se fa'asalalauga i le va o elemene, tulaga taua e fa'avae i le p <0,001).
O le ata 4 o loʻo faʻaalia ai le tufatufaina atu o elemene. E tusa ai ma le Burgos et al70, o le faʻaogaina o le faʻaogaina o le faʻaogaina o le faʻaogaina o le faʻaogaina o le faʻaogaina o le faʻaogaina ma le faʻamalamalamaina o nofoaga vevela i nofoaga faʻaleagaina. masalo ona o le faaaogaina o le quicklime (calcium oxide) e faaitiitia ai le acidity o le eleele ma lona faaaogaina i uʻamea uʻamea e pei o le okesene alkaline i le faagasologa uʻamea. I le isi itu, o isi faifaatoaga e fiafia e faaaoga calcium hydroxide i eleele acidic e neutralize pH, lea e faateleina ai foi le calcium anotusi o le eleele71.Potassium foi faaalia nofoaga vevela i le itu i matu-sisifo ma sasaʻe o le ala o le faafanua o le Northwest ma sisifo o le faafanua. e mafua ona o le NPK ma le potash applications.E ogatasi lea ma isi suʻesuʻega, e pei o Madaras ma Lipavský72, Madaras et al.73, Pulkrabová et al.74, Asare et al.75, oe na matauina le faʻamautuina o le eleele ma togafitiga ma KCl ma NPK na maua ai le maualuga o le K i totonu o le eleele. Fa'atamaoaigaina o le Potassium Spatial i le itu i matu-sisifo o le fa'afanua fa'asoa e mafai ona mafua ona o le fa'aogaina o le fa'apalapala fa'avae e pei o le potassium chloride, potassium sulfate, potassium nitrate, potash, ma le potash e fa'ateleina ai le potassium i totonu o eleele leaga.Zádorová et al. 76 ma Tlustoš et al. 77 o loʻo faʻamatala mai ai o le faʻaogaina o le K-based fertilizers e faʻateleina ai le K i totonu o le palapala ma o le a matua faateleina ai le eleele i totonu o le eleele i se taimi umi, aemaise lava K ma Mg o loʻo faʻaalia ai se vevela i totonu o le eleele. chlorosis.Manesium-based fertilizers, e pei o le potassium magnesium sulfate, magnesium sulfate, ma le Kieserite, togafitia faaletonu (o laau e foliga violē, mumu, po o le enaena, e faʻaalia ai le le lava o le magnesium) i eleele e iai le pH masani6. O le faʻaputuina o le nickel i luga o le taulaga ma le taulaga i luga o le taulaga atonu e mafua mai i gaioiga anthropogenic ma le taua o faʻatoaga uʻamea.
Fa'asoa fa'apitonu'u o elemene [fa'afanua fa'asoa fa'afanua na faia e fa'aaoga ai le ArcGIS Desktop (ESRI, Inc, Version 10.7, URL: https://desktop.arcgis.com).]
O faʻataʻitaʻiga faʻataʻitaʻiga faʻasologa o faʻamatalaga mo elemene o loʻo faʻaaogaina i lenei suʻesuʻega o loʻo faʻaalia i le Laulau 2. I le isi itu, o le RMSE ma le MAE o Ni e latalata uma i le zero (0.86 RMSE, -0.08 MAE). I le isi itu, o le RMSE ma le MAE tau o K e talia. EBK e vavalo Ni na maua e sili atu nai lo taunuuga o John et al. 54 fa'aogaina o le synergistic kriging e va'ai ai S concentrations i le palapala e fa'aaoga ai fa'amaumauga tutusa na aoina. 41, Yan et al. 79, Beguin et al. 80, Adhikary et al. 81 ma Ioane et al. 82, aemaise lava K ma Ni.
O le faʻatinoga o metotia taʻitasi mo le vavalo o mea o loʻo i totonu o le nickel i totonu o le taulaga ma le taulaga i le taulaga na iloiloina e faʻaaoga ai le faʻatinoga o faʻataʻitaʻiga (Table 3). Faʻataʻitaʻiga faʻataʻitaʻiga ma iloiloga saʻo na faʻamaonia ai o le Ca_Mg_K predictor faʻatasi ma le EBK SVMR faʻataʻitaʻiga na maua ai le faʻatinoga sili. e 0.637 (R2), 95.479 mg/kg (RMSE) ma le 77.368 mg/kg (MAE) Ca_Mg_K-SVMR o 0.663 (R2), 235.974 mg/kg (RMSE) ma le 166.946 mg/kg (MAE) . (0.663 mg/kg R2) ma Ca_Mg-EBK_SVMR (0.643 = R2); o latou RMSE ma MAE taunuuga na maualuga atu nai lo latou mo Ca_Mg_K-EBK_SVMR (R2 0.637) (silasila i le Laulau 3). E le gata i lea, o le RMSE ma le MAE o le Ca_Mg-EBK_SVMR (RMSE = 1664.64 ma MAE = 1031.49) faʻataʻitaʻiga e 17.5 ma 13, lea e sili atu nai lo le 13. Ca_Mg_K-EBK_SVMR.E faʻapea foʻi, o le RMSE ma le MAE o le Ca_Mg-K SVMR (RMSE = 235.974 ma le MAE = 166.946) faʻataʻitaʻiga o le 2.5 ma le 2.2 sili atu nai lo Ca_Mg_K-EBK_SVMR RMSE ma le MAE faʻasologa o faʻamaumauga o loʻo faʻaalia ai pe faʻafefea ona faʻatusatusaina le RMSE faʻamaumauga o le laina sili ona lelei. fetaui. RSME maualuga ma MAE na matauina. E tusa ai ma Kebonye et al. 46 ma Ioane et al. 54, o le latalata atu o le RMSE ma le MAE i le zero, o le sili atu foi lea o taunuuga.SVMR ma EBK_SVMR e maualuga le aofaʻi o RSME ma MAE tau. Na matauina o le RSME fua faʻatatau na maualuga atu nai lo le MAE tau, e faʻaalia ai le i ai o fafo. outliers.O lona uiga o le sili atu o le heterogeneous le dataset, o le maualuga o le MAE ma le RMSE tau.O le saʻo o le suʻesuʻeina o faʻamaufaʻailoga o le faʻataʻitaʻiga faʻafefiloi Ca_Mg_K-EBK_SVMR mo le vavalo o mea o Ni i totonu o le taulaga ma le taulaga i eleele o le 63.70%. E tusa ai ma Li et al. 59, o lenei tulaga o le saʻo o se fua faʻataʻitaʻiga faʻataʻitaʻiga talia. 36 o lona faʻataʻitaʻiga hybrid na faia MLPRK (Multilayer Perceptron Residual Kriging), e fesoʻotaʻi ma le EBK_SVMR saʻo iloiloga faʻamaufaʻailoga na lipotia mai i le suʻesuʻega o loʻo iai nei, RMSE (210) ma O le MAE (167.5) sa maualuga atu nai lo o tatou taunuuga i le suʻesuʻega o loʻo i ai nei (RMSE 95.479, MAE 77.368) . Tarasov et al. 36 (0.544), e manino lava o le coefficient of determination (R2) e maualuga atu i lenei faʻataʻitaʻiga fefiloi.O le faʻasologa o mea sese (RMSE ma MAE) (EBK SVMR) mo le faʻataʻitaʻiga faʻafefiloi e lua taimi i lalo. E faapena foi, Sergeev et al.34 faamauina 0.28 (R2) mo le atinaʻeina o le faʻataʻitaʻiga hybrid (Multilayer Kriging Perceptron) aʻo faʻamaufaʻailogaina o le Nitilayer 3. Resitala 6 i le taimi nei. (R2) .O le tulaga saʻo o le vavalo o lenei faʻataʻitaʻiga (EBK SVMR) o le 63.7%, ae o le saʻo o le vaʻaiga na maua e Sergeev et al. 34 o le 28%. O le faʻafanua mulimuli (Fig. 5) na faia e faʻaaoga ai le EBK_SVMR faʻataʻitaʻiga ma Ca_Mg_K e fai ma faʻamatalaga o loʻo faʻaalia ai valoʻaga o nofoaga vevela ma feololo i le nickel i luga o le vaega atoa o suʻesuʻega.
O lo'o fa'atusalia le fa'afanua fa'ai'u e fa'aaoga ai le EBK_SVMR fa'ata'ita'iga ma fa'aogaina le Ca_Mg_K e fai ma fa'amatalaga.
O loʻo tuʻuina atu i le Ata 6 o PTE concentrations e pei o se vaalele tuʻufaʻatasia e aofia ai neurons taʻitoʻatasi. E leai se tasi o vaalele vaega na faʻaalia le lanu lanu tutusa e pei ona faʻaalia. Ae ui i lea, o le numera talafeagai o neurons i le faʻafanua ata o le 55.SeOM e gaosia e faʻaaoga ai lanu eseese, ma o le sili atu ona tutusa o lanu lanu, o le sili atu ona faʻatusatusaina o meatotino o le faʻataʻitaʻiga. faʻataʻitaʻiga i neu maualuga tasi ma le tele o neurons maualalo.O lea, CaK ma CaMg faasoa ni mea e tutusa ma matua maualuga-oaiga neu ma lanu maualalo-i-agalelei patterns.O faataitaiga uma e lua vavalo le faʻatonuga o le Ni i le eleele e ala i le faʻaalia o le feololo i le maualuga o lanu o lanu e pei o le mumu, moli ma le samasama. O le faʻataʻitaʻiga KMg e faʻaalia le tele o lanu lanu maualuga e faʻavae i luga o le fua faʻatatau o le lanu i lalo o le paʻu o le lanu. o le faʻasologa o le tufatufaina atu o le faʻataʻitaʻiga o vaega o le faʻataʻitaʻiga na faʻaalia ai le maualuga o le lanu lanu e faʻaalia ai le faʻaogaina o le nickel i le eleele (silasila i le Ata 4) . vaega o le nickel concentrations i totonu o le taulaga ma eleele pito i luga ole taulaga.O le ata 7 o loʻo faʻaalia ai le auala faʻataʻitaʻiga i le k-o lona uiga faʻavasegaina i luga o le faafanua, vaevaeina i ni fuifui se tolu e faʻavae i luga o le tau valoia i faʻataʻitaʻiga taʻitasi. faʻataʻitaʻiga.O le fitu-vaega faʻapipiʻi vaʻavaʻai faʻapipiʻi na faafaigofieina ina ia mafai ai ona saʻo le faʻamatalaina o fuifui. Ona o le tele o anthropogenic ma faʻagasologa masani e aʻafia ai le fausiaina o le eleele, e faigata ona faʻavasega lelei mamanu faʻapipiʻi i se faʻasalalauga SeOM map78.
Fuafuaga va'alele vaega ta'itasi Empirical Bayesian Kriging Support Vector Machine (EBK_SVM_SeOM) fesuia'i.
'ese'ese vaega fa'avasegaina o fuifui [SeOM fa'afanua na faia e fa'aaoga ai le RStudio (version 1.4.1717: https://www.rstudio.com/).]
O le suʻesuʻega o loʻo i ai nei o loʻo faʻaalia manino ai auala faʻataʻitaʻiga mo le faʻaogaina o nikeli i totonu o le taulaga ma le taulaga i le taulaga. faʻamaonia le tufatufaina faʻafanua o vaega o loʻo faʻaalia e EBK_SVMR (silasila i le Ata 5). O faʻaiʻuga e faʻaalia ai o le lagolago a le vector machine regression model (Ca Mg K-SVMR) o loʻo valoia le faʻaogaina o le Ni i le eleele o se faʻataʻitaʻiga tasi, ae o le faʻamaoniaina ma le saʻo o le iloiloga o le faʻaalia o mea sese maualuga i le tulaga o le RMSE ma le MAE. o le coefficient of determination (R2) .Na maua ai taunuuga lelei e ala i le EBK SVMR ma elemene tuʻufaʻatasia (CaKMg) faʻatasi ai ma le maualalo o le RMSE ma le MAE sese ma le saʻo o le 63,7%. eleele.O lona uiga o le faʻaauau pea o le faʻaogaina o le nickel-based fertilizers ma le faʻaleagaina o alamanuia o le eleele e ala i le uʻamea o loʻo i ai le faʻatupulaia o le maualuga o le nickel i le eleele. e le gata i lea, matou te fautua atu e faʻaaoga le EBK e faʻapipiʻi faʻatasi ma le tele o masini aʻoaʻoga algorithms.Ni faʻatonuga na valoia e faʻaaoga elemene e pei o covariates; ae ui i lea, o le faʻaaogaina o le tele o covariates o le a faʻaleleia atili ai le faʻatinoga o le faʻataʻitaʻiga, lea e mafai ona manatu o se tapulaʻa o le galuega o loʻo i ai nei.
PlantProbs.net.Nickel i La'au ma Le'ele'ele https://plantprobs.net/plant/nutrientImbalances/sodium.html (Access 28 Aperila 2021).
Kasprzak, KS Nickel alualu i luma i le siosiomaga faʻaonaponei toxicology.surroundings.toxicology.11, 145-183 (1987).
Cempel, M. & Nikel, G. Nickel: O se toe iloiloga o ona puna ma le siosiomaga oona.Polish J. Environment.Stud.15, 375-382 (2006).
Freedman, B. & Hutchinson, TC O mea filogia mai le atemosifia ma le faaputuputu i le palapala ma laau e lata ane i se fa'ameamea nickel-copper i Sudbury, Ontario, Canada.can.J. Bot.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. et al.Meamea mamafa i le palapala, laau ma lamatiaga e fesootaʻi ma manu fafaga i tafatafa o le Selebi-Phikwe copper-nickel mine i Botswana.surroundings.Geochemistry.Health https://doi.org/10.1007/s10653-021-00918-x (2021).
Cabata-Pendias.Kabata-Pendias A. 2011. Su'e elemene ile eleele ma… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+ Elemene+i+eleele+ma+laau.+4th+ed.+New+York+%28NY%29%3A+CRC+Press&btnG= (Access 24 Nov 2020).
Almås, A., Singh, B., Agriculture, TS-NJ of & 1995, undefined.Aafiaga o le pisinisi nikeli a Rusia i luga o le mamafa o uʻamea i eleele faʻatoʻaga ma mutia i Soer-Varanger, Norway.agris.fao.org.
Nielsen, GD et al.Nickel absorption ma le taofiofia o vai inu e fesoʻotaʻi ma le faʻaogaina o meaʻai ma le faʻaogaina o le nickel.toxicology.application.Pharmacodynamics.154, 67-75 (1999).
Costa, M. & Klein, CB Nickel carcinogenesis, mutation, epigenetics or selection.surroundings.Health Perspective.107, 2 (1999).
Ajman, PC; Ajado, SK; Borůvka, L.; Bini, JKM; Sarkody, VYO; Cobonye, NW; Su'esu'ega fa'asolo o elemene e ono o'ona: o se iloiloga fa'akomipiuta.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: Ose Talafaasolopito Puupuu ma Nisi Lesona.Geoderma 264, 301–311.https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. I luga o faafanua eleele numera.Geoderma 117(1-2), 3-52.https://doi.org/10.1016/S0016-7061(03)00223-4 (2003).
Deutsch.CV Fa'ata'ita'i Fa'atanoa,… – 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= (Access 28 Aperila 2021).
Taimi meli: Iul-22-2022
