Nature.com نى زىيارەت قىلغىنىڭىزغا رەھمەت. سىز ئىشلىتىۋاتقان توركۆرگۈچ نۇسخىسىنىڭ CSS نى چەكلىك قوللىشى بار. ئەڭ ياخشى تەجرىبە ئۈچۈن ، يېڭىلانغان توركۆرگۈچنى ئىشلىتىشىڭىزنى تەۋسىيە قىلىمىز (ياكى Internet Explorer دىكى ماسلىشىش ھالىتىنى ئېتىۋېتىڭ). بۇ جەرياندا ، داۋاملىق قوللاشقا كاپالەتلىك قىلىش ئۈچۈن ، ئۇسلۇب ۋە JavaScript بولمىغان تور بېكەتنى كۆرسىتىمىز.
تۇپراقنىڭ بۇلغىنىشى ئىنسانلارنىڭ پائالىيىتى كەلتۈرۈپ چىقىرىدىغان بىر چوڭ مەسىلە. شەھەر ۋە شەھەر ئەتراپىدىكى رايونلاردا يوشۇرۇن زەھەرلىك ئېلېمېنتلارنىڭ بوشلۇقتىكى تارقىلىشى ئوخشىمايدۇ. شۇڭلاشقا ، بۇ خىل تۇپراقتىكى PTE نىڭ مەزمۇنىنى كەڭ كۆلەمدە مۆلچەرلەش تەس. چېخ جۇمھۇرىيىتىدىكى فرىدېك مىستېكتىن جەمئىي 115 ئەۋرىشكە ئېلىنغان. تۇتاشتۇرۇلغان پلازما قويۇپ بېرىش سپېكترومىتىرى. ئىنكاس ئۆزگىرىشچانلىقى Ni ، ئالدىن پەرەز قىلغۇچىلار بولسا Ca ، Mg ۋە K. بولىدۇ. ئىنكاس ئۆزگەرگۈچى مىقدار بىلەن ئالدىن پەرەز ئۆزگەرگۈچى مىقدار ئوتتۇرىسىدىكى باغلىنىش ماترىتسىيىسى ئېلېمېنتلار ئوتتۇرىسىدا قانائەتلىنەرلىك باغلىنىشنى كۆرسىتىپ بېرىدۇ. مۆلچەر نەتىجىسىدە كۆرسىتىلىشچە ، ۋېكتور ماشىنىسى چېكىنىش (SVMR) نىڭ ئىپادىسى ياخشى بولغان ، گەرچە مۆلچەردىكى يىلتىز كۋادرات خاتالىق (RMSE) (235.974 mg). قوللىنىلغان ئۇسۇللار. Empirical Bayesian Kriging-Multiple Line Regression (EBK-MLR) نىڭ ئارىلاشما مودېللىرىنىڭ ئىپادىسى ياخشى ئەمەس ، بۇنى ئېنىقلاش كوئېففىتسېنتى 0.1 دىن تۆۋەن. ئىسپاتلايدۇ .
نىكېل (Ni) ئۆسۈملۈكلەر ئۈچۈن مىكرو ئېلېمېنت دەپ قارىلىدۇ ، چۈنكى ئۇ ئاتموسفېرادىكى ئازوتنىڭ مۇقىملىشىشى (N) ۋە ئۇرېيە مېتابولىزمىغا تۆھپە قوشىدۇ ، ئۇلارنىڭ ھەر ئىككىسى ئۇرۇقنىڭ بىخلىنىشى ئۈچۈن تەلەپ قىلىنىدۇ. Ni ئۇرۇقنىڭ بىخلىنىشىغا تۆھپە قوشقاندىن باشقا ، Ni ئۆسۈملۈك زەمبۇرۇغى ۋە ئۆسۈملۈكنىڭ يېتىلىشىنى ئىلگىرى سۈرىدۇ. نىكېلنى ئاساس قىلغان ئوغۇت ئازوتنىڭ مۇقىملىقىنى ئەلالاشتۇرىدۇ. نىكېلنى ئاساس قىلغان ئوغۇتنى داۋاملىق ئىشلىتىپ تۇپراقنى بېيىتىش ۋە پۇرچاق تۈرىدىكى تۇپراقنىڭ ئازوتنى ئوڭشاش ئىقتىدارىنى ئاشۇرۇش تۇپراقتىكى نىكېلنىڭ قويۇقلۇقىنى ئۈزلۈكسىز ئاشۇرىدۇ. گەرچە نىكېل تۇپراقتىكى مىكرو ئېلېمېنت بولسىمۇ ، تۇپراقتىكى ھەددىدىن زىيادە كۆپ قوبۇل قىلىنسا ، تۇپراقنىڭ تەركىبىدىكى تۆمۈر ماددىلارنىڭ زەھەرلىك ماددىلىرىغا تەسىر يەتكۈزىدۇ. ئۆسۈملۈكلەرنىڭ ئۆسۈشى ئۈچۈن ئوزۇقلۇق 1. ئاشخانا سايمانلىرى ، شار زاپچاسلىرى ، يېمەكلىك سانائىتى تەمىناتى ، ئېلېكتر ، سىم ۋە كابېل ، رېئاكتىپ تۇربىنا ، ئوپېراتسىيە كۆچۈرۈش ، توقۇمىچىلىق ۋە كېمىسازلىق قاتارلىقلاردا كەڭ قوللىنىلىدۇ. تۇپراقتىكى مول ماددىلار (يەنى يەر ئۈستى تۇپرىقى) ئانتروپوگېنلىق ۋە تەبىئىي مەنبەلەرگە مەنسۇپ ، ئەمما ئاساسلىقى ، نى ئانتروپوگېن ئەمەس ، تەبىئىي مەنبە. قانداقلا بولمىسۇن ، ئانتروپوگېن مەنبەلىرى پولات-تۆمۈر سانائىتىدىكى نىكېل / كادمىي باتارېيە ، ئېلېكتر ئېنېرگىيىسى ، ئەگمە كەپشەرلەش ، دىزېل ۋە يېقىلغۇ مايلىرى ۋە كۆمۈرنىڭ كۆيۈشى ۋە تاشلاندۇقلىرى ۋە پاتقاق گازىدىن ئاتموسفېرا قويۇپ بېرىشى نىكېلنىڭ توپلىنىشى 7،8. 10 ، بىۋاسىتە ۋە قوشنا مۇھىتتىكى تۇپراقنىڭ بۇلغىنىشىنىڭ ئاساسلىق مەنبەسى ئاساسلىقى نىكېل-مىسنى ئاساس قىلغان تاۋلاش زاۋۇتى ۋە مىنالار. كانادادىكى سۇدبۇرى نىكېل-مىس نېفىت ئايرىش زاۋۇتى ئەتراپىدىكى ئەڭ يۇقىرى تۇپراقنىڭ نىكېلنىڭ بۇلغىنىش نىسبىتى ئەڭ يۇقىرى بولغاندا 26000 مىللىگىرامغا يەتتى. 12 ، رايوندىكى ئەڭ يۇقىرى تېرىلغۇ يەردىكى HNO3 ئايرىغىلى بولىدىغان نىكېلنىڭ مىقدارى (رۇسىيەدە نىكېل ئىشلەپچىقىرىش) ھەر كىلوگىرامى 6.25 دىن 136.88 مىللىگىرامغىچە بولۇپ ، ئوتتۇرا ھېساب بىلەن 30.43 مىللىگىرام ۋە ئاساسىي قويۇقلۇقى 25 مىللىگىرامغا يېتىدۇ. ئىنسانلاردىكى نىكېل بەلكىم مۇتاگېنېز ، خروموسوما بۇزۇلۇشى ، Z-DNA ئەۋلادلىرى ، توسقۇنلۇققا ئۇچرىغان DNA ئاجرىتىپ چىقىرىشنى ئەسلىگە كەلتۈرۈش ياكى ئېپىگېنتىك جەريانلار ئارقىلىق راكنى كەلتۈرۈپ چىقىرىشى مۇمكىن.
تۇپراقنىڭ بۇلغىنىشىنى باھالاش يېقىنقى مەزگىللەردە تۇپراق-ئۆسۈملۈك مۇناسىۋىتى ، تۇپراق ۋە تۇپراقنىڭ بىئولوگىيىلىك مۇناسىۋىتى ، ئېكولوگىيىلىك ناچارلىشىش ۋە مۇھىت تەسىرىنى باھالاشتىن كېلىپ چىققان ساغلاملىققا مۇناسىۋەتلىك نۇرغۇن مەسىلىلەر تۈپەيلىدىن جۇش ئۇرۇپ راۋاجلاندى. مىناسنىي ۋە ماكبراتنىي 16 ، ئالدىن پەرەز قىلىنغان تۇپراق خەرىتىسى (DSM) تۇپراق ئىلمىنىڭ كۆزگە كۆرۈنگەن تارماق تۈرى ئىكەنلىكى ئىسپاتلاندى. لاگاچېرى ۋە ماكبراتنىي ، 2006-يىلى DSM نى «ئورۇن ۋە تەجرىبىخانا كۆزىتىش ئۇسۇللىرى ۋە بوشلۇق ۋە بوشلۇقتىن باشقا تۇپراق يەكۈن سىستېمىسى» ئارقىلىق بوشلۇقتىكى تۇپراق ئۇچۇر سىستېمىسىنى قۇرۇش ۋە تولدۇرۇش دەپ ئېنىقلىما بەردى .MBBratney قاتارلىقلار. 17 ھازىرقى زامان DSM ياكى PSM نىڭ PTEs ، تۇپراق تىپى ۋە تۇپراق خۇسۇسىيىتىنىڭ بوشلۇقتىكى تارقىلىشىنى ئالدىن پەرەز قىلىش ياكى سىزىشتىكى ئەڭ ئۈنۈملۈك تېخنىكا ئىكەنلىكى كۆرسىتىلدى. گېئو سىتاستىكا ۋە ماشىنا ئۆگىنىش ئالگورىزىم (پارلامېنت ئەزاسى) DSM مودېل تېخنىكىسى بولۇپ ، مۇھىم ۋە ئەڭ ئاز سانلىق مەلۇماتلارنى ئىشلىتىپ كومپيۇتېرلارنىڭ ياردىمىدە رەقەملىك خەرىتە ھاسىل قىلىدۇ.
Deutsch18 ۋە Olea19 جۇغراپىيىلىك سىتاستىكىنى «بوشلۇق خاسلىقىنىڭ ئىپادىلىنىشىنى بىر تەرەپ قىلىدىغان رەقەملىك تېخنىكىلارنىڭ توپلىنىشى» دەپ ئېنىقلىما بېرىدۇ ، ئاساسلىقى ۋاقىت جەدۋىلى ئانالىزىنىڭ ۋاقىتلىق سانلىق مەلۇماتنى قانداق خاراكتېرلەندۈرىدىغانلىقىدەك تۇراقلىق مودېللارنى ئىشلىتىدۇ. ئاساسلىقى ، جۇغراپىيىلىك ستاتىستىكا ئۆزگىرىشچان پروگراممىلارنى باھالاشنى ئۆز ئىچىگە ئالىدۇ ، بۇ سانلىق مەلۇماتلار ھەر بىر سانلىق مەلۇمات سانلىق مەلۇمات ئامبىرىدىكى بوشلۇق قىممىتىنىڭ باغلىنىشچانلىقىنى مىقدارلاشتۇرىدۇ ۋە ئېنىقلايدۇ. Gumiaux قاتارلىقلار. 20 يەنە جۇغراپىيىلىك ستاتىستىكىدا ئۆزگىرىشچان پروگراممىلارنى باھالاشنىڭ ئۈچ پرىنسىپنى ئاساس قىلىدىغانلىقىنى چۈشەندۈرۈپ بېرىدۇ: (a) سانلىق مەلۇمات باغلىنىش كۆلىمىنى ھېسابلاش ، (b) سانلىق مەلۇمات سانلىق مەلۇمات پەرقىدىكى ئانسوتروپىيەنى پەرقلەندۈرۈش ۋە ھېسابلاش ۋە (c) يەرلىك ئۈنۈمدىن ئايرىلغان ئۆلچەش سانلىق مەلۇماتلىرىنىڭ ئەسلىدىكى خاتالىقىنى ئويلاشقاندىن باشقا ، رايون تەسىراتىمۇ ئۆز ئىچىگە ئالىدۇ. ئورتاق قاقتى-سوقتى قىلىش ، ئادەتتىكى قىرقىش ، تەجرىبە خاراكتېرلىك بايسېس كېمىسى ، ئاددىي قىرقىش ئۇسۇلى ۋە باشقا داڭلىق ئىنتېرپوللاش تېخنىكىسى ئارقىلىق PTE ، تۇپراقنىڭ ئالاھىدىلىكى ۋە تۇپراقنىڭ تۈرلىرىنى خەرىتىلەش ياكى مۆلچەرلەش.
ماشىنا ئۆگىنىش ئالگورىزىم (MLA) بىر قەدەر يېڭى تېخنىكا بولۇپ ، چوڭراق سىزىقسىز سانلىق مەلۇمات سىنىپىنى ئىشلىتىدۇ ، ھېسابلاش ئۇسۇلى ئاساسلىقى سانلىق مەلۇمات قېزىشقا ئىشلىتىلىدۇ ، سانلىق مەلۇمات ئەندىزىسىنى پەرقلەندۈرىدۇ ۋە تۇپراق ئىلمى ۋە قايتۇرۇش ۋەزىپىسى قاتارلىق ئىلمىي ساھەدە قايتا-قايتا قوللىنىلىدۇ. نۇرغۇن تەتقىقات ماقالىلىرى پارلامېنت ئەزالىرىنىڭ مودېللىرىغا تايىنىپ تۇپراقتىكى PTE نى مۆلچەرلەيدۇ. 22 (دېھقانچىلىق تۇپرىقىدىكى ئېغىر مېتال مۆلچەردىكى ئىختىيارى ئورمانلار) ، ساكىزادە قاتارلىقلار. 23 (تىرەك ۋېكتور ماشىنىسى ۋە سۈنئىي نېرۋا تورى ئارقىلىق مودېل) تۇپراقنىڭ بۇلغىنىشى). ئۇنىڭدىن باشقا ، ۋېگا قاتارلىقلار. 24 (ئېغىر مېتال ساقلاش ۋە تۇپراقتىكى سۈمۈرۈلۈشنى مودېللاشتۇرىدىغان CART) قۇياش قاتارلىقلار. 25 (كۇبىكنىڭ قوللىنىلىشى Cd نىڭ تۇپراقتىكى تارقىلىشى) ۋە باشقا ئالگورىزىملار ، مەسىلەن k- ئەڭ يېقىن قوشنىسى ، ئومۇملاشقان ئەسلىگە كېلىش ۋە ئەسلىگە كېلىشنى ئىلگىرى سۈرۈش دەرىخىمۇ پارلامېنت ئەزاسىنى ئىشلىتىپ تۇپراقتىكى PTE نى ئالدىن پەرەز قىلدى.
DSM ئالگورىزىمنىڭ ئالدىن پەرەز قىلىش ياكى خەرىتە قوللىنىلىشى بىر قانچە خىرىسقا دۇچ كېلىدۇ. نۇرغۇن ئاپتورلار پارلامېنت ئەزاسىنىڭ جۇغراپىيىلىك سانلىق مەلۇماتتىن ئۈستۈن ئىكەنلىكى ۋە ئەكسىچە دەپ قارىدى. گەرچە بىرى يەنە بىرىدىن ياخشى بولسىمۇ ، ئەمما بۇ ئىككىسىنىڭ بىرىكىشى DSM15.Woodcock ۋە Gopal26 Finke27 دىكى خەرىتە ياكى ئالدىن پەرەزنىڭ توغرىلىق دەرىجىسىنى ئۆستۈرىدۇ. Pontius ۋە Cheuk28 ۋە Grunwald29 مۆلچەرلەنگەن تۇپراق خەرىتىسىدىكى كەمتۈكلۈك ۋە بەزى خاتالىقلارغا باھا بېرىدۇ. تۇپراق ئالىملىرى ھەر خىل تېخنىكىلارنى ئىشلىتىپ ، DSM خەرىتىسى ۋە ئالدىن پەرەزنىڭ ئۈنۈمى ، توغرىلىقى ۋە ئالدىن پەرەز قىلىش ئىقتىدارىنى ئەلالاشتۇردى. ئېنىقسىزلىق ۋە دەلىللەشنىڭ بىرىكىشى DSM غا بىرلەشتۈرۈلۈپ ئۈنۈمنى ئەلالاشتۇرۇش ۋە نۇقساننى ئازايتىشنىڭ نۇرغۇن تەرەپلىرىنىڭ بىرى. قانداقلا بولمىسۇن ، Agyeman قاتارلىقلار. خەرىتە قۇرۇش ۋە ئالدىن پەرەز قىلىش ئارقىلىق ئوتتۇرىغا قويۇلغان دەلىللەش ھەرىكىتى ۋە ئېنىقسىزلىقنى مۇستەقىل دەلىللەپ ، خەرىتىنىڭ سۈپىتىنى يۇقىرى كۆتۈرۈش كېرەكلىكىنى ئوتتۇرىغا قويدى. DSM نىڭ چەكلىمىسى جۇغراپىيىلىك تارقاق تۇپراق سۈپىتىنىڭ سەۋەبىدىن ، ئۇ ئېنىقسىزلىقنىڭ تەركىبىي قىسمىنى ئۆز ئىچىگە ئالىدۇ. قانداقلا بولمىسۇن ، DSM دا ئېنىق بولماسلىق بەلكىم كۆپ مەنبەلىك خاتالىق مەنبەسىدىن كېلىپ چىقىشى مۇمكىن ، يەنى ئەگەشمە خاتالىق ، مودېل خاتالىقى ، ئورۇن خاتالىقى ۋە ئانالىز خاتالىقى 31. پارلامېنت ئەزاسى كەلتۈرۈپ چىقارغان مودېل توغرا بولماسلىق ۋە جۇغراپىيىلىك جەريانلار چۈشىنىش كەمچىل بولۇش بىلەن مۇناسىۋەتلىك ، ئەڭ ئاخىرىدا ھەقىقىي جەرياننىڭ ھەددىدىن زىيادە ئاددىيلىشىشىنى كەلتۈرۈپ چىقىرىدۇ. خەرىتە سىزىش ۋە مۆلچەرلەشتە جۇغراپىيىلىك سىتاستىكا ۋە پارلامېنت ئەزالىرىنىڭ بىرلىشىشىنى ئىلگىرى سۈرىدىغان يېڭى DSM يۈزلىنىشى بارلىققا كەلدى. سېرگېف قاتارلىق بىر قىسىم تۇپراق ئالىملىرى ۋە ئاپتورلىرى. 34; Subbotina et al. 35; تاراسوۋ قاتارلىقلار. 36 ۋە تاراسوف قاتارلىقلار. 37 جۇغراپىيىلىك ستاتىستىكا ۋە ماشىنا ئۆگىنىشىنىڭ توغرا سۈپىتىدىن پايدىلىنىپ ، مۆلچەرلەش ۋە خەرىتە قىلىش ئۈنۈمىنى ئۆستۈرىدىغان ئارىلاش ماتورلۇق مودېل ھاسىل قىلدى. سۈپەت. بۇ ئارىلاشما ياكى بىرىكمە ئالگورىزىم مودېللىرىنىڭ بەزىلىرى سۈنئىي نېرۋا تورى Kriging (ANN-RK) ، كۆپ قەۋەتلىك سېزىمچان قالدۇق كرىگىڭ (MLP-RK) ، ئومۇملاشقان چېكىنىش نېرۋا تورىنىڭ قالدۇق كرىزىسى (GR- NNRK) 36 ، سۈنئىي نېرۋا تورى Kriging-Multilayer Perceptron (ANN-K-MLP).
سېرگېف قاتارلىقلارنىڭ سۆزىگە قارىغاندا ، ھەر خىل مودېل تېخنىكىلىرىنى بىرلەشتۈرۈشتە يەككە مودېلنى تەرەققىي قىلدۇرماستىن ، بەلكى كەمتۈكلۈكنى تۈگىتىش ۋە ھاسىل بولغان ئارىلاش ماتورلۇق مودېلنىڭ ئۈنۈمىنى ئاشۇرۇش يوشۇرۇن كۈچى بار. بۇ ئارقا كۆرۈنۈشتە ، بۇ يېڭى ماقالىدە جۇغراپىيىلىك سىتاستىكا ۋە پارلامېنت ئەزالىرىنىڭ بىرلەشتۈرۈلگەن ئالگورىزىمنى قوللىنىشنىڭ زۆرۈر ئىكەنلىكى ئوتتۇرىغا قويۇلغان بولۇپ ، شەھەر ۋە شەھەر ئەتراپىدىكى رايونلارنىڭ Ni بېيىشىنى مۆلچەرلەيدۇ. . دېھقانچىلىق تۇپرىقىدىكى ئورگانىك كاربوننىڭ تارقىلىشىنى ئانالىز قىلىش ، تۇپراقنىڭ بۇلغىنىشىنى باھالاش ۋە تۇپراقنىڭ خۇسۇسىيىتىنى سىزىش قاتارلىق كۆپ خىل تەتقىقاتلاردا ئىشلىتىلگەن.
يەنە بىر جەھەتتىن ، ئۆزلۈكىدىن تەشكىللەش گىرافىكى (SeOM) لى قاتارلىقلار قاتارلىق ھەر خىل ماقالىلەردە قوللىنىلغان ئۆگىنىش ھېسابلاش ئۇسۇلى. 43 ، ۋاڭ قاتارلىقلار. 44 ، ھۆسەيىن بۇيان قاتارلىقلار. 45 ۋە Kebonye قاتارلىقلار .46 بوشلۇقنىڭ خاسلىقى ۋە ئېلېمېنتلارنىڭ گۇرۇپپىلىنىشىنى بەلگىلەڭ. ۋاڭ قاتارلىقلار. SeOM نىڭ سىزىقسىز مەسىلىلەرنى گۇرۇپپىلاش ۋە تەسەۋۋۇر قىلىش ئىقتىدارى بىلەن تونۇلغان كۈچلۈك ئۆگىنىش تېخنىكىسى ئىكەنلىكىنى ئوتتۇرىغا قويدى. ئاساسلىق زاپچاسلارنى ئانالىز قىلىش ، تۇتۇق توپلاش ، قاتلاملىق توپلاش ۋە كۆپ ئۆلچەملىك تەدبىر بەلگىلەش قاتارلىق باشقا ئەندىزىلەرنى پەرقلەندۈرۈش تېخنىكىسىغا ئوخشىمايدىغىنى ، SeOM PTE ئەندىزىسىنى تەشكىللەش ۋە پەرقلەندۈرۈشكە ماھىر. ۋاڭ قاتارلىقلارنىڭ سۆزىگە قارىغاندا. 44 ، SeOM مۇناسىۋەتلىك نېرۋا ھۈجەيرىلىرىنىڭ تارقىلىشىنى كەڭ دائىرىدە گۇرۇپپىلىيالايدۇ ۋە يۇقىرى ئېنىقلىقتىكى سانلىق مەلۇمات تەسۋىر بىلەن تەمىنلەيدۇ. بەزى كىشىلەر Ni ئالدىن مەلۇمات سانلىق مەلۇماتلىرىنى تەسۋىرلەپ ، بىۋاسىتە چۈشەندۈرۈش نەتىجىسىنى تەسۋىرلەيدىغان ئەڭ ياخشى مودېلغا ئېرىشىدۇ.
بۇ ماقالە شەھەر ۋە شەھەر ئەتراپىدىكى تۇپراقتىكى نىكېلنىڭ مىقدارىنى مۆلچەرلەشتە ئەڭ ياخشى توغرىلىق بىلەن پۇختا خەرىتە ئەندىزىسىنى بارلىققا كەلتۈرۈشنى مەقسەت قىلىدۇ. بىز قىياس قىلىمىزكى ، ئارىلاشما مودېلنىڭ ئىشەنچلىكلىكى ئاساسلىقى ئاساسىي مودېلغا باغلانغان باشقا مودېللارنىڭ تەسىرىگە باغلىق. بىز DSM دۇچ كەلگەن خىرىسنى ئېتىراپ قىلىمىز ، بۇ خىرىسلار كۆپ تەرەپلەردە ھەل قىلىنغاندا ، جۇغراپىيەشۇناسلىق ۋە پارلامېنت ئەزالىرىنىڭ تەرەققىياتىنىڭ بىرىكىشى كۈچىيىۋاتقاندەك قىلىدۇ. شۇڭلاشقا ، بىز ئارىلاشما مودېللارنى ئوتتۇرىغا قويالايدىغان تەتقىقات سوئاللىرىغا جاۋاب بېرىشكە تىرىشىمىز. قانداقلا بولمىسۇن ، نىشان ئېلېمېنتنى مۆلچەرلەشتىكى مودېل قانچىلىك توغرا؟ يەنە ، دەلىللەش ۋە توغرىلىق باھالاشنى ئاساس قىلغان ئۈنۈم باھالاش سەۋىيىسى نېمە؟ SeOM نىڭ نىكېل بوشلۇق پەرقىنىڭ يۇقىرى ئېنىقلىقتىكى خەرىتىسىنى ھاسىل قىلىش.
بۇ تەتقىقات چېخ جۇمھۇرىيىتىدە ئېلىپ بېرىلماقتا ، بولۇپمۇ موراۋىيە-سىلېسىيە رايونىنىڭ فرىدېك مىستېك رايونىدا (1-رەسىمگە قاراڭ). تەتقىقات رايونىنىڭ جۇغراپىيىلىك ئورنى ئىنتايىن قوپال بولۇپ ، كۆپىنچە موراۋىيە-سىلېسىيە بېسكىدى رايونىنىڭ بىر قىسمى بولۇپ ، كارپاتىيان تېغىنىڭ سىرتقى گىرۋىكىنىڭ بىر قىسمى. 225 and 327 m; قانداقلا بولمىسۇن ، بۇ رايوننىڭ كېلىمات ھالىتىنىڭ كوپپېن تۈرگە ئايرىش سىستېمىسى Cfb = مۆتىدىل دېڭىز-ئوكيان كىلىماتى دەپ باھالانغان ، قۇرغاق ئايلاردىمۇ ھۆل-يېغىن كۆپ بولىدۇ. تېمپېراتۇرا ° C5 تىن ° C24 ئارىلىقىدا يىل بويى ئازراق پەرقلىنىدۇ ، ° C14 تىن تۆۋەن ياكى 30 سېلسىيە گرادۇستىن تۆۋەن بولىدۇ ، ئەمما ئوتتۇرىچە يىللىق ھۆل-يېغىن مىقدارى 685 دىن 752 مىللىمېتىرغىچە. يەر ۋە ئورماننىڭ قاپلىنىش نىسبىتى% 49.36. يەنە بىر تەرەپتىن ، بۇ تەتقىقاتتا ئىشلىتىلگەن يەرنىڭ كۆلىمى تەخمىنەن 889.8 كۋادرات كىلومېتىر. ئوستراۋا ۋە ئۇنىڭ ئەتراپىدا ، پولات-تۆمۈر سانائىتى ۋە مېتال زاۋۇتى ئىنتايىن جانلىنىدۇ. مېتال زاۋۇتى ، نىكېل داتلاشماس پولات-تۆمۈردە ئىشلىتىلىدىغان پولات-تۆمۈر سانائىتى (مەسىلەن ، ئاتموسفېرانىڭ چىرىشىگە قارشى تۇرۇش ۋە كۈچلۈكلۈكنى ئاشۇرۇش قاتارلىقلار). فوسفات ئوغۇتى ئىشلىتىش ۋە چارۋا ئىشلەپچىقىرىش رايوندىكى نىكېلنىڭ تەتقىقات يوشۇرۇن مەنبەسى (مەسىلەن ، قوزىلارغا نىكېل قوشۇپ ، قوزىلار ۋە تۆۋەن يەم-خەشەك كالىلىرىنىڭ ئۆسۈپ يېتىلىش نىسبىتىنى ئاشۇرۇش). نىكېلنىڭ تەتقىقات ساھەسىدە ئىشلىتىلىشى ئېلېكتر ئېنېرگىيىسىدە ئىشلىتىشنى ئۆز ئىچىگە ئالىدۇ. ماتېرىياللار. ئۇلار تەبىئەتتە ئۆز-ئارا سوقۇلۇشچان ، ئاليۇسىيلىق ياكى ئېئوليانلىق.
ئۆگىنىش رايونى خەرىتىسى [تەتقىقات رايونى خەرىتىسى ArcGIS ئۈستەل يۈزى (ESRI ، Inc ، 10.7 نەشرى ، URL: https://desktop.arcgis.com) ئارقىلىق ياسالغان.]
فرېدېك مىستېك رايونىدىكى شەھەر ۋە شەھەر ئەتراپىدىكى تۇپراقتىن جەمئىي 115 يەر ئۈستى ئەۋرىشكىسى ئېلىنغان. ئىشلىتىلگەن ئەۋرىشكە ئەندىزىسى مۇنتىزىم تور بولۇپ ، تۇپراق ئەۋرىشكىسى ئارلىقى 2 × 2 كىلومىتىر ، يەر ئۈستى تۇپرىقى 0 دىن 20 سانتىمېتىر چوڭقۇرلۇقتا قولدا تۇتۇلغان GPS ئۈسكۈنىسى (لېيكا زېنو 5 GPS) ئارقىلىق ئەۋرىشكە ئېلىنغان ، ئەۋرىشكە ئېلىنغان. مېخانىك سىستېما ئارقىلىق (Fritsch دىسكا زاۋۇتى) ، ۋە ئەلگەك (ئەلگەك چوڭلۇقى 2 مىللىمېتىر). ئېنىق يېزىلغان تېفلون بوتۇلكىلىرىغا 1 گرام قۇرۇتۇلغان ، بىرىكتۈرۈلگەن ۋە ئېرىتىلگەن تۇپراق ئەۋرىشكىسىنى ئالماشتۇرۇڭ. ھەر بىر تېفلون قاچىسىدا% 35 لىك HCl ۋە 7 مىللىلېتىر% 65 لىك HNO3 (ئاپتوماتىك دىسپېنېرنى ئىشلىتىپ) بىر كېچىدىلا رېئاكسىيە قىلىدۇ. خاسىيەتلىك مېتال تاختايدىكى خاسىيەتلىك ماددا (تېمپېراتۇرا: 100 W ۋە 160 سېلسىيە گرادۇس) 2 سائەت ئەۋرىشكەنىڭ ھەزىم قىلىش جەريانىنى ئاسانلاشتۇرىدۇ ، ئاندىن سوۋۇتىدۇ. خاسىيەتلىك ماددىنى 50 مىللىمېتىرلىق چوڭ تەخسىگە يۆتكەپ ، 50 مىللىلېتىرغا دىئونسىزلانغان سۇ بىلەن سۇيۇلدۇرۇڭ. PTE ساختا قويۇقلۇقى ئۈچۈن تەييارلانغان 12 مىللىمېتىرلىق تۇرۇبا. PTEs نىڭ قويۇقلۇقى (As, Cd, Cr, Cu, Mn, Ni, Pb, Zn, Ca, Mg, K) ICP-OES (ئىندۇكسىيىلىك تۇتاشتۇرۇلغان پلازما ئوپتىكىلىق بۇلغىما قويۇپ بېرىش سپېكتروسكوپى) (تېرمو فىشېر ئىلمىي ، ئامېرىكا) QQ ۋە ئۆلچەملىك ئۆلچەش ئۇسۇلى. 2711a مونتانا II تۇپرىقى). تەكشۈرۈشنىڭ يېرىمىدىن تۆۋەن بولغان PTE بۇ تەتقىقاتتىن چىقىرىۋېتىلدى. بۇ تەتقىقاتتا ئىشلىتىلگەن PTE نىڭ بايقاش چېكى 0.0004 ئىدى.
ئېمپىراتورلۇق Bayesian Kriging (EBK) تۇپراق ئىلمى قاتارلىق كۆپ خىل ساھەلەردە مودېللىقتا قوللىنىلىدىغان نۇرغۇن جۇغراپىيىلىك ئۆزئارا باغلىنىش تېخنىكىسىنىڭ بىرى. بۇ يېرىم شارنى پىلانلاش بىلەن مۇناسىۋەتلىك بولۇپ ، يېتەرلىك كەركىدان ئۇسۇلىنىڭ ئىنتايىن مۇرەككەپ بىر قىسمىنى تەشكىل قىلىدۇ. EBK نىڭ ئۆز-ئارا باغلىنىش جەريانى Krivoruchko50 ئوتتۇرىغا قويغان ئۈچ ئۆلچەمگە ئەمەل قىلىدۇ ، (a) مودېل كىرگۈزۈلگەن سانلىق مەلۇمات سانلىق مەلۇمات ئامبىرىنىڭ يېرىم مۆلچەرىنى مۆلچەرلەيدۇ. كەينى
قەيەردە \ (مەسىلە \ سول (A \ ئوڭ) \) ئالدىنقى ئورۇنغا ۋەكىللىك قىلىدۇ ، \ (مەسىلە \ سول (B \ ئوڭ) \) چەتكە قېقىش ئېھتىماللىقى كۆپىنچە ئەھۋاللاردا نەزەردىن ساقىت قىلىنىدۇ ، \ (مەسىلە (B ، A) \). يېرىم پروگرامما پروگراممىسىنىڭ كۆزىتىش سانلىق مەلۇماتلىرى.
تىرەك ۋېكتور ماشىنىسى ماشىنا ئۆگىنىش ئالگورىزىم بولۇپ ، ئوخشاش ، ئەمما تۈز سىزىقلىق بولمىغان مۇستەقىل سىنىپلارنى پەرقلەندۈرۈش ئۈچۈن ئەڭ ياخشى ئايرىش پىلانىنى ھاسىل قىلىدۇ. Vapnik51 مەقسەتنى تۈرگە ئايرىش ئالگورىزىمنى بارلىققا كەلتۈردى ، ئەمما ئۇ يېقىندا چېكىنىشكە يۈزلەنگەن مەسىلىلەرنى ھەل قىلىشقا ئىشلىتىلدى. لى قاتارلىقلار. ۋە Mulier53 SVMR نى مېغىزنى ئاساس قىلغان چېكىنىش شەكلىدە باشلامچى قىلغان ، بۇ ھېسابلاش كۆپ دۆلەت بوشلۇق فۇنكسىيەسى بار تۈز سىزىقلىق چېكىنىش ئەندىزىسىدىن پايدىلىنىپ ئېلىپ بېرىلغان. جون ۋە al54 دوكلاتتا SVMR مودېلنىڭ گىپروپلان سىزىقلىق چېكىنىش ئۇسۇلىنى قوللانغانلىقى ، بۇ سىزىقسىز مۇناسىۋەت ئورنىتىدىغانلىقى ۋە بوشلۇقتىكى ئىقتىدارلارغا يول قويغانلىقى كۆرسىتىلدى. Vohland قاتارلىقلار. 55 ، epsilon (ε) -SVMR تەربىيەلەنگەن سانلىق مەلۇمات جەدۋىلىنى ئىشلىتىپ ، ئۆز-ئارا مۇناسىۋەتلىك سانلىق مەلۇماتلارنى تەربىيىلەشتىكى ئەڭ ياخشى ئېپسىلون بىر تەرەپلىمىلىكى بىلەن سانلىق مەلۇماتنى مۇستەقىل خەرىتىلەشتە قوللىنىلىدىغان epsilon سەزگۈر ئىقتىدار سۈپىتىدە ۋەكىللىك ئەندىزىسىگە ئېرىشىدۇ. ئالدىن بېكىتىلگەن ئارىلىق خاتالىقى ئەمەلىي قىممەتكە سەل قارىلىدۇ ، ئەگەر خاتالىق ε (ε) دىن چوڭ بولسا ، تۇپراقنىڭ خۇسۇسىيىتى ئۇنى تولۇقلايدۇ. ۋېكتور. Vapnik51 ئوتتۇرىغا قويغان تەڭلىمە تۆۋەندە كۆرسىتىلدى.
بۇ يەردە b تارازا بوسۇغىسىغا ۋەكىللىك قىلىدۇ ، \ (K \ left ({x} _ {,} {x} _ {k} \ right) \) مېغىز فۇنكسىيەسىگە ۋەكىللىك قىلىدۇ ، \ (\ alpha \) لاگېرانگ كۆپەيتكۈچكە ۋەكىللىك قىلىدۇ ، N سانلىق مەلۇمات سانلىق مەلۇمات ئامبىرىغا ۋەكىللىك قىلىدۇ ، \ ({x} _ {k} \) سانلىق مەلۇمات كىرگۈزۈشنى كۆرسىتىدۇ ، \ (y \) بولسا سانلىق مەلۇمات چىقىرىشنىڭ ئاساسى. .
كۆپ سىزىقلىق كەينىگە قايتىش ئەندىزىسى (MLR) بولسا ئەڭ تۆۋەن كۋادرات ئۇسۇلى ئارقىلىق ھېسابلانغان سىزىقلىق بىرىكتۈرۈلگەن پارامېتىرلارنى ئىشلىتىش ئارقىلىق ئىنكاس ئۆزگەرگۈچى مىقدار بىلەن بىر قانچە ئالدىن پەرەز ئۆزگەرگۈچى مىقدارنىڭ مۇناسىۋىتىنى ئىپادىلەيدىغان چېكىنىش ئەندىزىسى. MLR دا ، ئەڭ ئاز كۋادرات مودېل چۈشەندۈرۈش ئۆزگەرگۈچى مىقدارنى تاللىغاندىن كېيىن تۇپراق خۇسۇسىيىتىنىڭ ئالدىن پەرەز قىلىش ئىقتىدارىدۇر.
بۇ يەردە y بولسا ئۆزگىرىشچان ئۆزگىرىشچان ، \ (a \) توسۇش ، n ئالدىن پەرەز قىلغۇچىلارنىڭ سانى ، \ ({b} _ {1} \) كوئېففىتسېنتنىڭ قىسمەن چېكىنىشى ، \ ({x} _ {i} \) ئالدىن پەرەز ياكى چۈشەندۈرۈش ئۆزگەرگۈچى مىقدارنى كۆرسىتىدۇ ، \ ({\ varepsilon} _ {i} \) مودېلدىكى خاتالىقنى كۆرسىتىدۇ.
ئارىلاشما مودېللار EBM نى SVMR ۋە MLR بىلەن ساندۋىچلاش ئارقىلىق قولغا كەلتۈرۈلدى. بۇ EBK ئۆز ئارا باغلىنىشتىن ئالدىن مۆلچەرلەنگەن قىممەتنى چىقىرىش ئارقىلىق ئېلىپ بېرىلىدۇ. ئۆز-ئارا مۇناسىۋەتلىك Ca ، K ۋە Mg ئۆز ئارا بىرلەشتۈرۈلگەن جەريان ئارقىلىق CaK ، CaMg ۋە KMg غا ئوخشاش يېڭى ئۆزگىرىشچان مىقدارلارغا ئېرىشىدۇ. CaK ، CaMg ، KMg ۋە CaKMg. بۇ ئۆزگىرىشچانلار بىزنىڭ ئالدىن بېشارەتلىرىمىزگە ئايلىنىپ ، شەھەر ۋە شەھەر ئەتراپىدىكى تۇپراقتىكى نىكېلنىڭ قويۇقلۇقىنى مۆلچەرلەشكە ياردەم بەردى. SVMR ئالگورىزىم ئالدىن پەرەز قىلغۇچىلاردا ئېلىپ بېرىلىپ ، ئارىلاشما مودېل Empesical Bayesian Kriging-Support Vector Machine (EBK_SVM) غا ئېرىشتى. .
SeOM نى ئىشلىتىش پۇل-مۇئامىلە ، ساقلىق ساقلاش ، سانائەت ، ستاتىستىكا ، تۇپراق ئىلمى ۋە باشقا نۇرغۇن سانلىق مەلۇماتلارنى تەشكىللەش ، باھالاش ۋە مۆلچەرلەشتىكى مودا قورالغا ئايلاندى. بىر قىسىم سۈنئىي نېرۋا تورى ۋە تەشكىللەش ، باھالاش ۋە ئالدىن پەرەز قىلىش ئۈچۈن نازارەت قىلىنمىغان ئۆگىنىش ئۇسۇللىرى ئارقىلىق بارلىققا كەلگەن. بۇ تەتقىقاتتا ، SeOM Ni قويۇقلۇقىنى شەھەر ۋە شەھەر ئەتراپىدىكى تۇپراقتىكى Ni نى مۆلچەرلەشتىكى ئەڭ ياخشى مودېلغا ئاساسەن مۆلچەرلىگەن. variable43,56.Melssen et al. 57 كىرگۈزۈش ۋېكتورىنىڭ نېرۋا تورىغا بىر كىرگۈزۈش قەۋىتى ئارقىلىق يەككە ئېغىرلىق ۋېكتورى بىلەن چىقىرىش ۋېكتورىغا ئۇلىنىشىنى تەسۋىرلەڭ. SeOM ھاسىل قىلغان مەھسۇلات ئىككى خىل ئۆلچەملىك خەرىتە بولۇپ ، ئۇلارنىڭ يېقىنلىقىغا ئاساسەن ئالتە تەرەپلىك ، ئايلانما ياكى كۋادرات يەر شەكلى خەرىتىسىگە توقۇلغان ئىككى ئۆلچەملىك خەرىتە. ئايرىم-ئايرىم ھالدا ئۆلچەم ، مىقدارلاشتۇرۇش خاتالىقى (QE) ۋە يەر شەكلى خاتالىق. 55 خەرىتە بىرلىكى (5 × 11). نېرۋا قۇرۇلمىسى تەجرىبە تەڭلىمىسىدىكى تۈگۈن سانىغا ئاساسەن بەلگىلىنىدۇ.
بۇ تەتقىقاتتا ئىشلىتىلگەن سانلىق مەلۇماتنىڭ سانى 115 ئەۋرىشكە. تاسادىپىي ئۇسۇل سانلىق مەلۇماتنى سىناق سانلىق مەلۇماتلىرىغا (دەلىللەشنىڭ% 25) ۋە تەربىيىلەش سانلىق مەلۇمات توپلىمىغا (تەڭشەش ئۈچۈن% 75) بۆلۈشكە ئىشلىتىلىدۇ. بۇ جەريان ، بەش قېتىم تەكرارلىنىدۇ. EBK ئۆزئارا باغلىنىش ئارقىلىق ھاسىل قىلىنغان ئۆزگەرگۈچى مىقدار ئالدىن پەرەز ياكى چۈشەندۈرۈش ئۆزگەرگۈچى مىقدار سۈپىتىدە نىشان ئۆزگەرگۈچى مىقدارنى مۆلچەرلەيدۇ.
ھەرخىل دەلىللەش پارامېتىرلىرى تۇپراقتىكى نىكېلنىڭ قويۇقلۇقىنى مۆلچەرلەشكە ماس كېلىدىغان ئەڭ ياخشى مودېلنى ئېنىقلاش ۋە مودېلنىڭ توغرىلىقى ۋە ئۇنىڭ دەلىللىنىشىگە باھا بېرىش ئۈچۈن قوللىنىلدى. ئارىلاشما مودېللار ئوتتۇرىچە مۇتلەق خاتالىق (MAE) ، يىلتىز ئوتتۇرىدىكى كۋادرات خاتالىق (RMSE) ۋە R كۋادرات ياكى كوئېففىتسېنت بەلگىلەش (R2) ئارقىلىق باھالاندى. MAE بولسا ئەمەلىي مىقدار قىممىتىنى بەلگىلەيدۇ. دەلىللەش پارامېتىرى ئارقىلىق ئەڭ ياخشى ئارىلاشما مودېلنى باھالاش ئۈچۈن R2 قىممىتى چوقۇم يۇقىرى بولۇشى كېرەك ، قىممىتى 1 گە قانچە يېقىن بولسا ، توغرىلىق شۇنچە يۇقىرى بولىدۇ. لى قاتارلىقلار. 59 ، R2 ئۆلچىمى قىممىتى 0.75 ياكى ئۇنىڭدىن يۇقىرى بولسا ياخشى ئالدىن پەرەز ھېسابلىنىدۇ. 0.5 دىن 0.75 گىچە قوبۇل قىلىشقا بولىدىغان مودېل ئىقتىدار ، 0.5 دىن تۆۋەن بولسا قوبۇل قىلغىلى بولمايدىغان مودېل ئىقتىدار. RMSE ۋە MAE دەلىللەش ئۆلچىمىنى باھالاش ئۇسۇلىنى ئىشلىتىپ مودېل تاللىغاندا ، ئېرىشكەن تۆۋەن قىممەتلەر يېتەرلىك بولۇپ ، ئەڭ ياخشى تاللاش دەپ قارالدى. تۆۋەندىكى تەڭلىمە دەلىللەش ئۇسۇلىنى تەسۋىرلەيدۇ.
بۇ يەردە n كۆزىتىلگەن قىممەتنىڭ چوڭ-كىچىكلىكىگە ۋەكىللىك قىلىدۇ \ ({Y} _ {i} \) ئۆلچەملىك ئىنكاسقا ۋەكىللىك قىلىدۇ ، \ ({\ widehat {Y}} _ {i} \) مۇ ئالدىن مۆلچەرلەنگەن قىممەتكە ۋەكىللىك قىلىدۇ ، شۇڭلاشقا ، بىرىنچى قېتىملىق كۆزىتىش ئۈچۈن.
ئالدىن پەرەز ۋە ئىنكاس ئۆزگەرگۈچى مىقدارنىڭ ستاتىستىكىلىق تەسۋىرى 1-جەدۋەلدە كۆرسىتىلدى ، ئوتتۇرىچە ، ئۆلچەملىك ياتلىشىش (SD) ، ئۆزگىرىش كوئېففىتسېنتى (CV) ، ئەڭ تۆۋەن ، ئەڭ چوڭ ، كۇرتوز ۋە ئەگرى-توقايلىق قاتارلىقلار كۆرسىتىلدى. ئېلېمېنتلارنىڭ ئەڭ تۆۋەن ۋە ئەڭ چوڭ قىممىتى Mg
ئالدىن پەرەز ئۆزگەرگۈچى مىقدارنىڭ ئىنكاس ئېلمىنتلىرى بىلەن باغلىنىشى ئېلېمېنتلار ئوتتۇرىسىدىكى قانائەتلىنەرلىك باغلىنىشنى كۆرسىتىپ بېرىدۇ (3-رەسىمگە قاراڭ) .بۇ باغلىنىشتا CaK نىڭ Ca قىممىتىگە ئوخشاش r قىممىتى = 0.53 بىلەن ئوتتۇراھال باغلىنىشنى كۆرسەتكەنلىكى كۆرسىتىلدى. 68 ۋە Santo69 نىڭ كۆرسىتىشىچە ، ئۇلارنىڭ تۇپراقتىكى سەۋىيىسى تەتۈر تاناسىپ بولىدۇ. قانداقلا بولمىسۇن ، Ca ۋە Mg K غا قارشى تۇرىدۇ ، ئەمما CaK نىڭ مۇناسىۋىتى ياخشى. بۇ بەلكىم كالىي كاربونات قاتارلىق ئوغۇتلارنىڭ ئىشلىتىلىشىدىن بولۇشى مۇمكىن ، كالىينىڭ قويۇقلۇقى ئوتتۇراھال باغلىنىشلىق ، چۈنكى كالىي بۇ ئىككى خىل ئېلېمېنت بىلەن مۇناسىۋەتلىك. ماگنىي سۇلفات ، كالىي ماگنىي نىترات ۋە كالىي تۇپراققا سۈرۈلۈپ ، ئۇلارنىڭ كەمتۈكلۈك دەرىجىسىنى ئۆستۈرىدۇ. نىكېل ئايرىم-ئايرىم ھالدا Ca ، K ۋە Mg بىلەن r قىممىتى = 0.52 ، 0.63 ۋە 0.55 بىلەن ئوتتۇراھال باغلىنىشلىق بولىدۇ. تۇپراقتىكى نىكېل.
ئالدىن پەرەز قىلغۇچىلار بىلەن ئىنكاسلارنىڭ مۇناسىۋىتىنى كۆرسىتىپ بېرىدىغان ئېلېمېنتلارنىڭ باغلىنىش ماترىسكىسى (ئەسكەرتىش: بۇ رەسىم ئېلېمېنتلار ئارىسىدىكى چېچىلىشنى ئۆز ئىچىگە ئالىدۇ ، مۇھىملىق دەرىجىسى p <0,001 نى ئاساس قىلىدۇ).
4-رەسىمدە ئېلېمېنتلارنىڭ بوشلۇقتىكى تارقىلىشى تەسۋىرلەنگەن. Burgos et al70 نىڭ سۆزىگە قارىغاندا ، بوشلۇقنىڭ تارقىتىلىشى بۇلغانغان رايونلاردىكى قىزىق نۇقتىلارنى مىقدارلاشتۇرۇش ۋە گەۋدىلەندۈرۈشتە قوللىنىلىدىغان تېخنىكا. 4-رەسىمدىكى Ca نىڭ بېيىش دەرىجىسىنى بوشلۇق تەقسىملەش خەرىتىسىنىڭ غەربىي شىمال قىسمىدا كۆرگىلى بولىدۇ. ئۇنىڭ پولات-تۆمۈر زاۋۇتىدا ئىشقارلىق ئوكسىگېن سۈپىتىدە ئىشلىتىلىشى. يەنە بىر تەرەپتىن ، باشقا دېھقانلار كىسلاتالىق تۇپراقتىكى كالتسىي ھىدروكسىدنى ئىشلىتىپ pH نى نېيتراللاشتۇرۇشنى ياخشى كۆرىدۇ ، بۇ تۇپراقنىڭ كالتسىي مىقدارىنىمۇ ئاشۇرىدۇ. 71. ماداراس ۋە لىپاۋىسكىي 72 ، ماداراس قاتارلىقلار .73 ، پۇلكرابوۋا قاتارلىقلار .74 ، ئاسارې قاتارلىقلار. تەقسىمات خەرىتىسىنىڭ غەربىي شىمالىدىكى بوشلۇقتىكى كالىينى موللاشتۇرۇش كالىي خلورىد ، كالىي سۇلفات ، كالىي نىترات ، كالىي ، كالىي قاتارلىق كالىينى ئاساس قىلغان ئوغۇتنى ئىشلىتىپ ، ناچار تۇپراقنىڭ كالىي مىقدارىنى ئاشۇرۇشى مۇمكىن. زادوروۋا قاتارلىقلار. 76 ۋە Tlustoš قاتارلىقلار. 77 نى ئاساس قىلىپ ، K نى ئاساس قىلغان ئوغۇتنىڭ ئىشلىتىلىشى تۇپراقتىكى K مىقدارىنى ئاشۇرىدىغانلىقىنى ۋە ئۇزۇن مۇددەت تۇپراقنىڭ ئوزۇقلۇق تەركىبىنى كۆرۈنەرلىك ئاشۇرىدىغانلىقىنى ، بولۇپمۇ K ۋە Mg نىڭ تۇپراقتىكى ئىسسىق جاينى كۆرسىتىپ بېرىدىغانلىقىنى ئوتتۇرىغا قويدى. خەرىتىنىڭ غەربىي شىمالى ۋە خەرىتىنىڭ شەرقىي جەنۇبىدىكى ئوتتۇراھال قىزىق نۇقتىلار. تۇپراقتىكى كوللوئىدلىق تۇپراقنىڭ تەركىبىدىكى ماگنىينىڭ قويۇقلۇقى تۆۋەنلەيدۇ. كالىي ماگنىي سۇلفات ، ماگنىي سۇلفات ۋە كىسېرېت قاتارلىق ئوغۇتلار تۇپراقتىكى كەمتۈكلۈكنى (ئۆسۈملۈكلەر بىنەپشە ، قىزىل ياكى قوڭۇر كۆرۈنىدۇ ، بۇ ماگنىي كەملىكنى كۆرسىتىدۇ) نورمال pH دائىرىسى بىلەن تەمىنلەيدۇ.
ئېلېمېنتلارنىڭ بوشلۇقتىكى تارقىلىشى [بوشلۇق تەقسىملەش خەرىتىسى ArcGIS ئۈستەل يۈزى (ESRI ، Inc ، 10.7 نەشرى ، URL: https://desktop.arcgis.com) ئارقىلىق قۇرۇلدى.]
بۇ تەتقىقاتتا ئىشلىتىلگەن ئېلېمېنتلارنىڭ مودېل ئىقتىدار كۆرسەتكۈچى نەتىجىسى 2-جەدۋەلدە كۆرسىتىلدى ، يەنە بىر تەرەپتىن ، Ni نىڭ RMSE ۋە MAE ھەر ئىككىسى نۆلگە يېقىنلاشتى (0.86 RMSE ، -0.08 MAE). يەنە بىر تەرەپتىن ، K نىڭ RMSE ۋە MAE قىممىتى ھەر ئىككىسىنى قوبۇل قىلىشقا بولىدۇ. Ni نى ئالدىن پەرەز قىلىش ئۈچۈن EBK ئارقىلىق ئېلىپ بېرىلغان تەتقىقات جون قاتارلىقلارنىڭ نەتىجىسىدىن ياخشى ئىكەنلىكى بايقالدى. 54 بىرىكمە كرىزىستىن پايدىلىنىپ ئوخشاش توپلانغان سانلىق مەلۇماتلارنى ئىشلىتىپ تۇپراقتىكى S قويۇقلۇقىنى مۆلچەرلەيدۇ. بىز تەتقىق قىلغان EBK نەتىجىسى Fabijaczyk قاتارلىقلار بىلەن مۇناسىۋەتلىك. 41, Yan et al. 79, Beguin et al. 80 ، Adhikary قاتارلىقلار. 81 and John et al. 82 ، بولۇپمۇ K ۋە Ni.
شەھەر ۋە شەھەر ئەتراپىدىكى تۇپراقتىكى نىكېلنىڭ مىقدارىنى مۆلچەرلەشتىكى يەككە ئۇسۇللارنىڭ ئىپادىسى مودېللارنىڭ ئىپادىسىدىن پايدىلىنىپ باھالاندى (3-جەدۋەل). مودېلنى دەلىللەش ۋە توغرىلىق باھالاش Ca_Mg_K ئالدىن پەرەز قىلغۇچىنىڭ EBK SVMR مودېلى بىلەن بىرلەشتۈرۈلۈپ ئەڭ ياخشى ئۈنۈمگە ئېرىشكەنلىكىنى ئىسپاتلىدى. 95.479 mg / kg (RMSE) ۋە 77.368 mg / kg (MAE) Ca_Mg_K-SVMR 0.663 (R2) ، 235.974 mg / kg (RMSE) ، 166.946 mg / kg (MAE). R2); ئۇلارنىڭ RMSE ۋە MAE نەتىجىسى Ca_Mg_K-EBK_SVMR (R2 0.637) دىن يۇقىرى بولدى (3-جەدۋەلگە قاراڭ). بۇنىڭدىن باشقا ، Ca_Mg-EBK_SVMR (RMSE = 1664.64 ۋە MAE = 1031.49) تىپىدىكى RMSE ۋە MAE ئايرىم-ئايرىم ھالدا 17.5 ۋە 13.4. Ca_Mg-K SVMR (RMSE = 235.974 ۋە MAE = 166.946) نىڭ RMSE ۋە MAE ئايرىم-ئايرىم ھالدا Ca_Mg_K-EBK_SVMR RMSE ۋە MAE دىن 2.5 ۋە 2.2 چوڭ. 46 and john et al. 54 ، RMSE ۋە MAE نۆلگە قانچە يېقىنلاشقانسېرى ، نەتىجىسى شۇنچە ياخشى بولىدۇ. SVMR ۋە EBK_SVMR نىڭ مىقدارلاشقان RSME ۋە MAE قىممىتى تېخىمۇ يۇقىرى. RSME نىڭ مۆلچەرى MAE قىممىتىدىن ئىزچىل يۇقىرى بولۇپ ، سىرتقا چىققۇچىلارنىڭ مەۋجۇتلىقىنى كۆرسىتىپ بېرىدۇ. سانلىق مەلۇمات سانلىق مەلۇمات ئامبىرى قانچە كۆپ بولسا ، MAE ۋە RMSE قىممىتى شۇنچە يۇقىرى بولىدۇ. 59 ، بۇ توغرىلىق دەرىجىسى قوبۇل قىلىشقا بولىدىغان مودېل ئىقتىدار نىسبىتى. ھازىرقى نەتىجىلەرنى تاراسوف قاتارلىقلار ئىلگىرىكى تەتقىقاتقا سېلىشتۇردى. 36 نىڭ ئارىلاش ماتورلۇق مودېلى MLPRK (Multilayer Perceptron Residual Kriging) نى بارلىققا كەلتۈرگەن بولۇپ ، نۆۋەتتىكى تەتقىقاتتا دوكلات قىلىنغان EBK_SVMR توغرىلىق باھالاش كۆرسەتكۈچى بىلەن مۇناسىۋەتلىك ، RMSE (210) ۋە MAE (167.5) بىزنىڭ نۆۋەتتىكى تەتقىقات نەتىجىمىزدىن يۇقىرى بولدى (RMSE 95.479 ، MAE 77.368). 36 (0.544) ، ئېنىقكى ، بۇ ئارىلاشما مودېلدا ئېنىقلىق كوئېففىتسېنتى (R2) تېخىمۇ يۇقىرى. ئارىلاشما مودېلنىڭ خاتالىق پەرقى (RMSE ۋە MAE) (EBK SVMR) ئىككى ھەسسە تۆۋەن. ئوخشاشلا ، سېرگېف قاتارلىقلار .34 تەرەققىي قىلغان ئارىلاش ماتورلۇق مودېلنىڭ 0.28 (R2) خاتىرىلەنگەن (Multilayer Perceptron Residual Kriging). مودېل (EBK SVMR) بولسا% 63.7 ، سېرگېف قاتارلىقلار ئېرىشكەن مۆلچەرنىڭ توغرىلىقى. 34 بولسا% 28. ئەڭ ئاخىرقى خەرىتە (5-رەسىم) EBK_SVMR مودېلى ۋە Ca_Mg_K نى ئالدىن پەرەز قىلىپ ئىشلىتىپ ، پۈتكۈل تەتقىقات رايونىدا قىزىق نۇقتىلار ۋە ئوتتۇراھال نىكېللارنىڭ مۆلچەرىنى كۆرسىتىپ بېرىدۇ.
ئەڭ ئاخىرقى مۆلچەر خەرىتىسى ئارىلاش ماتورلۇق EBK_SVMR ۋە Ca_Mg_K نى ئالدىن پەرەز قىلىپ ئىشلىتىلىدۇ. [بوشلۇق تەقسىملەش خەرىتىسى RStudio ئارقىلىق ياسالغان (1.4.1717 نەشرى: https://www.rstudio.com/).]
6-رەسىمدە كۆرسىتىلگەن PTE قويۇقلۇقى يەككە نېرۋا ھۈجەيرىسىدىن تەركىب تاپقان بىرىكمە ئايروپىلان سۈپىتىدە. زاپچاس ئايروپىلانلىرىنىڭ ھېچقايسىسىدا كۆرسىتىلگەندەك رەڭ ئەندىزىسى نامايان قىلىنمىغان. قانداقلا بولمىسۇن ، سىزىلغان ھەر بىر خەرىتە ماس كېلىدىغان نېرۋا ھۈجەيرىلىرى 55.SOM ھەر خىل رەڭلەر ئارقىلىق ئىشلەپچىقىرىلىدۇ ، رەڭ ئەندىزىسى قانچە ئوخشىشىپ كەتسە ، ئەۋرىشكىلەرنىڭ خۇسۇسىيىتى ئوخشاش بولىدۇ. CaMg ئىنتايىن يۇقىرى تەرتىپلىك نېرۋا ھۈجەيرىسى ۋە تۆۋەن ئوتتۇراھال رەڭ ئەندىزىسى بىلەن بىر قىسىم ئوخشاشلىقلارغا ئىگە. ھەر ئىككى مودېل قىزىل ، قىزغۇچ سېرىق ۋە سېرىق رەڭگە ئوخشاش ئوتتۇرا ۋە يۇقىرى رەڭلەرنى كۆرسىتىش ئارقىلىق Ni نىڭ تۇپراقتىكى قويۇقلۇقىنى مۆلچەرلەيدۇ. KMg مودېلى ئېنىق نىسبەت ۋە تۆۋەندىن ئوتتۇراھال رەڭ يامىقىنى ئاساس قىلغان نۇرغۇن يۇقىرى رەڭ ئەندىزىسىنى كۆرسىتىپ بېرىدۇ. 4). CakMg مودېل زاپچاس ئايروپىلانى توغرا رەڭ ئۆلچىمىگە ئاساسەن تۆۋەندىن يۇقىرىغا ئوخشىمىغان رەڭ ئەندىزىسىنى كۆرسىتىپ بېرىدۇ. بۇنىڭدىن باشقا ، مودېلنىڭ نىكېل تەركىبى (CakMg) نىڭ مۆلچەرى 5-رەسىمدە كۆرسىتىلگەن نىكېلنىڭ بوشلۇقتىكى تارقىلىشى بىلەن ئوخشاش. ھەر بىر مودېلدىكى مۆلچەر قىممىتى. كونتېينېر ئۇسۇلى توپ توپىنىڭ ئەڭ ياخشى سانىغا ۋەكىللىك قىلىدۇ. توپلانغان 115 تۇپراق ئەۋرىشكىسى ئىچىدە ، 1-تۈر ئەڭ كۆپ تۇپراق ئەۋرىشكىسىگە ئېرىشتى ، 7-گۇرۇپپا 2 ئەۋرىشكە 33 ئەۋرىشكە ، 3-گۇرۇپپا 8 ئەۋرىشكە قوبۇل قىلىندى.
ھەر بىر Empirical Bayesian Kriging قوللاش ۋېكتور ماشىنىسى (EBK_SVM_SeOM) ئۆزگەرگۈچى مىقدارنىڭ زاپچاسلىرى. [SeOM خەرىتىسى RStudio ئارقىلىق ياسالغان (1.4.1717 نەشرى: https://www.rstudio.com/).]
ئوخشىمىغان گۇرۇپپىلارنى تۈرگە ئايرىش زاپچاسلىرى [SeOM خەرىتىسى RStudio ئارقىلىق ياسالغان (1.4.1717 نەشرى: https://www.rstudio.com/).]
بۇ تەتقىقات شەھەر ۋە شەھەر ئەتراپىدىكى تۇپراقتىكى نىكېل قويۇقلۇقىنىڭ مودېل تېخنىكىسىنى ئېنىق تەسۋىرلەپ بەردى. تەتقىقاتتا ئوخشىمىغان مودېل تېخنىكىلىرى سىناق قىلىندى ، ئېلېمېنتلار مودېل تېخنىكىسى بىلەن بىرلەشتۈرۈلۈپ ، تۇپراقتىكى نىكېل قويۇقلۇقىنى مۆلچەرلەشنىڭ ئەڭ ياخشى ئۇسۇلىغا ئېرىشتى. مودېل تېخنىكىسىنىڭ SeOM بىرىكمە تەكشىلىك بوشلۇق ئالاھىدىلىكى تۇپراقتىكى Ni قويۇقلۇقىنى كۆرسىتىپ بەردى. 5-رەسىم). نەتىجىدە كۆرسىتىلىشچە ، تىرەك ۋېكتور ماشىنىسىنىڭ چېكىنىش ئەندىزىسى (Ca Mg K-SVMR) Ni نىڭ تۇپراقتىكى قويۇقلۇقىنى يەككە مودېل دەپ مۆلچەرلىگەن ، ئەمما دەلىللەش ۋە توغرىلىقنى باھالاش پارامېتىرلىرى RMSE ۋە MAE جەھەتتە ئىنتايىن يۇقىرى خاتالىقلارنى كۆرسىتىپ بەرگەن. يەنە بىر تەرەپتىن ، EBK_MLR مودېلى بىلەن ئىشلىتىلگەن مودېل تېخنىكىسىنىڭ EBM_QR كوئېففىتسېنتىنىڭ تۆۋەنلىكى (R2) نىڭ تۆۋەنلىكى سەۋەبىدىن ئېرىشكەن. ئېنىقلىق دەرىجىسى% 63.7 بولغان RMSE ۋە MAE خاتالىقى بار .ئۇنداقتا EBK ئالگورىزىمنى ماشىنا ئۆگىنىش ئالگورىزىم بىلەن بىرلەشتۈرگەندە ئارىلاشما ئالگورىزىم ھاسىل قىلىپ ، PTEs نىڭ تۇپراقتىكى قويۇقلۇقىنى مۆلچەرلىيەلەيدۇ. نەتىجىدە كۆرسىتىلىشىچە ، Ca Mg K نى تەتقىقات رايونىدىكى Ni قويۇقلۇقىنى ئالدىن پەرەز قىلىش ئارقىلىق تۇپراقتىكى نىنىڭ سانائەتتىكى قويۇقلۇقىنىڭ كۆپىيىشىنى كۆرسىتىدۇ. تۇپراقتىكى نىكېلنىڭ. بۇنىڭدىن باشقا ، بىز EBK ئارقىلىق ھەر خىل ماشىنا ئۆگىنىش ئالگورىزىملىرى بىلەن بىرىكتۈرۈشنى تەۋسىيە قىلىمىز. قانداقلا بولمىسۇن ، تېخىمۇ كۆپ كوۋارىت ئىشلىتىش مودېلنىڭ ئىقتىدارىنى زور دەرىجىدە ياخشىلايدۇ ، بۇنى ھازىرقى خىزمەتنىڭ چەكلىمىسى دەپ قاراشقا بولىدۇ. بۇ تەتقىقاتنىڭ يەنە بىر چەكلىمىسى سانلىق مەلۇمات سانلىق مەلۇماتلىرىنىڭ سانى 115. شۇڭلاشقا ، ئەگەر تېخىمۇ كۆپ سانلىق مەلۇمات بىلەن تەمىنلەنسە ، ئوتتۇرىغا قويۇلغان ئەلالاشتۇرۇلغان ئارىلاشتۇرۇش ئۇسۇلىنىڭ ئۈنۈمىنى يۇقىرى كۆتۈرگىلى بولىدۇ.
ئۆسۈملۈك ۋە تۇپراقتىكى PlantProbs.net. نىكېل
كاسپرازاك ، KS نىكېل زامانىۋى مۇھىتتىكى زەھەرلىك ئىلگىرلەشلەرنى ئىلگىرى سۈردى.
Cempel, M. & Nikel, G. Nickel: A review of its sources and environmental toxicology. Polish J. Environment.Stud.15, 375–382 (2006).
Freedman, B. & Hutchinson, TC بۇلغىما ئاتموسفېراسىدىن كىرگۈزۈش ۋە كانادا ئونتارىيونىڭ سۇدبۇرىدىكى نىكېل مىس تاۋلاش زاۋۇتىغا يېقىن تۇپراق ۋە ئۆسۈملۈكلەردە يىغىلىش. Can.J. Bot.58 (1), 108-132.https: //doi.org/10.1139/b80-014 (1980).
Manyiwa, T. قاتارلىقلار. بوتسۋانادىكى سېلېبى-فىكۋې مىس-نىكېل كېنى ئەتراپىدىكى ئوتلاقتىكى ئوت-چۆپلەر بىلەن مۇناسىۋەتلىك ئېغىر مېتاللار ، ئۆسۈملۈكلەر ۋە خەتەرلەر. گېئو-خىمىيىلىك. ساغلاملىق https://doi.org/10.1007/s10653-021-00918-x (2021)
Cabata-Pendias.Kabata-Pendias A. 2011. تۇپراقتىكى ئىز ئېلېمېنتلىرى ۋە… - Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Trace+ + تۇپراق + ۋە + ئۆسۈملۈكلەردىكى ئېلېمېنتلار. + 4-نەشرى.
ئالمۇس ، ئا. ، سىنگى ، B.
نىلسېن ، GD قاتارلىقلار. نىكېلنىڭ ئىچىملىك سۇدا سۈمۈرۈلۈشى ۋە ساقلىنىشى يېمەكلىكنىڭ قوبۇل قىلىنىشى ۋە نىكېلنىڭ سەزگۈرلۈكى بىلەن مۇناسىۋەتلىك. زەھەرلىك كېسەللىكلەر ئىلتىماسى. دورىگەرلىك ھەرىكەتلىرى .154 ، 67-75 (1999).
Costa, M. & Klein, CB Nickel carcinogenesis, mutation, epigenetics or selection.surroundings.Halth Perspective.107, 2 (1999).
Ajman, PC; Ajado, SK; Borůvka, L. Bini, JKM; Sarkody, VYO; Cobonye, NM; يوشۇرۇن زەھەرلىك ئېلېمېنتلارنىڭ يۈزلىنىش ئانالىزى: بىبلىئومېتىرىيەلىك تەكشۈرۈش. مۇھىت گېئو-خىمىيە ۋە ساغلاملىق. ئالاھىدە پەن-تېخنىكا ۋە سودا مېدىياسى BV 2020.https: //doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB رەقەملىك تۇپراق خەرىتىسى: قىسقىچە تارىخ ۋە بەزى دەرسلەر. گېدېرما 264 ، 301 - 311.https: //doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. رەقەملىك تۇپراق خەرىتىسى توغرىسىدا. گېدېرما 117 (1-2) ، 3-52.https: //doi.org/10.1016/S0016-7061 (03) 00223-4 (2003).
Deutsch. 2021).
يوللانغان ۋاقتى: Jul-22-2022
