Nature.com saytiga tashrif buyurganingiz uchun tashakkur. Siz foydalanayotgan brauzer versiyasida CSS uchun cheklangan qo'llab-quvvatlash mavjud. Eng yaxshi tajriba uchun sizga yangilangan brauzerdan foydalanishingizni tavsiya qilamiz (yoki Internet Explorer-da moslik rejimini o'chirib qo'ying). Shu bilan birga, doimiy qo'llab-quvvatlashni ta'minlash uchun biz saytni uslublar va JavaScriptsiz namoyish qilamiz.
Tuproq ifloslanishi inson faoliyati natijasida yuzaga keladigan katta muammodir. Potensial zaharli elementlarning (PTE) fazoviy taqsimlanishi ko'pgina shahar va shahar atrofidagi hududlarda har xil. Shuning uchun bunday tuproqlarda PTE miqdorini fazoviy ravishda bashorat qilish qiyin. Chexiya Respublikasidagi Frydek Mistekdan jami 115 ta namuna olindi. Kaltsiy (Ca), magniy (Mg), kaliy (K) va nikel (Ni) konsentratsiyalari induktiv bog'langan plazma emissiya spektrometriyasi yordamida aniqlandi. Javob o'zgaruvchisi Ni va bashorat qiluvchilar Ca, Mg va K. Javob o'zgaruvchisi va bashorat qiluvchi o'zgaruvchi o'rtasidagi korrelyatsiya matritsasi elementlar o'rtasida qoniqarli korrelyatsiyani ko'rsatadi. Bashorat natijalari shuni ko'rsatdiki, Qo'llab-quvvatlash Vektorli Mashina Regressiyasi (SVMR) yaxshi natija ko'rsatdi, garchi uning taxminiy o'rtacha kvadrat xatosi (RMSE) (235.974 mg/kg) va o'rtacha absolyut xatosi (MAE) (166.946 mg/kg) qo'llanilgan boshqa usullarga qaraganda yuqori bo'lsa ham. Empirik Bayes Kriging-Ko'p chiziqli regressiya (EBK-MLR) uchun aralash modellar ishlaydi. yomon, bu 0,1 dan kam determinatsiya koeffitsientlari bilan tasdiqlangan. Empirik Bayes Kriging-Support Vektor Mashina Regressiyasi (EBK-SVMR) modeli eng yaxshi model bo'lib, past RMSE (95,479 mg/kg) va MAE (77,368 mg/kg) qiymatlari va yuqori determinatsiya koeffitsienti (R2 = 0,637) bilan ajralib turdi. EBK-SVMR modellashtirish texnikasining chiqishi o'z-o'zini tashkil etuvchi xarita yordamida vizualizatsiya qilinadi. Gibrid model CakMg-EBK-SVMR komponenti tekisligidagi klasterlangan neyronlar shahar va shahar atrofidagi tuproqlarda Ni konsentratsiyasini bashorat qiladigan bir nechta rang naqshlarini ko'rsatadi. Natijalar shuni ko'rsatadiki, EBK va SVMR ni birlashtirish shahar va shahar atrofidagi tuproqlarda Ni konsentratsiyasini bashorat qilish uchun samarali usuldir.
Nikel (Ni) o'simliklar uchun mikroelement hisoblanadi, chunki u atmosfera azotining fiksatsiyasiga (N) va karbamid metabolizmiga hissa qo'shadi, bu ikkalasi ham urug'ning unib chiqishi uchun zarurdir. Ni urug'ning unib chiqishiga qo'shgan hissasidan tashqari, zamburug' va bakterial inhibitor vazifasini bajarishi va o'simliklarning rivojlanishiga yordam berishi mumkin. Tuproqda nikelning yetishmasligi o'simlikning uni singdirishiga imkon beradi, natijada barglarning xlorozi paydo bo'ladi. Masalan, mol no'xati va yashil loviya azot fiksatsiyasini optimallashtirish uchun nikel asosidagi o'g'itlarni qo'llashni talab qiladi. Tuproqni boyitish va dukkaklilarning tuproqdagi azotni fiksatsiya qilish qobiliyatini oshirish uchun nikel asosidagi o'g'itlarni qo'llashni davom ettirish tuproqdagi nikel konsentratsiyasini doimiy ravishda oshiradi. Nikel o'simliklar uchun mikroelement bo'lsa-da, uning tuproqda ortiqcha iste'mol qilinishi foydadan ko'ra ko'proq zarar keltirishi mumkin. Tuproqdagi nikelning toksikligi tuproqning pH qiymatini minimallashtiradi va o'simliklarning o'sishi uchun muhim ozuqa sifatida temirning so'rilishini to'xtatadi. Liu3 ga ko'ra, Ni o'simliklarning rivojlanishi va o'sishi uchun zarur bo'lgan 17-muhim element ekanligi aniqlangan. Nikelning o'simliklarning rivojlanishi va o'sishidagi rolidan tashqari, odamlar unga turli xil qo'llanmalar uchun muhtoj. Elektroplitlash, nikel asosidagi ishlab chiqarish qotishmalar, avtomobilsozlik sanoatida ateşleme moslamalari va uchqun shamlarini ishlab chiqarish turli sanoat tarmoqlarida nikeldan foydalanishni talab qiladi. Bundan tashqari, nikel asosidagi qotishmalar va galvanik qoplamali buyumlar oshxona anjomlari, bal zali aksessuarlari, oziq-ovqat sanoati materiallari, elektr, sim va kabel, reaktiv turbina, jarrohlik implantlari, to'qimachilik va kemasozlikda keng qo'llanilgan.5. Tuproqlardagi (ya'ni, sirt tuproqlaridagi) nikelga boy darajalar ham antropogen, ham tabiiy manbalarga bog'liq, ammo asosan Ni antropogen emas, balki tabiiy manba hisoblanadi.4,6. Nikelning tabiiy manbalariga vulqon otilishlari, o'simliklar, o'rmon yong'inlari va geologik jarayonlar kiradi; ammo, antropogen manbalarga po'lat sanoatidagi nikel/kadmiy batareyalari, galvanik qoplama, boshq payvandlash, dizel va yoqilg'i moylari, shuningdek, ko'mir yoqish va chiqindilar va loyni yoqish natijasida atmosferaga chiqadigan chiqindilar kiradi. Nikel to'planishi.7,8. Freedman va Hutchinsonning9 va Manyiwa va boshqalarning fikriga ko'ra. 10, yaqin va qo'shni muhitda tuproqning yuqori qatlamining ifloslanishining asosiy manbalari asosan nikel-mis asosidagi eritish zavodlari va konlardir. Kanadadagi Sudbury nikel-misni qayta ishlash zavodi atrofidagi yuqori tuproqda nikelning ifloslanishi eng yuqori darajada bo'lib, 26 000 mg/kg11 ni tashkil etdi. Aksincha, Rossiyada nikel ishlab chiqarish natijasida ifloslanish Norvegiya tuprog'ida nikel konsentratsiyasining yuqori bo'lishiga olib keldi11. Alms va boshqalarning ma'lumotlariga ko'ra. 12, mintaqaning eng yaxshi ekin maydonlarida (Rossiyada nikel ishlab chiqarish) HNO3-ekstraktsiya qilinadigan nikel miqdori 6,25 dan 136,88 mg/kg gacha bo'lgan, bu o'rtacha 30,43 mg/kg va boshlang'ich konsentratsiya 25 mg/kg ga to'g'ri keladi. Kabata 11 ga ko'ra, shahar yoki shahar atrofidagi tuproqlarda qishloq xo'jaligi tuproqlariga ketma-ket ekin mavsumlarida fosforli o'g'itlarni qo'llash tuproqni singdirishi yoki ifloslantirishi mumkin. Nikelning odamlarda potentsial ta'siri mutagenez, xromosoma shikastlanishi, Z-DNK generatsiyasi, bloklangan DNK eksizyonini tiklash yoki epigenetik jarayonlar orqali saraton kasalligiga olib kelishi mumkin13. Hayvonlar ustida o'tkazilgan tajribalarda nikel turli xil o'smalarni keltirib chiqarishi mumkinligi aniqlangan va kanserogen nikel komplekslari bunday o'smalarni kuchaytirishi mumkin.
Tuproq ifloslanishini baholash so'nggi paytlarda tuproq-o'simlik munosabatlari, tuproq va tuproq biologik munosabatlari, ekologik degradatsiya va atrof-muhitga ta'sirni baholashdan kelib chiqadigan sog'liq bilan bog'liq keng ko'lamli muammolar tufayli rivojlandi. Bugungi kunga qadar tuproqdagi Ni kabi potentsial zaharli elementlarning (PTE) fazoviy bashorati an'anaviy usullar yordamida mashaqqatli va vaqt talab qiluvchi bo'ldi. Raqamli tuproq xaritalash (DSM) ning paydo bo'lishi va uning hozirgi muvaffaqiyati15 tuproqni bashoratli xaritalashni (PSM) sezilarli darajada yaxshiladi. Minasny va McBratney16 ga ko'ra, tuproqni bashoratli xaritalash (DSM) tuproqshunoslikning taniqli subfunsiyasi ekanligi isbotlangan. Lagacherie va McBratney, 2006 DSM ni "in situ va laboratoriya kuzatuv usullari hamda fazoviy va fazoviy bo'lmagan tuproq xulosa tizimlaridan foydalanish orqali fazoviy tuproq axborot tizimlarini yaratish va to'ldirish" deb ta'riflashadi. McBratney va boshqalar. 17-rasmda zamonaviy DSM yoki PSM PTElarning fazoviy taqsimlanishini, tuproq turlarini va tuproq xususiyatlarini bashorat qilish yoki xaritalash uchun eng samarali usul ekanligi ta'kidlangan. Geostatistika va mashinani o'rganish algoritmlari (MLA) - bu sezilarli va minimal ma'lumotlardan foydalangan holda kompyuterlar yordamida raqamlashtirilgan xaritalarni yaratadigan DSM modellashtirish usullari.
Deutsch18 va Olea19 geostatistikani "asosan stoxastik modellardan foydalanadigan, masalan, vaqt qatorlari tahlili vaqtinchalik ma'lumotlarni qanday tavsiflashi kabi fazoviy atributlarni aks ettirish bilan shug'ullanadigan raqamli texnikalar to'plami" deb ta'riflaydi. Asosan, geostatistika har bir ma'lumotlar to'plamidan fazoviy qiymatlarning bog'liqligini miqdoriy aniqlash va aniqlash imkonini beruvchi variogrammalarni baholashni o'z ichiga oladi20. Gumiaux va boshqalar. 20-rasmda geostatistikada variogrammalarni baholash uchta tamoyilga asoslanganligi, jumladan (a) ma'lumotlar korrelyatsiyasi shkalasini hisoblash, (b) ma'lumotlar to'plamidagi nomutanosiblikdagi anizotropiyani aniqlash va hisoblash va (c) qo'shimcha ravishda ko'rsatilgan. Mahalliy effektlardan ajratilgan o'lchov ma'lumotlarining ichki xatosini hisobga olishdan tashqari, maydon effektlari ham baholanadi. Ushbu tushunchalarga asoslanib, geostatistikada ko'plab interpolatsiya usullari, jumladan, umumiy kriging, qo'shma kriging, oddiy kriging, empirik Bayes kriging, oddiy kriging usuli va PTE, tuproq xususiyatlari va tuproq turlarini xaritalash yoki bashorat qilish uchun boshqa taniqli interpolatsiya usullari qo'llaniladi.
Mashina o'rganish algoritmlari (MLA) nisbatan yangi usul bo'lib, asosan ma'lumotlarni qazib olish, ma'lumotlardagi naqshlarni aniqlash va tuproqshunoslik va qaytarish vazifalari kabi ilmiy sohalarda tasniflash uchun bir necha bor qo'llaniladigan katta chiziqli bo'lmagan ma'lumotlar sinflaridan foydalanadi. Tan va boshqalar 22 (qishloq xo'jaligi tuproqlarida og'ir metallarni baholash uchun tasodifiy o'rmonlar), Sakizadeh va boshqalar 23 (qo'llab-quvvatlash vektor mashinalari va sun'iy neyron tarmoqlari yordamida modellashtirish) kabi ko'plab ilmiy maqolalar tuproqlarda PTE ni bashorat qilish uchun MLA modellariga tayanadi. Bundan tashqari, Vega va boshqalar 24 (tuproqda og'ir metallarni ushlab turish va adsorbsiyasini modellashtirish uchun CART) Sun va boshqalar 25 (kubistni qo'llash tuproqda Cd ning taqsimlanishidir) va k-eng yaqin qo'shni, umumlashtirilgan kuchaytirilgan regressiya va kuchaytirilgan regressiya kabi boshqa algoritmlar ham tuproqda PTE ni bashorat qilish uchun MLA ni qo'llagan.
DSM algoritmlarini bashorat qilish yoki xaritalashda qo'llash bir qator qiyinchiliklarga duch keladi. Ko'pgina mualliflar MLA geostatistikadan ustunroq va aksincha, deb hisoblashadi. Biri boshqasidan yaxshiroq bo'lsa-da, ikkalasining kombinatsiyasi DSM15 da xaritalash yoki bashorat qilishning aniqlik darajasini oshiradi. Woodcock va Gopal26 Finke27; Pontius va Cheuk28 va Grunwald29 bashorat qilingan tuproq xaritalashdagi kamchiliklar va ba'zi xatolar haqida fikr bildiradilar. Tuproqshunos olimlar DSM xaritalash va bashorat qilishning samaradorligi, aniqligi va bashorat qilinishini optimallashtirish uchun turli xil usullarni sinab ko'rishdi. Noaniqlik va tekshirishning kombinatsiyasi samaradorlikni optimallashtirish va nuqsonlarni kamaytirish uchun DSMga integratsiyalashgan ko'plab turli jihatlardan biridir. Biroq, Agyeman va boshqalar 15 xarita yaratish va bashorat qilish orqali kiritilgan tasdiqlash xatti-harakati va noaniqlik xarita sifatini yaxshilash uchun mustaqil ravishda tasdiqlanishi kerakligini ta'kidlaydilar. DSMning cheklovlari geografik jihatdan tarqoq tuproq sifati bilan bog'liq bo'lib, bu noaniqlikning bir qismini o'z ichiga oladi; ammo, DSMda aniqlikning yo'qligi bir nechta xato manbalaridan, ya'ni kovariat xatosi, model xatosi, joylashuv xatosi va analitik xato 31 dan kelib chiqishi mumkin. MLA va geostatistik jarayonlarda yuzaga keladigan modellashtirishdagi noaniqliklar tushunmovchilik bilan bog'liq bo'lib, oxir-oqibat haqiqiy jarayonning haddan tashqari soddalashtirilishiga olib keladi32. Modellashtirishning tabiatidan qat'i nazar, noaniqliklar modellashtirish parametrlari, matematik model bashoratlari yoki interpolatsiya bilan bog'liq bo'lishi mumkin33. Yaqinda xaritalash va prognozlashda geostatistika va MLA ning integratsiyasini rag'batlantiradigan yangi DSM tendentsiyasi paydo bo'ldi. Sergeev va boshqalar 34; Subbotina va boshqalar 35; Tarasov va boshqalar 36 va Tarasov va boshqalar 37 kabi bir qancha tuproqshunos olimlar va mualliflar prognozlash va xaritalash samaradorligini oshiradigan gibrid modellarni yaratish uchun geostatistika va mashinani o'rganishning aniq sifatidan foydalandilar. sifat. Ushbu gibrid yoki kombinatsiyalangan algoritm modellarining ba'zilari Sun'iy Neyron Tarmoq Krigingi (ANN-RK), Ko'p qatlamli Perseptron Qoldiq Krigingi (MLP-RK), Umumlashtirilgan Regressiya Neyron Tarmoq Qoldiq Krigingi (GR-NNRK)36, Sun'iy Neyron Tarmoq Kriging-Ko'p qatlamli Perseptron (ANN-K-MLP)37 va Qo'shma Kriging va Gauss Jarayon Regressiyasi38.
Sergeev va boshqalarning fikriga ko'ra, turli modellashtirish texnikalarini birlashtirish nuqsonlarni bartaraf etish va natijada hosil bo'lgan gibrid modelning yagona modelini ishlab chiqish o'rniga uning samaradorligini oshirish imkoniyatiga ega. Shu nuqtai nazardan, ushbu yangi maqolada shahar va shahar atrofidagi hududlarda Ni boyitilishining bashorat qilinishini bashorat qilish uchun optimal gibrid modellarni yaratish uchun geostatistika va MLA ning birlashtirilgan algoritmini qo'llash zarurligi ta'kidlangan. Ushbu tadqiqot asosiy model sifatida Empirik Bayes Kriging (EBK) ga tayanadi va uni Qo'llab-quvvatlash Vektorli Mashina (SVM) va Ko'p Chiziqli Regressiya (MLR) modellari bilan aralashtiradi. EBK ni har qanday MLA bilan gibridlash noma'lum. Ko'rilgan ko'p aralash modellar oddiy, qoldiq, regressiya krigingi va MLA kombinatsiyalaridir. EBK - bu maydon bo'ylab aniqlangan lokalizatsiya parametrlari bilan statsionar bo'lmagan/statsionar tasodifiy maydon sifatida lokalizatsiya qilingan fazoviy stoxastik jarayondan foydalanadigan geostatistika interpolyatsiyasi usuli bo'lib, fazoviy o'zgarishga imkon beradi39. EBK turli xil tadqiqotlarda, jumladan, qishloq xo'jaligi tuproqlarida organik uglerodning tarqalishini tahlil qilish40, tuproq ifloslanishini baholash41 va tuproq xususiyatlarini xaritalash42 da qo'llanilgan.
Boshqa tomondan, O'z-o'zini tashkil etuvchi graf (SeOM) - bu Li va boshqalar 43, Wang va boshqalar 44, Hossain Bhuiyan va boshqalar 45 va Kebonye va boshqalar kabi turli maqolalarda qo'llanilgan o'rganish algoritmi. Elementlarning fazoviy atributlari va guruhlanishini aniqlang. Wang va boshqalar 44 SeOM chiziqli bo'lmagan muammolarni guruhlash va tasavvur qilish qobiliyati bilan mashhur bo'lgan kuchli o'rganish texnikasi ekanligini ta'kidlaydilar. Asosiy komponentlarni tahlil qilish, loyqa klasterlash, ierarxik klasterlash va ko'p mezonli qaror qabul qilish kabi boshqa naqshlarni aniqlash texnikalaridan farqli o'laroq, SeOM PTE naqshlarini tashkil qilish va aniqlashda yaxshiroqdir. Wang va boshqalar 44 ga ko'ra, SeOM bog'liq neyronlarning tarqalishini fazoviy ravishda guruhlashi va yuqori aniqlikdagi ma'lumotlarni vizualizatsiya qilishi mumkin. SeOM to'g'ridan-to'g'ri talqin qilish uchun natijalarni tavsiflash uchun eng yaxshi modelni olish uchun Ni bashorat qilish ma'lumotlarini vizualizatsiya qiladi.
Ushbu maqola shahar va shahar atrofidagi tuproqlarda nikel miqdorini bashorat qilish uchun optimal aniqlikka ega mustahkam xaritalash modelini yaratishga qaratilgan. Biz aralash modelning ishonchliligi asosan asosiy modelga biriktirilgan boshqa modellarning ta'siriga bog'liq deb taxmin qilamiz. Biz DSM duch keladigan qiyinchiliklarni tan olamiz va bu qiyinchiliklar bir necha jabhada hal qilinayotgan bo'lsa-da, geostatistika va MLA modellaridagi yutuqlarning kombinatsiyasi bosqichma-bosqich ko'rinadi; shuning uchun biz aralash modellarni keltirib chiqarishi mumkin bo'lgan tadqiqot savollariga javob berishga harakat qilamiz. Biroq, model maqsadli elementni bashorat qilishda qanchalik aniq? Shuningdek, validatsiya va aniqlikni baholashga asoslangan samaradorlikni baholash darajasi qanday? Shuning uchun, ushbu tadqiqotning aniq maqsadlari (a) EBK ni asosiy model sifatida ishlatib, SVMR yoki MLR uchun birlashtirilgan aralash modelini yaratish, (b) olingan modellarni taqqoslash, (c) shahar yoki shahar atrofidagi tuproqlarda Ni konsentratsiyasini bashorat qilish uchun eng yaxshi aralash modelini taklif qilish va (d) nikel fazoviy o'zgarishining yuqori aniqlikdagi xaritasini yaratish uchun SeOM ni qo'llash edi.
Tadqiqot Chexiya Respublikasida, xususan, Moraviya-Sileziya mintaqasidagi Frydek Mistek tumanida olib borilmoqda (1-rasmga qarang). Tadqiqot hududining geografiyasi juda notekis bo'lib, asosan Karpat tog'larining tashqi chekkasining bir qismi bo'lgan Moraviya-Sileziya Beskidi mintaqasining bir qismidir. Tadqiqot hududi 49° 41′ 0′ N va 18° 20′ 0′ E oralig'ida joylashgan va balandligi 225 va 327 m orasida; Biroq, mintaqaning iqlim holati uchun Koppen tasniflash tizimi Cfb = mo''tadil okean iqlimi sifatida baholanadi. Quruq oylarda ham ko'p yog'ingarchilik bo'ladi. Harorat yil davomida −5 °C dan 24 °C gacha biroz o'zgarib turadi, kamdan-kam hollarda −14 °C dan pastga yoki 30 °C dan yuqori tushadi, o'rtacha yillik yog'ingarchilik esa 685 dan 752 mm gacha47. Butun hududning taxminiy tadqiqot maydoni 1208 kvadrat kilometrni tashkil etadi, bu yerda ekin maydonlarining 39,38% va o'rmon qoplamining 49,36% i joylashgan. Boshqa tomondan, ushbu tadqiqotda foydalanilgan maydon taxminan 889,8 kvadrat kilometrni tashkil qiladi. Ostrava va uning atrofida po'lat sanoati va metall zavodlari juda faol. Metall tegirmonlari, nikel zanglamaydigan po'latlarda (masalan, atmosfera korroziyasiga chidamlilik uchun) va qotishma po'latlarda (nikel qotishmaning yaxshi egiluvchanligi va qattiqligini saqlab qolgan holda mustahkamligini oshiradi) ishlatiladigan po'lat sanoati va fosforli o'g'itlarni qo'llash va chorvachilik kabi intensiv qishloq xo'jaligi nikelning tadqiqot uchun potentsial manbalari hisoblanadi. mintaqada (masalan, qo'zilar va kam boqiladigan qoramollarning o'sish sur'atlarini oshirish uchun qo'zilarga nikel qo'shish). Tadqiqot sohalarida nikelning boshqa sanoat qo'llanilishi uning elektrokaplama, jumladan, nikel elektrokaplama va elektrolitsiz nikel qoplama jarayonlarida qo'llanilishini o'z ichiga oladi. Tuproq xususiyatlarini tuproq rangi, tuzilishi va karbonat tarkibidan osongina ajratish mumkin. Tuproq tuzilishi o'rtacha yoki mayda bo'lib, ota-ona materialidan kelib chiqadi. Ular tabiatan kolluvial, allyuvial yoki eoliydir. Ba'zi tuproq joylari sirt va taglikda dog'lar bilan qoplangan ko'rinadi, ko'pincha beton va oqartirish bilan. Biroq, kambisollar va stagnosollar mintaqadagi eng keng tarqalgan tuproq turlari hisoblanadi48. Balandligi 455,1 dan 493,5 m gacha bo'lgan kambisollar Chexiya Respublikasida ustunlik qiladi49.
Tadqiqot hududi xaritasi [Tadqiqot hududi xaritasi ArcGIS Desktop (ESRI, Inc, 10.7 versiyasi, URL: https://desktop.arcgis.com) yordamida yaratilgan.]
Frydek Mistek tumanidagi shahar va shahar atrofidagi tuproqlardan jami 115 ta tuproq namunalari olindi. Qo'llanilgan namunaviy naqsh tuproq namunalari bir-biridan 2 × 2 km masofada joylashgan oddiy panjara shaklida bo'lib, tuproqning tuproq qatlami qo'lda ushlab turiladigan GPS moslamasi (Leica Zeno 5 GPS) yordamida 0 dan 20 sm gacha chuqurlikda o'lchandi. Namunalar Ziploc paketlariga qadoqlanadi, tegishli ravishda yorliqlanadi va laboratoriyaga jo'natiladi. Namunalar maydalangan namunalar olish uchun havoda quritiladi, mexanik tizim (Fritsch disk tegirmoni) yordamida maydalanadi va elakdan o'tkaziladi (elak hajmi 2 mm). 1 gramm quritilgan, gomogenlangan va elakdan o'tkazilgan tuproq namunalarini aniq yorliqlangan teflon idishlarga soling. Har bir Teflon idishiga 7 ml 35% HCl va 3 ml 65% HNO3 (avtomatik dispenser yordamida - har bir kislota uchun bittadan) quying, yengil yoping va namunalarni reaksiya uchun bir kechada qoldiring (aqua regia dasturi). Supernatantni issiq metall plastinkaga qo'ying. (harorat: 100 Vt va 160 °C) namunalarni hazm qilish jarayonini osonlashtirish uchun 2 soat davomida saqlang, so'ngra sovuting. Supernatantni 50 ml hajmli kolbaga o'tkazing va deionizatsiyalangan suv bilan 50 ml gacha suyultiring. Shundan so'ng, suyultirilgan supernatantni deionizatsiyalangan suv bilan 50 ml PVX naychaga filtrlang. Bundan tashqari, 1 ml suyultirish eritmasi 9 ml deionizatsiyalangan suv bilan suyultirildi va PTE soxta konsentratsiyasi uchun tayyorlangan 12 ml naychaga filtrlandi. PTE konsentratsiyalari (As, Cd, Cr, Cu, Mn, Ni, Pb, Zn, Ca, Mg, K) standart usullar va kelishuvga muvofiq ICP-OES (Induktiv bog'langan plazma optik emissiya spektroskopiyasi) (Thermo Fisher Scientific, AQSh) yordamida aniqlandi. Sifatni ta'minlash va nazorat qilish (QA/QC) protseduralarini ta'minlang (SRM NIST 2711a Montana II Soil). Aniqlash chegaralari yarmidan past bo'lgan PTElar ushbu tadqiqotdan chiqarildi. Aniqlash chegarasi Ushbu tadqiqotda ishlatilgan PTE 0,0004 edi. (siz). Bundan tashqari, har bir tahlil uchun sifat nazorati va sifatni ta'minlash jarayoni mos yozuvlar standartlarini tahlil qilish orqali ta'minlanadi. Xatolar minimallashtirilganligiga ishonch hosil qilish uchun ikki tomonlama tahlil o'tkazildi.
Empirik Bayes Kriging (EBK) tuproqshunoslik kabi turli sohalarda modellashtirishda qo'llaniladigan ko'plab geostatistik interpolatsiya texnikalaridan biridir. Boshqa kriging interpolatsiya texnikalaridan farqli o'laroq, EBK an'anaviy kriging usullaridan yarimvariogramma modeli tomonidan baholangan xatoni hisobga olish bilan farq qiladi. EBK interpolatsiyasida interpolatsiya paytida bitta yarimvariogramma o'rniga bir nechta yarimvariogramma modellari hisoblanadi. Interpolatsiya texnikalari yetarli kriging usulining juda murakkab qismini tashkil etuvchi yarimvariogrammaning bu chizmasi bilan bog'liq noaniqlik va dasturlash uchun yo'l ochadi. EBK ning interpolatsiya jarayoni Krivoruchko50 tomonidan taklif qilingan uchta mezonga amal qiladi, (a) model yarimvariogrammani kirish ma'lumotlar to'plamidan baholaydi (b) har bir kirish ma'lumotlar to'plami joylashuvi uchun yaratilgan yarimvariogramma asosida yangi bashorat qilingan qiymatni va (c) yakuniy A modeli simulyatsiya qilingan ma'lumotlar to'plamidan hisoblanadi. Bayes tenglamasi qoidasi posterior sifatida berilgan.
Bu yerda \(Prob\left(A\right)\) oldingi qiymatni ifodalaydi, \(Prob\left(B\right)\) marjinal ehtimollik ko'p hollarda e'tiborga olinmaydi, \(Prob (B,A)\). Yarimvariogramma hisoblash Bayes qoidasiga asoslangan bo'lib, u yarimvariogrammalardan yaratilishi mumkin bo'lgan kuzatuv ma'lumotlar to'plamlarining moyilligini ko'rsatadi. Keyin yarimvariogrammaning qiymati Bayes qoidasi yordamida aniqlanadi, bu qoida yarimvariogrammadan kuzatuvlar ma'lumotlar to'plamini yaratish ehtimolini ko'rsatadi.
Qo'llab-quvvatlash vektor mashinasi - bu bir xil, ammo chiziqli mustaqil bo'lmagan sinflarni ajratish uchun optimal ajratuvchi gipertekislikni yaratadigan mashina o'rganish algoritmi. Vapnik51 niyat tasniflash algoritmini yaratdi, ammo u yaqinda regressiyaga yo'naltirilgan muammolarni hal qilish uchun ishlatilgan. Li va boshqalarning fikriga ko'ra.52, SVM eng yaxshi tasniflagich texnikalaridan biri bo'lib, turli sohalarda qo'llanilgan. Ushbu tahlilda SVM (Qo'llab-quvvatlash vektor mashinasi regressiyasi - SVMR) ning regressiya komponenti ishlatilgan. Cherkasskiy va Mulier53 SVMR ni yadroga asoslangan regressiya sifatida kashf etdilar, uning hisoblashi ko'p mamlakatli fazoviy funktsiyalarga ega chiziqli regressiya modeli yordamida amalga oshirildi. Jon va boshqalar54 SVMR modellashtirishda chiziqli bo'lmagan munosabatlarni yaratadigan va fazoviy funktsiyalarga imkon beradigan gipertekislik chiziqli regressiyasidan foydalanishini xabar qilishadi. Vohland va boshqalarning fikriga ko'ra. 55-rasmda, epsilon (ε)-SVMR o'qitilgan ma'lumotlar to'plamidan foydalanib, korrelyatsiyalangan ma'lumotlar bo'yicha o'qitishdan olingan eng yaxshi epsilon tarafkashligi bilan ma'lumotlarni mustaqil ravishda xaritalash uchun qo'llaniladigan epsilonga sezgir bo'lmagan funksiya sifatida vakillik modelini oladi. Oldindan o'rnatilgan masofa xatosi haqiqiy qiymatdan e'tiborga olinmaydi va agar xato ε(ε) dan katta bo'lsa, tuproq xususiyatlari uni qoplaydi. Model shuningdek, o'qitish ma'lumotlarining murakkabligini qo'llab-quvvatlovchi vektorlarning kengroq kichik to'plamiga kamaytiradi. Vapnik51 tomonidan taklif qilingan tenglama quyida ko'rsatilgan.
bu yerda b skalyar chegarani, \(K\left({x}_{,}{ x}_{k}\right)\) yadro funktsiyasini, \(\alpha\) Lagranj multiplikatorini, N raqamli ma'lumotlar to'plamini, \({x}_{k}\) ma'lumotlar kiritishni va \(y\) ma'lumotlar chiqishini ifodalaydi. Foydalanilgan asosiy yadrolardan biri SVMR operatsiyasi bo'lib, u Gauss radial asos funktsiyasi (RBF) hisoblanadi. RBF yadrosi optimal SVMR modelini aniqlash uchun qo'llaniladi, bu PTE o'quv ma'lumotlari uchun eng nozik jarima to'plami koeffitsienti C va yadro parametr gamma (γ) ni olish uchun juda muhimdir. Avvalo, biz o'quv to'plamini baholadik va keyin validatsiya to'plamida modelning ishlashini sinab ko'rdik. Foydalanilgan boshqaruv parametri sigma va usul qiymati svmRadial.
Ko'p chiziqli regressiya modeli (MLR) - bu eng kichik kvadratlar usuli yordamida hisoblangan chiziqli birlashtirilgan parametrlar yordamida javob o'zgaruvchisi va bir qator bashorat qiluvchi o'zgaruvchilar o'rtasidagi munosabatni ifodalovchi regressiya modeli. MLRda eng kichik kvadratlar modeli tushuntirish o'zgaruvchilari tanlanganidan keyin tuproq xususiyatlarining bashoratli funktsiyasidir. Tushuntirish o'zgaruvchilari yordamida chiziqli munosabatni o'rnatish uchun javobdan foydalanish kerak. Tushuntirish o'zgaruvchilari bilan chiziqli munosabatni o'rnatish uchun PTE javob o'zgaruvchisi sifatida ishlatilgan. MLR tenglamasi quyidagicha:
bu yerda y javob o'zgaruvchisi, \(a\) kesishma nuqta, n bashorat qiluvchilar soni, \({b}_{1}\) koeffitsientlarning qisman regressiyasi, \({x}_{ i}\) bashorat qiluvchi yoki tushuntirish o'zgaruvchisini va \({\varepsilon }_{i}\) modeldagi xatoni, shuningdek, qoldiq deb ham ataladigan xatoni ifodalaydi.
Aralash modellar EBK ni SVMR va MLR bilan birlashtirish orqali olingan. Bu EBK interpolatsiyasidan bashorat qilingan qiymatlarni ajratib olish orqali amalga oshiriladi. Interpolatsiya qilingan Ca, K va Mg dan olingan bashorat qilingan qiymatlar CaK, CaMg va KMg kabi yangi o'zgaruvchilarni olish uchun kombinatorial jarayon orqali olinadi. Keyin Ca, K va Mg elementlari to'rtinchi o'zgaruvchini, CaKMg ni olish uchun birlashtiriladi. Umuman olganda, olingan o'zgaruvchilar Ca, K, Mg, CaK, CaMg, KMg va CaKMg. Bu o'zgaruvchilar bizning bashoratchilarimizga aylandi va shahar va shahar atrofidagi tuproqlarda nikel konsentratsiyasini bashorat qilishga yordam berdi. SVMR algoritmi bashoratchilar ustida aralash model Empirik Bayes Kriging-Qo'llab-quvvatlash Vektor Mashinasini (EBK_SVM) olish uchun bajarildi. Xuddi shunday, o'zgaruvchilar ham MLR algoritmi orqali o'tkazilib, aralash model Empirik Bayes Kriging-Ko'p chiziqli regressiyani (EBK_MLR) olish uchun amalga oshiriladi. Odatda, Ca, K, Mg, CaK o'zgaruvchilari CaMg, KMg va CaKMg shahar va shahar atrofidagi tuproqlarda Ni miqdorini bashorat qiluvchi kovariatlar sifatida ishlatiladi. Olingan eng maqbul model (EBK_SVM yoki EBK_MLR) keyin o'z-o'zini tashkil etuvchi grafik yordamida vizualizatsiya qilinadi. Ushbu tadqiqotning ish jarayoni 2-rasmda ko'rsatilgan.
SeOM dan foydalanish moliya sektori, sog'liqni saqlash, sanoat, statistika, tuproqshunoslik va boshqa sohalarda ma'lumotlarni tashkil qilish, baholash va prognoz qilish uchun mashhur vositaga aylandi. SeOM tashkil qilish, baholash va bashorat qilish uchun sun'iy neyron tarmoqlari va nazoratsiz o'rganish usullari yordamida yaratiladi. Ushbu tadqiqotda SeOM shahar va shahar atrofidagi tuproqlarda Ni ni bashorat qilishning eng yaxshi modeliga asoslangan Ni konsentratsiyasini vizualizatsiya qilish uchun ishlatilgan. SeOM baholashda qayta ishlangan ma'lumotlar n kirish o'lchovli vektor o'zgaruvchilari sifatida ishlatiladi43,56.Melssen va boshqalar. 57-rasmda kirish vektorining bitta kirish qatlami orqali neyron tarmog'iga bitta og'irlik vektoriga ega chiqish vektoriga ulanishi tasvirlangan. SeOM tomonidan hosil qilingan chiqish - bu turli neyronlar yoki tugunlardan iborat bo'lib, ularning yaqinligiga qarab olti burchakli, dumaloq yoki kvadrat topologik xaritalarga to'qilgan. Metrik, kvantlash xatosi (QE) va topografik xato (TE) asosida xarita o'lchamlarini taqqoslash uchun mos ravishda 0,086 va 0,904 ga ega SeOM modeli tanlangan, bu 55 ta xarita birligi (5 × 11). Neyron tuzilishi empirik tenglamadagi tugunlar soniga qarab aniqlanadi.
Ushbu tadqiqotda ishlatilgan ma'lumotlar soni 115 ta namunadir. Ma'lumotlarni sinov ma'lumotlariga (validatsiya uchun 25%) va o'quv ma'lumotlar to'plamlariga (kalibrovka uchun 75%) ajratish uchun tasodifiy yondashuv qo'llanildi. O'quv ma'lumotlar to'plami regressiya modelini (kalibrlash) yaratish uchun ishlatiladi va sinov ma'lumotlar to'plami umumlashtirish qobiliyatini tekshirish uchun ishlatiladi58. Bu tuproqlarda nikel miqdorini bashorat qilish uchun turli modellarning yaroqliligini baholash uchun amalga oshirildi. Foydalanilgan barcha modellar besh marta takrorlangan o'n barobar o'zaro tasdiqlash jarayonidan o'tdi. EBK interpolatsiyasi natijasida hosil bo'lgan o'zgaruvchilar maqsadli o'zgaruvchini (PTE) bashorat qilish uchun bashorat qiluvchi yoki tushuntirish o'zgaruvchilari sifatida ishlatiladi. Modellashtirish RStudio-da paketlar kutubxonasi (Kohonen), kutubxona (caret), kutubxona (modelr), kutubxona (“e1071″), kutubxona (“plyr”), kutubxona (“caTools”), kutubxona (”prospectr”) va kutubxonalar (“Metrics”) yordamida amalga oshiriladi.
Tuproqdagi nikel konsentratsiyasini bashorat qilish uchun mos keladigan eng yaxshi modelni aniqlash va modelning aniqligi va uni tasdiqlashni baholash uchun turli xil tasdiqlash parametrlari qo'llanildi. Gibridizatsiya modellari o'rtacha absolyut xato (MAE), o'rtacha kvadrat xato (RMSE) va R-kvadrat yoki koeffitsientni aniqlash (R2) yordamida baholandi. R2 javobdagi nisbatlarning dispersiyasini, regressiya modeli bilan ifodalangan holda belgilaydi. Mustaqil o'lchovlardagi RMSE va dispersiya kattaligi modelning bashorat qilish kuchini tavsiflaydi, MAE esa haqiqiy miqdoriy qiymatni belgilaydi. Validatsiya parametrlari yordamida eng yaxshi aralash modelni baholash uchun R2 qiymati yuqori bo'lishi kerak, qiymat 1 ga qanchalik yaqin bo'lsa, aniqlik shuncha yuqori bo'ladi. Li va boshqalar 59 ga ko'ra, 0,75 yoki undan yuqori R2 mezon qiymati yaxshi bashoratchi hisoblanadi; 0,5 dan 0,75 gacha modelning maqbul ishlashi va 0,5 dan past bo'lgan modelning maqbul ishlashi hisoblanadi. RMSE va MAE tasdiqlash mezonlarini baholash usullaridan foydalangan holda modelni tanlashda olingan pastroq qiymatlar etarli edi va eng yaxshi tanlov deb hisoblandi. Quyidagi tenglama tasdiqlash usulini tavsiflaydi.
bu yerda n kuzatilgan qiymatning o'lchamini ifodalaydi\({Y}_{i}\) o'lchangan javobni ifodalaydi va \({\widehat{Y}}_{i}\) ham birinchi i kuzatuvlar uchun bashorat qilingan javob qiymatini ifodalaydi.
Bashorat qiluvchi va javob o'zgaruvchilarining statistik tavsiflari 1-jadvalda keltirilgan bo'lib, ularda o'rtacha qiymat, standart og'ish (SD), o'zgarish koeffitsienti (CV), minimal, maksimal, kurtoz va qiyshiqlik ko'rsatilgan. Elementlarning minimal va maksimal qiymatlari mos ravishda Mg < Ca < K < Ni va Ca < Mg < K < Ni kamayib boruvchi tartibda joylashgan. Tadqiqot hududidan namunalar olingan javob o'zgaruvchisining (Ni) konsentratsiyasi 4,86 ​​dan 42,39 mg/kg gacha bo'lgan. Ni ni jahon o'rtacha ko'rsatkichi (29 mg/kg) va Yevropa o'rtacha ko'rsatkichi (37 mg/kg) bilan taqqoslash shuni ko'rsatdiki, tadqiqot hududi uchun umumiy hisoblangan geometrik o'rtacha qiymat maqbul diapazonda edi. Shunga qaramay, Kabata-Pendias11 tomonidan ko'rsatilganidek, joriy tadqiqotda o'rtacha nikel (Ni) konsentratsiyasini Shvetsiyadagi qishloq xo'jaligi tuproqlari bilan taqqoslash shuni ko'rsatadiki, joriy o'rtacha nikel konsentratsiyasi yuqoriroq. Xuddi shunday, joriy tadqiqotda shahar va shahar atrofidagi tuproqlarda Frydek Mistekning o'rtacha konsentratsiyasi (Ni 16,15 mg/kg) ... dan yuqori bo'lgan. Różański va boshqalar tomonidan xabar qilingan Polsha shahar tuproqlarida Ni uchun ruxsat etilgan 60 (10,2 mg/kg) chegarasi. Bundan tashqari, Bretzel va Calderisi61 Toskana shahar tuproqlarida joriy tadqiqotga nisbatan juda past o'rtacha Ni konsentratsiyasini (1,78 mg/kg) qayd etishdi. Jim62 shuningdek, Gonkong shahar tuproqlarida nikel konsentratsiyasining pastroq ekanligini (12,34 mg/kg) aniqladi, bu ushbu tadqiqotdagi hozirgi nikel konsentratsiyasidan pastroq. Birke va boshqalar63 Germaniyaning Saksoniya-Anhalt shahridagi eski konchilik va shahar sanoat hududida o'rtacha Ni konsentratsiyasi 17,6 mg/kg ekanligini xabar qilishdi, bu hududdagi o'rtacha Ni konsentratsiyasidan (16,15 mg/kg) 1,45 mg/kg yuqori edi. Hozirgi tadqiqotlar. Tadqiqot hududining ba'zi shahar va shahar atrofi hududlaridagi tuproqlarda nikelning ortiqcha miqdori asosan temir-po'lat sanoati va metall sanoati bilan bog'liq bo'lishi mumkin. Bu Xodadoust va boshqalar tomonidan o'tkazilgan tadqiqotga mos keladi. 64-betda po'lat sanoati va metallga ishlov berish tuproqlarda nikel ifloslanishining asosiy manbalari ekanligi ko'rsatilgan. Biroq, bashorat qiluvchi omillar Ca uchun 538,70 mg/kg dan 69 161,80 mg/kg gacha, K uchun 497,51 mg/kg dan 3535,68 mg/kg gacha va Mg uchun 685,68 mg/kg dan 5970,05 mg/kg gacha bo'lgan. Yakovljevic va boshqalar. 65 Serbiya markaziy qismidagi tuproqlarning umumiy Mg va K miqdorini o'rganib chiqdi. Ular umumiy konsentratsiyalar (mos ravishda 410 mg/kg va 400 mg/kg) hozirgi tadqiqotdagi Mg va K konsentratsiyalaridan pastroq ekanligini aniqladilar. Sharqiy Polshada Orzechowski va Smolczynski66 Ca, Mg va K ning umumiy miqdorini baholadilar va Ca (1100 mg/kg), Mg (590 mg/kg) va K (810 mg/kg) ning o'rtacha konsentratsiyasini ko'rsatdilar. Tuproqning yuqori qatlamidagi tarkib ushbu tadqiqotdagi bitta elementdan pastroq. Pongrac va boshqalar tomonidan olib borilgan yaqinda o'tkazilgan tadqiqot shuni ko'rsatdiki, Shotlandiya va Buyuk Britaniyadagi 3 xil tuproqda (Mylnefield tuprog'i, Balruddery tuprog'i va Hartwood tuprog'i) tahlil qilingan umumiy Ca miqdori ushbu tadqiqotda yuqori Ca miqdorini ko'rsatdi.
Namunalangan elementlarning turli o'lchangan konsentratsiyalari tufayli elementlarning ma'lumotlar to'plamidagi taqsimotlari turli xil qiyshiqlikni namoyon etadi. Elementlarning qiyshiqligi va kurtozisi mos ravishda 1,53 dan 7,24 gacha va 2,49 dan 54,16 gacha bo'lgan. Barcha hisoblangan elementlarda qiyshiqlik va kurtoz darajasi +1 dan yuqori, bu ma'lumotlar taqsimoti tartibsiz, to'g'ri yo'nalishda qiyshiq va cho'qqiga chiqqanligini ko'rsatadi. Elementlarning taxminiy CVlari shuningdek, K, Mg va Ni o'rtacha o'zgaruvchanlikni, Ca esa juda yuqori o'zgaruvchanlikni namoyon etishini ko'rsatadi. K, Ni va Mg ning CVlari ularning bir xil taqsimotini tushuntiradi. Bundan tashqari, Ca taqsimoti bir xil emas va tashqi manbalar uning boyitish darajasiga ta'sir qilishi mumkin.
Bashorat qiluvchi o'zgaruvchilarning javob elementlari bilan o'zaro bog'liqligi elementlar o'rtasida qoniqarli o'zaro bog'liqlikni ko'rsatdi (3-rasmga qarang). Korrelyatsiya CaK ning r qiymati = 0,53 bo'lgan o'rtacha o'zaro bog'liqlikni ko'rsatganligini ko'rsatdi, CaNi ham shunday qildi. Ca va K bir-biri bilan o'rtacha bog'liqlikni ko'rsatsa-da, Kingston va boshqalar kabi tadqiqotchilar. 68 va Santo69 ularning tuproqdagi darajasi teskari proportsional ekanligini ko'rsatadi. Biroq, Ca va Mg K ga antagonistdir, ammo CaK yaxshi korrelyatsiya qiladi. Bu kaliy karbonat kabi o'g'itlarning qo'llanilishi bilan bog'liq bo'lishi mumkin, bu kaliyda 56% yuqori. Kaliy magniy bilan o'rtacha darajada bog'liq edi (KM r = 0.63). O'g'it sanoatida bu ikki element bir-biri bilan chambarchas bog'liq, chunki kaliy magniy sulfati, kaliy magniy nitrat va kaliy tuproqlarga ularning yetishmovchilik darajasini oshirish uchun qo'llaniladi. Nikel Ca, K va Mg bilan o'rtacha darajada bog'liq bo'lib, r qiymatlari mos ravishda = 0.52, 0.63 va 0.55 ga teng. Kaltsiy, magniy va nikel kabi PTE bilan bog'liq munosabatlar murakkab, ammo shunga qaramay, magniy kaltsiyning so'rilishini inhibe qiladi, kaltsiy ortiqcha magniyning ta'sirini kamaytiradi va magniy ham, kaltsiy ham tuproqdagi nikelning toksik ta'sirini kamaytiradi.
Bashorat qiluvchilar va javoblar o'rtasidagi munosabatni ko'rsatuvchi elementlar uchun korrelyatsiya matritsasi (Izoh: bu rasm elementlar orasidagi tarqoqlik diagrammasini o'z ichiga oladi, ahamiyatlilik darajalari p < 0,001 ga asoslangan).
4-rasmda elementlarning fazoviy taqsimlanishi ko'rsatilgan. Burgos va boshqalarning fikriga ko'ra, fazoviy taqsimlanishning qo'llanilishi ifloslangan hududlardagi issiq nuqtalarni aniqlash va ta'kidlash uchun ishlatiladigan usuldir. 4-rasmdagi Ca ning boyitish darajasini fazoviy taqsimlanish xaritasining shimoli-g'arbiy qismida ko'rish mumkin. Rasmda o'rtacha va yuqori Ca boyitish issiq nuqtalari ko'rsatilgan. Xaritaning shimoli-g'arbiy qismida kaltsiyning boyitilishi, ehtimol, tuproq kislotaliligini pasaytirish uchun ohak (kaltsiy oksidi) dan foydalanish va uni po'lat zavodlarida po'lat quyish jarayonida ishqoriy kislorod sifatida ishlatish bilan bog'liq. Boshqa tomondan, boshqa fermerlar kislotali tuproqlarda pH ni neytrallash uchun kaltsiy gidroksiddan foydalanishni afzal ko'rishadi, bu esa tuproqdagi kaltsiy miqdorini oshiradi71. Kaliy shuningdek, xaritaning shimoli-g'arbiy va sharqidagi issiq nuqtalarni ham ko'rsatadi. Shimoli-g'arbiy yirik qishloq xo'jaligi jamoasi bo'lib, kaliyning o'rtacha va yuqori darajasi NPK va kaliy qo'llanilishi bilan bog'liq bo'lishi mumkin. Bu Madaras va Lipavský72, Madaras va boshqalar73, Pulkrabová va boshqalar74, Asare va boshqalar75 kabi boshqa tadqiqotlar bilan mos keladi, ular buni kuzatdilar Tuproqni barqarorlashtirish va KCl va NPK bilan ishlov berish natijasida tuproqda K miqdori yuqori bo'ldi. Tarqalish xaritasining shimoli-g'arbiy qismida kaliyning fazoviy boyitilishi kaliy xlorid, kaliy sulfat, kaliy nitrat, kaliy va kaliy kabi kaliyga asoslangan o'g'itlardan kambag'al tuproqlarda kaliy miqdorini oshirish uchun foydalanish bilan bog'liq bo'lishi mumkin. Zádorová va boshqalar. 76 va Tlustoš va boshqalar. 77-rasmda K asosidagi o'g'itlarni qo'llash tuproqdagi K miqdorini oshirgani va uzoq muddatda tuproqdagi ozuqa moddalarining miqdorini sezilarli darajada oshirishi, ayniqsa tuproqdagi issiq nuqtani ko'rsatadigan K va Mg miqdori ta'kidlangan. Xaritaning shimoli-g'arbiy qismida va xaritaning janubi-sharqida nisbatan mo''tadil issiq nuqtalar. Tuproqdagi kolloid fiksatsiya tuproqdagi magniy konsentratsiyasini pasaytiradi. Uning tuproqda yetishmasligi o'simliklarda sarg'ish interven xlorozini namoyon qiladi. Kaliy magniy sulfati, magniy sulfati va Kieserite kabi magniy asosidagi o'g'itlar normal pH oralig'iga ega tuproqlarda etishmovchiliklarni (o'simliklar binafsha, qizil yoki jigarrang rangda ko'rinadi, bu magniy yetishmasligini ko'rsatadi) davolaydi. Shahar va shahar atrofidagi tuproq yuzalarida nikelning to'planishi qishloq xo'jaligi kabi antropogen faoliyat va zanglamaydigan po'lat ishlab chiqarishda nikelning ahamiyati bilan bog'liq bo'lishi mumkin.78.
Elementlarning fazoviy taqsimoti [fazoviy taqsimoti xaritasi ArcGIS Desktop (ESRI, Inc, 10.7 versiyasi, URL: https://desktop.arcgis.com) yordamida yaratilgan.]
Ushbu tadqiqotda ishlatilgan elementlar uchun model ishlash indeksi natijalari 2-jadvalda keltirilgan. Boshqa tomondan, Ni ning RMSE va MAE ikkalasi ham nolga yaqin (0.86 RMSE, -0.08 MAE). Boshqa tomondan, K ning RMSE va MAE qiymatlari maqbuldir. RMSE va MAE natijalari kaltsiy va magniy uchun yuqoriroq edi. Ca va K MAE va RMSE natijalari turli ma'lumotlar to'plamlari tufayli kattaroqdir. Ni ni bashorat qilish uchun EBK dan foydalangan holda ushbu tadqiqotning RMSE va MAE natijalari John va boshqalar 54 ning tuproqdagi S konsentratsiyasini bir xil to'plangan ma'lumotlardan foydalanib bashorat qilish uchun sinergetik krigingdan foydalangan natijalaridan yaxshiroq ekanligi aniqlandi. Biz o'rgangan EBK natijalari Fabijaczyk va boshqalar 41, Yan va boshqalar 79, Beguin va boshqalar 80, Adhikary va boshqalar 81 va John va boshqalar 82 ning natijalari, ayniqsa K va Ni bilan bog'liq.
Shahar va shahar atrofidagi tuproqlarda nikel miqdorini bashorat qilishning individual usullarining samaradorligi modellarning ishlashi yordamida baholandi (3-jadval). Modelni tasdiqlash va aniqlikni baholash Ca_Mg_K bashoratchisi EBK SVMR modeli bilan birgalikda eng yaxshi natija berganligini tasdiqladi. Ca_Mg_K-EBK_SVMR kalibrlash modeli R2, o'rtacha kvadrat xato (RMSE) va o'rtacha mutlaq xato (MAE) 0,637 (R2), 95,479 mg/kg (RMSE) va 77,368 mg/kg (MAE) ni tashkil etdi. Ca_Mg_K-SVMR 0,663 (R2), 235,974 mg/kg (RMSE) va 166,946 mg/kg (MAE) ni tashkil etdi. Shunga qaramay, Ca_Mg_K-SVMR (0,663 mg/kg R2) va Ca_Mg-EBK_SVMR (0,643 = R2) uchun yaxshi R2 qiymatlari olindi; ularning RMSE va MAE natijalari Ca_Mg_K-EBK_SVMR (R2 0.637) natijalaridan yuqori bo'ldi (3-jadvalga qarang). Bundan tashqari, Ca_Mg-EBK_SVMR (RMSE = 1664.64 va MAE = 1031.49) modelining RMSE va MAE mos ravishda 17.5 va 13.4 ni tashkil etadi, bu Ca_Mg_K-EBK_SVMR natijalaridan kattaroqdir. Xuddi shunday, Ca_Mg-K SVMR (RMSE = 235.974 va MAE = 166.946) modelining RMSE va MAE mos ravishda Ca_Mg_K-EBK_SVMR RMSE va MAE natijalaridan 2.5 va 2.2 kattaroqdir. Hisoblangan RMSE natijalari ma'lumotlar to'plamining eng yaxshi moslik chizig'i bilan qanchalik jamlanganligini ko'rsatadi. Yuqori RSME va MAE kuzatildi. Kebonye va boshqalarga ko'ra. 46 va john va boshqalar 54 ga ko'ra, RMSE va MAE nolga qanchalik yaqin bo'lsa, natijalar shuncha yaxshi bo'ladi. SVMR va EBK_SVMR yuqori kvantlangan RSME va MAE qiymatlariga ega. RSME baholari MAE qiymatlaridan doimiy ravishda yuqori bo'lganligi kuzatildi, bu esa chetlanishlar mavjudligini ko'rsatadi. Legates va McCabe83 ga ko'ra, RMSE ning o'rtacha absolyut xatodan (MAE) qanchalik oshib ketishi chetlanishlar mavjudligining ko'rsatkichi sifatida tavsiya etiladi. Bu shuni anglatadiki, ma'lumotlar to'plami qanchalik heterojen bo'lsa, MAE va RMSE qiymatlari shuncha yuqori bo'ladi. Shahar va shahar atrofi tuproqlarida Ni miqdorini bashorat qilish uchun Ca_Mg_K-EBK_SVMR aralash modelining o'zaro tasdiqlash baholashining aniqligi 63,70% ni tashkil etdi. Li va boshqalar 59 ga ko'ra, bu aniqlik darajasi maqbul model ishlash ko'rsatkichidir. Hozirgi natijalar Tarasov va boshqalar tomonidan o'tkazilgan oldingi tadqiqot bilan taqqoslanadi. 36 ta gibrid modeli joriy tadqiqotda xabar qilingan EBK_SVMR aniqlik baholash indeksiga tegishli bo'lgan MLPRK (Multilayer Perceptron Residual Kriging) ni yaratdi, RMSE (210) va MAE (167.5) hozirgi tadqiqotdagi natijalarimizdan (RMSE 95.479, MAE 77.368) yuqoriroq edi. Biroq, joriy tadqiqotning R2 ni (0.637) Tarasov va boshqalarning natijalari bilan taqqoslaganda. 36 (0.544) dan ko'rinib turibdiki, ushbu aralash modelda determinatsiya koeffitsienti (R2) yuqoriroq. Aralash model uchun xato chegarasi (RMSE va MAE) (EBK SVMR) ikki baravar past. Xuddi shunday, Sergeev va boshqalar.34 ishlab chiqilgan gibrid model (Multilayer Perceptron Residual Kriging) uchun 0.28 (R2) ni qayd etishdi, joriy tadqiqotda esa Ni 0.637 (R2) ni qayd etishdi. Ushbu modelning bashorat qilish aniqligi darajasi (EBK SVMR) 63.7% ni tashkil qiladi, Sergeev va boshqalar.34 tomonidan olingan bashorat qilish aniqligi esa 28% ni tashkil qiladi. EBK_SVMR modeli va Ca_Mg_K bashorat qiluvchi sifatida yaratilgan yakuniy xarita (5-rasm) butun tadqiqot hududi bo'ylab issiq nuqtalar va o'rtacha nikeldan bashoratlarni ko'rsatadi. Bu shuni anglatadiki, tadqiqot hududida nikel konsentratsiyasi asosan o'rtacha, ba'zi aniq hududlarda yuqori konsentratsiyalar mavjud.
Yakuniy bashorat xaritasi EBK_SVMR gibrid modeli va bashoratchi sifatida Ca_Mg_K dan foydalangan holda ifodalangan. [Fazoviy taqsimot xaritasi RStudio (1.4.1717 versiyasi: https://www.rstudio.com/) yordamida yaratilgan.]
6-rasmda PTE konsentratsiyalari alohida neyronlardan tashkil topgan kompozitsion tekislik sifatida keltirilgan. Komponent tekisliklarining hech biri ko'rsatilgandek bir xil rang naqshini namoyish etmadi. Biroq, chizilgan xaritadagi neyronlarning tegishli soni 55 ta. SeOM turli xil ranglar yordamida ishlab chiqariladi va rang naqshlari qanchalik o'xshash bo'lsa, namunalarning xususiyatlari shunchalik o'xshash bo'ladi. Aniq rang shkalasiga ko'ra, alohida elementlar (Ca, K va Mg) bitta yuqori neyronlar va ko'pgina past neyronlarga o'xshash rang naqshlarini ko'rsatdi. Shunday qilib, CaK va CaMg juda yuqori tartibli neyronlar va pastdan o'rtacha rang naqshlari bilan ba'zi o'xshashliklarga ega. Ikkala model ham tuproqdagi Ni konsentratsiyasini qizil, to'q sariq va sariq kabi o'rta va yuqori ranglarni ko'rsatish orqali bashorat qiladi. KMg modeli aniq nisbatlar va pastdan o'rta rang dog'lariga asoslangan ko'plab yuqori rangli naqshlarni ko'rsatadi. Pastdan yuqorigacha bo'lgan aniq rang shkalasida model komponentlarining tekislikdagi tarqalish naqshi tuproqdagi nikelning potentsial konsentratsiyasini ko'rsatuvchi yuqori rangli naqshni ko'rsatdi (4-rasmga qarang). CakMg model komponent tekisligi aniq rangga ko'ra pastdan yuqorigacha bo'lgan turli xil rang naqshini ko'rsatadi. masshtab. Bundan tashqari, modelning nikel miqdorini (CakMg) bashorat qilishi 5-rasmda ko'rsatilgan nikelning fazoviy taqsimotiga o'xshaydi. Ikkala grafik ham shahar va shahar atrofidagi tuproqlarda nikel konsentratsiyasining yuqori, o'rta va past nisbatlarini ko'rsatadi. 7-rasmda xaritadagi k-o'rtacha guruhlashdagi kontur usuli tasvirlangan bo'lib, har bir modeldagi bashorat qilingan qiymatga asoslanib uchta klasterga bo'lingan. Kontur usuli klasterlarning optimal sonini ifodalaydi. To'plangan 115 ta tuproq namunalaridan 1-toifa eng ko'p tuproq namunalarini, ya'ni 74 tasini oldi. 2-klaster 33 ta namunani, 3-klaster esa 8 ta namunani oldi. Yetti komponentli tekislik bashorat qiluvchi kombinatsiya klasterni to'g'ri talqin qilish uchun soddalashtirilgan. Tuproq hosil bo'lishiga ta'sir qiluvchi ko'plab antropogen va tabiiy jarayonlar tufayli, taqsimlangan SeOM xaritasida to'g'ri farqlangan klaster naqshlariga ega bo'lish qiyin78.
Har bir Empirik Bayes Kriging Yordam Vektori Mashinasi (EBK_SVM_SeOM) o'zgaruvchisi tomonidan komponent tekisligi chiqishi. [SeOM xaritalari RStudio (1.4.1717 versiyasi: https://www.rstudio.com/) yordamida yaratilgan.]
Turli klaster tasniflash komponentlari [SeOM xaritalari RStudio yordamida yaratilgan (1.4.1717 versiyasi: https://www.rstudio.com/).
Ushbu tadqiqot shahar va shahar atrofidagi tuproqlarda nikel konsentratsiyasini modellashtirish texnikasini aniq ko'rsatib beradi. Tadqiqot tuproqdagi nikel konsentratsiyasini bashorat qilishning eng yaxshi usulini olish uchun elementlarni modellashtirish texnikalari bilan birlashtirgan holda turli xil modellashtirish texnikalarini sinovdan o'tkazdi. Modellashtirish texnikasining SeOM kompozitsion tekislik fazoviy xususiyatlari aniq rang shkalasida pastdan yuqorigacha yuqori rang naqshini namoyish etdi, bu tuproqdagi Ni konsentratsiyasini ko'rsatadi. Biroq, fazoviy taqsimot xaritasi EBK_SVMR tomonidan namoyish etilgan komponentlarning tekislik fazoviy taqsimotini tasdiqlaydi (5-rasmga qarang). Natijalar shuni ko'rsatadiki, qo'llab-quvvatlash vektorli mashina regressiya modeli (Ca Mg K-SVMR) tuproqdagi Ni konsentratsiyasini yagona model sifatida bashorat qiladi, ammo validatsiya va aniqlikni baholash parametrlari RMSE va MAE nuqtai nazaridan juda yuqori xatolarni ko'rsatadi. Boshqa tomondan, EBK_MLR modelida qo'llaniladigan modellashtirish texnikasi ham aniqlash koeffitsientining past qiymati (R2) tufayli nuqsonli. Yaxshi natijalar EBK SVMR va RMSE va MAE xatolari past bo'lgan birlashtirilgan elementlar (CaKMg) yordamida 63,7% aniqlikda qo'lga kiritildi. Ma'lum bo'lishicha, EBK algoritmini mashinani o'rganish algoritmi bilan birlashtirish gibrid algoritmni yaratishi mumkin. tuproqdagi PTE konsentratsiyasini bashorat qila oladi. Natijalar shuni ko'rsatadiki, tadqiqot hududida Ni konsentratsiyasini bashorat qilish uchun Ca Mg K dan foydalanish tuproqlarda Ni ni bashorat qilishni yaxshilashi mumkin. Bu shuni anglatadiki, nikel asosidagi o'g'itlarni doimiy ravishda qo'llash va po'lat sanoati tomonidan tuproqning sanoat ifloslanishi tuproqdagi nikel konsentratsiyasini oshirishga moyildir. Ushbu tadqiqot EBK modeli xato darajasini kamaytirishi va shahar yoki shahar atrofidagi tuproqlarda tuproqning fazoviy taqsimoti modelining aniqligini oshirishi mumkinligini ko'rsatdi. Umuman olganda, biz tuproqdagi PTE ni baholash va bashorat qilish uchun EBK-SVMR modelini qo'llashni taklif qilamiz; bundan tashqari, biz turli xil mashina o'rganish algoritmlari bilan gibridlash uchun EBK dan foydalanishni taklif qilamiz. Ni konsentratsiyasi elementlar kovariatlar sifatida bashorat qilingan; ammo, ko'proq kovariatlar foydalanish modelning ishlashini sezilarli darajada yaxshilaydi, bu esa hozirgi ishning cheklovi deb hisoblanishi mumkin. Ushbu tadqiqotning yana bir cheklovi shundaki, ma'lumotlar to'plamlari soni 115 ta. Shuning uchun, agar ko'proq ma'lumotlar taqdim etilsa, taklif qilingan optimallashtirilgan gibridlash usulining ishlashini yaxshilash mumkin.
PlantProbs.net. O'simliklar va tuproqdagi nikel https://plantprobs.net/plant/nutrientImbalances/sodium.html (Kirish sanasi: 2021-yil 28-aprel).
Kasprzak, KS Nikel zamonaviy ekologik toksikologiyada yutuqlar. atrof-muhit. toksikologiya.11, 145–183 (1987).
Cempel, M. & Nikel, G. Nikel: Uning manbalari va atrof-muhit toksikologiyasi sharhi. Polish J. Environment.Stud.15, 375–382 (2006).
Freedman, B. & Hutchinson, TC Kanadaning Ontario shtatidagi Sudbury shahridagi nikel-mis eritish zavodi yaqinidagi atmosferadan ifloslantiruvchi moddalarning kirishi va tuproq va o'simliklarda to'planishi.can.J. Bot.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. va boshqalar. Botsvanadagi Selebi-Phikwe mis-nikel konining yaqinidagi tuproq, o'simliklardagi og'ir metallar va yaylov kavsh qaytaruvchi hayvonlar bilan bog'liq xavflar. atrof-muhit. Geokimyo. Sog'liqni saqlash https://doi.org/10.1007/s10653-021-00918-x (2021).
Cabata-Pendias.Kabata-Pendias A. 2011. Tuproqdagi mikroelementlar va… – 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= (Kirish sanasi: 24-noyabr, 2020-yil).
Almås, A., Singh, B., Qishloq xo'jaligi, TS-NJ of & 1995, aniqlanmagan. Norvegiyaning Soer-Varanger shahridagi qishloq xo'jaligi tuproqlari va o'tlarida og'ir metallar konsentratsiyasiga Rossiya nikel sanoatining ta'siri. agris.fao.org.
Nielsen, GD va boshqalar. Ichimlik suvida nikelning so'rilishi va saqlanishi oziq-ovqat iste'moli va nikelga sezgirlik bilan bog'liq. toksikologiya. qo'llanilishi. farmakodinamika.154, 67–75 (1999).
Costa, M. & Klein, CB Nikel karsinogenezi, mutatsiyasi, epigenetika yoki selektsiya. Atrof-muhit. Sog'liqni saqlash nuqtai nazari. 107, 2 (1999).
Ajman, PC; Ajado, SK; Borůvka, L.; Bini, JKM; Sarkody, VYO; Cobonye, ​​​​NM; Potensial zaharli elementlarning trend tahlili: bibliometrik sharh. Atrof-muhit geokimyosi va sog'liq. Springer Science & Business Media BV 2020. https://doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB Raqamli tuproq xaritasi: Qisqacha tarix va ba'zi saboqlar. Geoderma 264, 301–311. https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. Raqamli tuproq xaritasida. Geoderma 117(1-2), 3-52.https://doi.org/10.1016/S0016-7061(03)00223-4 (2003).
Deutsch.CV Geostatistik Rezervuar Modellashtirish,… – 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= (Kirish sanasi: 2021-yil 28-aprel).