א דאנק פארן באזוכן Nature.com. די בראַוזער ווערסיע וואָס איר ניצט האט באַגרענעצטע שטיצע פֿאַר CSS. פֿאַר דער בעסטער דערפאַרונג, מיר רעקאָמענדירן אַז איר ניצט אַן דערהייַנטיקטן בראַוזער (אָדער דיאַקטיווירן קאָמפּאַטאַבילאַטי מאָדע אין אינטערנעט עקספּלאָרער). אין דער דערווייל, צו ענשור קאַנטיניואַס שטיצע, וועלן מיר ווייַזן די וועבזייטל אָן סטיילז און דזשאַוואַסקריפּט.
באָדן פאַרפּעסטיקונג איז אַ גרויס פּראָבלעם געפֿירט דורך מענטשלעכע אַקטיוויטעטן. די ספּיישאַל פאַרשפּרייטונג פון פּאָטענציעל טאַקסיק עלעמענטן (PTEs) ווערייִרט אין רובֿ שטאָטיש און פּערי-שטאָטיש געביטן. דעריבער, איז שווער צו ספּיישאַל פאָרויסזאָגן דעם אינהאַלט פון PTEs אין אַזאַ באָדנס. א גאַנץ פון 115 סאַמפּאַלז זענען באקומען פון Frydek Mistek אין דער טשעכיי. קאַלסיום (Ca), מאַגנעזיום (Mg), קאַליום (K) און ניקעל (Ni) קאַנסאַנטריישאַנז זענען באַשטימט ניצן ינדוקטיוועלי קאַפּאַלד פּלאַזמע ימישאַן ספּעקטראָמעטרי. די ענטפער וועריאַבל איז Ni און די פּרעדיקטאָרס זענען Ca, Mg, און K. די קאָרעלאַציע מאַטריץ צווישן די ענטפער וועריאַבל און די פּרעדיקטאָר וועריאַבל ווייזט אַ צופֿרידנשטעלנד קאָרעלאַציע צווישן די עלעמענטן. די פּרעדיקשאַן רעזולטאַטן האָבן געוויזן אַז Support Vector Machine Regression (SVMR) פּערפאָרמד גוט, כאָטש זייַן עסטימאַטעד וואָרצל מיטל קוואַדראַט טעות (RMSE) (235.974 מג/קג) און מיטל אַבסאָלוט טעות (MAE) (166.946 מג/קג) זענען געווען העכער ווי די אנדערע מעטהאָדס געווענדט. געמישט מאָדעלס פֿאַר עמפּיריקאַל בייעסיאַן קריגינג-Multiple Linear Regression (EBK-MLR) פּערפאָרמד שוואַך, ווי עווידענסד. דורך קאעפיציענטן פון באשטימונג ווייניקער ווי 0.1. דער עמפּיריקאַל בייעסיאַן קריגינג-שטיצע וועקטאָר מאַשין רעגרעסיע (EBK-SVMR) מאָדעל איז געווען דער בעסטער מאָדעל, מיט נידעריקע RMSE (95.479 מג/קג) און MAE (77.368 מג/קג) ווערטן און הויכן קאעפיציענט פון באשטימונג (R2 = 0.637). די EBK-SVMR מאָדעלינג טעכניק רעזולטאַט איז וויזשוואַלייזד ניצן אַ זיך-אָרגאַנייזינג מאַפּע. קלאַסטערד נעוראָנס אין דער פלאַך פון די כייבריד מאָדעל CakMg-EBK-SVMR קאָמפּאָנענט ווייַזן קייפל קאָליר פּאַטערנז וואָס פאָרויסזאָגן Ni קאַנסאַנטריישאַנז אין שטאָטיש און פּערי-שטאָטיש באָדנס. די רעזולטאַטן ווייַזן אַז קאַמביינינג EBK און SVMR איז אַן עפעקטיוו טעכניק פֿאַר פאָרויסזאָגן Ni קאַנסאַנטריישאַנז אין שטאָטיש און פּערי-שטאָטיש באָדנס.
ניקעל (Ni) ווערט באטראכט אלס א מיקראנוטריענט פאר פלאנצן ווייל עס ביישטייערט צו אטמאספערישער שטיקשטאף פיקסאציע (N) און אורעא מעטאבאליזם, ביידע פון ​​וועלכע זענען נויטיג פאר זוימען דזשערמאציע. אין צוגאב צו זיין ביישטייער צו זוימען דזשערמאציע, קען Ni אקטן אלס א פונגאַל און באַקטיריעל אינהיביטאָר און העכערן פלאנצן אנטוויקלונג. דער מאַנגל פון ניקעל אין דער ערד ערלויבט די פלאנצן עס צו אַבזאָרבירן, ריזאַלטינג אין כלאָראָז פון בלעטער. למשל, קו-ערבזן און גרינע בינען דאַרפן די אַפּליקאַציע פון ​​ניקעל-באַזירטע פערטילייזערס צו אָפּטימיזירן שטיקשטאף פיקסאציע. קאַנטיניואַס אַפּליקאַציע פון ​​ניקעל-באַזירטע פערטילייזערס צו באַרייַכערן דעם באָדן און פאַרגרעסערן די פיייקייט פון לעגיומז צו פיקסירן שטיקשטאף אין דער ערד קאַנטיניואַסלי ינקריסיז די ניקעל קאַנסאַנטריישאַן אין דער ערד. כאָטש ניקעל איז אַ מיקראנוטריענט פאר פלאנצן, קען זיין יבעריק ינטייק אין דער ערד טאָן מער שאָדן ווי גוטס. די טאַקסיסיטי פון ניקעל אין באָדן מינאַמייזיז באָדן pH און שטערט די אַפּטייק פון אייַזן ווי אַ יקערדיק נוטריענט פֿאַר פלאנצן וווּקס. לויט Liu3, איז Ni געפֿונען צו זיין דער 17טער וויכטיק עלעמענט נויטיג פֿאַר פלאנצן אנטוויקלונג און וווּקס. אין צוגאב צו ניקעל'ס ראָלע אין פלאנצן אנטוויקלונג און וווּקס, דאַרפן מענטשן עס פֿאַר אַ פאַרשיידנקייַט פון אַפּלאַקיישאַנז. עלעקטראָפּלייטינג, די פּראָדוקציע פון ניקעל-באזירטע צומישן, און די פאבריקאציע פון ​​איגנישאן דעווייסעס און צינד-שטעקנס אין דער אויטאמאטיוו אינדוסטריע פארלאנגען אלע די נוצ פון ניקעל אין פארשידענע אינדוסטריעלע סעקטארן. דערצו, ניקעל-באזירטע צומישן און עלעקטראפלאטירטע ארטיקלען זענען ברייט גענוצט געווארן אין קיך-געשיר, באלרום אקסעסאריעס, עסן אינדוסטריע סופלייז, עלעקטרישע, דראט און קאבלען, דזשעט טורבינעס, כירורגישע אימפלאנטן, טעקסטילן, און שיף-בויען5. ניקעל-רייכע לעוועלס אין באָדנס (ד"ה, אויבערפלאך באָדנס) זענען צוגעשריבן געווארן צו ביידע אנטראפאגענישע און נאטירלעכע קוועלער, אבער בפֿרט, ניקעל איז א נאטירלעכע מקור אלא ווי אנטראפאגענישע4,6. נאטירלעכע קוועלער פון ניקעל שליסן איין וואולקאנישע אויסברוכן, וועגעטאציע, וואַלד פייערן, און געאלאגישע פראצעסן; אבער, אנטראפאגענישע קוועלער שליסן איין ניקעל/קאדמיום באטעריעס אין דער שטאל אינדוסטריע, עלעקטראפלאטינג, בויגן-וועלדינג, דיזל און ברענשטאף-אוילן, און אטמאספערישע עמיסיעס פון קוילן פארברענונג און אפפאל און שלאק פארברענונג ניקעל אקומולאציע7,8. לויט פרידמאן און האטשינסאן9 און מאניווא עט אל. 10, די הויפּט קוואלן פון אויבערשטער באָדן פאַרפּעסטיקונג אין דער נאָענטער און שכנותדיקער סביבה זענען דער הויפּט ניקעל-קופּער-באַזירטע שמעלצער און מינעס. די אויבערשטע באָדן אַרום די סאַדבערי ניקעל-קופּער ראַפינעריע אין קאַנאַדע האט געהאט די העכסטע לעוועלס פון ניקעל קאַנטאַמאַניישאַן ביי 26,000 מג/קג11. אין קאַנטראַסט, פאַרפּעסטיקונג פון ניקעל פּראָדוקציע אין רוסלאַנד האט געפֿירט צו העכערע ניקעל קאָנצענטראַציעס אין נאָרוועגישן באָדן11. לויט אַלמס עט אַל. 12, די סומע פון ​​HNO3-עקסטראַקטאַבאַל ניקעל אין דער ראַיאָן'ס שפּיץ אַקער לאַנד (ניקעל פּראָדוקציע אין רוסלאַנד) איז געווען פון 6.25 צו 136.88 מג/קג, וואָס קאָרעספּאָנדירט צו אַ דורכשניט פון 30.43 מג/קג און אַ באַזעלינע קאָנצענטראַציע פון ​​25 מג/קג. לויט קאַבאַטאַ 11, די אַפּליקאַציע פון ​​פאָספאָר פערטאַלייזערז אין לאַנדווירטשאַפטלעכע באָדן אין שטאָטיש אָדער פּערי-שטאָטיש באָדן בעשאַס סאַקסעסיוו גערעטעניש סעאַסאָנס קען ינפיוז אָדער קאַנטאַמאַנייט די באָדן. די פּאָטענציעלע יפעקס פון ניקעל אין מענטשן קען פירן צו ראַק דורך מוטאַגענעסיס, כראָמאָסאָמאַל שעדיקן, Z-DNA דזשענעריישאַן, בלאַקט DNA עקססיסיאָן ריפּער, אָדער עפּיגענעטיק פּראַסעסאַז 13. אין כייַע יקספּעראַמאַנץ, ניקעל איז געפֿונען צו האָבן די פּאָטענציעל צו פאַרשאַפן אַ פאַרשיידנקייַט פון טומאָרס, און קאַרסינאָגענע ניקעל קאָמפּלעקסעס קען פאַרשטאַרקן אַזאַ טומאָרס.
באָדן קאַנטאַמאַניישאַן אַסעסמאַנץ האָבן געבליט אין די לעצטע צייטן רעכט צו אַ ברייט קייט פון געזונט-פֿאַרבונדענע ישוז וואָס שטאַמען פון באָדן-פלאַנצן באַציאונגען, באָדן און באָדן ביאָלאָגישע באַציאונגען, עקאַלאַדזשיקאַל דעגראַדאַציע, און ענווייראָנמענטאַל פּראַל אַסעסמאַנט. ביז איצט, ספּיישאַל פּרעדיקשאַן פון פּאָטענציעל טאַקסיק עלעמענטן (PTEs) אַזאַ ווי ני אין באָדן איז געווען אַרבעטספול און צייט-קאַנסומינג ניצן טראַדיציאָנעלע מעטהאָדס. די אַדווענט פון דיגיטאַל באָדן מאַפּינג (DSM) און זיין קראַנט הצלחה15 האָבן שטארק פֿאַרבעסערט פּרעדיקטיוו באָדן מאַפּינג (PSM).לויט מינאַסני און מאַקבראַטני16, פּרעדיקטיוו באָדן מאַפּינג (DSM) האט זיך ארויסגעוויזן צו זיין אַ באַוווסט סובדיסציפּלין פון באָדן וויסנשאַפֿט.לאַגאַטשערי און מאַקבראַטני, 2006 דעפינירן DSM ווי "די שאַפונג און פּלאָמבירן פון ספּיישאַל באָדן אינפֿאָרמאַציע סיסטעמען דורך די נוצן פון אין סיטו און לאַבאָראַטאָריע אָבסערוואַציאָנאַל מעטהאָדס און ספּיישאַל און ניט-ספּיישאַל באָדן ינפעראַנס סיסטעמען".מאַקבראַטני עט על. 17 שילדערן אז די היינטיקע DSM אדער PSM איז די מערסט עפעקטיווע טעכניק פאר פאראויסזאגן אדער מאפעווען די ספעציעלע פארשפרייטונג פון PTEs, באָדן טיפן און באָדן אייגנשאפטן. געאסטאטיסטיקס און מאשין לערנען אלגאריטמען (MLA) זענען DSM מאדעלירן טעכניקן וואס שאפן דידזשיטאליזירטע מאפעס מיט דער הילף פון קאמפיוטערס ניצנדיק באדייטנדע און מינימאלע דאטן.
דויטש18 און אָלעאַ19 דעפינירן געאָסטאַטיסטיק ווי "די זאַמלונג פון נומערישע טעקניקס וואָס האַנדלען מיט דער רעפּרעזענטאַציע פון ​​ספּיישאַל אַטריביוטן, דער הויפּט ניצן סטאָכאַסטישע מאָדעלן, אַזאַ ווי ווי צייט סעריע אַנאַליסיס כאַראַקטערייזיז טעמפּאָראַל דאַטן." בפֿרט, געאָסטאַטיסטיק ינוואַלווז די עוואַלואַציע פון ​​וואַריאָגראַפיעס, וואָס לאָזן קוואַנטיפיצירן און דעפינירן די דיפּענדאַנסיז פון ספּיישאַל ווערטן פון יעדער דאַטאַסעט20. גומיאָקס און אַנדערע 20 ווייטער אילוסטרירן אַז די עוואַלואַציע פון ​​וואַריאָגראַפיעס אין געאָסטאַטיסטיק איז באזירט אויף דרייַ פּרינציפּן, אַרייַנגערעכנט (אַ) קאַמפּיוטינג די וואָג פון דאַטן קאָרעלאַציע, (ב) ידענטיפיצירן און קאַמפּיוטינג אַניזאָטראָפּי אין דאַטאַסעט דיספּעריטי און (ג) אין אַדישאַן צו נעמען אין חשבון די ינכעראַנט טעות פון די מעסטונג דאַטן אפגעשיידט פון די היגע יפעקס, די שטח יפעקס זענען אויך עסטימאַטעד. בויענדיק אויף די קאַנסעפּס, פילע ינטערפּאָלאַטיאָן טעקניקס זענען געניצט אין געאָסטאַטיסטיק, אַרייַנגערעכנט אַלגעמיין קריגינג, קאָ-קריגינג, פּראָסט קריגינג, עמפּיריקאַל בייעסיאַן קריגינג, פּשוט קריגינג מעטאָד און אנדערע באַוווסט ינטערפּאָלאַטיאָן טעקניקס צו מאַפּ אָדער פאָרויסזאָגן PTE, באָדן קעראַקטעריסטיקס, און באָדן טייפּס.
מאַשין לערנען אַלגעריטמען (MLA) זענען אַ רעלאַטיוו נייַע טעכניק וואָס ניצט גרעסערע ניט-לינעאַר דאַטן קלאַסן, געשטיצט דורך אַלגעריטמען בפֿרט געניצט פֿאַר דאַטן מיינינג, ידענטיפיצירן פּאַטערנז אין דאַטן, און ריפּיטידלי געווענדט צו קלאַסיפֿיקאַציע אין וויסנשאַפֿטלעכע פעלדער אַזאַ ווי באָדן וויסנשאַפֿט און צוריקקער טאַסקס. פילע פאָרשונג אַרטיקלען פאַרלאָזן זיך אויף MLA מאָדעלס צו פאָרויסזאָגן PTE אין באָדן, אַזאַ ווי טאַן עט על. 22 (ראַנדאָם וועלדער פֿאַר שווער מעטאַל עסטימאַציע אין לאַנדווירטשאַפטלעך באָדן), סאַקיזאַדע עט על. 23 (מאָדעלירונג ניצן שטיצע וועקטאָר מאשינען און קינסטלעך נעוראַל נעטוואָרקס) באָדן פאַרפּעסטיקונג). אין דערצו, וועגאַ עט על. 24 (CART פֿאַר מאָדעלינג שווער מעטאַל ריטענשאַן און אַדסאָרפּטיאָן אין באָדן) סאַן עט על. 25 (אַפּלאַקיישאַן פון קוביסט איז די פאַרשפּרייטונג פון Cd אין באָדן) און אנדערע אַלגעריטמען אַזאַ ווי k-nearest neighbor, גענעראַליזעד בוסטעד רעגרעסיע, און בוסטעד רעגרעסיע ביימער אויך געווענדט MLA צו פאָרויסזאָגן PTE אין באָדן.
די אנווענדונג פון DSM אלגאריטמען אין פאראויסזאגונג אדער מאפע שטייט פאר עטליכע שוועריקייטן. פילע מחברים גלייבן אז MLA איז העכער ווי געאסטאטיסטיק און פארקערט. כאטש איינס איז בעסער ווי דער צווייטער, פארבעסערט די קאמבינאציע פון ​​די צוויי דעם ניוואָ פון גענויקייט פון מאפע אדער פאראויסזאגונג אין DSM15. וואודקאק און גאפאל26 פינק27; פאנטיוס און טשעוק28 און גרונוואלד29 קאמענטירן אויף חסרונות און עטליכע ערראָרס אין פאראויסגעזאגטע באָדן מאפע. באָדן וויסנשאפטלער האבן פרובירט א פארשיידנקייט פון טעכניקן צו אפטימיזירן די עפעקטיווקייט, גענויקייט, און פאראויסזאגבארקייט פון DSM מאפע און פאראויסזאגונג. די קאמבינאציע פון ​​אומזיכערקייט און וועריפיקאציע איז איינער פון פילע פארשידענע אספעקטן אינטעגרירט אין DSM צו אפטימיזירן עפעקטיווקייט און רעדוצירן חסרונות. אבער, אגיעמאן און אנדערע 15 שילדערן אז די וואלידאציע אויפפירונג און אומזיכערקייט איינגעפירט דורך מאפע שאפונג און פאראויסזאגונג זאל זיין אומאפהענגיק וואלידירט צו פארבעסערן מאפע קוואליטעט. די לימיטאציעס פון די DSM זענען רעכט צו געאגראפיש פארשפרייטער באָדן קוואליטעט, וואס נעמט אריין א קאמפאנענט פון אומזיכערקייט; אָבער, דער מאַנגל אין זיכערקייט אין די DSM קען שטאַמען פון קייפל קוועלער פון טעות, נעמליך קאָוואַריאַט טעות, מאָדעל טעות, לאָקאַציע טעות, און אַנאַליטיש טעות 31. מאָדעלינג אומרעכטיקייטן ינדוסט אין MLA און געאָסטאַטיסטישע פּראָצעסן זענען פארבונדן מיט אַ מאַנגל אין פארשטאנד, וואָס לעסאָף פירט צו אָוווערסימפליפיקאַטיאָן פון די פאַקטיש פּראָצעס 32. נישט קוקנדיק אויף די נאַטור פון די מאָדעלינג, אומרעכטיקייטן קענען זיין אַטריביאַטאַד צו מאָדעלינג פּאַראַמעטערס, מאַטעמאַטישע מאָדעל פאָרויסזאָגן, אָדער ינטערפּאָלאַטיאָן 33. לעצטנס, אַ נייַ DSM גאַנג איז ארויס וואָס פּראַמאָוץ די ינטאַגריישאַן פון געאָסטאַטיסטיק און MLA אין מאַפּינג און פאָרויסזאָגן. עטלעכע באָדן וויסנשאַפֿטלער און מחברים, אַזאַ ווי סערגעעוו עט על. 34; סובבאָטינאַ עט על. 35; טאַראַסאָוו עט על. 36 און טאַראַסאָוו עט על. 37 האָבן אויסגענוצט די פּינטלעך קוואַליטעט פון געאָסטאַטיסטיק און מאַשין לערנען צו דזשענערייט כייבריד מאָדעלס וואָס פֿאַרבעסערן די עפעקטיווקייַט פון פאָרויסזאָגן און מאַפּינג. קוואַליטעט. עטלעכע פון ​​די כייבריד אָדער קאַמביינד אַלגערידאַם מאָדעלס זענען קינסטלעך נעוראַל נעטוואָרק קריגינג (ANN-RK), מולטילייער פּערסעפּטראָן רעזידואַל קריגינג (MLP-RK), דזשענעראַלייזד רעגרעסיע נעוראַל נעטוואָרק רעזידואַל קריגינג (GR- NNRK)36, קינסטלעך נעוראַל נעטוואָרק קריגינג-מולטילייער פּערסעפּטראָן (ANN-K-MLP)37 און קאָ-קריגינג און גאַוסיאַן פּראָצעס רעגרעסיע38.
לויט סערגעעוו און אנדערע, האט קאמבינירן פארשידענע מאדעלירן טעכניקן דעם פאטענציאל צו עלימינירן חסרונות און פארגרעסערן די עפעקטיווקייט פון דעם רעזולטירנדיקן היבריד מאדעל אנשטאט צו אנטוויקלען זיין איינציקן מאדעל. אין דעם קאנטעקסט, טענה'ט די נייע פאפיר אז עס איז נויטיג צו אנווענדן א קאמבינירטן אלגאריטם פון געאסטאטיסטיק און MLA צו שאפן אפטימאלע היבריד מאדעלן צו פארזאגן ניקל-אנרייכערונג אין שטאטיש און פערי-שטאטיש געגנטן. די שטודיע וועט זיך פארלאזן אויף עמפירישע בייעסישע קריגינג (EBK) אלס דער באזע מאדעל און עס מישן מיט שטיצע וועקטאָר מאשין (SVM) און מולטיפל לינעאר רעגרעסיע (MLR) מאדעלן. היברידיזאציע פון ​​EBK מיט יעדן MLA איז נישט באקאנט. די מולטיפל געמישטע מאדעלן וואס מען זעט זענען קאמבינאציעס פון געווענליכע, רעזידועלע, רעגרעסיע קריגינג, און MLA. EBK איז א געאסטאטיסטישע אינטערפאלאציע מעטאד וואס ניצט א ספעציעל סטאכאסטישן פראצעס וואס איז לאקאליזירט אלס א נישט-סטאציאנער/סטאציאנער ראנדאם פעלד מיט דעפינירטע לאקאליזאציע פאראמעטערס איבער דעם פעלד, ערלויבנדיק ספעציעלע וועריאציע39. EBK איז גענוצט געווארן אין א פארשיידנקייט פון שטודיעס, אריינגערעכנט אנאליזירן די פארשפרייטונג פון ארגאנישן קוילן-שטאף אין פארם-באדן40, אפשאצן באדן-פארפעסטיקונג41 און מאפען באדן. אייגנשאפטן42.
אויף דער אנדערער האַנט, זעלבסט-אָרגאַניזירנדיקער גראַף (SeOM) איז אַ לערן-אַלגעריטם וואָס איז געוואָרן געווענדט אין פֿאַרשידענע אַרטיקלען ווי לי עט אַל. 43, וואַנג עט אַל. 44, כוסיין בהויאַן עט אַל. 45 און קעבאָניע עט אַל. 46 באַשטימען די ספּיישאַל אַטריביוטן און גרופּירונג פון עלעמענטן. וואַנג עט אַל. 44 שילדערן אַז SeOM איז אַ שטאַרקע לערן-טעכניק באַקאַנט פֿאַר איר פיייקייט צו גרופּירן און פֿאָרשטעלן זיך נישט-לינעאַרע פּראָבלעמען. ניט ווי אַנדערע מוסטער-דערקענונג-טעכניקעס ווי הויפּט-קאָמפּאָנענט-אַנאַליז, פאַזי קלאַסטערינג, כייעראַרקיש קלאַסטערינג, און מולטי-קריטעריאַ באַשלוס-מאכן, איז SeOM בעסער אין אָרגאַניזירן און אידענטיפֿיצירן PTE מוסטערן. לויט וואַנג עט אַל. 44, קען SeOM ספּיישאַל גרופּירן די פֿאַרשפּרייטונג פֿון פֿאַרבונדענע נעוראָנען און צושטעלן הויך-רעזאָלוציע דאַטן-וויזואַליזאַציע. SeOM וועט וויזואַליזירן Ni פּראָגנאָז-דאַטן צו באַקומען דעם בעסטן מאָדעל צו כאַראַקטעריזירן די רעזולטאַטן פֿאַר דירעקטער אינטערפּרעטאַציע.
די דאזיגע פאפיר צילט צו שאפן א שטארקע מאפע מאדעל מיט אפטימאלער גענויקייט פארן פאראויסזאגן ניקעל אינהאלט אין שטאטישע און פערי-שטאטישע באָדנס. מיר שטעלן אויף א היפאטעזע אז די פארלעסלעכקייט פון דעם געמישטן מאדעל ווענדט זיך מערסטנס אין דעם איינפלוס פון אנדערע מאדעלן וואס זענען פארבונדן מיטן באזע מאדעל. מיר אנערקענען די שוועריקייטן וואס שטייען פארן DSM, און כאטש די שוועריקייטן ווערן אדרעסירט אויף פארשידענע פראנטן, די קאמבינאציע פון ​​פארשריטן אין געאסטאטיסטיק און MLA מאדעלן שיינט צו זיין צוגענגלעך; דעריבער וועלן מיר פרובירן צו ענטפערן אויף פארשונג פראגעס וואס קענען ברענגען געמישטע מאדעלן. אבער, ווי גענוי איז דער מאדעל ביים פאראויסזאגן דעם ציל עלעמענט? אויך, וואס איז דער לעוועל פון עפעקטיווקייט אפשאצונג באזירט אויף וואלידאציע און גענויקייט אפשאצונג? דעריבער, די ספעציפישע צילן פון דער שטודיע זענען געווען צו (א) שאפן א קאמבינירטן געמיש מאדעל פאר SVMR אדער MLR ניצנדיג EBK אלס דעם באזע מאדעל, (ב) פארגלייכן די רעזולטירנדע מאדעלן (ג) פארשלאגן דעם בעסטן געמיש מאדעל פארן פאראויסזאגן ני קאנצענטראציעס אין שטאטישע אדער פערי-שטאטישע באָדנס, און (ד) די אנווענדונג פון SeOM צו שאפן א הויך-רעזאלוציע מאפע פון ​​ניקעל ספעציעלע וועריאציע.
די שטודיע ווערט דורכגעפירט אין טשעכיי, ספעציפיש אין פרידעק מיסטעק דיסטריקט אין דער מאראוויע-שלעזישער ראיאן (זעה בילד 1). די געאגראפיע פון ​​דער שטודיע געגנט איז זייער אומגעשיכטיג און איז מערסטנס א טייל פון דער מאראוויע-שלעזישער בעסקידי ראיאן, וואס איז א טייל פון די אויסערן ראנד פון די קארפאטן בערג. די שטודיע געגנט געפינט זיך צווישן 49° 41′ 0′ צפון און 18° 20′ 0′ מזרח, און די הייך איז צווישן 225 און 327 מעטער; אבער, די קאָפּען קלאַסיפיקאַציע סיסטעם פֿאַר דעם קלימאַטישן צושטאַנד פֿון דער געגנט ווערט באַצייכנט ווי Cfb = טעמפּעראַט אָקעאַנישער קלימאַט. עס איז דאָ אַ סך רעגן אפילו אין די טרוקענע חדשים. טעמפּעראַטורן וואַרייִרן אַ ביסל איבערן יאָר צווישן −5 °C און 24 °C, זעלטן פאַלנדיק אונטער −14 °C אָדער העכער 30 °C, בשעת די דורכשניטלעכע יערלעכע רעגן איז צווישן 685 און 752 מם47. די געשאַצטע אויספֿאָרשונג שטח פֿון דער גאַנצער געגנט איז 1,208 קוואַדראַט קילאָמעטער, מיט 39.38% פֿון דער באַאַרבעטער ערד און 49.36% פֿון דער וואַלד באַדעקונג. פֿון דער אַנדערער זייט, די שטח געניצט אין דעם לערנען איז אַרום 889.8 קוואַדראַט קילאָמעטער. אין און אַרום אָסטראַוואַ, די שטאָל אינדוסטריע און מעטאַל ווערק זענען זייער אַקטיוו. מעטאַל מילן, די שטאָל אינדוסטריע וווּ ניקעל ווערט געניצט אין ומבאַפלעקט שטאָל (למשל פֿאַר קעגנשטעל צו אַטמאָספֿערישער קעראָוזשאַן) און צומיש שטאָל (ניקעל פֿאַרגרעסערט די שטאַרקייט פֿון דער צומיש בשעת עס האַלט זיין גוטע דאַקטילאַטי און טאַפנאַס), און אינטענסיווע לאַנדווירטשאַפט ווי פֿאָספֿאַט דüngער אַפּליקאַציע און לייווסטאַק פּראָדוקציע זענען פאָרשונג פּאָטענציעלע קוואלן פֿון ניקעל אין דער געגנט. (למשל, צולייגן ניקעל צו לעמלעך צו פארגרעסערן וואוקס ראטעס אין לעמלעך און נידעריג-געפיטערט בהמות). אנדערע אינדוסטריעלע ניצן פון ניקעל אין פארשונג געביטן שליסן איין זיין נוצן אין עלעקטראפלאטינג, אריינגערעכנט עלעקטראפלאטינג ניקעל און עלעקטראלעס ניקעל פלאטינג פראצעסן. באָדן אייגנשאפטן זענען לייכט אונטערשיידלעך פון באָדן קאָליר, סטרוקטור, און קאַרבאָנאַט אינהאַלט. די באָדן טעקסטור איז מיטל צו פייַן, דערייווד פון די פאָטער מאַטעריאַל. זיי זענען קאָלווויאַל, אַלווויאַל אָדער אַעאָליאַן אין נאַטור. עטלעכע באָדן געביטן דערשייַנען פלעקטיד אין די ייבערפלאַך און אונטערבאָדן, אָפט מיט קאָנקרעט און בליטשינג. אָבער, קאַמביסאָלס און סטאַגנאָסאָלס זענען די מערסט פּראָסט באָדן טייפּס אין דער געגנט48. מיט עלעוואַטיאָנס ריינדזשינג פון 455.1 צו 493.5 עם, קאַמביסאָלס דאָמינירן די טשעכיי49.
מאַפּע פֿון שטודיע־געגנט [די מאַפּע פֿון שטודיע־געגנט איז געשאַפֿן געוואָרן מיט ArcGIS Desktop (ESRI, Inc, ווערסיע 10.7, URL: https://desktop.arcgis.com).]
א סך הכל פון 115 אויבערשטע באָדן מוסטערן זענען באקומען געוואָרן פון שטאָטישע און פּערי-שטאָטישע באָדנס אין דעם פרידעק מיסטעק דיסטריקט. דער מוסטער מוסטער וואָס איז גענוצט געוואָרן איז געווען אַ רעגולער גריד מיט באָדן מוסטערן 2 × 2 קילאָמעטער באַזונדער, און אויבערשטע באָדן איז געמאָסטן אין אַ טיפקייט פון 0 ביז 20 סענטימעטער מיט אַ האַנט-געהאַלטענע GPS מיטל (Leica Zeno 5 GPS). מוסטערן זענען פּאַקידזשד אין זיפּלאָק זעקלעך, ריכטיק לייבאַלד, און געשיקט צו דער לאַבאָראַטאָריע. די מוסטערן זענען לופט-געטריקנט צו פּראָדוצירן פּולווערייזד מוסטערן, פּולווערייזד דורך אַ מעכאַנישע סיסטעם (Fritsch דיסק מיל), און זיפּן (זיפּ גרייס 2 מם). שטעלן 1 גראַם פון געטריקנטע, כאָומאַדזשאַנייזד און זיפּן באָדן מוסטערן אין קלאָר לייבאַלד טעפלאָן פלאַשן. אין יעדן טעפלאָן געפֿעס, דיספּענס 7 מל פון 35% HCl און 3 מל פון 65% HNO3 (ניצן אַן אויטאָמאַטיש דיספּענסער - איינער פֿאַר יעדער זויער), דעקן לייכט און לאָזן די מוסטערן שטיין איבער נאַכט פֿאַר די רעאַקציע (אַקוואַ רעגיאַ פּראָגראַם). שטעלן די סופּערנאַטאַנט אויף אַ הייס מעטאַל טעלער (טעמפּעראַטור: 100 W און 160 °C) פאר 2 שעה צו פארלייכטערן דעם פארדייאונג פראצעס פון די מוסטערן, דערנאך אפקילן. איבערפירן דעם איבערוואנדערונג צו א 50 מל וואלומעטרישן פלעשל און פארדיןען צו 50 מל מיט דעיאניזירט וואסער. דערנאך, פילטערן דעם פארדיןנטן איבערוואנדערונג אין א 50 מל PVC רער מיט דעיאניזירט וואסער. דערצו, 1 מל פון דער פארדיןונג לייזונג איז פארדיןנט מיט 9 מל דעיאניזירט וואסער און פילטערט אין א 12 מל רער צוגעגרייט פאר PTE פסעוודא-קאנצענטראציע. די קאנצענטראציעס פון PTEs (As, Cd, Cr, Cu, Mn, Ni, Pb, Zn, Ca, Mg, K) זענען באשטימט געווארן דורך ICP-OES (Inductively Coupled Plasma Optical Emission Spectroscopy) (Thermo Fisher Scientific, USA) לויט סטאנדארט מעטאדן און אפמאך. זיכער מאכן קוואליטעט פארזיכערונג און קאנטראל (QA/QC) פראצעדורן (SRM NIST 2711a Montana II Soil). PTEs מיט דעטעקציע לימיטן אונטער האלב זענען אויסגעשלאסן געווארן פון דעם שטודיע. דער דעטעקציע לימיט פון די PTE גענוצט אין דעם שטודיע איז געווען 0.0004.(איר). דערצו, דער קוואַליטעט קאָנטראָל און קוואַליטעט פארזיכערונג פּראָצעס פֿאַר יעדער אַנאַליז איז געוואָרנט דורך אַנאַליזירן רעפֿערענץ סטאַנדאַרדס. צו ענשור אַז ערראָרס זענען מינימיזירט, אַ טאָפּל אַנאַליז איז דורכגעפֿירט.
עמפּירישע בייעסישע קריגינג (EBK) איז איינע פון ​​פילע געאָסטאַטיסטישע אינטערפּאָלאַציע טעקניקס געניצט אין מאָדעלירן אין פֿאַרשידענע פֿעלדער ווי באָדן וויסנשאַפֿט. ניט ווי אַנדערע קריגינג אינטערפּאָלאַציע טעקניקס, EBK אַנדערש פֿון טראַדיציאָנעלע קריגינג מעטאָדן דורך באַטראַכטן די טעות עסטימירט דורך די סעמיוואַריאָגראַם מאָדעל. אין EBK אינטערפּאָלאַציע, עטלעכע סעמיוואַריאָגראַם מאָדעלס זענען קאַמפּיוטיד בעשאַס אינטערפּאָלאַציע, אלא ווי אַ איין סעמיוואַריאָגראַם. אינטערפּאָלאַציע טעקניקס מאַכן וועג פֿאַר די אַנסערטאַנטי און פּראָגראַממינג פֿאַרבונדן מיט דעם פּלאַטינג פון די סעמיוואַריאָגראַם וואָס קאַנסטאַטוץ אַ העכסט קאָמפּלעקס טייל פון אַ גענוגיק קריגינג מעטאָד. דער אינטערפּאָלאַציע פּראָצעס פון EBK גייט נאָך די דריי קריטעריאַ פארגעלייגט דורך קריוואָרוטשקאָ50, (אַ) די מאָדעל עסטימירט די סעמיוואַריאָגראַם פֿון די אַרייַנשרייַב דאַטאַסעט (ב) די נייַע פּרעדיקטעד ווערט פֿאַר יעדער אַרייַנשרייַב דאַטאַסעט אָרט באזירט אויף די דזשענערייטאַד סעמיוואַריאָגראַם און (ג) די לעצט A מאָדעל איז קאַמפּיוטיד פֿון אַ סימיאַלייטיד דאַטאַסעט. די בייעסישע גלייכונג הערשן איז געגעבן ווי אַ פּאָסטעריאָר.
וואו \(Prob\left(A\right)\) רעפּרעזענטירט די פריערדיקע, \(Prob\left(B\right)\) מאַרדזשינאַלע וואַרשיינלעכקייט ווערט איגנאָרירט אין רובֿ פאַלן, \(Prob (B,A)\). די סעמיוואַריאָגראַם קאַלקולאַציע איז באַזירט אויף בייס'ס הערשן, וואָס ווייזט די נויגונג פון אָבסערוואַציע דאַטאַסעץ וואָס קענען זיין באשאפן פון סעמיוואַריאָגראַמען. דער ווערט פון די סעמיוואַריאָגראַם ווערט דעמאָלט באַשטימט מיט בייס'ס הערשן, וואָס זאָגט ווי מסתּמא עס איז צו שאַפֿן אַ דאַטאַסע פון ​​אָבסערוואַציעס פון די סעמיוואַריאָגראַם.
א שטיצע וועקטאָר מאַשין איז אַ מאַשין לערנען אַלגערידאַם וואָס דזשענערירט אַן אָפּטימאַל סעפּערייטינג כייפּערפּלאַן צו אונטערשיידן אידענטישע אָבער נישט לינעאַר אומאָפּהענגיקע קלאַסן. וואַפּניק51 האָט באשאפן דעם אינטענט קלאַסיפיקאַציע אַלגערידאַם, אָבער עס איז לעצטנס געניצט געוואָרן צו סאָלווע רעגרעסיע-אָריענטירטע פּראָבלעמען. לויט לי עט על.52, איז SVM איינע פון ​​די בעסטע קלאַסיפיצירער טעקניקס און איז געניצט געוואָרן אין פארשידענע פעלדער. די רעגרעסיע קאָמפּאָנענט פון SVM (שטיצע וועקטאָר מאַשין רעגרעסיע – SVMR) איז געניצט געוואָרן אין דעם אַנאַליז. טשערקאַסקי און ​​מוליער53 האָבן פּיאָנירט SVMR ווי אַ קערנעל-באַזירט רעגרעסיע, די קאַמפּיוטיישאַן פון וואָס איז דורכגעפירט געוואָרן מיט אַ לינעאַר רעגרעסיע מאָדעל מיט מולטי-לאַנד ספּיישאַל פאַנגקשאַנז. דזשאָן עט על54 באַריכטן אַז SVMR מאָדעלינג ניצט כייפּערפּלאַן לינעאַר רעגרעסיע, וואָס שאַפט ניט-לינעאַר באַציאונגען און אַלאַוז פֿאַר ספּיישאַל פאַנגקשאַנז. לויט וואָהלאַנד עט על. 55, עפּסילאָן (ε)-SVMR ניצט דעם טרענירטן דאַטאַסעט צו באַקומען אַ רעפּרעזענטאַציע מאָדעל ווי אַן עפּסילאָן-נישט-סענסיטיוו פונקציע וואָס ווערט געווענדט צו מאַפּירן די דאַטן זעלבשטענדיק מיט דער בעסטער עפּסילאָן בייאַס פון טריינינג אויף קאָרעלירטע דאַטן. דער פאָרגעשטעלטער דיסטאַנס טעות ווערט איגנאָרירט פון דעם פאַקטישן ווערט, און אויב דער טעות איז גרעסער ווי ε(ε), קאָמפּענסירן די באָדן אייגנשאַפטן עס. דער מאָדעל רעדוצירט אויך די קאָמפּלעקסיטעט פון די טריינינג דאַטן צו אַ ברייטערער סאַבסעט פון שטיצע וועקטאָרן. די גלייכונג פארגעשטעלט דורך וואַפּניק51 ווערט געוויזן אונטן.
וואו b רעפּרעזענטירט דעם סקאַלאַר שוועל, \(K\left({x}_{,}{x}_{k}\right)\) רעפּרעזענטירט די קערנעל פונקציע, \(\alpha\) רעפּרעזענטירט דעם לאַגראַנדזש מולטיפּלייער, N רעפּרעזענטירט אַ נומערישן דאַטאַסעט, \({x}_{k}\) רעפּרעזענטירט דאַטן אַרייַנשרייַב, און \(y\) איז דאַטן אַרויסגאַנג. איינער פון די שליסל קערנעלס געניצט איז די SVMR אָפּעראַציע, וואָס איז אַ גאַוסיאַן ראַדיאַל באַזיס פונקציע (RBF). דער RBF קערנעל איז געווענדט צו באַשטימען דעם אָפּטימאַלן SVMR מאָדעל, וואָס איז קריטיש צו באַקומען דעם מערסט סאַטאַל שטראָף סעט פאַקטאָר C און קערנעל פּאַראַמעטער גאַמאַ (γ) פֿאַר די PTE טראַינינג דאַטן. ערשטנס, מיר האָבן עוואַלואַטעד דעם טראַינינג סעט און דערנאָך טעסטעד די מאָדעל פאָרשטעלונג אויף דעם וואַלידאַציע סעט. דער סטירינג פּאַראַמעטער געניצט איז סיגמאַ און דער מעטאָד ווערט איז svmRadial.
א מערפאכיגער לינעארער רעגרעסיע מאָדעל (MLR) איז א רעגרעסיע מאָדעל וואָס רעפּרעזענטירט די באַציִונג צווישן דער רעספּאָנס וועריאַבל און אַ צאָל פּרעדיקטאָר וועריאַבלן דורך ניצן לינעאַרע פּולד פּאַראַמעטערס קאַלקיאַלייטיד ניצן די קלענסטע קוואַדראַטן מעטאָד. אין MLR, איז אַ קלענסטע קוואַדראַטן מאָדעל אַ פּרעדיקטיווע פונקציע פון ​​באָדן פּראָפּערטיעס נאָך סעלעקציע פון ​​דערקלערונג וועריאַבלן. עס איז נייטיק צו נוצן די רעספּאָנס צו שאַפֿן אַ לינעאַרע באַציִונג ניצן דערקלערונג וועריאַבלן. PTE איז געניצט ווי די רעספּאָנס וועריאַבל צו שאַפֿן אַ לינעאַרע באַציִונג מיט די דערקלערונג וועריאַבלן. די MLR גלייכונג איז
וואו y איז די רעאקציע וועריאַבל, \(a\) איז דער אינטערסעפּט, n איז די צאָל פּרעדיקטאָרס, \({b}_{1}\) איז די טיילווייזע רעגרעסיע פון ​​די קאָעפיציענטן, \({x}_{i}\) רעפּרעזענטירט אַ פּרעדיקטאָר אָדער דערקלערונגס וועריאַבל, און \({\varepsilon }_{i}\) רעפּרעזענטירט דעם טעות אין דעם מאָדעל, אויך באַקאַנט ווי דער רעזידועל.
געמישטע מאָדעלן זענען באַקומען געוואָרן דורך צוזאַמענשטעלן EBK מיט SVMR און MLR. דאָס ווערט געטאָן דורך עקסטראַקטירן פאָרויסגעזאָגטע ווערטן פֿון EBK אינטערפּאָלאַציע. די פאָרויסגעזאָגטע ווערטן באַקומען פֿון די אינטערפּאָלירטע Ca, K, און Mg ווערן באַקומען דורך אַ קאָמבינאַטאָרישן פּראָצעס צו באַקומען נייע וועריאַבלען, ווי CaK, CaMg, און KMg. די עלעמענטן Ca, K און Mg ווערן דערנאָך קאָמבינירט צו באַקומען אַ פֿערטע וועריאַבלע, CaKMg. אין גאַנצן, די וועריאַבלען באַקומען זענען Ca, K, Mg, CaK, CaMg, KMg און CaKMg. די וועריאַבלען זענען געוואָרן אונדזערע פאָרויסזאָגער, וואָס העלפֿן פאָרויסזאָגן ניקעל קאָנצענטראַציעס אין שטאָטישע און פּערי-שטאָטישע באָדנס. דער SVMR אַלגעריטם איז דורכגעפֿירט געוואָרן אויף די פאָרויסזאָגער צו באַקומען אַ געמישט מאָדעל עמפּירישע בייעסיאַן קריגינג-שטיצע וועקטאָר מאַשין (EBK_SVM). ענלעך, וועריאַבלען ווערן אויך דורכגעפֿירט דורך דעם MLR אַלגעריטם צו באַקומען אַ געמישט מאָדעל עמפּירישע בייעסיאַן קריגינג-מערפֿאַך לינעאַר רעגרעסיע (EBK_MLR). טיפּיש, די וועריאַבלען Ca, K, Mg, CaK, CaMg, KMg, און CaKMg ווערן גענוצט אלס קא-וועריאטן אלס פאראויסזאגער פון ניקל אינהאלט אין שטאטישע און פערי-שטאטישע באָדנס. דער מערסט אקצעפטירבארער מאָדעל וואס ווערט באקומען (EBK_SVM אדער EBK_MLR) וועט דעמאלט ווערן וויזואליזירט מיט א זעלבסט-ארגאניזירנדיקן גראף. דער ארבעטס-פלוס פון דער שטודיע ווערט געוויזן אין פיגור 2.
ניצן SeOM איז געוואָרן אַ פּאָפּולער געצייַג פֿאַר אָרגאַניזירן, עוואַלויִרן און פאָרויסזאָגן דאַטן אין די פינאַנציעלע סעקטאָר, געזונטהייט, אינדוסטריע, סטאַטיסטיק, באָדן וויסנשאַפֿט און מער. SeOM ווערט באַשאַפֿן מיט קינסטלעכע נעוראַל נעטוואָרקס און אַנפּאַרווייזד לערנען מעטאָדן פֿאַר אָרגאַניזאַציע, עוואַלואַציע און פאָרויסזאָגן. אין דעם לערנען, איז SeOM געניצט געוואָרן צו וויזואַליזירן Ni קאָנצענטראַציעס באַזירט אויף דעם בעסטן מאָדעל פֿאַר פאָרויסזאָגן Ni אין שטאָטישע און פּערי-שטאָטישע באָדנס. די דאַטן פּראַסעסט אין די SeOM עוואַלואַציע ווערן געניצט ווי n אינפוט-דימענסיאָנאַלע וועקטאָר וועריאַבאַלן 43,56. מעלסען עט על. 57 באַשרײַבן די פֿאַרבינדונג פֿון אַן אינפּוט וועקטאָר אין אַ נעוראַל נעץ דורך אַן איינציקן אינפּוט שיכט צו אַן אויסגאַנג וועקטאָר מיט אַן איינציקן וואָג וועקטאָר. דער אויסגאַנג גענערירט דורך SeOM איז אַ צוויי-דימענסיאָנאַלע מאַפּע באַשטייענדיק פֿון פֿאַרשידענע נעוראָנען אָדער נאָודז פֿאַרוואָבן אין העקסאַגאָנאַלע, קײַלעכדיקע אָדער קוואַדראַטישע טאָפּאָלאָגישע מאַפּעס לויט זייער נאָענטקייט. פֿאַרגלײַכנדיק מאַפּע גרייסן באַזירט אויף מעטריק, קוואַנטיזאַציע טעות (QE) און טאָפּאָגראַפֿישער טעות (TE), ווערט אויסגעקליבן דאָס SeOM מאָדעל מיט 0.086 און 0.904, ריספּעקטיוולי, וואָס איז אַ 55-מאַפּע אַפּאַראַט (5 × 11). די נעוראָן סטרוקטור ווערט באַשטימט לויט דער צאָל נאָודז אין דער עמפּירישער גלייכונג.
די צאָל דאַטן געניצט אין דעם לערנען איז 115 מוסטערן. א ראַנדאָם צוגאַנג איז געניצט געוואָרן צו צעטיילן די דאַטן אין טעסט דאַטן (25% פֿאַר וואַלידאַציע) און טראַינינג דאַטן סעטן (75% פֿאַר קאַליבראַציע). די טראַינינג דאַטאַסעט ווערט געניצט צו דזשענערירן דעם רעגרעסיע מאָדעל (קאַליבראַציע), און די טעסט דאַטאַסעט ווערט געניצט צו וועריפיצירן די גענעראַליזאַציע פיייקייט58. דאָס איז געטאָן געוואָרן צו אָפּשאַצן די פּאַסיקייט פון פֿאַרשידענע מאָדעלן פֿאַר פאָרויסזאָגן ניקעל אינהאַלט אין באָדן. אַלע מאָדעלן געניצט זענען דורכגעגאַנגען אַ צען-פאַכיק קראָס-וואַלידאַציע פּראָצעס, ריפּיטיד פינף מאָל. די וועריאַבאַלז פּראָדוצירט דורך EBK ינטערפּאָלאַציע ווערן געניצט ווי פּרעדיקטאָרס אָדער דערקלערונג וועריאַבאַלז צו פאָרויסזאָגן די ציל וועריאַבאַל (PTE). מאָדעלינג ווערט געהאַנדלט אין RStudio ניצן די פּאַקאַדזשאַז ביבליאָטעק (Kohonen), ביבליאָטעק (caret), ביבליאָטעק (modelr), ביבליאָטעק (“e1071″), ביבליאָטעק (“plyr”), ביבליאָטעק (“caTools”), ביבליאָטעק (” prospectr”) און ביבליאָטעקן (“Metrics”).
פארשידענע וואַלידאַציע פּאַראַמעטערס זענען גענוצט געוואָרן צו באַשטימען דעם בעסטן מאָדעל פּאַסיק פֿאַר פאָרויסזאָגן ניקעל קאָנצענטראַציעס אין באָדן און צו אָפּשאַצן די אַקיעראַסי פון דעם מאָדעל און זיין וואַלידאַציע. כייברידיזאַציע מאָדעלן זענען עוואַלואַטעד ניצן דורכשניטלעך אַבסאָלוטע טעות (MAE), וואָרצל דורכשניטלעך קוואַדראַט טעות (RMSE), און R-קוואַדראַט אָדער קאָעפיציענט באַשטימונג (R2). R2 דעפינירט די וואַריאַנס פון די פּראָפּאָרציעס אין דער ענטפֿער, רעפּרעזענטירט דורך די רעגרעסיע מאָדעל. RMSE און וואַריאַנס מאַגניטוד אין אומאָפּהענגיקע מעסטונגען באַשרייבן די פאָרויסזאָגן מאַכט פון דעם מאָדעל, בשעת MAE באַשטימט די פאַקטיש קוואַנטיטאַטיווע ווערט. דער R2 ווערט מוז זיין הויך צו אָפּשאַצן דעם בעסטן געמיש מאָדעל ניצן די וואַלידאַציע פּאַראַמעטערס, די נעענטער דער ווערט איז צו 1, די העכער די אַקיעראַסי. לויט לי et al. 59, אַ R2 קריטעריאָן ווערט פון 0.75 אָדער גרעסער איז געהאלטן אַ גוט פאָרויסזאָגער; פון 0.5 צו 0.75 איז אַקסעפּטאַבאַל מאָדעל פאָרשטעלונג, און אונטער 0.5 איז אַנאַקסעפּטאַבאַל מאָדעל פאָרשטעלונג. ווען סעלעקטינג אַ מאָדעל ניצן די RMSE און MAE וואַלידאַציע קריטעריאַ עוואַלואַציע מעטהאָדס, די נידעריקער ווערטן באקומען זענען גענוג און זענען געהאלטן די בעסטער ברירה. די פאלגענדע גלייכונג באשרייבט די וועראַפאַקיישאַן אופֿן.
וואו n רעפּרעזענטירט די גרייס פון דעם באַאָבאַכטעטן ווערט, \({Y}_{i}\) רעפּרעזענטירט די געמאָסטענע רעאַקציע, און \({\widehat{Y}}_{i}\) רעפּרעזענטירט אויך דעם פאָרויסגעזאָגטן רעאַקציע ווערט, דעריבער, פֿאַר די ערשטע i באַאָבאַכטונגען.
סטאַטיסטישע באַשרייַבונגען פון פּרעדיקטאָר און ענטפֿער וועריאַבאַלן ווערן פּרעזענטירט אין טאַבעלע 1, וואָס ווײַזט דורכשניט, סטאַנדאַרט דיווייישאַן (SD), קאָעפיציענט פון וועריאַציע (CV), מינימום, מאַקסימום, קורטאָסיס, און סקעוונעס. די מינימום און מאַקסימום ווערטן פון די עלעמענטן זענען אין אַראָפּגייענדיק סדר פון Mg < Ca < K < Ni און Ca < Mg < K < Ni, ריספּעקטיוולי. קאָנצענטראַציעס פון די ענטפֿער וועריאַבאַל (Ni) געזאַמלט פון די שטודיע געגנט זענען געווען פון 4.86 צו 42.39 מג/קג. אַ פאַרגלייַך פון Ni מיט די וועלט דורכשניט (29 מג/קג) און די אייראָפּעיִשע דורכשניט (37 מג/קג) האט געוויזן אַז די קוילעלדיק קאַלקיאַלייטיד דזשיאַמעטריק דורכשניט פֿאַר די שטודיע געגנט איז געווען אין די טאָלעראַבאַל קייט. אָבער, ווי געוויזן דורך קאַבאַטאַ-פּענדיאַס11, אַ פאַרגלייַך פון די דורכשניטלעך ניקעל (Ni) קאָנצענטראַציע אין די קראַנט שטודיע מיט לאַנדווירטשאַפטלעך באָדן אין שוועדן ווייזט אַז די קראַנט דורכשניטלעך ניקעל קאָנצענטראַציע איז העכער. אויך, די דורכשניטלעך קאָנצענטראַציע פון ​​​​פרידעק מיסטעק אין שטאָטיש און פּערי-שטאָטיש באָדן אין די קראַנט שטודיע (Ni 16.15 מג/קג) איז געווען העכער ווי די ערלויבט. א לימיט פון 60 (10.2 מג/קג) פאר ניקל אין פוילישע שטאטישע באָדנס באריכטעט דורך ראָזשענסקי און אנדערע. ווייטער, ברעטזל און קאַלדעריסי61 האבן רעקארדירט ​​זייער נידעריגע דורכשניטלעכע ניקל קאנצענטראציעס (1.78 מג/קג) אין שטאטישע באָדנס אין טוסקאַני קאמפערד צו דער איצטיקער שטודיע. דזשים62 האט אויך געפונען א נידעריגערע ניקעל קאנצענטראציע (12.34 מג/קג) אין האָנג קאָנג שטאטישע באָדנס, וואָס איז נידעריגער ווי די איצטיקע ניקעל קאנצענטראציע אין דער שטודיע. בירקע און אנדערע63 האבן באריכטעט א דורכשניטלעכע ניקל קאנצענטראציע פון ​​17.6 מג/קג אין אן אלטער מינעריי און שטאטישע אינדוסטריעלע געגנט אין סאַקסאָני-אַנהאַלט, דייטשלאנד, וואָס איז געווען 1.45 מג/קג העכער ווי די דורכשניטלעכע ניקל קאנצענטראציע אין דער געגנט (16.15 מג/קג). איצטיקע פארשונג. דער איבערגעטריבענער ניקעל אינהאלט אין באָדנס אין עטלעכע שטאטישע און פארשטאטישע געגנטן פון דער שטודיע געגנט קען דער עיקר צוגעשריבן ווערן צו דער אייַזן און שטאָל אינדוסטריע און מעטאַל אינדוסטריע. דאָס איז קאָנסיסטענט מיט דער שטודיע דורך כאָדאַדוסט און אנדערע. 64 אז די שטאָל אינדוסטריע און מעטאַל-ארבעט זענען די הויפּט קוועלער פון ניקעל קאַנטאַמאַניישאַן אין באָדן. אָבער, די פּרעדיקטאָרס אויך ריינדזשד פון 538.70 מג/קג צו 69,161.80 מג/קג פֿאַר קאַלסיום, 497.51 מג/קג צו 3535.68 מג/קג פֿאַר קאַליום, און 685.68 מג/קג צו 5970.05 מג/קג פֿאַר מאַגנעזיום. דזשאַקאָווליעוויטש עט על. 65 האבן אויסגעפארשט דעם גאנצן Mg און K אינהאלט פון באָדנס אין צענטראל סערביע. זיי האבן געפונען אז די גאנצן קאנצענטראציעס (410 מג/קג און 400 מג/קג, בהתאמה) זענען געווען נידעריגער ווי די Mg און K קאנצענטראציעס פון דער יעצטיגער שטודיע. נישט צו אונטערשיידן, אין מזרח פוילן, האבן ארגעכאווסקי און סמאלטשינסקי66 אפגעשאצט דעם גאנצן אינהאלט פון Ca, Mg און K און געוויזן דורכשניטלעכע קאנצענטראציעס פון Ca (1100 מג/קג), Mg (590 מג/קג) און K (810 מג/קג). דער אינהאלט אין דער אויבערשטער ערד איז נידעריגער ווי אין דעם איינציקן עלעמענט אין דער שטודיע. א פרישע שטודיע דורך פּאָנגראַק עט על. 67 האט געוויזן אז דער גאנצן Ca אינהאלט אנאליזירט אין 3 פארשידענע באָדנס אין שאָטלאַנד, פֿאַראייניקטע קעניגרייך (מילנעפֿילד באָדן, באַלראַדערי באָדן און האַרטוואָאָד באָדן) האט געוויזן א העכערן Ca אינהאלט אין דער שטודיע.
צוליב די פֿאַרשידענע געמעסטענע קאָנצענטראַציעס פֿון די געפּrüפֿענע עלעמענטן, ווײַזן די דאַטן-זאַמלונג פֿאַרשידענע סקעוונעס. די סקעוונעס און קורטאָסיס פֿון די עלעמענטן האָבן זיך געצויגן פֿון 1.53 ביז 7.24 און 2.49 ביז 54.16, בהתאמה. אַלע אויסגערעכנטע עלעמענטן האָבן סקעוונעס און קורטאָסיס לעוועלס העכער +1, וואָס ווײַזט אָן אַז די דאַטן פֿאַרשפּרייטונג איז ירעגולער, סקעוו אין דער ריכטיקער ריכטונג און האָט דערגרייכט אַ שפּיץ. די געשאַצטע CVs פֿון די עלעמענטן ווײַזן אויך אַז K, Mg און Ni ווײַזן אַ מיטלמעסיקע וועריאַביליטי, בשעת Ca האָט גאָר הויכע וועריאַביליטי. די CVs פֿון K, Ni און Mg דערקלערן זייער איינהייטלעכער פֿאַרשפּרייטונג. ווײַטער, די Ca פֿאַרשפּרייטונג איז נישט-אייניגפֿאָרם און עקסטערנע קוועלער קענען אַפֿעקטירן איר באַרײַכערונגס-לעוועל.
די קארעלאציע פון ​​די פאראויסזאגער וועריאַבלען מיט די רעאקציע עלעמענטן האט געוויזן א צופרידנשטעלנדיקע קארעלאציע צווישן די עלעמענטן (זעה פיגור 3). די קארעלאציע האט געוויזן אז CaK האט אויסגעוויזן א מיטלמעסיגע קארעלאציע מיט r ווערט = 0.53, ווי אויך CaNi. כאטש Ca און K ווייזן קליינע פארבינדונגען איינער מיט'ן אנדערן, האבן פארשער ווי קינגסטאן און אנדערע. 68 און סאַנטאָ69 פֿאָרשלאָגן אַז זייערע לעוועלס אין באָדן זענען אומגעקערט פּראָפּאָרציאָנעל. אָבער, Ca און Mg זענען אַנטאַגאָניסטיש צו K, אָבער CaK קאָרעלירט גוט. דאָס קען זיין רעכט צו דער אַפּליקאַציע פון ​​פערטאַלייזערז ווי פּאָטאַסיום קאַרבאָנאַט, וואָס איז 56% העכער אין פּאָטאַסיום. פּאָטאַסיום איז געווען מיטלמעסיק קאָרעלירט מיט מאַגנעזיום (KM r = 0.63). אין דער פערטאַלייזער אינדוסטריע, די צוויי עלעמענטן זענען ענג פֿאַרבונדן ווייַל פּאָטאַסיום מאַגנעזיום סולפֿאַט, פּאָטאַסיום מאַגנעזיום נייטרייט, און פּאָטאַש ווערן אַפּליקירט צו באָדן צו פאַרגרעסערן זייער מאַנגל לעוועלס. ניקעל איז מיטלמעסיק קאָרעלירט מיט Ca, K און Mg מיט r ווערטן = 0.52, 0.63 און 0.55, ריספּעקטיוולי. די באַציִונגען וואָס אַרייַננעמען קאַלסיום, מאַגנעזיום, און PTEs ווי ניקעל זענען קאָמפּלעקס, אָבער דאָך, מאַגנעזיום ינכיבאַץ קאַלסיום אַבזאָרפּשאַן, קאַלסיום ראַדוסאַז די יפעקס פון וידעפדיק מאַגנעזיום, און ביידע מאַגנעזיום און קאַלסיום רעדוצירן די טאַקסיק יפעקס פון ניקעל אין באָדן.
קארעלאציע מאטריץ פאר עלעמענטן וואס ווייזן די באציאונג צווישן פאראויסזאגער און רעאקציעס (נאטיץ: די פיגור כולל א סקאַטערפּלאָט צווישן עלעמענטן, באַדייטונג לעוועלס זענען באזירט אויף p < 0,001).
פיגור 4 אילוסטרירט די ספעציעלע פארשפרייטונג פון עלעמענטן. לויט בורגאס און אנדערע 70, איז די אנווענדונג פון ספעציעלע פארשפרייטונג א טעכניק גענוצט צו קוואנטיפיצירן און ארויסהייבן הייסע פלעקן אין פארפעסטיקטע געביטן. די אנרייכערונג לעוועלס פון קאלציום אין פיגור 4 קען מען זען אין דעם צפון-מערב טייל פון דער ספעציעלער פארשפרייטונג מאפע. די פיגור ווייזט מיטלמעסיגע ביז הויכע קאלציום אנרייכערונג הייסע פלעקן. די קאלציום אנרייכערונג אין דעם צפון-מערב פון דער מאפע איז מסתמא צוליב דעם באנוץ פון שנעל-קאלק (קאלציום אקסייד) צו רעדוצירן באדן זויערקייט און זיין באנוץ אין שטאל מילן אלס אלקאלישע זויערשטאף אין דעם שטאל-מאכן פראצעס. פון דער אנדערער זייט, בעפארצוגן אנדערע פארמערס צו באנוצן קאלציום הידראקסייד אין זויערע באדן צו נויטראליזירן pH, וואס אויך פארגרעסערט דעם קאלציום אינהאלט פון דער באדן 71. קאלציום ווייזט אויך הייסע פלעקן אין דעם צפון-מערב און מזרח פון דער מאפע. דער צפון-מערב איז א הויפט לאנדווירטשאפטלעכע געמיינדע, און דער מיטל-ביז-הויכער מוסטער פון קאלציום קען זיין צוליב NPK און קאלציום אנווענדונגען. דאס איז קאנסיסטענט מיט אנדערע שטודיעס, ווי מאדאראס און ליפאווסקי 72, מאדאראס און אנדערע 73, פולקראבאווá און אנדערע 74, אסארע און אנדערע 75, וואס... באמערקט אז באָדן סטאַביליזאַציע און באַהאַנדלונג מיט KCl און NPK האט רעזולטירט אין הויך K אינהאַלט אין דער באָדן. ספּאַציאַל קאַליום ענריטשמענט אין די צפון-מערב פון די פאַרשפּרייטונג מאַפּע קען זיין רעכט צו דער נוצן פון קאַליום-באַזירט פערטילייזערז אַזאַ ווי קאַליום קלאָריד, קאַליום סולפֿאַט, קאַליום נייטרייט, קאַליום, און קאַליום צו פאַרגרעסערן די קאַליום אינהאַלט פון אָרעם באָדן. זאַדאָראָווá עט אַל. 76 און טלוסטאָש עט אַל. 77 האט אויסגעשמועסט אז די אנווענדונג פון קאליום-באזירטע פערטילייזערס האט פארגרעסערט דעם קאליום אינהאלט אין דער ערד און וואלט באדייטנד פארגרעסערט דעם באדן'ס נוטריענט אינהאלט אויף לאנגע טערמין, ספעציעל קאליום און מג ווייזן א הייסן פלעק אין דער ערד. רעלאטיוו מיטלמעסיגע הייסע פלעקן אין צפון-מערב פון דער מאפע און דרום-מזרח פון דער מאפע. קאלאידאלע פיקסאציע אין דער ערד פארמינערט די קאנצענטראציע פון ​​מאגנעזיום אין דער ערד. איר מאנגל אין דער ערד פירט צו דעם אז פלאנצן וועלן אויסשטעלן געלע אינטערוועין כלאראזיס. מאגנעזיום-באזירטע פערטילייזערס, ווי פאטאסיום מאגנעזיום סולפאט, מאגנעזיום סולפאט, און קיעסעריט, באהאנדלען מאנגלען (פלאנצן דערשיינען לילא, רויט, אדער ברוין, וואס ווייזט אויף מאגנעזיום מאנגל) אין באָדנס מיט א נארמאלן pH קייט6. די אקומולאציע פון ​​ניקעל אויף שטאטישע און פערי-שטאטישע באדן פלאכן קען זיין צוליב מענטשליכע אקטיוויטעטן ווי לאנדווירטשאפט און די וויכטיקייט פון ניקעל אין נישט-ראסטיקער שטאל פראדוקציע78.
ראַימישע פֿאַרשפּרייטונג פֿון עלעמענטן [ראַימישע פֿאַרשפּרייטונג מאַפּע איז געשאַפֿן געוואָרן מיט ArcGIS Desktop (ESRI, Inc, ווערסיע 10.7, URL: https://desktop.arcgis.com).]
די מאָדעל פאָרשטעלונג אינדעקס רעזולטאַטן פֿאַר די עלעמענטן געניצט אין דעם לערנען ווערן געוויזן אין טיש 2. אויף דער אַנדערער האַנט, די RMSE און MAE פון Ni זענען ביידע נאָענט צו נול (0.86 RMSE, -0.08 MAE). אויף דער אַנדערער האַנט, ביידע RMSE און MAE ווערטן פון K זענען פּאַסיק. RMSE און MAE רעזולטאַטן זענען געווען גרעסער פֿאַר קאַלסיום און מאַגנעזיום. Ca און K MAE און RMSE רעזולטאַטן זענען גרעסער רעכט צו פאַרשידענע דאַטאַסעץ. די RMSE און MAE פון דעם לערנען ניצן EBK צו פאָרויסזאָגן Ni זענען געפֿונען צו זיין בעסער ווי די רעזולטאַטן פון יוחנן עט על. 54 ניצן סינערגיסטיק קריגינג צו פאָרויסזאָגן S קאַנסאַנטריישאַנז אין באָדן ניצן די זעלבע געזאמלט דאַטן. די EBK אַוטפּוטס מיר געלערנט קאָראַלירן מיט יענע פון ​​פאַביאַדזשאַקזיק עט על. 41, יאַן עט על. 79, בעגין עט על. 80, אַדהיקאַרי עט על. 81 און יוחנן עט על. 82, ספּעציעל K און Ni.
די פאָרשטעלונג פון יחיד מעטאָדן פֿאַר פאָרויסזאָגן ניקעל אינהאַלט אין שטאָטישע און פּערי-שטאָטישע באָדנס איז געווען עוואַלואַטעד ניצן די פאָרשטעלונג פון די מאָדעלן (טאַבעלע 3). מאָדעל וואַלידאַציע און אַקיעראַסי עוואַלואַציע האָבן באַשטעטיקט אַז דער Ca_Mg_K פּרעדיקטאָר קאַמביינד מיט די EBK SVMR מאָדעל האט געגעבן די בעסטע פאָרשטעלונג. קאַליבראַציע מאָדעל Ca_Mg_K-EBK_SVMR מאָדעל R2, וואָרצל מיטל קוואַדראַט טעות (RMSE) און מיטל אַבסאָלוט טעות (MAE) זענען געווען 0.637 (R2), 95.479 מג/קג (RMSE) און 77.368 מג/קג (MAE). Ca_Mg_K-SVMR איז געווען 0.663 (R2), 235.974 מג/קג (RMSE) און 166.946 מג/קג (MAE). דאָך, גוטע R2 ווערטן זענען באקומען פֿאַר Ca_Mg_K-SVMR (0.663 מג/קג R2) און Ca_Mg-EBK_SVMR (0.643 = R2); זייערע RMSE און MAE רעזולטאטן זענען געווען העכער ווי די פאר Ca_Mg_K-EBK_SVMR (R2 0.637) (זעה טאבעלע 3). דערצו, די RMSE און MAE פון די Ca_Mg-EBK_SVMR (RMSE = 1664.64 און MAE = 1031.49) מאדעל זענען 17.5 און 13.4, בהתאמה, וואס זענען גרעסער ווי די פון די Ca_Mg_K-EBK_SVMR. אזוי אויך, די RMSE און MAE פון די Ca_Mg-K SVMR (RMSE = 235.974 און MAE = 166.946) מאדעל זענען 2.5 און 2.2 גרעסער ווי די פון די Ca_Mg_K-EBK_SVMR RMSE און MAE, בהתאמה. די אויסגערעכנטע RMSE רעזולטאטן ווייזן ווי קאנצענטרירט די דאטן-זאמלונג איז מיט די ליניע פון ​​בעסטן פאס. העכערע RSME און MAE זענען באמערקט געווארן. לויט קעבאניע עט. אל. 46 און דזשאן עט אל. 54, ווי נענטער די RMSE און MAE זענען צו נול, אלץ בעסער די רעזולטאטן. SVMR און EBK_SVMR האבן העכערע קוואנטיזירטע RSME און MAE ווערטן. מען האט באמערקט אז די RSME שאצונגען זענען קאנסיסטענט העכער ווי די MAE ווערטן, וואס ווייזט אויף די אנוועזנהייט פון אויסנאמען. לויט לעגעיטס און מעקעיב83, די מאס צו וועלכער די RMSE איבערשטייגט די דורכשניטליכע אבסאלוטע טעות (MAE) ווערט רעקאמענדירט אלס אן אינדיקאטאר פון די אנוועזנהייט פון אויסנאמען. דאס מיינט אז ווי מער העטעראגענע די דאטאסעט, אלץ העכער די MAE און RMSE ווערטן. די גענויקייט פון קראס-וואלידאציע אפשאצונג פון די Ca_Mg_K-EBK_SVMR געמישטע מאדעל פאר פאראויסזאגן ני אינהאלט אין שטאטישע און פארשטאטישע באָדנס איז געווען 63.70%. לויט לי עט אל. 59, איז דאס לעוועל פון גענויקייט אן אקצעפטירבארע מאדעל פערפארמענס ראטע. די יעצטיגע רעזולטאטן ווערן פארגליכן מיט א פריערדיגע שטודיע דורך טאראסאוו עט אל. 36 וועמענס כייבריד מאָדעל האט באשאפן MLPRK (Multilayer Perceptron Residual Kriging), פארבונדן מיטן EBK_SVMR אַקיעראַסי עוואַלואַטיאָן אינדעקס געמאלדן אין דער איצטיקער שטודיע, RMSE (210) און די MAE (167.5) איז געווען העכער ווי אונדזערע רעזולטאַטן אין דער איצטיקער שטודיע (RMSE 95.479, MAE 77.368). אָבער, ווען מען פאַרגלייכט די R2 פון דער איצטיקער שטודיע (0.637) מיט יענעם פון טאַראַסאָוו און אַנדערע. 36 (0.544), איז עס קלאָר אז דער קאעפיציענט פון באשטימונג (R2) איז העכער אין דעם געמישטן מאָדעל. דער גרענעץ פון טעות (RMSE און MAE) (EBK SVMR) פארן געמישטן מאָדעל איז צוויי מאָל נידעריגער. אזוי אויך, סערגעעוו און אנדערע 34 האבן רעקארדירט ​​0.28 (R2) פארן אנטוויקלטן כייבריד מאָדעל (Multilayer Perceptron Residual Kriging), בשעת Ni אין דער איצטיקער שטודיע האט רעקארדירט ​​0.637 (R2). די פאראויסזאגונג גענויקייט לעוועל פון דעם מאָדעל (EBK SVMR) איז 63.7%, בשעת די פאראויסזאגונג גענויקייט באקומען דורך סערגעעוו און אנדערע 34 איז 28%. די לעצטע מאפע (פיגור 5) באשאפן מיטן EBK_SVMR מאָדעל און Ca_Mg_K אלס א פאראויסזאגער ווייזט פאראויסזאגונגען פון הייסע פלעקן און מיטלמעסיג ביז ניקעל איבערן גאנצן שטודיע געגנט. דאס מיינט אז די קאנצענטראציע פון ​​ניקעל אין דער שטודיע געגנט איז מערסטנס מיטלמעסיג, מיט העכערע קאנצענטראציעס אין עטליכע ספעציפישע געגנטן.
די לעצטע פאָרויסזאָגן מאַפּע ווערט רעפּרעזענטירט מיטן כייבריד מאָדעל EBK_SVMR און מיטן נוצן Ca_Mg_K ווי דער פאָרויסזאָגער.[די ספּאַציאַלע פאַרשפּרייטונג מאַפּע איז געשאַפֿן געוואָרן מיטן נוצן RStudio (ווערסיע 1.4.1717: https://www.rstudio.com/).]
פּרעזענטירט אין פיגור 6 זענען PTE קאָנצענטראַציעס ווי אַ קאָמפּאָזיציע פלאַך באַשטייענדיק פון יחיד נעוראָנען. קיינער פון די קאָמפּאָנענט פלאַך האט נישט אויסגעשטעלט די זעלבע קאָליר מוסטער ווי געוויזן. אָבער, די צונעמען נומער פון נעוראָנען פּער געצייכנט מאַפּע איז 55. SeOM איז געשאפן מיט אַ פאַרשיידנקייַט פון פארבן, און די מער ענלעך די קאָליר פּאַטערנז, די מער פאַרגלייַכלעך די פּראָפּערטיעס פון די סאַמפּאַלז. לויט זייער פּינטלעך קאָליר וואָג, יחיד עלעמענטן (Ca, K, און Mg) האָבן געוויזן ענלעך קאָליר פּאַטערנז צו איין הויך נעוראָנען און רובֿ נידעריק נעוראָנען. אַזוי, CaK און CaMg טיילן עטלעכע ענלעכקייטן מיט זייער הויך-אָרדענונג נעוראָנען און נידעריק-צו-מעסיק קאָליר פּאַטערנז. ביידע מאָדעלס פאָרויסזאָגן די קאָנצענטראַציע פון ​​Ni אין באָדן דורך אַרויסווייַזן מיטל צו הויך כיוז פון פארבן אַזאַ ווי רויט, מאַראַנץ און געל. די KMg מאָדעל ווייזט פילע הויך קאָליר פּאַטערנז באזירט אויף פּינטלעך פּראָפּאָרציעס און נידעריק צו מיטל קאָליר פּאַטשאַז. אויף אַ פּינטלעך קאָליר וואָג פון נידעריק צו הויך, די פּלאַנאַר פאַרשפּרייטונג מוסטער פון די קאַמפּאָונאַנץ פון די מאָדעל האט געוויזן אַ הויך קאָליר מוסטער וואָס ינדיקייץ די פּאָטענציעל קאָנצענטראַציע פון ​​ניקאַל אין דער באָדן (זען פיגור 4). די CakMg מאָדעל קאָמפּאָנענט פלאַך ווייזט אַ דייווערס קאָליר מוסטער פון נידעריק צו הויך לויט אַ גענויע קאליר סקאַלע. ווייטער, די מאָדעל'ס פאָרויסזאָגן פון ניקעל אינהאַלט (CakMg) איז ענלעך צו דער ספּיישאַלער פאַרשפּרייטונג פון ניקעל געוויזן אין פיגור 5. ביידע גראַפיקס ווייַזן הויך, מיטל און נידעריק פּראָפּאָרציעס פון ניקעל קאַנסאַנטריישאַנז אין שטאָטיש און פּערי-שטאָטיש באָדן. פיגור 7 דיפּיקט די קאָנטור מעטאָד אין די k-מיטל גרופּירונג אויף דער מאַפּע, צעטיילט אין דרייַ קלאַסטערס באזירט אויף די פאָרויסגעזאָגטע ווערט אין יעדער מאָדעל. די קאָנטור מעטאָד רעפּרעזענטירט די אָפּטימאַל נומער פון קלאַסטערס. פון די 115 באָדן סאַמפּאַלז געזאמלט, קאַטעגאָריע 1 באקומען די מערסט באָדן סאַמפּאַלז, 74. קלאַסטער 2 באקומען 33 סאַמפּאַלז, בשעת קלאַסטער 3 באקומען 8 סאַמפּאַלז. די זיבן-קאָמפּאָנענט פּלאַנאַר פּרעדיקטאָר קאָמבינאַציע איז סימפּליפיעד צו לאָזן פֿאַר ריכטיק קלאַסטער ינטערפּריטיישאַן. רעכט צו די פילע אַנטראָפּאָגעניק און נאַטירלעך פּראַסעסאַז וואָס ווירקן באָדן פאָרמירונג, עס איז שווער צו האָבן ריכטיק דיפערענשיייטאַד קלאַסטער פּאַטערנז אין אַ פאַרשפּרייט SeOM מאַפּע78.
קאָמפּאָנענט פלאַך רעזולטאַט דורך יעדער עמפּיריקאַל בייעסיאַן קריגינג שטיצע וועקטאָר מאַשין (EBK_SVM_SeOM) וועריאַבל. [SeOM מאַפּס זענען באשאפן מיט RStudio (ווערסיע 1.4.1717: https://www.rstudio.com/).]
פֿאַרשידענע קלאַסטער קלאַסיפֿיקאַציע קאָמפּאָנענטן [SeOM מאַפּעס זענען געשאַפֿן געוואָרן מיט RStudio (ווערסיע 1.4.1717: https://www.rstudio.com/).]
די איצטיקע שטודיע אילוסטרירט קלאר מאָדעלירן טעקניקס פֿאַר ניקעל קאָנצענטראַציעס אין שטאָטישע און פּערי-שטאָטישע באָדנס. די שטודיע האָט געטעסט פֿאַרשידענע מאָדעלירן טעקניקס, קאָמבינירט עלעמענטן מיט מאָדעלירן טעקניקס, צו באַקומען דעם בעסטן וועג צו פאָרויסזאָגן ניקעל קאָנצענטראַציעס אין באָדן. די SeOM קאָמפּאָזיציע פּלאַנאַר ספּיישאַל פֿעיִקייטן פון דער מאָדעלירן טעכניק האָבן אויסגעוויזן אַ הויך קאָליר מוסטער פֿון נידעריק צו הויך אויף אַ פּינקטלעכער קאָליר וואָג, וואָס ווײַזט אויף ניעל קאָנצענטראַציעס אין באָדן. אָבער, די ספּיישאַל פאַרשפּרייטונג מאַפּע באַשטעטיקט די פּלאַנאַר ספּיישאַל פאַרשפּרייטונג פון קאָמפּאָנענטן אויסגעשטעלט דורך EBK_SVMR (זען בילד 5). די רעזולטאַטן ווײַזן אַז די שטיצע וועקטאָר מאַשין רעגרעסיע מאָדעל (CaMgK-SVMR) פאָרויסזאָגט די קאָנצענטראַציע פון ​​ניעל אין באָדן ווי אַ איין מאָדעל, אָבער די וואַלידאַציע און פּינקטלעכקייט עוואַלואַציע פּאַראַמעטערס ווײַזן זייער הויך ערראָרס אין טערמינען פון RMSE און MAE. אויף די אנדערע האַנט, די מאָדעלירן טעכניק געניצט מיט די EBK_MLR מאָדעל איז אויך פעלערדיק רעכט צו דעם נידעריק ווערט פון די קאָעפיציענט פון באַשטימונג (R2). גוטע רעזולטאַטן זענען באקומען ניצן EBK SVMR און קאַמביינד עלעמענטן (CaKMg) מיט נידעריק RMSE און MAE ערראָרס מיט אַ פּינקטלעכקייט פון 63.7%. עס טורנס אויס אַז קאַמביינינג די EBK אַלגערידאַם מיט א מאַשין לערנען אַלגעריטם קען דזשענערירן אַ כייבריד אַלגעריטם וואָס קען פאָרויסזאָגן די קאָנצענטראַציע פון ​​PTEs אין באָדן. די רעזולטאַטן ווייַזן אַז ניצן Ca Mg K ווי פּרעדיקטאָרס צו פאָרויסזאָגן Ni קאָנצענטראַציעס אין די לערנען געגנט קען פֿאַרבעסערן די פּרעדיקשאַן פון Ni אין באָדנס. דאָס מיינט אַז די קאַנטיניואַס אַפּלאַקיישאַן פון ניקאַל-באזירט פערטאַלייזערז און ינדאַסטריאַל פאַרפּעסטיקונג פון באָדן דורך די שטאָל אינדוסטריע האט אַ טענדענץ צו פאַרגרעסערן די קאָנצענטראַציע פון ​​ניקאַל אין באָדן. די לערנען האט גילוי אַז די EBK מאָדעל קען רעדוצירן די מדרגה פון טעות און פֿאַרבעסערן די אַקיעראַסי פון די מאָדעל פון באָדן ספּיישאַל פאַרשפּרייטונג אין שטאָטיש אָדער פּערי-שטאָטיש באָדנס. אין אַלגעמיין, מיר פאָרשלאָגן צו צולייגן די EBK-SVMR מאָדעל צו אַססעסס און פאָרויסזאָגן PTE אין באָדן; אין אַדישאַן, מיר פאָרשלאָגן צו נוצן EBK צו כייברידיז מיט פאַרשידן מאַשין לערנען אַלגעריטמס. Ni קאָנצענטראַציעס זענען פּרעדיקטעד ניצן עלעמענטן ווי קאָוואַריאַטעס; אָבער, ניצן מער קאָוואַריאַטעס וואָלט שטארק פֿאַרבעסערן די פאָרשטעלונג פון די מאָדעל, וואָס קענען זיין געהאלטן אַ לימיטיישאַן פון די קראַנט אַרבעט. אן אנדער לימיטיישאַן פון דעם לערנען איז אַז די נומער פון דאַטאַסעץ איז 115. דעריבער, אויב מער דאַטן זענען צוגעשטעלט, די פאָרשטעלונג פון די פארגעלייגט אָפּטימיזעד כייברידאַזיישאַן אופֿן קענען זיין ימפּרוווד.
PlantProbs.net. ניקעל אין פלאנצן און באָדן https://plantprobs.net/plant/nutrientImbalances/sodium.html (צוגעגריפן 28 אפריל 2021).
קאַספּרזאַק, ק.ס. ניקעל פֿאָרשריטן אין מאָדערנער ענווייראָנמענטאַלער טאָקסיקאָלאָגיע.סביבה.טאָקסיקאָלאָגיע.11, 145–183 (1987).
Cempel, M. & Nickel, G. Nickel: א איבערבליק פון זיינע קוועלער און סביבה'דיקע טאקסיקאלאגיע. Polish J. Environment.Stud.15, 375–382 (2006).
פרידמאַן, ב. און האַטשינסאָן, טק. פאַרפּעסטיקונג אַרייַנגאַנג פון דער אַטמאָספער און אַקומולאַציע אין באָדן און וועגעטאַציע לעבן אַ ניקעל-קופּער שמעלץ אין סאַדבערי, אָנטאַריאָ, קאַנאַדע. can.j. באָט.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
מאַניוואַ, ט. און אַנדערע. שווערע מעטאַלן אין באָדן, פלאַנצן און ריזיקעס פֿאַרבונדן מיט גרייזן פֿון רוימינאַנטן לעבן דער סעלעבי-פיקווע קופּער-ניקעל מינע אין באָצוואַנאַ. סביבה. געאָכעמיסטרי. געזונט https://doi.org/10.1007/s10653-021-00918-x (2021).
קאַבאַטאַ-פּענדיאַס.קאַבאַטאַ-פּענדיאַס א. 2011. שפּור עלעמענטן אין באָדן און... – גוגל סקאַלער https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+שפּאָר+ עלעמענטן+אין+סוילס+און+פּלאַנץ.+4טע+אויסגאַבע.+ניו+יאָרק+%28NY%29%3A+CRC+פּרעסס&btnG= (צוגעגריפן 24סטן נאָוועמבער 2020).
אַלמאַס, א., סינג, ב., לאַנדווירטשאַפט, TS-NJ פון & 1995, אומדעפינירט. עפֿעקטן פֿון דער רוסישער ניקעל אינדוסטריע אויף שווערע מעטאַל קאָנצענטראַציעס אין לאַנדווירטשאַפטלעכע באָדן און גראָזן אין סאָר-וואַראַנגער, נאָרוועגיע.agris.fao.org.
נילסען, דזשי-די און אנדערע. ניקעל אבסארפציע און צוריקהאלטונג אין טרינקוואסער זענען פארבונדן מיט עסן אויפנאמע און ניקעל סענסיטיוויטי.טאקסיקאלאגיע.אפליקאציע.פארמאקאדינאמיק.154, 67–75 (1999).
קאָסטאַ, מ. & קליין, סי בי ניקעל קאַרסינאָגענעזיס, מוטאַציע, עפּיגענעטיקס אדער סעלעקציע. סביבה. געזונטהייט פּערספּעקטיוו. 107, 2 (1999).
אַדזשמאַן, פּק; אַדזשאַדאָ, ס"ק; באָרווקאַ, ל.; ביני, דזש"ק"מ; סאַרקאָדי, ווי"אָ; קאָבאָניע, ​​נ"מ; טרענד אַנאַליז פון פּאָטענציעל טאָקסישע עלעמענטן: אַ ביבליאָמעטרישע איבערבליק. ענווייראָנמענטאַלע געאָכעמיע און געזונט. ספּרינגער וויסנשאַפֿט און ביזנעס מעדיע בי"ו 2020. https://doi.org/10.1007/s10653-020-00742-9.
מינאַסני, ב. און מאַקבראַטני, AB דיגיטאַל באָדן מאַפּינג: אַ קורצע געשיכטע און עטלעכע לעקציעס. געאָדערמאַ 264, 301–311. https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. אויף דיגיטאַל באָדן מאַפּינג. געאָדערמאַ 117 (1-2), 3-52. הטטפּס://doi.org/10.1016/S0016-7061 (03) 00223-4 (2003).
Deutsch.CV געאסטאטיסטישע רעזערוואר מאדעלירן,... – גוגל סקאלער 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= (צוגעגריפן 28 אפריל 2021).