Ẹ ṣeun fún ṣíbẹ̀wò sí Nature.com. Ẹ̀yà ẹ̀rọ ìṣàwárí tí ẹ ń lò ní àtìlẹ́yìn díẹ̀ fún CSS. Fún ìrírí tí ó dára jùlọ, a gbà yín nímọ̀ràn pé kí ẹ lo ẹ̀rọ ìṣàwárí tí a ti mú gbóná (tàbí kí ẹ pa ipò ìbáramu nínú Internet Explorer). Ní ​​àkókò yìí, láti rí i dájú pé a ń tẹ̀síwájú láti ṣe àtìlẹ́yìn, a ó máa fi ojú-ọ̀nà náà hàn láìsí àwọn àṣà àti JavaScript.
Ibàjẹ́ ilẹ̀ jẹ́ ìṣòro ńlá tí àwọn ènìyàn ń fà. Pínpín ilẹ̀ àwọn èròjà tó lè fa àrùn (PTEs) yàtọ̀ síra ní ọ̀pọ̀lọpọ̀ ìlú àti agbègbè ìlú. Nítorí náà, ó ṣòro láti sọ àsọtẹ́lẹ̀ nípa iye àwọn PTE nínú irú ilẹ̀ bẹ́ẹ̀. Àròpọ̀ àwọn àpẹẹrẹ 115 ni a gba láti ọ̀dọ̀ Frydek Mistek ní Orílẹ̀-èdè Czech Republic. A pinnu àwọn ìṣọ̀kan Calcium (Ca), magnesium (Mg), potassium (K) àti nickel (Ni) nípa lílo inductively coupled plasma emission spectrometry. Onírúurú ìdáhùn ni Ni àti àwọn àsọtẹ́lẹ̀ ni Ca, Mg, àti K. Matrix ìbáramu láàárín onírúurú ìdáhùn àti onírúurú àsọtẹ́lẹ̀ fi ìbáramu tó tẹ́lọ́rùn hàn láàrín àwọn èròjà. Àwọn àbájáde àsọtẹ́lẹ̀ fihàn pé Support Vector Machine Regression (SVMR) ṣe dáadáa, bótilẹ̀jẹ́pé àṣìṣe root mean square error rẹ̀ (RMSE) (235.974 mg/kg) àti mean absolute error (MAE) (166.946 mg/kg) ga ju àwọn ọ̀nà mìíràn tí a lò lọ. Àwọn àwòṣe adalu fún Empirical Bayesian Kriging-Multiple Linear Regression (EBK-MLR) ṣe iṣẹ́ kò dára rárá, gẹ́gẹ́ bí a ṣe fi hàn nípasẹ̀ àwọn ìwọ̀n ìpinnu tí ó kéré sí 0.1. Àwòrán Empirical Bayesian Kriging-Support Vector Machine Regression (EBK-SVMR) ni àwòṣe tí ó dára jùlọ, pẹ̀lú àwọn ìwọ̀n RMSE kékeré (95.479 mg/kg) àti MAE (77.368 mg/kg) àti ìwọ̀n ìpinnu gíga (R2 = 0.637). A fi àwòrán ọ̀nà ìṣelọ́pọ́ EBK-SVMR hàn nípa lílo àwòrán ara-ẹni tí ó ń ṣètò ara rẹ̀. Àwọn neuron tí a kó jọ nínú àwòṣe àdàpọ̀ CakMg-EBK-SVMR fi ọ̀pọ̀lọpọ̀ àwọ̀ hàn tí ó sọ àsọtẹ́lẹ̀ ìwọ̀n Ni nínú ilẹ̀ ìlú àti ilẹ̀ ìlú. Àwọn àbájáde náà fihàn pé pípapọ̀ EBK àti SVMR jẹ́ ọ̀nà tí ó múná dóko fún àsọtẹ́lẹ̀ ìwọ̀n Ni nínú ilẹ̀ ìlú àti ilẹ̀ ìlú.
Wọ́n kà Nickel (Ni) sí oúnjẹ kékeré fún àwọn ewéko nítorí pé ó ń mú kí afẹ́fẹ́ nitrogen dúró (N) àti ìṣiṣẹ́ urea, èyí tí àwọn méjèèjì jẹ́ pàtàkì fún ìbísí irúgbìn. Yàtọ̀ sí àfikún rẹ̀ sí ìbísí irúgbìn, Ni lè ṣiṣẹ́ gẹ́gẹ́ bí olùdínà fún ewéko àti bakitéríà, kí ó sì gbé ìdàgbàsókè ewéko lárugẹ. Àìsí nickel nínú ilẹ̀ ń jẹ́ kí ewéko náà gbà á, èyí tí yóò yọrí sí chlorosis ti ewé. Fún àpẹẹrẹ, ewéko cowpeas àti ewéko aláwọ̀ ewé nílò lílo àwọn ajilẹ̀ tí ó ní nickel láti mú kí afẹ́fẹ́ nitrogen ṣiṣẹ́ dáadáa. Lílo àwọn ajilẹ̀ tí ó ní nickel láti mú kí ilẹ̀ lọ́rọ̀ àti láti mú kí agbára àwọn ewéko láti tún nitrogen ṣe nínú ilẹ̀ pọ̀ sí i nígbà gbogbo ń mú kí ìwọ̀n nickel nínú ilẹ̀ pọ̀ sí i. Bó tilẹ̀ jẹ́ pé nickel jẹ́ oúnjẹ kékeré fún àwọn ewéko, lílo rẹ̀ jù nínú ilẹ̀ lè ṣe ìpalára ju rere lọ. Òró nickel nínú ilẹ̀ ń dín pH ilẹ̀ kù, ó sì ń dí gbígbà irin lọ́wọ́ gẹ́gẹ́ bí oúnjẹ pàtàkì fún ìbísí irúgbìn. Gẹ́gẹ́ bí Liu3 ti sọ, a ti rí i pé Ni ni ohun pàtàkì kẹtàdínlógún tí a nílò fún ìbísí àti ìbísí irúgbìn. Ní àfikún sí ipa nickel nínú ìbísí àti ìbísí irúgbìn, àwọn ènìyàn nílò rẹ̀ fún onírúurú ìlò. Elektrolating, ìṣẹ̀dá ti nickel tí ó ní nickel Àwọn irinṣẹ́ alloy, àti ṣíṣe àwọn ẹ̀rọ iná àti àwọn ohun èlò ìdènà nínú ilé iṣẹ́ ọkọ̀ ayọ́kẹ́lẹ́ gbogbo wọn nílò lílo nickel ní onírúurú ẹ̀ka iṣẹ́. Ní àfikún, àwọn irinṣẹ́ alloy tí a fi nickel ṣe àti àwọn ohun èlò tí a fi electroplated ni a ti lò ní ibi ìdáná, àwọn ohun èlò ballroom, àwọn ohun èlò ilé iṣẹ́ oúnjẹ, iná mànàmáná, wáyà àti okùn, àwọn turbines jet, àwọn ohun èlò ìtọ́jú abẹ, aṣọ, àti ìkọ́lé ọkọ̀ ojú omi. Àwọn ìpele Ni-ọrọ̀ nínú ilẹ̀ (ìyẹn, ilẹ̀ ojú ilẹ̀) ni a ti sọ di ti àwọn orísun ènìyàn àti ti àdánidá, ṣùgbọ́n ní pàtàkì, Ni jẹ́ orísun àdánidá dípò ti ènìyàn4,6. Àwọn orísun àdánidá ti nickel ní àwọn ìbúgbà òkè ayọnáyèéfín, ewéko, iná igbó, àti àwọn ìlànà ilẹ̀ ayé; síbẹ̀síbẹ̀, àwọn orísun ènìyàn ní àwọn bátìrì nickel/cadmium nínú ilé iṣẹ́ irin, electroplating, arc welding, diesel àti epo epo, àti àwọn ìtújáde afẹ́fẹ́ láti inú iná èédú àti ìdọ̀tí àti ìsun tí a fi ń sun Nickel 7,8. Gẹ́gẹ́ bí Freedman àti Hutchinson9 àti Manyiwa àti àwọn ẹlòmíràn ti sọ. 10, àwọn orísun pàtàkì ti ìbàjẹ́ ilẹ̀ ní àyíká tí ó súnmọ́ àti ní àyíká tí ó wà nítòsí ni àwọn ohun èlò ìyọ́ àti àwọn ohun ìwakùsà tí ó ní nickel-copper nínú. Ilẹ̀ òkè tí ó yí Sudbury nickel-copper refinery ní Canada ní ìwọ̀n ìbàjẹ́ nickel tí ó ga jùlọ ní 26,000 mg/kg11. Ní ìyàtọ̀ sí èyí, ìbàjẹ́ láti inú iṣẹ́ nickel ní Russia ti yọrí sí ìwọ́n nickel tí ó ga jùlọ ní ilẹ̀ Norway11. Gẹ́gẹ́ bí Alms àti àwọn ẹlòmíràn ti sọ. 12, iye nickel ti a le yọ kuro ninu ilẹ oko oke agbegbe naa (iṣelọpọ nickel ni Russia) wa lati 6.25 si 136.88 mg/kg, ti o baamu pẹlu apapọ 30.43 mg/kg ati ifọkansi ipilẹ ti 25 mg/kg. Gẹgẹbi kabata 11, lilo awọn ajile phosphorus ninu ile ogbin ni awọn ile ilu tabi awọn agbegbe ilu lakoko awọn akoko irugbin ti o tẹle le fa tabi ba ile jẹ. Awọn ipa ti o ṣeeṣe ti nickel ninu eniyan le ja si akàn nipasẹ iyipada, ibajẹ chromosomal, iran Z-DNA, atunṣe yiyọ DNA ti a ti dina, tabi awọn ilana epigenetic13. Ninu awọn idanwo ẹranko, a ti rii pe nickel ni agbara lati fa ọpọlọpọ awọn tumo, ati pe awọn eka nickel ti o ni ipa lori ara le mu iru awọn tumo bẹẹ buru si.
Àwọn ìṣàyẹ̀wò ìbàjẹ́ ilẹ̀ ti gbilẹ̀ ní àwọn àkókò àìpẹ́ yìí nítorí ọ̀pọ̀lọpọ̀ àwọn ọ̀ràn tó ní í ṣe pẹ̀lú ìlera tó ń dìde láti inú àjọṣepọ̀ ewéko ilẹ̀, àjọṣepọ̀ ewéko ilẹ̀ àti ilẹ̀, ìbàjẹ́ àyíká, àti ìṣàyẹ̀wò ipa àyíká. Títí di òní, àsọtẹ́lẹ̀ ààyè ti àwọn èròjà tó lè fa ìpalára (PTEs) bíi Ni nínú ilẹ̀ ti jẹ́ iṣẹ́ àṣekára àti gbígba àkókò nípa lílo àwọn ọ̀nà ìbílẹ̀. Wíwá àwòrán ilẹ̀ oní-nọ́ńbà (DSM) àti àṣeyọrí rẹ̀ lọ́wọ́lọ́wọ́15 ti mú kí àwòrán ilẹ̀ àsọtẹ́lẹ̀ (PSM) sunwọ̀n sí i gidigidi. Gẹ́gẹ́ bí Minasny àti McBratney16 ti sọ, àwòrán ilẹ̀ àsọtẹ́lẹ̀ (DSM) ti fihàn pé ó jẹ́ ẹ̀ka pàtàkì ti ìmọ̀ nípa ilẹ̀. Lagacherie àti McBratney, 2006 túmọ̀ DSM gẹ́gẹ́ bí “ìṣẹ̀dá àti kíkún àwọn ètò ìwífún ilẹ̀ ààyè nípasẹ̀ lílo àwọn ọ̀nà ìwòye in situ àti yàrá àti àwọn ètò ìṣàyẹ̀wò ilẹ̀ ààyè àti tí kì í ṣe ti ààyè”.McBratney àti àwọn ẹlòmíràn. 17 ṣàlàyé pé DSM tàbí PSM òde òní ni ọ̀nà tó gbéṣẹ́ jùlọ fún sísọtẹ́lẹ̀ tàbí ṣíṣe àwòrán ìpínkiri ààyè ti PTE, irú ilẹ̀ àti àwọn ohun ìní ilẹ̀. Àwọn ọ̀nà ìṣẹ̀dá ilẹ̀ àti ẹ̀kọ́ ẹ̀rọ (MLA) jẹ́ àwọn ọ̀nà ìṣẹ̀dá DSM tí ó ń ṣẹ̀dá àwọn àwòrán oní-nọ́ńbà pẹ̀lú ìrànlọ́wọ́ àwọn kọ̀ǹpútà nípa lílo àwọn dátà pàtàkì àti èyí tí kò tó nǹkan.
Deutsch18 àti Olea19 túmọ̀ geostatistics gẹ́gẹ́ bí “àkójọ àwọn ọ̀nà ìṣírò tí ó ń bójú tó ìṣàfihàn àwọn ànímọ́ ààyè, tí ó ń lo àwọn àwòṣe stochastic, bí àpẹẹrẹ bí ìṣàyẹ̀wò àkókò ṣe ń ṣe àfihàn data ìgbà.” Ní pàtàkì, geostatistics ní ìṣàyẹ̀wò variograms, èyí tí ó gba Quantify láàyè kí ó sì ṣàlàyé àwọn ìgbẹ́kẹ̀lé àwọn iye ààyè láti inú dataset kọ̀ọ̀kan20.Gumiaux et al. 20 tún ṣàfihàn pé ìṣàyẹ̀wò variograms nínú geostatistics da lórí àwọn ìlànà mẹ́ta, pẹ̀lú (a) ṣíṣàyẹ̀wò ìwọ̀n ìbáṣepọ̀ data, (b) dídámọ̀ àti ṣíṣàyẹ̀wò anisotropy nínú àìdọ́gba dataset àti (c) ní àfikún sí yíyí àṣìṣe tí ó wà nínú data ìwọ̀n tí a yà sọ́tọ̀ kúrò nínú àwọn ipa àdúgbò, a tún ṣe ìṣirò àwọn ipa àdúgbò. Ní gbígbé ka orí àwọn èrò wọ̀nyí, ọ̀pọ̀lọpọ̀ ọ̀nà ìṣírò interpolation ni a lò nínú geostatistics, pẹ̀lú kriging gbogbogbò, co-kriging, kriging lásán, empirical Bayesian kriging, ọ̀nà kriging tí ó rọrùn àti àwọn ọ̀nà ìṣírò interpolation mìíràn tí a mọ̀ dáradára láti ṣe àfihàn tàbí sọ àsọtẹ́lẹ̀ PTE, àwọn ànímọ́ ilẹ̀, àti àwọn irú ilẹ̀.
Àwọn Algorithms Ẹ̀kọ́ Ẹ̀rọ (MLA) jẹ́ ọ̀nà tuntun kan tí ó ń lo àwọn ìsọ̀rí dátà tí kò ní ìlà púpọ̀, tí a ń lo àwọn algorithms tí a ń lò fún iwakusa dátà, dídá àwọn ìlànà mọ̀ nínú dátà, tí a sì ń lò léraléra sí ìpínsọ́tọ̀ ní àwọn pápá ìmọ̀ sáyẹ́ǹsì bíi ìmọ̀ sáyẹ́ǹsì ilẹ̀ àti àwọn iṣẹ́ àtúnṣe. Ọ̀pọ̀lọpọ̀ ìwé ìwádìí gbára lé àwọn àwòṣe MLA láti sọ àsọtẹ́lẹ̀ PTE nínú ilẹ̀, bíi Tan et al. 22 (igbó àìròtẹ́lẹ̀ fún ìṣirò irin líle ní ilẹ̀ oko), Sakizadeh et al. 23 (àwòrán nípa lílo àwọn ẹ̀rọ ìrànwọ́ vector àti àwọn nẹ́ẹ̀tìwọ́ọ̀kì neural artificial) ìbàjẹ́ ilẹ̀). Ní ​​àfikún, Vega et al. 24 (CART fún ṣíṣe àwòrán ìdúró irin líle àti ìfàmọ́ra nínú ilẹ̀) Sun et al. 25 (lílo cubist ni ìpínpín Cd nínú ilẹ̀) àti àwọn algorithms mìíràn bíi k-aládùúgbò tí ó súnmọ́ jùlọ, ìfàmọ́ra gbogbogbòò, àti ìfàmọ́ra tí ó mú pọ̀ sí i. Àwọn igi tún lo MLA láti sọ àsọtẹ́lẹ̀ PTE nínú ilẹ̀.
Lílo àwọn algoridimu DSM nínú àsọtẹ́lẹ̀ tàbí àwòrán ojú ayélujára dojúkọ ọ̀pọ̀lọpọ̀ ìpèníjà. Ọ̀pọ̀lọpọ̀ àwọn òǹkọ̀wé gbàgbọ́ pé MLA ga ju àwọn onímọ̀-ẹ̀rọ ayélujára lọ àti ní ìdàkejì. Bó tilẹ̀ jẹ́ pé ọ̀kan dára ju èkejì lọ, àpapọ̀ méjèèjì mú kí ìpele ìṣedéédé ti àwòrán ojú ayélujára tàbí àsọtẹ́lẹ̀ sunwọ̀n síi nínú DSM15. Woodcock àti Gopal26 Finke27; Pontius àti Cheuk28 àti Grunwald29 sọ̀rọ̀ lórí àwọn àìtó àti àwọn àṣìṣe kan nínú àwòrán ilẹ̀ tí a sọtẹ́lẹ̀. Àwọn onímọ̀ sáyẹ́ǹsì ilẹ̀ ti gbìyànjú onírúurú ọ̀nà láti mú kí ìṣedéédé, ìṣedéédé, àti àsọtẹ́lẹ̀ ti àwòrán àti àsọtẹ́lẹ̀ DSM sunwọ̀n síi. Àpapọ̀ àìdánilójú àti ìfìdí múlẹ̀ jẹ́ ọ̀kan lára ​​ọ̀pọ̀lọpọ̀ àwọn apá tó yàtọ̀ síra tí a fi sínú DSM láti mú kí ìṣedéédéé àti dín àwọn àbùkù kù. Síbẹ̀síbẹ̀, Agyeman àti àwọn ẹlòmíràn 15 ṣàlàyé pé ìwà ìfìdí múlẹ̀ àti àìdánilójú tí a fi hàn nípasẹ̀ ṣíṣẹ̀dá àwòrán ojú ayélujára àti àsọtẹ́lẹ̀ yẹ kí ó jẹ́ èyí tí a fọwọ́ sí ní ọ̀tọ̀ọ̀tọ̀ láti mú kí dídá àwòrán ojú ayélujára sunwọ̀n síi. Àwọn ààlà ti DSM jẹ́ nítorí dídára ilẹ̀ tí a fọ́nká sí ilẹ̀, èyí tí ó ní apá kan nínú àìdánilójú; sibẹsibẹ, aini idaniloju ninu DSM le dide lati ọpọlọpọ awọn orisun aṣiṣe, eyun aṣiṣe covariate, aṣiṣe awoṣe, aṣiṣe ipo, ati Aṣiṣe itupalẹ 31. Awọn aiṣedeede awoṣe ti o fa ninu MLA ati awọn ilana geostatistical ni nkan ṣe pẹlu aini oye, ni ipari yori si irọrun ilana gidi ti o pọ ju 32. Laibikita iru awoṣe naa, awọn aiṣedeede le jẹ nitori awọn paramita awoṣe, awọn asọtẹlẹ awoṣe mathimatiki, tabi interpolation33. Laipẹ, aṣa DSM tuntun kan ti farahan ti o ṣe igbelaruge iṣọpọ ti geostatistics ati MLA ninu maapu ati asọtẹlẹ. Ọpọlọpọ awọn onimọ-jinlẹ ilẹ ati awọn onkọwe, bii Sergeev et al. 34; Subbotina et al. 35; Tarasov et al. 36 ati Tarasov et al. 37 ti lo didara deede ti awọn geostatistics ati ẹkọ ẹrọ lati ṣe awọn awoṣe aladapọ ti o mu ṣiṣe asọtẹlẹ ati maapu dara si. Didara.Díẹ̀ lára ​​àwọn àwòṣe àdàpọ̀ tàbí àdàpọ̀ algoridimu wọ̀nyí ni Artificial Neural Network Kriging (ANN-RK), Multilayer Perceptron Residual Kriging (MLP-RK), Generalized Regression Neural Network Residual Kriging (GR- NNRK)36, Artificial Neural Network Kriging-Multilayer Perceptron (ANN-K-MLP)37 àti Co-Kriging àti Gaussian Process Regression38.
Gẹ́gẹ́ bí Sergeev àti àwọn ẹlòmíràn ti sọ, pípapọ̀ onírúurú ọ̀nà ìṣàpẹẹrẹ ní agbára láti mú àwọn àbùkù kúrò kí ó sì mú kí iṣẹ́ àwòṣe àdàpọ̀ tí ó yọrí sí pọ̀ sí i dípò kí ó ṣe àgbékalẹ̀ àwòṣe kan ṣoṣo rẹ̀. Nínú ọ̀rọ̀ yìí, ìwé tuntun yìí jiyàn pé ó ṣe pàtàkì láti lo àdàpọ̀ algoridimu ti geostatistics àti MLA láti ṣẹ̀dá àwọn àwòṣe àdàpọ̀ tí ó dára jùlọ láti sọ àsọtẹ́lẹ̀ ìdàgbàsókè Ni ní àwọn agbègbè ìlú àti agbègbè ìlú. Ìwádìí yìí yóò gbẹ́kẹ̀lé Empirical Bayesian Kriging (EBK) gẹ́gẹ́ bí àwòṣe ìpìlẹ̀ kí ó sì dàpọ̀ mọ́ àwọn àwòṣe Support Vector (SVM) àti Multiple Linear Regression (MLR). A kò mọ ìdàpọ̀ EBK pẹ̀lú èyíkéyìí MLA. Àwọn àwòṣe àdàpọ̀ tí a rí jẹ́ àdàpọ̀ ti àwọn ohun tí ó wà nílẹ̀, tí ó kù, ìyípadà kriging, àti MLA.EBK jẹ́ ọ̀nà ìsopọ̀ geostatistical tí ó ń lo ìlànà stochastic spatially tí a ṣe àgbékalẹ̀ rẹ̀ gẹ́gẹ́ bí pápá àìdúróṣinṣin tí kì í ṣe stationary/standary random pẹ̀lú àwọn pàrámítà localization lórí pápá náà, tí ó ń jẹ́ kí ìyàtọ̀ space diversity 39. A ti lo EBK nínú onírúurú ìkẹ́kọ̀ọ́, títí kan ṣíṣàyẹ̀wò pínpín carbon organic nínú ilẹ̀ oko40, ṣíṣàyẹ̀wò ìbàjẹ́ ilẹ̀41 àti ṣíṣàfihàn ilẹ̀ àwọn ohun ìní42.
Ní ọwọ́ kejì ẹ̀wẹ̀, Àwòrán Oníṣètò Ara-ẹni (SeOM) jẹ́ àkójọ ẹ̀kọ́ tí a ti lò nínú onírúurú àpilẹ̀kọ bíi Li àti àwọn ẹlòmíràn 43, Wang àti àwọn ẹlòmíràn 44, Hossain Bhuiyan àti àwọn ẹlòmíràn 45 àti Kebonye àti àwọn ẹlòmíràn 46 Pinnu àwọn ànímọ́ ààyè àti ìṣọ̀kan àwọn èròjà.Wang àti àwọn ẹlòmíràn 44 ṣàlàyé pé SeOM jẹ́ ọ̀nà ẹ̀kọ́ tó lágbára tí a mọ̀ fún agbára rẹ̀ láti kójọpọ̀ àti láti fojú inú wo àwọn ìṣòro tí kì í ṣe ti ìlà. Láìdàbí àwọn ọ̀nà ìdámọ̀ àpẹẹrẹ mìíràn bíi ìṣàyẹ̀wò kókó pàtàkì, ìṣọ̀kan tí kò dáa, ìṣọ̀kan hierarchical, àti ṣíṣe ìpinnu onípele púpọ̀, SeOM dára jù ní ṣíṣètò àti dídá àwọn ìlànà PTE mọ̀. Gẹ́gẹ́ bí Wang àti àwọn ẹlòmíràn 44 ti sọ, SeOM lè kó ìpínkiri àwọn neurons tí ó jọra jọpọ̀ ní ààyè kí ó sì pèsè ìwòran data gíga. SeOM yóò fojú inú wo data àsọtẹ́lẹ̀ Ni láti gba àwòṣe tí ó dára jùlọ láti ṣe àpèjúwe àwọn àbájáde fún ìtumọ̀ tààrà.
Ìwé yìí ní èrò láti ṣe àwòṣe àwòrán tó lágbára pẹ̀lú ìṣedéédé tó péye fún sísọ àsọtẹ́lẹ̀ akoonu nickel ní ilẹ̀ ìlú àti ilẹ̀ ìlú. A gbà pé ìgbẹ́kẹ̀lé àwòṣe adalu sinmi lórí ipa àwọn àwòṣe mìíràn tó so mọ́ àwòṣe ìpìlẹ̀. A gbà pé àwọn ìpèníjà tó dojúkọ DSM, àti bó tilẹ̀ jẹ́ pé a ń yanjú àwọn ìpèníjà wọ̀nyí ní ọ̀pọ̀lọpọ̀ iwájú, àpapọ̀ àwọn ìlọsíwájú nínú àwọn àwòṣe geostatistics àti MLA dàbí pé ó ń pọ̀ sí i; nítorí náà, a ó gbìyànjú láti dáhùn àwọn ìbéèrè ìwádìí tó lè mú àwọn àwòṣe onírúurú jáde. Síbẹ̀síbẹ̀, báwo ni àwòṣe náà ṣe péye tó nígbà tí a ń sọ àsọtẹ́lẹ̀ ohun tí a fẹ́ ṣe? Bákan náà, kí ni ìpele ìṣàyẹ̀wò iṣẹ́ tó dá lórí ìṣàyẹ̀wò ìfìdí múlẹ̀ àti ìṣedéédé? Nítorí náà, àwọn góńgó pàtàkì ti ìwádìí yìí ni láti (a) ṣẹ̀dá àwòṣe àpapọ̀ àdàpọ̀ fún SVMR tàbí MLR nípa lílo EBK gẹ́gẹ́ bí àwòṣe ìpìlẹ̀, (b) fi àwọn àwòṣe tó jáde wéra (c) dámọ̀ràn àwòṣe adalu tó dára jùlọ fún sísọ àsọtẹ́lẹ̀ àwọn ìpele Ni ní ilẹ̀ ìlú tàbí ilẹ̀ ìlú, àti (d) lílo SeOM láti ṣẹ̀dá àwòṣe gíga ti ìyàtọ̀ ààyè nickel.
A n ṣe iwadi naa ni Orilẹ-ede Czech, pataki ni agbegbe Frydek Mistek ni agbegbe Moravia-Silesian (wo Aworan 1). Ilẹ̀ agbegbe iwadi naa lagbara pupọ ati pe o jẹ apakan ti agbegbe Moravia-Silesian Beskidy, eyiti o jẹ apakan eti ita ti Awọn Oke Carpathian. Agbegbe iwadi naa wa laarin 49° 41′ 0′ N ati 18° 20′ 0′ E, ati giga naa wa laarin 225 ati 327 m; sibẹsibẹ, eto ipinya Koppen fun ipo oju ojo agbegbe naa ni a ṣe ayẹwo bi Cfb = oju ojo okun ti o tutu, ojo pupọ wa paapaa ni awọn oṣu gbigbẹ. Awọn iwọn otutu yatọ diẹ jakejado ọdun laarin −5 °C ati 24 °C, o ṣọwọn ṣubu ni isalẹ −14 °C tabi loke 30 °C, lakoko ti ojo apapọ lododun jẹ laarin 685 ati 752 mm47. Agbegbe iwadi ti gbogbo agbegbe naa jẹ 1,208 square kilometers, pẹlu 39.38% ti ilẹ ti a gbin ati 49.36% ti agbegbe igbo. Ni apa keji, agbegbe ti a lo ninu iwadi yii jẹ nipa 889.8 square kilometers. Ni ati ni ayika Ostrava, ile-iṣẹ irin ati awọn iṣẹ irin ṣiṣẹ pupọ. Awọn ọlọ irin, ile-iṣẹ irin nibiti a ti lo nickel ninu awọn irin alagbara (fun apẹẹrẹ fun resistance si ipata afẹfẹ) ati awọn irin alloy (nickel mu agbara ti alloy pọ si lakoko ti o n ṣetọju agbara ati agbara rẹ), ati iṣẹ-ogbin to lagbara gẹgẹbi lilo ajile fosfeti ati iṣelọpọ ẹran jẹ awọn orisun iwadii ti nickel ti o ṣeeṣe. ní agbègbè náà (fún àpẹẹrẹ, fífi nickel kún àwọn ọ̀dọ́ àgùntàn láti mú kí ìwọ̀n ìdàgbàsókè pọ̀ sí i nínú àwọn ọ̀dọ́ àgùntàn àti àwọn màlúù tí kò ní oúnjẹ púpọ̀). Àwọn lílo nickel mìíràn ní ilé iṣẹ́ ní àwọn agbègbè ìwádìí pẹ̀lú lílo rẹ̀ nínú electroplating, títí kan electroplating nickel àti electroplating nickel tí kò ní electro. Àwọn ànímọ́ ilẹ̀ rọrùn láti yà sọ́tọ̀ láti inú àwọ̀ ilẹ̀, ìṣètò, àti akoonu carbonate. Ìrísí ilẹ̀ náà jẹ́ àárín sí díẹ̀, tí a wá láti inú ohun èlò òbí. Wọ́n jẹ́ colluvial, alluvial tàbí aeolian ní ìrísí. Àwọn agbègbè ilẹ̀ kan máa ń dàbí èyí tí ó ní àwọ̀ nínú ilẹ̀ àti ilẹ̀ ìsàlẹ̀, nígbà míìrán pẹ̀lú kọnkérétì àti ìfọ́. Síbẹ̀síbẹ̀, cambisols àti stagnosols ni irú ilẹ̀ tí ó wọ́pọ̀ jùlọ ní agbègbè náà48. Pẹ̀lú àwọn gíga tí ó wà láti 455.1 sí 493.5 m, cambisols ni ó ń ṣàkóso Czech Republic49.
Maapu agbegbe iwadi [A lo ArcGIS Desktop (ESRI, Inc, version 10.7, URL: https://desktop.arcgis.com) lati ṣẹda maapu agbegbe iwadi naa.]
Àròpọ̀ àwọn àpẹẹrẹ ilẹ̀ òkè 115 ni a gba láti inú ilẹ̀ ìlú àti agbègbè ìlú ní agbègbè Frydek Mistek. Àpẹẹrẹ àpẹẹrẹ tí a lò ni àwọ̀n déédéé pẹ̀lú àwọn àpẹẹrẹ ilẹ̀ tí a fi àyè 2 × 2 km sí ara wọn, a sì wọn ilẹ̀ òkè ní jíjìn 0 sí 20 cm nípa lílo ẹ̀rọ GPS tí a fi ọwọ́ mú (Leica Zeno 5 GPS). A fi àwọn àpẹẹrẹ sínú àpò Ziploc, a kọ àmì sí wọn dáadáa, a sì fi ránṣẹ́ sí yàrá ìwádìí. A gbẹ àwọn àpẹẹrẹ náà pẹ̀lú afẹ́fẹ́ láti ṣe àwọn àpẹẹrẹ tí a ti lọ̀, a fi ẹ̀rọ oníṣẹ́ ẹ̀rọ (Fritsch disc mill) lọ̀ wọ́n, a sì fi síta (ìwọ̀n síi 2 mm). Fi 1 giramu ti àwọn àpẹẹrẹ ilẹ̀ gbígbẹ, tí a ti lọ̀, tí a ti lọ̀, tí a sì ti lọ̀ wọ́n sínú àwọn ìgò teflon tí a ti kọ àmì sí kedere. Nínú ohun èlò Teflon kọ̀ọ̀kan, fi 7 milimita ti 35% HCl àti 3 milimita ti 65% HNO3 (nípa lílo ẹ̀rọ ìpèsè aládàáṣe – ọ̀kan fún acid kọ̀ọ̀kan), bo wọ́n díẹ̀ kí o sì jẹ́ kí àwọn àpẹẹrẹ náà dúró fún ìṣiṣẹ́ náà (ètò aqua regia). Gbé ohun tí ó wà lórí rẹ̀ sí orí àwo irin gbígbóná (iwọ̀n otútù: 100) W àti 160 °C) fún wákàtí méjì láti mú kí ìjẹun àwọn àpẹẹrẹ rọrùn, lẹ́yìn náà tútù. Gbé e sí ìgò onípele 50 ml kí o sì fi omi tí a ti yọ kúrò sí 50 ml. Lẹ́yìn náà, yọ omi tí a ti yọ kúrò sí ìgò onípele 50 ml pẹ̀lú omi tí a ti yọ kúrò. Ní àfikún, a fi omi tí a ti yọ kúrò sí ìgò onípele 1 ml, a sì fi omi tí a ti yọ kúrò sí ìgò onípele 12 ml tí a pèsè fún ìfọ́mọ́ PTE. A pinnu àwọn ìfọ́mọ́ PTE (As, Cd, Cr, Cu, Mn, Ni, Pb, Zn, Ca, Mg, K) nípasẹ̀ ICP-OES (Inductively Coupled Plasma Optical Emission Spectroscopy) (Thermo Fisher Scientific, USA) gẹ́gẹ́ bí àwọn ọ̀nà àti àdéhùn. Rí i dájú pé àwọn ìlànà ìṣàkóṣo dídára àti ìṣàkóso (QA/QC) (SRM NIST 2711a Montana II Soil). A yọ àwọn PTE tí wọ́n ní ààlà ìṣàwárí tí ó wà ní ìsàlẹ̀ ìdajì kúrò nínú ìwádìí yìí. Ààlà ìṣàwárí PTE tí a lò nínú èyí Ìwádìí náà jẹ́ 0.0004.(ìwọ). Ní ​​àfikún, ìṣàkóso dídára àti ìlànà ìdánilójú dídára fún ìwádìí kọ̀ọ̀kan ni a ń rí dájú nípa ṣíṣàyẹ̀wò àwọn ìlànà ìtọ́kasí. Láti rí i dájú pé a dín àṣìṣe kù, a ṣe ìṣàyẹ̀wò méjì.
Empirical Bayesian Kriging (EBK) jẹ́ ọ̀kan lára ​​ọ̀pọ̀lọpọ̀ àwọn ọ̀nà ìsopọ̀mọ́ra ilẹ̀-ayé tí a lò nínú ṣíṣe àwòṣe ní onírúurú ẹ̀ka bí ìmọ̀ ìjìnlẹ̀ ilẹ̀. Láìdàbí àwọn ọ̀nà ìsopọ̀mọ́ra kriging mìíràn, EBK yàtọ̀ sí àwọn ọ̀nà ìsopọ̀mọ́ra ìbílẹ̀ nípa gbígbé àṣìṣe tí a ṣe àyẹ̀wò rẹ̀ nípasẹ̀ àpẹẹrẹ semivariogram yẹ̀ wò. Nínú ìsopọ̀mọ́ra EBK, ọ̀pọ̀lọpọ̀ àwọn àpẹẹrẹ semivariogram ni a ṣe ìṣirò nígbà ìsopọ̀mọ́ra, dípò semivariogram kan ṣoṣo. Àwọn ọ̀nà ìsopọ̀mọ́ra ṣe ààyè fún àìdánilójú àti ìṣètò tí ó níí ṣe pẹ̀lú ìṣètò semivariogram yìí tí ó jẹ́ apá tí ó díjú gan-an ti ọ̀nà kriging tí ó tó. Ìlànà ìsopọ̀mọ́ra ti EBK tẹ̀lé àwọn ìlànà mẹ́ta tí Krivoruchko50 dábàá, (a) àpẹẹrẹ náà ṣe ìṣirò semivariogram láti inú ìsopọ̀mọ́ra ìsopọ̀mọ́ra (b) iye àsọtẹ́lẹ̀ tuntun fún ipò ìsopọ̀mọ́ra ìsopọ̀mọ́ra kọ̀ọ̀kan tí ó dá lórí semivariogram tí a ṣẹ̀dá àti (c) a ṣe ìṣirò àwòṣe A ìkẹyìn láti inú ìsopọ̀mọ́ra ìsopọ̀mọ́ra. Òfin ìfojúsùn Bayesian ni a fúnni gẹ́gẹ́ bí ẹ̀yìn
Níbi tí \(Prob\left(A\right)\) dúró fún ìṣáájú, \(Prob\left(B\right)\) ìṣeéṣe ààlà ni a kò fojú fo ní ọ̀pọ̀lọpọ̀ ìgbà, \(Prob (B,A)\) .Ìṣirò semivariogram da lórí òfin Bayes, èyí tí ó fi ìtẹ̀sí àwọn àkójọpọ̀ ìṣàyẹ̀wò tí a lè ṣẹ̀dá láti inú semivariogram hàn. Lẹ́yìn náà, a pinnu iye semivariogram nípa lílo òfin Bayes, èyí tí ó sọ bí ó ti ṣeé ṣe tó láti ṣẹ̀dá àkójọpọ̀ àwọn àkíyèsí láti inú semivariogram.
Ẹ̀rọ ìrànwọ́ vektọ jẹ́ algoridimu ẹ̀kọ́ ẹ̀rọ tí ó ń ṣe àgbékalẹ̀ hyperplane ìyàsọ́tọ̀ tí ó dára jùlọ láti ṣe ìyàtọ̀ láàárín àwọn kilasi tí ó jọra ṣùgbọ́n tí kìí ṣe ti ìlà.Vapnik51 ṣẹ̀dá algoridimu ìpínsísọ èrò, ṣùgbọ́n a ti lò ó láìpẹ́ yìí láti yanjú àwọn ìṣòro tí ó da lórí ìfàsẹ́yìn. Gẹ́gẹ́ bí Li àti àwọn ẹlòmíràn.52 ti sọ, SVM jẹ́ ọ̀kan lára ​​àwọn ọ̀nà ìṣàfilọ́lẹ̀ tí ó dára jùlọ a sì ti lò ó ní onírúurú ẹ̀ka. A lo ẹ̀ka ìfàsẹ́yìn ti SVM (Ìfàsẹ́yìn Ẹ̀rọ Ìfàsẹ́yìn Vektọ – SVMR) nínú ìwádìí yìí. Cherkassky àti Mulier53 ṣe aṣáájú SVMR gẹ́gẹ́ bí ìfàsẹ́yìn tí ó da lórí kernel, èyí tí a ṣe ìṣirò rẹ̀ nípa lílo àwòṣe ìfàsẹ́yìn ìlà pẹ̀lú àwọn iṣẹ́ ààyè orílẹ̀-èdè púpọ̀. John àti àwọn ẹlòmíràn ròyìn pé àwòṣe SVMR ń lo ìfàsẹ́yìn ìlà hyperplane, èyí tí ó ń ṣẹ̀dá àwọn ìbáṣepọ̀ tí kìí ṣe ti ìlà tí ó sì ń gba àwọn iṣẹ́ ààyè láàyè. Gẹ́gẹ́ bí Vohland àti àwọn ẹlòmíràn ti sọ. 55, epsilon (ε)-SVMR lo dataset ti a ti kọ lati gba awoṣe aṣoju gẹgẹbi iṣẹ ti ko ni imọlara epsilon ti a lo lati ṣe maapu data naa ni ominira pẹlu ibawi epsilon ti o dara julọ lati ikẹkọ lori data ti o ni ibatan. A ko foju si aṣiṣe ijinna ti a ṣeto tẹlẹ lati iye gangan, ati pe ti aṣiṣe ba tobi ju ε(ε) lọ, awọn ohun-ini ilẹ yoo san a pada. Awoṣe naa tun dinku idiju data ikẹkọ si apakan ti o gbooro ti awọn vector atilẹyin. A fihan idogba ti Vapnik51 dabaa ni isalẹ.
níbi tí b dúró fún ààlà scalar, \(K\left({x}_{,}{ x}_{k}\right)\) dúró fún iṣẹ́ kernel, \(\alpha\) dúró fún Lagrange multiplier, N dúró fún ìṣàfihàn nọ́mbà, \({x}_{k}\) dúró fún ìtẹ̀síwájú dátà, àti \(y\) jẹ́ ìjáde dátà. Ọ̀kan lára ​​àwọn kernel pàtàkì tí a lò ni iṣẹ́ SVMR, èyí tí ó jẹ́ iṣẹ́ ipilẹ̀ Gaussian radial (RBF). A lo kernel RBF láti pinnu àwòṣe SVMR tí ó dára jùlọ, èyí tí ó ṣe pàtàkì láti gba factor set set set C àti gamma paramita kernel (γ) fún dátà ìdánilẹ́kọ̀ọ́ PTE. Àkọ́kọ́, a ṣe àyẹ̀wò àkójọ ìdánilẹ́kọ̀ọ́ náà, lẹ́yìn náà a dán iṣẹ́ àwòṣe wò lórí àkójọ ìdánilójú. Paramita ìdarí tí a lò ni sigma àti iye ọ̀nà náà ni svmRadial.
Àwòrán ìfàsẹ́yìn onípele púpọ̀ (MLR) jẹ́ àwòrán ìfàsẹ́yìn tí ó dúró fún ìbáṣepọ̀ láàrín onípele ìdáhùn àti iye àwọn onípele àsọtẹ́lẹ̀ nípa lílo àwọn pàrámítà àpapọ̀ onípele tí a ṣírò nípa lílo ọ̀nà onípele kékeré. Nínú MLR, àwòrán onípele kékeré jẹ́ iṣẹ́ àsọtẹ́lẹ̀ ti àwọn ohun ìní ilẹ̀ lẹ́yìn yíyan àwọn onípele àlàyé. Ó ṣe pàtàkì láti lo ìdáhùn láti fi ìdí ìbáṣepọ̀ onípele múlẹ̀ nípa lílo àwọn onípele àlàyé. A lo PTE gẹ́gẹ́ bí onípele ìdáhùn láti fi ìdí ìbáṣepọ̀ onípele múlẹ̀ pẹ̀lú àwọn onípele àlàyé. Ìbáṣepọ̀ MLR ni
níbi tí y jẹ́ oníyípadà ìdáhùn, \(a\) jẹ́ ìdènà, n jẹ́ iye àwọn atọ́kasí, \({b}_{1}\) jẹ́ ìfàsẹ́yìn díẹ̀ ti àwọn oníwọ̀n, \({x}_{ i}\) dúró fún oníyípadà àsọtẹ́lẹ̀ tàbí àlàyé, àti \({\varepsilon }_{i}\) dúró fún àṣìṣe nínú àwòṣe náà, tí a tún mọ̀ sí ìyókù.
A gba àwọn àwòṣe àdàpọ̀ nípa fífi EBK rọ́pò SVMR àti MLR. Èyí ni a ṣe nípa yíyọ àwọn iye tí a sọtẹ́lẹ̀ láti inú ìsopọ̀ EBK. Àwọn iye tí a sọtẹ́lẹ̀ tí a rí láti inú ìsopọ̀ Ca, K, àti Mg ni a gba nípasẹ̀ ìlànà àpapọ̀ láti gba àwọn oniyipada tuntun, bíi CaK, CaMg, àti KMg. Lẹ́yìn náà ni a parapọ̀ àwọn eroja Ca, K àti Mg láti gba oniyipada kẹrin, CaKMg. Ní gbogbogbòò, àwọn oniyipada tí a rí ni Ca, K, Mg, CaK, CaMg, KMg àti CaKMg. Àwọn oniyipada wọ̀nyí di àwọn asọtẹlẹ wa, tí ń ran lọ́wọ́ láti sọ àsọtẹ́lẹ̀ àwọn ìṣọ̀kan nickel ní ilẹ̀ ìlú àti agbègbè ìlú. A ṣe alugoridimu SVMR lórí àwọn atọ́ka láti gba àwòṣe àdàpọ̀ Empirical Bayesian Kriging-Support Vector Machine (EBK_SVM). Bákan náà, àwọn oniyipada tún ni a fi ọ̀nà MLR rọ́pò láti gba àwòṣe àdàpọ̀ Empirical Bayesian Kriging-Multiple Linear Regression (EBK_MLR). Lọ́pọ̀ ìgbà, àwọn oniyipada Ca, K, A lo Mg, CaK, CaMg, KMg, àti CaKMg gẹ́gẹ́ bí àwọn àsọtẹ́lẹ̀ nípa akoonu Ni ní ilẹ̀ ìlú àti ní agbègbè ìlú. A óò wá fi àwòrán tí ó gbajúmọ̀ jùlọ tí a rí (EBK_SVM tàbí EBK_MLR) hàn nípa lílo àwòrán tí ó ń ṣètò ara rẹ̀. Iṣẹ́ ìwádìí yìí hàn nínú Àwòrán 2.
Lilo SeOM ti di ohun elo olokiki fun ṣiṣeto, ṣe ayẹwo, ati asọtẹlẹ data ni eka inawo, itọju ilera, ile-iṣẹ, awọn iṣiro, imọ-jinlẹ ilẹ, ati bẹbẹ lọ. A ṣẹda SeOM nipa lilo awọn nẹtiwọọki neural atọwọda ati awọn ọna ẹkọ ti ko ni abojuto fun iṣeto, iṣayẹwo, ati asọtẹlẹ. Ninu iwadi yii, a lo SeOM lati ṣe akiyesi awọn ifọkansi Ni ti o da lori awoṣe ti o dara julọ fun asọtẹlẹ Ni ni awọn ilẹ ilu ati agbegbe ilu. Awọn data ti a ṣe ilana ninu iṣayẹwo SeOM ni a lo gẹgẹbi awọn oniyipada vector onisẹpo n input43,56.Melssen et al. 57 ṣàlàyé ìsopọ̀ vektọ ìfàwọlé sínú nẹ́tíwọ́ọ̀kì iṣan ara nípasẹ̀ ìpele ìfàwọlé kan sí fektọ ìjáde kan pẹ̀lú fektọ ìwọ̀n kan. Ìjáde tí SeOM ṣe ni àwòrán onípele méjì tí ó ní oríṣiríṣi àwọn neuron tàbí nodes tí a hun sínú àwọn maapu onígun mẹ́rin, yíká, tàbí onígun mẹ́rin gẹ́gẹ́ bí ìtòsí wọn. Ní fífi àwọn ìwọ̀n maapu wéra tí ó da lórí metric, quantization error (QE) àti topographic error (TE), a yan àwòṣe SeOM pẹ̀lú 0.086 àti 0.904, lẹ́sẹẹsẹ, èyí tí ó jẹ́ ẹ̀ka map 55 (5 × 11). A pinnu ìṣètò neuron gẹ́gẹ́ bí iye àwọn nodes nínú ìṣètò empirical
Iye data ti a lo ninu iwadi yi je awon apere 115. A lo ona laileto lati pin data naa si data idanwo (25% fun idaniloju) ati awon eto data ikẹkọ (75% fun iṣapẹẹrẹ). A lo data ikẹkọ lati ṣe agbekalẹ awoṣe atunṣe (iyipada), ati pe a lo data idanwo lati jẹrisi agbara gbogbogbo 58. Eyi ni a ṣe lati ṣe ayẹwo ibamu ti awọn awoṣe oriṣiriṣi fun asọtẹlẹ akoonu nickel ninu awọn ilẹ. Gbogbo awọn awoṣe ti a lo kọja ilana iṣeduro agbelebu-meji mẹwa, ti a tun ṣe ni igba marun. Awọn oniyipada ti a ṣe nipasẹ interpolation EBK ni a lo gẹgẹbi awọn asọtẹlẹ tabi awọn oniyipada alaye lati ṣe asọtẹlẹ oniyipada afojusun (PTE). A ṣe abojuto awoṣe ni RStudio nipa lilo ibi ipamọ package (Kohonen), ibi ipamọ (caret), ibi ipamọ (modelr), ibi ipamọ (“e1071″), ibi ipamọ (“plyr”), ibi ipamọ (“caTools”), ibi ipamọ (“caTools”), ibi ipamọ (“prospecter”) ati awọn ibi ipamọ (“Metrics”).
A lo oniruuru awọn paramita idaniloju lati pinnu awoṣe ti o dara julọ ti o yẹ fun asọtẹlẹ awọn ifọkansi nikkel ninu ile ati lati ṣe ayẹwo deede ti awoṣe ati ifọwọsi rẹ. Awọn awoṣe idapọmọra ni a ṣe ayẹwo nipa lilo aṣiṣe aise deede (MAE), aṣiṣe aise gbooro root (RMSE), ati ipinnu R-squared tabi coefficient (R2). R2 ṣalaye iyatọ ti awọn ipin ninu idahun, ti a ṣe aṣoju nipasẹ awoṣe atunṣe. Iwọn iyatọ RMSE ati ni awọn iwọn ominira ṣe apejuwe agbara asọtẹlẹ ti awoṣe naa, lakoko ti MAE pinnu iye oniye gangan. Iye R2 gbọdọ ga lati ṣe ayẹwo awoṣe adalu ti o dara julọ nipa lilo awọn paramita idaniloju, bi iye naa ṣe sunmọ 1, ni deede ti o ga julọ. Gẹgẹbi Li et al. 59, iye ami R2 ti 0.75 tabi ju bẹẹ lọ ni a ka si asọtẹlẹ ti o dara; lati 0.5 si 0.75 jẹ iṣẹ awoṣe ti o gba, ati ni isalẹ 0.5 jẹ iṣẹ awoṣe ti ko gba. Nigbati o ba yan awoṣe kan nipa lilo awọn ọna igbelewọn awọn ibeere afọwọsi RMSE ati MAE, awọn iye kekere ti a gba to ati pe a kà wọn si yiyan ti o dara julọ. Iṣiro atẹle naa ṣalaye ọna ijẹrisi.
níbi tí n dúró fún ìwọ̀n iye tí a ṣàkíyèsí\({Y}_{i}\) dúró fún ìdáhùn tí a wọ̀n, àti \({\widehat{Y}}_{i}\) tún dúró fún iye ìdáhùn tí a sàsọtẹ́lẹ̀, nítorí náà, fún àwọn àkíyèsí i àkọ́kọ́.
Àwọn àpèjúwe ìṣirò ti àwọn oníṣe àsọtẹ́lẹ̀ àti àwọn oníṣe ìdáhùn ni a gbé kalẹ̀ nínú Táblì 1, tí ó ń fi ìwọ̀n, ìyàtọ̀ standard (SD), coefficient of variation (CV), minimum, maximum, kurtosis, àti skewness hàn. Àwọn ìwọ̀n tó kéré jùlọ àti tó pọ̀ jùlọ ti àwọn èròjà wà ní ìtòlẹ́sẹẹsẹ Mg < Ca < K < Ni àti Ca < Mg < K < Ni, lẹ́sẹẹsẹ. Àwọn ìṣọ̀kan ti oníṣe ìdáhùn (Ni) tí a ṣàyẹ̀wò láti agbègbè ìkẹ́kọ̀ọ́ wà láti 4.86 sí 42.39 mg/kg. Ìfiwéra Ni pẹ̀lú àròpín àgbáyé (29 mg/kg) àti àròpín Yúróòpù (37 mg/kg) fihàn pé àròpín geometric gbogbo tí a ṣírò fún agbègbè ìkẹ́kọ̀ọ́ wà láàrín ìwọ̀n tí a lè faradà. Síbẹ̀síbẹ̀, gẹ́gẹ́ bí Kabata-Pendias11 ṣe fihàn, ìfiwéra ti àròpín iye nickel (Ni) nínú ìkẹ́kọ̀ọ́ lọ́wọ́lọ́wọ́ pẹ̀lú ilẹ̀ oko ní Sweden fihàn pé àròpín iye nickel lọ́wọ́lọ́wọ́ ga ju. Bákan náà, àròpín iye Frydek Mistek nínú ilẹ̀ ìlú àti ilẹ̀ ìlú ní agbègbè nínú ìkẹ́kọ̀ọ́ lọ́wọ́lọ́wọ́ (Ni 16.15 mg/kg) ga ju èyí tí a gbà láàyè lọ. Ààlà 60 (10.2 mg/kg) fún Ni ní ilẹ̀ ìlú Poland tí Różański àti àwọn ẹlòmíràn ròyìn. Síwájú sí i, Bretzel àti Calderisi61 ṣe àkọsílẹ̀ ìwọ̀n Ni tí ó kéré gan-an (1.78 mg/kg) ní ilẹ̀ ìlú ní Tuscany ní ìfiwéra pẹ̀lú ìwádìí lọ́wọ́lọ́wọ́. Jim62 tún rí ìwọ̀n Nikkel tí ó kéré (12.34 mg/kg) ní ilẹ̀ ìlú Hong Kong, èyí tí ó kéré sí ìwọ̀n Nickel tí ó wà lọ́wọ́lọ́wọ́ nínú ìwádìí yìí. Birke àti àwọn ẹlòmíràn ròyìn ìwọ̀n Ni tí ó jẹ́ 17.6 mg/kg ní agbègbè iwakusa àtijọ́ àti ilé iṣẹ́ ìlú ní Saxony-Anhalt, Germany, èyí tí ó jẹ́ 1.45 mg/kg tí ó ga ju ìwọ̀n Ni tí ó wà ní agbègbè náà lọ (16.15 mg/kg). Ìwádìí lọ́wọ́lọ́wọ́. Àkóónú nickel tí ó pọ̀ jù nínú ilẹ̀ ní àwọn agbègbè ìlú àti ìlú ńlá kan ní agbègbè ìwádìí náà lè jẹ́ nítorí iṣẹ́ irin àti irin àti iṣẹ́ irin. Èyí bá ìwádìí tí Khodoust àti àwọn ẹlòmíràn ṣe mu. 64 pé ilé iṣẹ́ irin àti iṣẹ́ irin ni orísun pàtàkì tí ó ń fa ìbàjẹ́ nikkel nínú ilẹ̀. Síbẹ̀síbẹ̀, àwọn àsọtẹ́lẹ̀ náà tún wà láti 538.70 mg/kg sí 69,161.80 mg/kg fún Ca, 497.51 mg/kg sí 3535.68 mg/kg fún K, àti 685.68 mg/kg sí 5970.05 mg/kg fún Mg.Jakovljevic àti àwọn ẹlòmíràn. 65 ṣe ìwádìí lórí gbogbo akoonu Mg àti K ti ilẹ̀ ní àárín gbùngbùn Serbia. Wọ́n rí i pé àpapọ̀ ìwọ̀n (410 mg/kg àti 400 mg/kg, lẹ́sẹẹsẹ) kéré sí iye Mg àti K ti ìwádìí yìí. A kò lè fi ìyàtọ̀ hàn, ní ìlà-oòrùn Poland, Orzechowski àti Smolczynski66 ṣe ìwádìí lórí iye Ca, Mg àti K, wọ́n sì fi àpapọ̀ ìwọ̀n Ca (1100 mg/kg), Mg (590 mg/kg) àti K (810 mg/kg) hàn. Iye tí ó wà nínú ilẹ̀ òkè kékeré ju èyí tí ó wà nínú ìwádìí yìí lọ. Ìwádìí kan tí Pongrac àti àwọn ẹlòmíràn ṣe láìpẹ́ yìí fi hàn pé àpapọ̀ ìwọ̀n Ca tí a ṣe ìwádìí rẹ̀ ní ilẹ̀ mẹ́ta ọ̀tọ̀ọ̀tọ̀ ní Scotland, UK (ilẹ̀ Mylnefield, ilẹ̀ Balruddery àti ilẹ̀ Hartwood) fi hàn pé iye Ca tó ga jù nínú ìwádìí yìí.
Nítorí onírúurú ìwọ̀n tí a wọ̀n ti àwọn èròjà tí a ṣàyẹ̀wò, ìpínkiri ìṣètò ìwádìí ti àwọn èròjà náà fi ìyàtọ̀ hàn. Ìyàtọ̀ àti ìyípadà ti àwọn èròjà náà wà láti 1.53 sí 7.24 àti 2.49 sí 54.16, lẹ́sẹẹsẹ. Gbogbo àwọn èròjà tí a ṣírò ní ìwọ̀n ìyípadà àti ìyípadà kurtosis tí ó wà lókè +1, èyí tí ó fihàn pé ìpínkiri data náà kò báramu, ó yí padà sí ọ̀nà tí ó tọ́ ó sì dé òkè. Àwọn CV tí a ṣírò ti àwọn èròjà náà tún fihàn pé K, Mg, àti Ni ń fi ìyàtọ̀ díẹ̀ hàn, nígbà tí Ca ní ìyàtọ̀ gíga gidigidi. Àwọn CV ti K, Ni àti Mg ṣàlàyé ìpínkiri wọn gẹ́gẹ́ bí ìṣọ̀kan. Jù bẹ́ẹ̀ lọ, ìpínkiri Ca kò báramu àti pé àwọn orísun ìta lè ní ipa lórí ìpele ìdàgbàsókè rẹ̀.
Ìbáṣepọ̀ àwọn oníyípadà àsọtẹ́lẹ̀ pẹ̀lú àwọn ohun tí ó ń dáhùn fi ìbáṣepọ̀ tí ó tẹ́nilọ́rùn hàn láàrín àwọn ohun tí ó wà nínú rẹ̀ (wo Àwòrán 3). Ìbáṣepọ̀ náà fi hàn pé CaK fi ìbáṣepọ̀ tí ó wà ní ìwọ̀nba hàn pẹ̀lú iye r = 0.53, gẹ́gẹ́ bí CaNi ti ṣe. Bó tilẹ̀ jẹ́ pé Ca àti K fi ìbáṣepọ̀ tí ó rọrùn hàn pẹ̀lú ara wọn, àwọn olùwádìí bíi Kingston àti àwọn ẹlòmíràn. 68 àti Santo69 dámọ̀ràn pé ìwọ̀n wọn nínú ilẹ̀ jẹ́ ìwọ̀n òdìkejì. Síbẹ̀síbẹ̀, Ca àti Mg lòdì sí K, ṣùgbọ́n CaK ní ìbáramu dáadáa. Èyí lè jẹ́ nítorí lílo àwọn ajilẹ̀ bíi potassium carbonate, èyí tí ó ga ju 56% lọ nínú potassium. Potassium ní ìbáramu díẹ̀ pẹ̀lú magnesium (KM r = 0.63). Nínú iṣẹ́ ajilẹ̀, àwọn eroja méjì yìí ní ìbáramu pẹ́kípẹ́kí nítorí pé a máa ń lo potassium magnesium sulfate, potassium magnesium nitrate, àti potassium sí ilẹ̀ láti mú kí àìtó wọn pọ̀ sí i. Nickel ní ìbáramu díẹ̀ pẹ̀lú Ca, K àti Mg pẹ̀lú àwọn ìwọ̀n r = 0.52, 0.63 àti 0.55, lẹ́sẹẹsẹ. Àwọn ìbáramu tí ó ní í ṣe pẹ̀lú calcium, magnesium, àti PTE bíi nickel jẹ́ ohun tí ó díjú, ṣùgbọ́n síbẹ̀síbẹ̀, magnesium ń dí ìfàmọ́ra calcium lọ́wọ́, calcium ń dín àwọn ipa ti magnesium tí ó pọ̀ jù kù, àti magnesium àti calcium ń dín àwọn ipa majele ti nickel nínú ilẹ̀ kù.
Ìbáramu ìsopọ̀mọ́ra fún àwọn èròjà tí ó ń fi ìbáṣepọ̀ láàrín àwọn àsọtẹ́lẹ̀ àti ìdáhùn hàn (Àkíyèsí: àwòrán yìí ní ìpínkiri láàárín àwọn èròjà, àwọn ìpele pàtàkì dá lórí p < 0,001).
Àwòrán 4 ṣàfihàn ìpínkiri ààyè àwọn èròjà. Gẹ́gẹ́ bí Burgos et al70 ti sọ, lílo ìpínkiri ààyè jẹ́ ọ̀nà tí a ń lò láti ṣe ìwọ̀n àti láti fi àwọn ibi gbígbóná hàn ní àwọn agbègbè tí ó ti bàjẹ́. Ìpele ìdàgbàsókè ti Ca nínú Àwòrán 4 ni a lè rí ní apá àríwá ìwọ̀-oòrùn ti àwòrán ìpínkiri ààyè. Àwòrán náà fi àwọn ibi tí ó ti bàjẹ́ sí Ca tó wà ní ìwọ̀nba sí gíga hàn. Ìdàgbàsókè calcium ní àríwá ìwọ̀-oòrùn ti àwòrán náà ṣeé ṣe kí ó jẹ́ nítorí lílo quicklime (calcium oxide) láti dín acidity ilẹ̀ kù àti lílò rẹ̀ nínú àwọn ilé iṣẹ́ irin gẹ́gẹ́ bí atẹ́gùn alkaline nínú ìlànà ṣíṣe irin. Ní ọwọ́ kejì ẹ̀wẹ̀, àwọn àgbẹ̀ mìíràn fẹ́ràn láti lo calcium hydroxide nínú ilẹ̀ acidic láti dín pH kù, èyí tí ó tún ń mú kí akoonu calcium nínú ilẹ̀ pọ̀ sí i71. Potassium tún fi àwọn ibi gbígbóná hàn ní àríwá ìwọ̀-oòrùn àti ìlà-oòrùn àwòrán náà. Àríwá ìwọ̀-oòrùn jẹ́ àwùjọ àgbẹ̀ pàtàkì, àti àpẹẹrẹ potassium tó wà ní ìwọ̀nba sí gíga lè jẹ́ nítorí NPK àti àwọn ohun èlò potash. Èyí bá àwọn ìwádìí mìíràn mu, bíi Madaras àti Lipavský72, Madaras et al.73, Pulkrabová et al.74, Asare et al.75, tí wọ́n kíyèsí pé Ìdúróṣinṣin ilẹ̀ àti ìtọ́jú pẹ̀lú KCl àti NPK yọrí sí iye K tó pọ̀ nínú ilẹ̀. Ìmúdàgba Potassium ní àríwá ìwọ̀ oòrùn ti àwòrán ìpínkiri lè jẹ́ nítorí lílo àwọn ajile tí a fi potassium ṣe bíi potassium chloride, potassium sulfate, potassium nitrate, potash, àti potash láti mú kí iye potassium tó wà nínú ilẹ̀ tí kò dára pọ̀ sí i. Zádorová àti àwọn ẹlòmíràn 76 àti Tlustoš àti àwọn ẹlòmíràn. 77 ṣàlàyé pé lílo àwọn ajile tí a fi K ṣe mú kí iye K nínú ilẹ̀ pọ̀ sí i, yóò sì mú kí iye èròjà ilẹ̀ pọ̀ sí i ní àsìkò pípẹ́, pàápàá jùlọ K àti Mg tí ó ń fi ibi gbígbóná hàn nínú ilẹ̀. Àwọn ibi tí ó ní ìwọ̀nba díẹ̀ ní àríwá ìwọ̀ oòrùn ti àwòrán ilẹ̀ àti gúúsù ìlà oòrùn ti àwòrán ilẹ̀ náà. Ìfaradà colloidal nínú ilẹ̀ ń dín iye magnesium nínú ilẹ̀ kù. Àìní ilẹ̀ ń mú kí àwọn ewéko fi chlorosis intervein aláwọ̀ ewé hàn. Àwọn ajile tí a fi Magnesium ṣe, bíi potassium magnesium sulfate, magnesium sulfate, àti Kieserite, ń tọ́jú àìtó (àwọn ewéko máa ń dàbí aláwọ̀ elése, pupa, tàbí brown, tí ó ń fi àìtó magnesium hàn) nínú àwọn ilẹ̀ tí ó ní ìwọ̀n pH déédé 6. Ìkójọpọ̀ nickel lórí ilẹ̀ ìlú àti ilẹ̀ tí ó wà ní àyíká ìlú lè jẹ́ nítorí àwọn iṣẹ́ ènìyàn bíi iṣẹ́ àgbẹ̀ àti pàtàkì nickel nínú iṣẹ́ irin alagbara78.
Pínpínkiri ààyè àwọn èròjà [àwòrán ìpínkiri ààyè ni a ṣẹ̀dá nípa lílo ArcGIS Desktop (ESRI, Inc, Ẹ̀yà 10.7, URL: https://desktop.arcgis.com).]
Àwọn àbájáde àwòṣe iṣẹ́ àwòṣe fún àwọn èròjà tí a lò nínú ìwádìí yìí ni a fihàn nínú Táblì 2. Ní ọwọ́ kejì ẹ̀wẹ̀, RMSE àti MAE ti Ni jọra sí òdo (0.86 RMSE, -0.08 MAE). Ní ​​ọwọ́ kejì ẹ̀wẹ̀, àwọn ìwọ̀n RMSE àti MAE ti K jẹ́ ìtẹ́wọ́gbà. Àwọn àbájáde RMSE àti MAE pọ̀ sí i fún calcium àti magnesium. Àwọn àbájáde Ca àti K MAE àti RMSE pọ̀ sí i nítorí onírúurú àkójọ ìwádìí. A rí i pé RMSE àti MAE ti ìwádìí yìí nípa lílo EBK láti sọ àsọtẹ́lẹ̀ Ni dára ju àwọn àbájáde John àti àwọn ẹlòmíràn 54 nípa lílo synergistic kriging láti sọ àsọtẹ́lẹ̀ àwọn ìṣọ̀kan S nínú ilẹ̀ nípa lílo àwọn dátà kan náà tí a kó jọ. Àwọn àbájáde EBK tí a kẹ́kọ̀ọ́ ní ìbáramu pẹ̀lú ti Fabijaczyk àti àwọn ẹlòmíràn 41, Yan àti àwọn ẹlòmíràn 79, Beguin àti àwọn ẹlòmíràn 80, Adhikary àti àwọn ẹlòmíràn 81 àti John àti àwọn ẹlòmíràn 82, pàápàá jùlọ K àti Ni.
A ṣe àyẹ̀wò iṣẹ́ àwọn ọ̀nà kọ̀ọ̀kan fún sísọ àsọtẹ́lẹ̀ akoonu nickel ní ilẹ̀ ìlú àti agbègbè ìlú (Tábìlì 3). Ìfìdí múlẹ̀ àti ìṣàyẹ̀wò pípéye àwòrán jẹ́rìí sí i pé àsọtẹ́lẹ̀ Ca_Mg_K tí a so pọ̀ mọ́ àwòrán EBK SVMR mú iṣẹ́ tó dára jùlọ jáde. Àwòrán ìṣàyẹ̀wò Ca_Mg_K-EBK_SVMR àwòrán R2, àṣìṣe onígun mẹ́rin root (RMSE) àti àṣìṣe pípé mean (MAE) jẹ́ 0.637 (R2), 95.479 mg/kg (RMSE) àti 77.368 mg/kg (MAE). Ca_Mg_K-SVMR jẹ́ 0.663 (R2), 235.974 mg/kg (RMSE) àti 166.946 mg/kg (MAE). Síbẹ̀síbẹ̀, a gba àwọn ìwọ̀n R2 tó dára fún Ca_Mg_K-SVMR (0.663 mg/kg R2) àti Ca_Mg-EBK_SVMR (0.643 = R2); àwọn èsì RMSE àti MAE wọn ga ju àwọn ti Ca_Mg_K-EBK_SVMR (R2 0.637) lọ (wo Táblì 3). Ní ​​àfikún, RMSE àti MAE ti àwòṣe Ca_Mg-EBK_SVMR (RMSE = 1664.64 àti MAE = 1031.49) jẹ́ 17.5 àti 13.4, lẹ́sẹẹsẹ, èyí tí ó tóbi ju ti Ca_Mg_K-EBK_SVMR lọ. Bákan náà, RMSE àti MAE ti àwòṣe Ca_Mg-K SVMR (RMSE = 235.974 àti MAE = 166.946) jẹ́ 2.5 àti 2.2 tóbi ju ti Ca_Mg_K-EBK_SVMR RMSE àti MAE lọ, lẹ́sẹẹsẹ. Àwọn èsì RMSE tí a ṣírò fihàn bí àkójọ dátà náà ṣe péye tó pẹ̀lú ìlà ìbáramu tó dára jùlọ. A ṣàkíyèsí RSME àti MAE tó ga jù. Gẹ́gẹ́ bí Kebonye àti àwọn ẹlòmíràn 46 àti John àti àwọn ẹlòmíràn 54, bí RMSE àti MAE ṣe súnmọ́ sí òdo, bẹ́ẹ̀ náà ni àwọn àbájáde náà ṣe máa dára síi.SVMR àti EBK_SVMR ní àwọn ìwọ̀n RSME àti MAE tí a ti ṣe àyẹ̀wò wọn ga jù. A ṣàkíyèsí pé àwọn ìṣirò RSME ga ju àwọn ìwọ̀n MAE lọ ní ìbámu pẹ̀lú, èyí tí ó ń fi hàn pé àwọn tí kò sí níbẹ̀ wà. Gẹ́gẹ́ bí Legates àti McCabe83 ti sọ, ìwọ̀n tí RMSE fi kọjá àṣìṣe pípé (MAE) ni a gbani nímọ̀ràn gẹ́gẹ́ bí àmì wíwà àwọn tí kò sí níbẹ̀. Èyí túmọ̀ sí wípé bí ìwádìí náà ṣe yàtọ̀ síra tó, bẹ́ẹ̀ ni àwọn ìwọ̀n MAE àti RMSE yóò ṣe pọ̀ sí i. Ìpéye ìṣàyẹ̀wò àgbékalẹ̀-ìfọwọ́sowọ́pọ̀ ti àwòṣe àdàpọ̀ Ca_Mg_K-EBK_SVMR fún sísọtẹ́lẹ̀ akoonu Ni ní ilẹ̀ ìlú àti ìlú jẹ́ 63.70%. Gẹ́gẹ́ bí Li àti àwọn ẹlòmíràn 59 ti sọ, ìpele ìṣedéédé yìí jẹ́ ìwọ̀n ìṣe àwòṣe tí ó gbà. Àwọn àbájáde ìsinsìnyí ni a fiwé pẹ̀lú ìwádìí tí Tarasov àti àwọn ẹlòmíràn ti ṣe tẹ́lẹ̀. 36 tí àwòṣe àdàpọ̀ rẹ̀ dá MLPRK (Multilayer Perceptron Residual Kriging), tí ó ní í ṣe pẹ̀lú àtọ́ka ìṣàyẹ̀wò pípéye EBK_SVMR tí a ròyìn nínú ìwádìí lọ́wọ́lọ́wọ́, RMSE (210) àti The MAE (167.5) ga ju àwọn àbájáde wa nínú ìwádìí lọ́wọ́lọ́wọ́ lọ (RMSE 95.479, MAE 77.368). Síbẹ̀síbẹ̀, nígbà tí a bá fi R2 ti ìwádìí lọ́wọ́lọ́wọ́ (0.637) wé ti Tarasov àti àwọn ẹlòmíràn. 36 (0.544), ó ṣe kedere pé iye ìpíndọ́gba ìpinnu (R2) ga ju nínú àwòṣe adalu yìí lọ. Ààlà àṣìṣe (RMSE àti MAE) (EBK SVMR) fún àwòṣe adalu náà kéré sí i ní ìlọ́po méjì. Bákan náà, Sergeev àti àwọn ẹlòmíràn 34 kọ 0.28 (R2) sílẹ̀ fún àwòṣe aláwọ̀pọ̀ tí a ṣe (Multilayer Perceptron Residual Kriging), nígbà tí Ni nínú ìwádìí lọ́wọ́lọ́wọ́ kọ 0.637 (R2). Ìpele ìṣedéédé àsọtẹ́lẹ̀ àwòṣe yìí (EBK SVMR) jẹ́ 63.7%, nígbà tí ìṣedéédé àsọtẹ́lẹ̀ tí Sergeev àti àwọn ẹlòmíràn 34 gbà jẹ́ 28%. Máàpù ìkẹyìn (Àwòrán 5) tí a ṣẹ̀dá nípa lílo àwòṣe EBK_SVMR àti Ca_Mg_K gẹ́gẹ́ bí àsọtẹ́lẹ̀ fi àwọn àsọtẹ́lẹ̀ ti àwọn ibi gbígbóná àti ìwọ̀nba sí nickel lórí gbogbo agbègbè ìwádìí náà hàn. Èyí túmọ̀ sí wípé ìpele nickel nínú agbègbè ìwádìí náà jẹ́ ìwọ̀nba ní pàtàkì, pẹ̀lú àwọn ìpele gíga ní àwọn agbègbè pàtó kan.
Àwòrán àsọtẹ́lẹ̀ ìkẹyìn ni a fi EBK_SVMR àwòṣe àdàpọ̀ ṣe àfihàn rẹ̀, tí a sì fi Ca_Mg_K ṣe àsọtẹ́lẹ̀ rẹ̀.[Àwòrán ìpínkiri ààyè ni a fi RStudio ṣẹ̀dá (ẹ̀yà 1.4.1717: https://www.rstudio.com/).]
A gbékalẹ̀ nínú Àwòrán 6 ní ìṣọ̀kan PTE gẹ́gẹ́ bí ìpele ìdàpọ̀ tí ó ní àwọn neuron kọ̀ọ̀kan. Kò sí èyíkéyìí nínú àwọn planes component tí ó fi àpẹẹrẹ àwọ̀ kan náà hàn gẹ́gẹ́ bí a ṣe fihàn. Síbẹ̀síbẹ̀, iye tó yẹ ti neuron fún map tí a fà yọ jẹ́ 55. A ṣe SeOM nípa lílo onírúurú àwọ̀, àti bí àwọn àpẹẹrẹ àwọ̀ náà ṣe jọra tó, bẹ́ẹ̀ ni àwọn ànímọ́ àwọn àpẹẹrẹ náà ṣe jọra tó. Gẹ́gẹ́ bí ìwọ̀n àwọ̀ wọn tó péye, àwọn èròjà kọ̀ọ̀kan (Ca, K, àti Mg) fi àwọn àpẹẹrẹ àwọ̀ kan náà hàn sí àwọn neuron gíga kan ṣoṣo àti àwọn neuron kékeré jùlọ. Nítorí náà, CaK àti CaMg pín àwọn ìjókòó kan pẹ̀lú àwọn neuron gíga àti àwọn àpẹẹrẹ àwọ̀ kékeré sí ìwọ̀nba. Àwọn àpẹẹrẹ méjèèjì sọ àsọtẹ́lẹ̀ ìṣọ̀kan Ni nínú ilẹ̀ nípa fífi àwọn àwọ̀ àárín sí gíga ti àwọn àwọ̀ bíi pupa, osàn àti ofeefee hàn. Àwòrán KMg fi ọ̀pọ̀lọpọ̀ àwọn àpẹẹrẹ àwọ̀ gíga hàn gẹ́gẹ́ bí ìwọ̀n tó péye àti àwọn àwọ̀ kékeré sí àárín. Ní ìwọ̀n àwọ̀ tó péye láti kékeré sí gíga, àpẹẹrẹ ìpínkiri planar ti àwọn èròjà ti àwòṣe náà fi àpẹẹrẹ àwọ̀ gíga tí ó ń fi agbára nickel nínú ilẹ̀ hàn (wo Àwòrán 4). Pẹpẹ àwòṣe CakMg fi onírúurú àwọ̀ hàn láti kékeré sí gíga gẹ́gẹ́ bí àwọ̀ tó péye iwọn.Siwaju si, asọtẹlẹ awoṣe ti akoonu nickel (CakMg) jọ pinpin aaye ti nickel ti a fihan ni Aworan 5. Awọn aworan mejeeji fihan awọn ipin giga, alabọde ati kekere ti awọn ifọkansi nickel ni awọn ilẹ ilu ati agbegbe ilu. Aworan 7 ṣe afihan ọna contour ni akojọpọ awọn ọna k lori maapu, ti a pin si awọn iṣupọ mẹta da lori iye ti a sọ tẹlẹ ninu awoṣe kọọkan. Ọna contour duro fun nọmba ti o dara julọ ti awọn iṣupọ. Ninu awọn ayẹwo ilẹ 115 ti a gba, ẹka 1 gba awọn ayẹwo ilẹ pupọ julọ, 74. Cluster 2 gba awọn ayẹwo 33, lakoko ti cluster 3 gba awọn ayẹwo 8. A ṣe irọrun apapọ asọtẹlẹ planar-paati meje lati gba fun itumọ ti o tọ ti iṣupọ. Nitori ọpọlọpọ awọn ilana eniyan ati adayeba ti o ni ipa lori dida ilẹ, o nira lati ni awọn ilana iṣupọ ti o yatọ daradara ninu maapu SeOM ti a pin kaakiri78.
Ìjáde ètò ìpín láti ọwọ́ onírúurú ẹ̀rọ Empirical Bayesian Kriging Support Vector Machine (EBK_SVM_SeOM) kọ̀ọ̀kan. [Àwọn àwòrán SeOM ni a ṣẹ̀dá nípa lílo RStudio (ẹ̀yà 1.4.1717: https://www.rstudio.com/).]
Àwọn ẹ̀yà ìsọ̀rí ẹgbẹ́ tó yàtọ̀ síra [Àwọn àwòrán SeOM ni a ṣẹ̀dá nípa lílo RStudio (ẹ̀yà 1.4.1717: https://www.rstudio.com/).]
Ìwádìí lọ́wọ́lọ́wọ́ yìí ṣe àfihàn àwọn ọ̀nà ìṣe àpẹẹrẹ fún ìpele nickel ní ilẹ̀ ìlú àti ilẹ̀ agbègbè ìlú. Ìwádìí náà dán àwọn ọ̀nà ìṣe àpẹẹrẹ onírúurú wò, ó ń so àwọn èròjà pọ̀ mọ́ àwọn ọ̀nà ìṣe àpẹẹrẹ, láti rí ọ̀nà tó dára jùlọ láti sọ àsọtẹ́lẹ̀ ìpele nickel nínú ilẹ̀. Àwọn ẹ̀yà ara ètò ìṣe àwòrán SeOM ti ọ̀nà ìṣe àwòrán fi àwọ̀ gíga hàn láti ìsàlẹ̀ sí gíga lórí ìwọ̀n àwọ̀ tó péye, tó ń fi àwọn ìpele Ni hàn nínú ilẹ̀. Síbẹ̀síbẹ̀, àwòrán ìpínkiri ààyè jẹ́rìí sí ìpínkiri ààyè planar ti àwọn èròjà tí EBK_SVMR fi hàn (wo Àwòrán 5). Àwọn èsì náà fihàn pé àwòṣe ìfàsẹ́yìn ẹ̀rọ ìfàsẹ́yìn vektor (Ca Mg K-SVMR) sọ àsọtẹ́lẹ̀ ìpele Ni nínú ilẹ̀ gẹ́gẹ́ bí àwòṣe kan ṣoṣo, ṣùgbọ́n àwọn ìlànà ìṣe ìfìdí múlẹ̀ àti ìpele ìṣàyẹ̀wò fi àwọn àṣìṣe gíga hàn ní ìbámu pẹ̀lú RMSE àti MAE. Ní ọwọ́ kejì ẹ̀wẹ̀, ọ̀nà ìṣe àwòrán tí a lò pẹ̀lú àwòṣe EBK_MLR náà tún ní àbùkù nítorí iye kékeré ti coefficient of determination (R2). A gba àwọn èsì rere nípa lílo EBK SVMR àti àwọn èròjà àpapọ̀ (CaKMg) pẹ̀lú àwọn àṣìṣe RMSE àti MAE kékeré pẹ̀lú ìpéye 63.7%. Ó hàn gbangba pé pípa EBK pọ̀ algoridimu pẹlu algoridimu ikẹkọ ẹrọ le ṣe agbekalẹ algoridimu apapo kan ti o le sọ asọtẹlẹ ifọkansi ti PTE ninu ile. Awọn abajade fihan pe lilo Ca Mg K gẹgẹbi awọn asọtẹlẹ lati ṣe asọtẹlẹ ifọkansi Ni ni agbegbe ikẹkọ le mu asọtẹlẹ ti Ni ninu ile dara si. Eyi tumọ si pe lilo nigbagbogbo ti awọn ajile ti o da lori nickel ati ibajẹ ile-iṣẹ ti ile nipasẹ ile-iṣẹ irin ni o ni itara lati mu ifọkansi ti nickel ninu ile pọ si. Iwadi yii ṣafihan pe awoṣe EBK le dinku ipele aṣiṣe ki o mu deede awoṣe ti pinpin aaye ile dara si ni awọn ilẹ ilu tabi agbegbe ilu. Ni gbogbogbo, a daba lati lo awoṣe EBK-SVMR lati ṣe ayẹwo ati asọtẹlẹ PTE ninu ile; ni afikun, a daba lati lo EBK lati ṣe idapọ pẹlu awọn algoridimu ẹkọ ẹrọ oriṣiriṣi. A ṣe asọtẹlẹ awọn ifọkansi Ni nipa lilo awọn eroja bi awọn covariates; sibẹsibẹ, lilo awọn covariates diẹ sii yoo mu iṣẹ awoṣe dara si pupọ, eyiti a le kà si opin iṣẹ lọwọlọwọ. Idiwọn miiran ti iwadi yii ni pe nọmba awọn dataset jẹ 115. Nitorinaa, ti a ba pese data diẹ sii, iṣẹ ti ọna hybridization ti a dabaa le dara si.
PlantProbs.net.Nickel ninu Eweko ati Ile https://plantprobs.net/plant/nutrientImbalances/sodium.html (A wọle si ni ọjọ 28 Oṣu Kẹrin ọdun 2021).
Kasprzak, KS Nickel ń tẹ̀síwájú nínú ìmọ̀ nípa àyíká òde òní.sroundings.toxicology.11, 145–183 (1987).
Cempel, M. & Nikel, G. Nickel: Àtúnyẹ̀wò àwọn orísun rẹ̀ àti ìṣègùn àyíká. Polish J. Environment.Stud.15, 375–382 (2006).
Freedman, B. & Hutchinson, TC Ìbáṣepọ̀ àwọn ohun tí ó ń fa ìbàjẹ́ láti inú afẹ́fẹ́ àti ìkójọpọ̀ nínú ilẹ̀ àti ewéko nítòsí ẹ̀rọ tí ń yọ́ nickel-copper ní Sudbury, Ontario, Canada.can.J. Bot.58(1), 108-132.https://doi.org/10.1139/b80-014 (1980).
Manyiwa, T. àti àwọn ẹlòmíràn. Àwọn irin ńláńlá nínú ilẹ̀, ewéko àti ewu tó ní í ṣe pẹ̀lú àwọn ẹranko ìjẹko nítòsí ibi ìwakùsà copper-nickel ti Selebi-Phikwe ní Botswana.surroundings.Geochemistry.Health https://doi.org/10.1007/s10653-021-00918-x (2021).
Cabata-Pendias.Kabata-Pendias A. 2011. Àwọn ohun tí a fi ń ṣẹ̀dá ilẹ̀ àti… – Google Scholar https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Kabata-Pendias+A.+2011.+Àwòrán+ Àwọn ohun tí a fi ń ṣẹ̀dá ilẹ̀+àti+àwọn ohun tí a fi ń ṣẹ̀dá ilẹ̀.+4th+ed.+New+York+%28NY%29%3A+CRC+Press&btnG= (Wọlé sí ní ọjọ́ 24 Oṣù Kọkànlá 2020).
Almås, A., Singh, B., Agriculture, TS-NJ ti & 1995, a kò ṣàlàyé rẹ̀. Àwọn ipa tí ilé iṣẹ́ nickel ti Rọ́síà ní lórí iye irin tó wúwo nínú ilẹ̀ àti koríko oko ní Soer-Varanger, Norway.agris.fao.org.
Nielsen, GD àti àwọn ẹlòmíràn. Gbígbà àti ìdúró nínú omi mímu ní í ṣe pẹ̀lú jíjẹ oúnjẹ àti ìmọ̀lára nickel.toxicology.application.Pharmacodynamics.154, 67–75 (1999).
Costa, M. & Klein, CB Nickel carcinogenosis, ìyípadà, epigenetics tàbí selection.surroundings.Health Perspective.107, 2 (1999).
Ajman, PC; Ajado, SK; Borůvka, L.; Bini, JKM; Sarkody, VYO; Cobonye, ​​​​NM; Ìṣàyẹ̀wò àṣà àwọn èròjà tó lè fa majele: àtúnyẹ̀wò bíbílíómẹ́rìkì. Àyíká Geochemistry àti Ìlera. Springer Science & Business Media BV 2020.https://doi.org/10.1007/s10653-020-00742-9.
Minasny, B. & McBratney, AB Onímọ̀ Ilẹ̀ Oní-nọ́ńbà: Ìtàn Kúkúrú àti Àwọn Ẹ̀kọ́ Díẹ̀. Geoderma 264, 301–311.https://doi.org/10.1016/j.geoderma.2015.07.017 (2016).
McBratney, AB, Mendonça Santos, ML & Minasny, B. Lori aworan agbaye oni-nọmba.Geoderma 117 (1-2), 3-52.https://doi.org/10.1016/S0016-7061(03)00223-4 (2003).
Ṣíṣe Àwòrán Ilẹ̀ Àkójọpọ̀ Onímọ̀-ẹ̀rọ,… – 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= (Wọlé sí ní ọjọ́ 28 oṣù kẹrin ọdún 2021).