使用机器学习预测生物炭在土壤中的固定效率
Jin-Man Cao1, Yu-Qian Liu2, Yan-Qing Liu1
1State Key Lab of Urban and Regional Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China; University of Chinese Academy of Sciences, Beijing 100049, China.
Journal of environmental sciences (China)
|July 13, 2024
概括
机器学习模型使用生物炭预测土壤中的固定. 随机森林模型确定了生物炭的应用时间和pH值作为关键因素,Fe修饰生物炭显示了提高效率.
科学领域:
- 环境科学 环境科学
- 土壤科学 土壤科学
- 材料科学 材料科学 材料科学
背景情况:
- (As) 土壤污染是一个重大的环境问题.
- 生物炭是固定土壤的有希望的材料.
- 目前的生物炭应用依赖于经验数据,限制了效率.
研究的目的:
- 开发一种机器学习模型,用于预测固定效率.
- 通过生物炭确定影响固定的关键因素.
- 为了指导生物炭用于修复的设计和应用.
主要方法:
- 从17个出版物中编制了182个固定效率点的数据集.
- 构建并比较了三个机器学习模型:随机森林,梯度增强回归树和支持向量回归.
- 利用相对重要性分析和部分依赖图表来识别影响因素.
主要成果:
- 随机森林模型显示出卓越的预测性能.
- 生物炭的应用时间和生物炭的pH值被确定为固定的关键因素.
- 铁 (Fe) 改性生物炭显著提高了的固定效率.
结论:
- 机器学习可以准确地预测生物炭的固定效率.
- 优化生物炭应用时间和pH值对于有效的土壤补救至关重要.
- 用Fe修饰的生物炭为被动化提供了一个非常有效的材料.
