使用机器学习量化因素对土壤可用的影响
Zhaoyang Han1, Jun Yang1, Yunxian Yan1
1Center for Environmental Remediation, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing, 100101, China; College of Resources and Environment, University of Chinese Academy of Sciences, Beijing, 100049, China.
Environmental pollution (Barking, Essex : 1987)
|July 19, 2024
概括
识别影响可用性的土壤因素对人类健康至关重要. 总,pH,有机物和阴离子交换能力增加了可用的,总是最有影响力的因素.
科学领域:
- 环境科学 环境科学
- 土壤科学 土壤科学
- 农业科学 农业科学
背景情况:
- (As) 在食用植物中的积累对人类健康构成重大风险.
- 了解影响可用性的土壤因素对于风险评估至关重要.
- 对土壤特性对可用的的影响的定量研究是有限的.
研究的目的:
- 量化评估土壤特性对农田土壤中可用的含量的重要性.
- 确定影响生物可用性的关键土壤因素.
- 为农业环境中管理污染提供见解.
主要方法:
- 利用了442个数据集,包括总,可用和土壤特性.
- 采用了五种机器学习模型来预测土壤中可用的.
- 选择了表现最好的模型 (随机森林),以确定土壤特性的贡献.
主要成果:
- 随机森林模型实现了高预测准确度 (干旱地区R2=0.83,田R2=0.82).
- 土壤总,pH,有机物 (OM) 和阴离子交换能力 (CEC) 的增加与可用的有正相关.
- 土壤总和CEC被确定为影响可用的最重要因素.
结论:
- 降低土壤总含量是减轻可用的最有效策略.
- 优先考虑对土壤总和CEC的调节对于管理农田的污染至关重要.
- 这些发现为开发有针对性的土壤管理实践提供了科学基础,以减少风险.
