使用咖啡粉和快速生长的植物增强的植物修复:整合机器学习用于预测建模

科学领域:

• 环境科学 环境科学
• 生物修复是一种生物修复.
• 植物科学 植物科学

背景情况:

• (V) 污染给环境带来了挑战.
• 植物修复提供了一种可持续的方法,但通常受植物生长速度的限制.
• 将咖啡粉与快速生长的植物相结合,可以提高植物修复效率.

研究的目的:

• 通过将咖啡粉与快速生长的植物相结合来研究增强 (V) 植物修复的方法.
• 评估咖啡对植物压力指标和微生物群落的影响.
• 开发和验证用于预测和优化V植物修复的机器学习模型.

主要方法:

• 使用大麦草,小麦草和麦草进行V植物修复实验.
• 加入咖啡粉,以评估它们对V去除和植物压力的影响.
• 采用渐变增强和XGBoost模型进行预测和优化,使用MSE和R2.2进行评估.
• 分析了植物根酶活动 (CAT,POD,SOD) 和微生物群落丰度的变化.

主要成果:

• 在6天内,草实现了48.7%的V5+去除.
• 带咖啡渣的小麦草显示V5+去除率从30.51%增加到62.91%.
• 机器学习模型显示出高的预测准确性 (R2 = 0.95,MSE = 1.20).
• 咖啡粉减少了瑞草根中的氧化应激标志物,并改变了微生物群落.

结论:

• 咖啡粉在快速生长的植物中显著提高了V植物修复效率.
• 机器学习为优化植物修复过程提供了一个强大的工具.
• 这种综合方法为污染的环境提供了新的,可持续的解决方案.