期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
水培到土培体系植物根系PFAS吸收风险的迁移机器学习研究
1
作者 钱一凡 裴晨浩 +3 位作者 吕陈 吴同亮 刘存 王玉军 《农业环境科学学报》 CAS CSCD 北大核心 2024年第11期2516-2524,共9页
为实现植物根系对全氟与多氟化合物(Per-and polyfluoroalkyl substances,PFAS)的吸收和积累的精准预测,本研究基于涵盖了19种PFAS的水培或土培体系文献数据,共计668条数据点,利用分子描述符、实验条件以及作物属性等作为特征变量,构建... 为实现植物根系对全氟与多氟化合物(Per-and polyfluoroalkyl substances,PFAS)的吸收和积累的精准预测,本研究基于涵盖了19种PFAS的水培或土培体系文献数据,共计668条数据点,利用分子描述符、实验条件以及作物属性等作为特征变量,构建4种机器学习模型分别预测了水培体系和土壤体系的根系富集因子(RCF),效果最佳的均是极端梯度提升树(XGB)模型,测试集决定系数(R2)分别为0.69和0.83,均方根误差(RMSE)分别为0.51和0.28。水培体系中PFAS的吸收、积累更容易研究,因此搭建了从水培体系到土壤体系的迁移学习模型,通过知识共享来提升RCF预测的准确度。最优的迁移模型的测试集R2达到了0.86,RMSE为0.25,准确性有显著提升。Shapley加性解释(SHAP)特征重要性分析结果显示,暴露时间、土壤pH和PFAS浓度是影响土壤根系吸收积累最主要的3个因素。本研究通过构建机器学习和迁移学习模型来预测土壤中植物根系PFAS的吸收积累,实现了简单水-植物根表体系向土-水-植物多个界面复杂体系的迁移,为评估土壤PFAS生态环境风险提供了新的视角。 展开更多
关键词 全氟与多氟化合物 植物根系吸收积累 机器学习 迁移学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部