ПРОГНОЗИРОВАНИЕ ЗАГРЯЗНЕНИЯ ГОРОДСКОЙ ПОЧВЫ С ИСПОЛЬЗОВАНИЕМ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ

Аннотация

Различные города мира сталкиваются с загрязнением почв тяжелыми металами на разных уровнях. Ранее проведенные исследования выявили, что концентрация тяжелых металлов в городских почвах, как правило, возрастает с увеличением уровня урбанизации, что указывает на связь между содержанием тяжелых металлов в почвах и процессом расширения городов. Таким образом, понимание этой взаимосвязи и учет факторов, связанных с урбанизацией, для создания надежных прогнозов распределения тяжелых металлов в почвах могут способствовать эффективному управлению состоянием городских почв. В данном исследовании рассматриваются источники, распределение и влияние на окружающую среду тяжелых металлов. Эти элементы накапливаются в почве вследствие выбросов транспорта, износа шин и тормозов, а также абразивного разрушения дорожного покрытия, что несет значительные экологические и медицинские риски. Наличие тяжелых металлов в дорожной почве может пагубно влиять на рост растений, попадать в пищевую цепь и представлять прямую угрозу здоровью человека при проглатывании загрязненной почвы или вдыхании пылевых частиц.  В этом исследовании для прогнозирования степени тяжелых металлов в почве вдоль автодорог была применена модель машинного обучения с использованием метода случайного леса (RF). Результаты показали, что модель RF отличается высокой точностью прогнозирования пространственного распределения тяжелых металлов в почве.