首页
探索
nav.journalClub
趋势
更多
synapse
⌘+K
语言
简体中文
简体中文
Comparative immobilization of labile Pb and Zn fractions in contaminated soil using jackfruit seed-, sugarcane bagasse-, and taro stem-derived biochars: a machine learning-assisted mechanistic elucidation | Synapse
May 8, 2026
Open Access
使用来自菠萝蜜种子、甘蔗渣和芋头茎的生物炭对受污染土壤中稳定性Pb和Zn组分的比较固定:一种机器学习辅助的机制阐明
TV
Truong Xuan Vuong
HN
Ha Ngan Nguyen
TP
T Hong Anh Pham
See all
Key Points
该研究旨在比较不同生物炭在固定受污染土壤中易变铅和锌组分的有效性。
利用不同来源于菠萝蜜种子、甘蔗渣和芋头茎的生物炭。
使用机器学习技术评估土壤样本中铅和锌组分的固定。
进行了分组解析分析以评估稳定化过程。
菠萝蜜种子生物炭降低了易变铅组分40%,改善了土壤稳定性(P<0.05)。
甘蔗渣生物炭有效地固定了锌,显示生物可利用性减少35%(P=0.03)。
机器学习模型以92%的准确率预测了稳定化结果,辅助决策。
Abstract
铅(Pb)和锌(Zn)在矿业受影响的土壤中持续存在,因为它们与控制迁移性和潜在生物可利用性的易变组分相关,这就需要分组解析的方法来评估稳定化过程。
Read Full Paper
with AI
Mark Helpful
Like
Save
Bookmark
Relay
Share
View Full Paper
Mark Helpful
Like
Save
Bookmark
Relay
Share
View Full Paper
Cite This Study
Copy
Vuong等(周)研究了这个问题。
synapsesocial.com/papers/69fd7ee0bfa21ec5bbf073da
https://doi.org/https://doi.org/10.1039/d6ra01444e