机器学习预测土壤健康
利用可解释机器学习模型综合分析金属纳米颗粒对全球土壤健康的长期影响,识别关键土壤因子并预测不同土纲的响应差异。
Guo, Zhiling · 李子富 · 赵福刚 · Lynch, Iseult · White, Jason C. · Zhou, Diwei · Zhang, Peng
ACS Nano 2025
Mollisols和Inceptisols在365天暴露期间微生物生物量变化范围为-268%至-60%,30天暴露期间变化在-20%至-4%之间
识别出SCEC、SOM、SC和ED是影响MNPs对土壤健康影响的关键因素