文献

J-GLOBAL ID：201702220495699165   整理番号：17A1658725

SOMニューラルネットワークに基づく土壌重金属の空間的分化の研究【JST・京大機械翻訳】

Spatial variability analysis of heavy metals from the soil based on SOM

著者 (6件)： Ma Yuanyuan (石河子大学化学化工学院/新疆兵団化工緑色過程重点実験室,新疆石河子,832003) ,  Wang Shufen (石河子大学理学院,新疆石河子,832003) ,  Lai Yingshuai (石河子大学化学化工学院/新疆兵団化工緑色過程重点実験室,新疆石河子,832003) ,  Wang Wei (石河子大学化学化工学院/新疆兵団化工緑色過程重点実験室,新疆石河子,832003) ,  Hong Chenglin (石河子大学化学化工学院/新疆兵団化工緑色過程重点実験室,新疆石河子,832003) ,  Shi Lei (石河子大学化学化工学院/新疆兵団化工緑色過程重点実験室,新疆石河子,832003)
資料名： Shihezi Daxue Xuebao (Ziran Kexue Ban)  (Shihezi Daxue Xuebao (Ziran Kexue Ban))
巻： 35  号： 1  ページ： 102-107  発行年： 2017年 
JST資料番号： C3206A  ISSN： 1007-7383  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,階層的クラスタ分析と自己組織化マッピングニューラルネットワーク(SOM)法を用いて,新疆のマナス川流域における研究地域としての研究を行った。研究地域の119の表層土サンプル中のAs、Cd、Cr、Cu、Mn、Ni、Pb、Znの8種類の重金属に対して空間的差異性と類似性分析を行い、重金属汚染の空間分布特徴に対して評価を行った。結果は,研究地域における8つの重金属の平均値が,それぞれ4342,0.115,96.882,44.710,750.235,24.058,8.427,97.007mg/kgであり,それは土壌環境品質国家の第二級基準値より低いことを示した。階層的クラスタ分析とSOMニューラルネットワーク法の分析結果は,工業地区における土壌汚染が最も重く,次が市街地土壌であり,内部汚染指数法と比較して,ニューラルネットワークがより高い精度を示すことを示した。空間的差異の分析結果によると、研究区全体で43個のサンプリングポイントを最適化することができる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  *重金属 ,  河川 ,  新疆ウイグル自治区 ,  土壌汚染 ,  市街地 ,  品質 ,  汚染指数 ,  流域 ,  工業地区 ,  表層土 ,  最適化 ,  空間分布 ,  重金属汚染
準シソーラス用語： 土壌環境 , 【Automatic Indexing@JST】

著者キーワード (5件)： soil ,  heavy metals ,  self-organizing maps ,  environmental monitoring ,  Manasi River

分類 (3件)： 土壌汚染  (FB04100T) ,  ニューロコンピュータ  (JC06010Q) ,  重金属とその化合物一般  (SB05021R)

タイトルに関連する用語 (6件)： SOM ,  ニューラルネットワーク ,  土壌 ,  重金属 ,  分化 ,  研究