周怀宗|机器学习模型可直接预测农药在植物根系的累积农药|研究|评估|土壤|根系|原创

据介绍，准确预测植物吸收和累积农业污染物对保障食品安全、产地修复和人类健康暴露评估具有重要的意义。
新京报讯（采访人员周怀宗）农作物累积是农业污染物从土壤进入人类食物链的重要途径。近日，采访人员从中国农科院植物保护研究所获悉，我科研人员首次利用机器学习模型直接预测植物根部从土壤中吸收累积农药等有机污染物的量，为农产品在产地环境化学污染的预测提供了新的工具和手段。

文章图片

【周怀宗|机器学习模型可直接预测农药在植物根系的累积】机器学习模型预测植物吸收累积农业污染物的示意流程图。中国农科院供图
据介绍，准确预测植物吸收和累积农业污染物对保障食品安全、产地修复和人类健康暴露评估具有重要的意义。然而，由于污染物-土壤-植物根系之间复杂的相互作用，建立稳健可靠的预测模型仍然具有很大挑战性。传统的线性预测模型难以预测污染物-土壤-植物间的非线性关系，导致预测值与实际值差异较大。
在此次研究中，科研人员对比了四种不同的机器学习算法，通过对341个数据点、72个化合物的数据集进行训练，预测植物根系富集值，证明了新构建的GBRT-ECFP模型为最优预测模型，并通过5倍交叉验证评估了预测性能，其中R2值为0.77 ，平均绝对误差（MAE）为0.22 。此外，本研究解析了化学分子、土壤与植物特性之间的非线性关系。
研究成功利用机器学习作为新兴手段预测农田作物对农药等污染物的吸收累积，展现了预测工具的先进性和通用性，为未来新农药植物吸收潜能评估和农田农药污染安全评价提供新的可靠工具。
该研究得到了国家重点研发计划、青年英才计划等项目的资助。研究成果先后发表在《环境科学与技术（Environmental Science & Technology）》和《危害性材料学报（Journal of Hazardous Materials）》上。
新京报采访人员周怀宗
编辑唐峥校对陈荻雁

周怀宗|机器学习模型可直接预测农药在植物根系的累积

推荐阅读

关于依靠的名言有关依靠的名言

iphone8有3dtouch吗 iphone 8有没有3d touch

悲情的名言

怎么把手机连接电视当U盘使用

qq女生网名超拽无需闭月羞花与倾国倾城

魅族19Pro何时发布

宿迁限价房相关机构一览宿迁限购吗?

夏至的简介

家常茄子饼怎么做

明察秋毫是指什么动物

耗油和酱油是一样吗

老黄瓜怎么冻冬天吃

ps图案叠加怎么用 ps中如何图案叠加

肉末花卷的做法（增肥食谱）

魔兽世界怀旧服黑龙门任务看这里

胃炎不能吃什么东西

新生儿湿疹怎么治，治疗误区越治越严重！

一瓶精华多大能耐？教你精华怎么用才正确

泰安市残疾军人证等证件换发对象

花生奶油饼干的做法（不孕不育食谱）