ПРОГНОЗИРОВАНИE КОНЦЕНТРАЦИОННОГО ИЗМЕНЕНИЯ НЕКОТОРЫХ ПЕРЕХОДНЫХ МЕТАЛЛОВ В ЭКОСИСТЕМЕ ПОЧВА–ВОДА С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ

Аннотация

В статье обсуждается применимость методов машинного обучения с особым упором на линейную регрессию для прогнозирования общей концентрации переходных металлов в экосистеме почва–вода. Несмотря на то, что переходные металлы требуются в незначительных количествах, они потенциально могут оказывать пагубное воздействие на окружающую среду. Для прогнозирования были использованы сезонные и географические параметры, а также концентрации металлов в почве и оросительной воде. Ключевым направлением исследования была нормализация данных – процесс, который, как было показано, улучшает выявление линейных зависимостей между переменными. Разработанная модель линейной регрессии продемонстрировала высокую степень точности, о чем свидетельствуют коэффициент детерминации 0,9945, средняя абсолютная погрешность 0,1 и средняя процентная погрешность 5,5%. Эти результаты подтверждают целесообразность использования предложенной методологии для мониторинга качества воды, оценки рисков загрязнения и выявления потенциальных угроз на ранней стадии в экосистемах, подвергшихся воздействию антропогенных факторов.