近日，中國農(nóng)業(yè)科學(xué)院植物保護(hù)研究室化肥運(yùn)用風(fēng)險管理自主創(chuàng)新精英團(tuán)隊(duì)依次在自然環(huán)境行業(yè)TOP刊物Environmental Science & Technology和Journal of Hazardous Materials上各自發(fā)布題寫“Direct Prediction of Bioaccumulation of Organic Contaminants in Plant Roots from Soils with Machine Learning Models based on Molecular Structures”和“Predicting Crop Root Concentration Factors of Organic Contaminants With Machine Learning Models”的2篇科學(xué)研究畢業(yè)論文，初次運(yùn)用設(shè)備學(xué)習(xí)模型立即預(yù)測分析綠色植物根處從土壤層中消化吸收積累化肥等有機(jī)化學(xué)污染物質(zhì)的量，解決了傳統(tǒng)式線性模型沒法仿真模擬化肥被綠色植物消化吸收的最優(yōu)控制關(guān)聯(lián)，并揭露了危害綠色植物積累化肥的重要有機(jī)化學(xué)分子式，為農(nóng)業(yè)產(chǎn)品在原產(chǎn)地環(huán)境化學(xué)環(huán)境污染的預(yù)測分析給予了新的專用工具和方式。

　　糧食作物積累是農(nóng)牧業(yè)污染物質(zhì)從土壤層進(jìn)到人們食物網(wǎng)的有效途徑。精確預(yù)測分析綠色植物消化吸收和積累農(nóng)牧業(yè)污染物質(zhì)對保障食品安全、原產(chǎn)地修補(bǔ)和人們身心健康曝露評定具備關(guān)鍵的實(shí)際意義。殊不知，因?yàn)槲廴疚镔|(zhì)-土壤層-綠色植物根莖中間錯綜復(fù)雜的相互影響，創(chuàng)建穩(wěn)定靠譜的預(yù)測模型依然具備非常大趣味性。傳統(tǒng)式的線形預(yù)測模型難以預(yù)料污染物質(zhì)-土壤層-綠色植物間的最優(yōu)控制關(guān)聯(lián)，造成估計(jì)值與真實(shí)值差別比較大。本科學(xué)研究比照了四種不一樣的機(jī)器學(xué)習(xí)算法，根據(jù)對341個數(shù)據(jù)信息點(diǎn)、72個化學(xué)物質(zhì)的數(shù)據(jù)開展練習(xí)，預(yù)測分析綠色植物根莖聚集值，證實(shí)了新搭建的GBRT-ECFP的為最佳預(yù)測模型，并根據(jù)5倍交叉驗(yàn)證評定了預(yù)測分析特性，在其中R2數(shù)值0.77，均值絕對誤差（MAE）為0.22。除此之外，本科學(xué)研究分析了化學(xué)分子、土壤層與綠色植物特點(diǎn)中間的最優(yōu)控制關(guān)聯(lián)。子結(jié)構(gòu)必要性剖析確立了分子結(jié)構(gòu)子結(jié)構(gòu)與綠色植物聚集相互關(guān)系，明確了-O、-Cl、芳環(huán)和大共軛π系統(tǒng)軟件等為與綠色植物積累有關(guān)的重要有機(jī)化學(xué)子結(jié)構(gòu)。

　　本科學(xué)研究取得成功運(yùn)用人工神經(jīng)網(wǎng)絡(luò)做為新起方式預(yù)測分析田地農(nóng)作物對化肥等污染物質(zhì)的消化吸收積累，呈現(xiàn)了預(yù)測分析專用工具的創(chuàng)新性和實(shí)用性，為將來新化肥綠色植物消化吸收潛力評定和田地農(nóng)藥污染安全性評價給予新的靠譜專用工具。

　　美國斯坦福大學(xué)為畢業(yè)論文的第一進(jìn)行企業(yè)，中國農(nóng)業(yè)科學(xué)院植物保護(hù)研究室為畢業(yè)論文的一同通信企業(yè)，化肥運(yùn)用風(fēng)險管理自主創(chuàng)新精英團(tuán)隊(duì)李 很高研究者為2篇畢業(yè)論文的一同通訊作者。該科學(xué)研究獲得了我國關(guān)鍵科研開發(fā)方案、青年人英才計(jì)劃等新項(xiàng)目的支助。

　　全文連接：https://pubs.acs.org/doi/abs/10.1021/acs.est.1c02376

　　https://www.sciencedirect.com/science/article/abs/pii/S0304389421024055