近日，中國農業(yè)科學(xué)院植物保護研究室化肥運用風(fēng)險管理自主創(chuàng )新精英團隊依次在自然環(huán)境行業(yè)TOP刊物Environmental Science & Technology和Journal of Hazardous Materials上各自發(fā)布題寫(xiě)“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，初次運用設備學(xué)習模型立即預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化學(xué)污染物質(zhì)的量，解決了傳統式線(xiàn)性模型沒(méi)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化學(xué)分子式，為農業(yè)產(chǎn)品在原產(chǎn)地環(huán)境化學(xué)環(huán)境污染的預測分析給予了新的專(zhuān)用工具和方式。

　　糧食作物積累是農牧業(yè)污染物質(zhì)從土壤層進(jìn)到人們食物網(wǎng)的有效途徑。精確預測分析綠色植物消化吸收和積累農牧業(yè)污染物質(zhì)對保障食品安全、原產(chǎn)地修補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，因為污染物質(zhì)-土壤層-綠色植物根莖中間錯綜復雜的相互影響，創(chuàng )建穩定靠譜的預測模型依然具備非常大趣味性。傳統式的線(xiàn)形預測模型難以預料污染物質(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器學(xué)習算法，根據對341個(gè)數據信息點(diǎn)、72個(gè)化學(xué)物質(zhì)的數據開(kāi)展練習，預測分析綠色植物根莖聚集值，證實(shí)了新搭建的GBRT-ECFP的為最佳預測模型，并根據5倍交叉驗證評定了預測分析特性，在其中R2數值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)。子結構必要性剖析確立了分子結構子結構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系統軟件等為與綠色植物積累有關(guān)的重要有機化學(xué)子結構。

　　本科學(xué)研究取得成功運用人工神經(jīng)網(wǎng)絡(luò )做為新起方式預測分析田地農作物對化肥等污染物質(zhì)的消化吸收積累，呈現了預測分析專(zhuān)用工具的創(chuàng )新性和實(shí)用性，為將來(lái)新化肥綠色植物消化吸收潛力評定和田地農藥污染安全性評價(jià)給予新的靠譜專(zhuān)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)，中國農業(yè)科學(xué)院植物保護研究室為畢業(yè)論文的一同通信企業(yè)，化肥運用風(fēng)險管理自主創(chuàng )新精英團隊李 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(kāi)發(fā)方案、青年人英才計劃等新項目的支助。

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

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