Comparison of Cubist models for soil organic carbon prediction via portable XRF measured data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41210%2F21%3A85811" target="_blank" >RIV/60460709:41210/21:85811 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/content/pdf/10.1007/s10661-021-08946-x.pdf" target="_blank" >https://link.springer.com/content/pdf/10.1007/s10661-021-08946-x.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/s10661-021-08946-x" target="_blank" >10.1007/s10661-021-08946-x</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Comparison of Cubist models for soil organic carbon prediction via portable XRF measured data

Popis výsledku v původním jazyce

Soil organic carbon SOC tends to form complexes with most metallic ions within the soil system. Relatively few studies compare SOC predictions via portable Xray fluorescence pXRF measured data coupled with the Cubist algorithm. The current study applied three different Cubist models to estimate SOC while using several pXRF measured data. Soil samples were collected from the Litavka floodplain area during two separate sampling campaigns in 2018. Thirteen pXRF data or predictors (K, Ca, Rb, Mn, Fe, As, Ba, Th, Pb, Sr, Ti, Zr, and Zn) were selected to develop the proposed models. Validation and comparison of the models applied the mean absolute error (MAE), root mean square error (RMSE), and coefficient o determination (R2). The results revealed that Cubist 1, utilizing all the predictors yielded the best model outcome (MAE = 0,51, RMSE = 0,68, R2 = 0,78) followed by Cubist 2, using predictors with relatively high importance (VarImp. predictors) (MAE = 0,64, RMSE = 0,82, R2 = 0,68), and lastly Cubist 3

Název v anglickém jazyce

Comparison of Cubist models for soil organic carbon prediction via portable XRF measured data

Popis výsledku anglicky

Soil organic carbon SOC tends to form complexes with most metallic ions within the soil system. Relatively few studies compare SOC predictions via portable Xray fluorescence pXRF measured data coupled with the Cubist algorithm. The current study applied three different Cubist models to estimate SOC while using several pXRF measured data. Soil samples were collected from the Litavka floodplain area during two separate sampling campaigns in 2018. Thirteen pXRF data or predictors (K, Ca, Rb, Mn, Fe, As, Ba, Th, Pb, Sr, Ti, Zr, and Zn) were selected to develop the proposed models. Validation and comparison of the models applied the mean absolute error (MAE), root mean square error (RMSE), and coefficient o determination (R2). The results revealed that Cubist 1, utilizing all the predictors yielded the best model outcome (MAE = 0,51, RMSE = 0,68, R2 = 0,78) followed by Cubist 2, using predictors with relatively high importance (VarImp. predictors) (MAE = 0,64, RMSE = 0,82, R2 = 0,68), and lastly Cubist 3

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

40104 - Soil science

Projekt

<a href="/cs/project/EF16_019%2F0000845" target="_blank" >EF16_019/0000845: Centrum pro studium vzniku a transformací nutričně významných látek v potravním řetězci v interakci s potenciálně rizikovými látkami antropogenního původu: komplexní posouzení rizika kontaminace půdy pro kvalitu zemědělské produkce</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Environmental Monitoring and Assessment

ISSN

0167-6369

e-ISSN

1573-2959

Svazek periodika

193

Číslo periodika v rámci svazku

4

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

15

Strana od-do

0-0

Kód UT WoS článku

000629815500003

EID výsledku v databázi Scopus

2-s2.0-85102661744