Tầng sôi là gì? Các công bố khoa học về Tầng sôi

Carbon đen (BC) có thể ảnh hưởng đáng kể đến khả năng giữ lại dinh dưỡng và đóng vai trò quan trọng trong một loạt các quá trình địa hóa sinh học trong đất, đặc biệt là trong chu trình dinh dưỡng. Các loại đất nhân tạo (Anthrosols) ở Amazon Braxin (từ 600 đến 8700 năm trước) với hàm lượng BC từ sinh khối cao có khả năng trao đổi cation (CEC đo ở pH 7) lớn hơn so với các loại đất lân cận có hàm lượng BC thấp. Kỹ thuật quang phổ hấp thụ tia X với cấu trúc vi mô gần bề mặt (NEXAFS) dựa trên đồng bộ và phương pháp hiển vi tia X truyền dẫn quét (STXM) đã giải thích nguồn gốc của độ sạc bề mặt cao hơn của BC so với không-BC bằng cách lập bản đồ các vùng cắt ngang của các hạt BC có đường kính từ 10 đến 50 μm cho các dạng carbon. Các vùng cắt ngang lớn nhất bao gồm C hữu cơ có độ thơm cao hoặc chỉ hơi bị oxi hóa, rất có thể bắt nguồn từ chính BC, với một đỉnh đặc trưng tại 286.1 eV, không thể tìm thấy trong các chiết xuất chất humic, vi khuẩn hoặc nấm. Sự oxi hóa tăng đáng kể từ lõi của các hạt BC đến bề mặt của chúng, như được chỉ ra bởi tỷ lệ carboxyl-C/aromatic-C. Các mẫu phân bố không liên tục và rải rác của các nhóm chức năng C đã oxy hóa cao với các đặc điểm hóa học rõ rệt khác nhau trên bề mặt các hạt BC (chuyển đỉnh tại 286.1 eV sang năng lượng cao hơn tại 286.7 eV) chỉ ra rằng không-BC có thể được hấp phụ trên bề mặt các hạt BC tạo ra bề mặt oxy hóa cao. Do cả quá trình oxi hóa các hạt BC bản thân và sự hấp phụ vật chất hữu cơ lên bề mặt BC, mật độ điện tích (CEC tiềm năng trên mỗi đơn vị bề mặt) lớn hơn ở các loại đất nhân tạo giàu BC so với các loại đất lân cận. Thêm vào đó, diện tích bề mặt riêng cao có thể được quy cho sự hiện diện của BC, điều này có thể góp phần vào CEC cao tìm thấy ở các loại đất giàu BC.

Mục tiêu chính của nghiên cứu này là đánh giá và so sánh hiệu suất của các thuật toán học máy (ML) khác nhau, cụ thể là Mạng Nơron Nhân Tạo (ANN), Máy Học Tăng Cường (ELM) và thuật toán Cây Tăng Cường (Boosted), khi xem xét ảnh hưởng của các tỷ lệ đào tạo đối với kiểm tra trong việc dự đoán độ bền cắt của đất, một trong những tính chất kỹ thuật địa chất quan trọng nhất trong thiết kế và xây dựng công trình. Để thực hiện điều này, một cơ sở dữ liệu gồm 538 mẫu đất thu thập từ dự án nhà máy điện Long Phú 1, Việt Nam, đã được sử dụng để tạo ra các bộ dữ liệu cho quá trình mô hình hóa. Các tỷ lệ khác nhau (tức là 10/90, 20/80, 30/70, 40/60, 50/50, 60/40, 70/30, 80/20, và 90/10) đã được sử dụng để chia bộ dữ liệu thành bộ dữ liệu đào tạo và kiểm tra nhằm đánh giá hiệu suất của các mô hình. Các chỉ số thống kê phổ biến, chẳng hạn như Lỗi Bình Phương Trung Bình (RMSE), Lỗi Tuyệt Đối Trung Bình (MAE) và Hệ Số Tương Quan (R), đã được sử dụng để đánh giá khả năng dự báo của các mô hình dưới các tỷ lệ đào tạo và kiểm tra khác nhau. Ngoài ra, mô phỏng Monte Carlo đã được thực hiện đồng thời để đánh giá hiệu suất của các mô hình đề xuất, có tính đến ảnh hưởng của lấy mẫu ngẫu nhiên. Kết quả cho thấy mặc dù cả ba mô hình ML đều hoạt động tốt, nhưng ANN là mô hình chính xác nhất và ổn định nhất về mặt thống kê sau 1000 lần mô phỏng Monte Carlo (R Trung Bình = 0.9348) so với các mô hình khác như Boosted (R Trung Bình = 0.9192) và ELM (R Trung Bình = 0.8703). Điều tra về hiệu suất của các mô hình cho thấy khả năng dự báo của các mô hình ML bị ảnh hưởng lớn bởi các tỷ lệ đào tạo/kiểm tra, trong đó tỷ lệ 70/30 thể hiện hiệu suất tốt nhất của các mô hình. Một cách ngắn gọn, kết quả được trình bày ở đây thể hiện một cách thức hiệu quả trong việc lựa chọn các tỷ lệ dữ liệu phù hợp và mô hình ML tốt nhất để dự đoán chính xác độ bền cắt của đất, điều này sẽ hữu ích trong các giai đoạn thiết kế và kỹ thuật của các dự án xây dựng.

Các cộng đồng thực vật, vỏ đất sinh học (BSCs) và nấm mycorrhiza arbuscular (AM) được biết đến là có ảnh hưởng đến độ ổn định của đất một cách riêng lẻ, nhưng những đóng góp tương đối, các tương tác và ảnh hưởng kết hợp của chúng chưa được hiểu rõ, đặc biệt là trong các hệ sinh thái khô hạn và bán khô hạn. Trong một nghiên cứu trên quy mô cảnh quan, chúng tôi đã thu thập dữ liệu về cộng đồng thực vật, BSC và nấm AM tại 216 địa điểm dọc theo gradient độ ổn định của đất ở phía nam Utah, Hoa Kỳ. Chúng tôi đã sử dụng mô hình đa biến để kiểm tra ảnh hưởng tương đối của thực vật, BSCs và nấm AM đến độ ổn định bề mặt và dưới bề mặt trong một cảnh quan cây bụi bán khô hạn. Các mô hình được phát hiện là phù hợp với dữ liệu và giải thích 35% sự biến động trong độ ổn định bề mặt và 54% sự biến động trong độ ổn định dưới bề mặt. Kết quả hỗ trợ một số kết luận tạm thời. Trong khi BSCs, thực vật và nấm AM đều đóng góp vào độ ổn định bề mặt, chỉ có thực vật và nấm AM đóng góp vào độ ổn định dưới bề mặt. Trong cả hai mô hình bề mặt và dưới bề mặt, những đóng góp mạnh nhất vào độ ổn định của đất đến từ các thành phần sinh học của hệ thống. Đặc biệt, lớp vỏ đất sinh học được phát hiện có ảnh hưởng trực tiếp mạnh nhất đến độ ổn định của đất bề mặt (0.60; kiểm soát các yếu tố khác). Ngạc nhiên, nấm AM dường như ảnh hưởng đến độ ổn định của đất bề mặt (0.37), mặc dù chúng không thường được coi là tồn tại ở vài milimét đầu tiên của đất. Trong mô hình dưới bề mặt, lớp thực vật dường như có ảnh hưởng trực tiếp mạnh nhất đến độ ổn định của đất (0.42); trong cả hai mô hình, kết quả chỉ ra rằng lớp thực vật ảnh hưởng đến độ ổn định của đất cả trực tiếp (kiểm soát các yếu tố khác) và gián tiếp thông qua ảnh hưởng lên các sinh vật khác. Chất hữu cơ trong đất không được tìm thấy có đóng góp trực tiếp đến độ ổn định bề mặt hoặc dưới bề mặt trong hệ thống này. Ảnh hưởng tương đối của nấm AM đến độ ổn định của đất trong các khu vực cây bụi bán khô hạn này tương tự như những gì được báo cáo cho một đồng cỏ cỏ cao mesic. Các ước tính về ảnh hưởng mà BSCs, thực vật và nấm AM có đến độ ổn định của đất trong các mô hình này được sử dụng để đề xuất số lượng tương đối tài nguyên mà các chuyên gia kiểm soát xói mòn nên dành để thúc đẩy các cộng đồng này. Nghiên cứu này làm nổi bật nhu cầu về các phương pháp hệ thống trong việc chống lại xói mòn, suy thoái đất và sa mạc hóa đất khô.

Những thí nghiệm thực địa dài hạn của Rothamsted, bắt đầu hơn 150 năm trước, cung cấp vật liệu độc đáo để nghiên cứu chu kỳ carbon trong tầng đất dưới bề mặt. Tổng hợp carbon hữu cơ, ¹⁴C và ¹³C đã được đo trên các hồ sơ đất từ những thí nghiệm này, trước và sau các thử nghiệm bom nhiệt hạch vào giữa thế kỷ 20. Bốn hệ thống quản lý đất đối nghịch đã được lấy mẫu: đất trồng hàng năm cho lúa mì mùa đông; rừng tái sinh trên đất chua; rừng tái sinh trên đất canxi; và đồng cỏ cũ. Tuổi trung bình của carbon phóng xạ từ tất cả các mẫu trước khi thử nghiệm bom trên đất trồng là 1210 năm (0–23 cm), 2040 năm (23–46 cm), 3610 năm (46–69 cm) và 5520 năm (69–92 cm). Carbon phóng xạ từ thử nghiệm bom nhiệt hạch có mặt ở toàn bộ hồ sơ trong tất cả các mẫu sau bom, mặc dù dưới 23 cm số lượng thấp và các phép đo carbon phóng xạ trước và sau khi thử nghiệm bom thường không khác biệt đáng kể. Giá trị δ¹³C tăng xuống dưới mặt cắt, từ −26.3‰ (lớp 0–23 cm, trung bình của tất cả các phép đo) đến −25,2‰ cho lớp 69–92 cm. Tỷ lệ C/N giảm theo độ sâu trong hầu hết các hồ sơ được lấy mẫu. Ngoại trừ các lớp đất bề mặt (0–23 cm) từ đồng cỏ cũ, phương trình hyperbola m = 152.1 − 2341/(1 + 0.264n) cung cấp độ khớp chặt chẽ với dữ liệu carbon phóng xạ từ tất cả các độ sâu, thời gian lấy mẫu và các địa điểm đã thử nghiệm, trong đó n là hàm lượng carbon hữu cơ của đất, tính bằng tấn/ha⁻¹, và m là hàm lượng carbon phóng xạ của đất, trong các đơn vị Δ¹⁴C, đã được điều chỉnh cho các biến đổi của lớp đất theo thời gian. Các loại đất đồng cỏ khác biệt gần như chắc chắn chứa than: một trong số chúng đã được chứng minh bằng ¹³C‐NMR để chứa 0.82% carbon than. Trong Phần 2 (số này) của cặp bài báo này, các phép đo carbon phóng xạ và tổng hợp carbon này được sử dụng để phát triển và kiểm tra một mô hình mới cho chu trình của carbon hữu cơ trong tầng đất dưới bề mặt.