في عالم يتجه نحو تعزيز الاستدامة والحفاظ على البيئة، يعد تقدير ملوثات التربة من المكونات الأساسية التي تساعد في تقييم صحة الأنظمة البيئية ودعم الاستخدام المستدام للأراضي. قدمت دراسة جديدة طريقة مبتكرة تعتمد على الشبكات التركيبية (Graph Attention Networks - GATs) لتحليل البيانات المتعلقة بملوثات التربة.

تستخدم الدراسة 91 عينة تربوية مرجعية جغرافياً، حيث تم دمج الخصائص التربوية، والإحداثيات المكانية، وبيانات استخدام الأراضي لتطوير هيكلية مزدوجة من الشبكات التركيبية. تتميز هذه الطريقة بقدرتها على التقاط التفاعلات المحلية بين العينات، مما ساعد على تحسين دقة النموذج.

أظهر النموذج النهائي أداءً قويًا، حيث حقق قيم الجذر التربيعي لمتوسط الخطأ (RMSE) تبلغ 625.06 لأجزاء الميكروبلاستيك، و0.43 للمواد العضوية، مع قيم ($R^2 = 0.87$ و$R^2 = 0.91$) على التوالي. لكن، كشف تحليل التحقق المتقاطع عن وجود تقييدات في تعميم النتائج، ما يُعزى على الأرجح إلى الحجم الصغير للعينة وبنية الرسم البياني المتناثرة.

تسلط هذه النتائج الضوء على إمكانيات الشبكات التركيبية في تقدير ملوثات التربة وتؤكد الحاجة إلى بيانات كثيفة وتحسين الاتصال بين العقد في الرسم البياني. هذه الخطوات ستساهم في تطوير نماذج أكثر دقة وكفاءة، مما يفتح آفاقًا جديدة في مجال الأبحاث البيئية والاستدامة.