Abstract Potentially toxic elements (PTEs) levels in floodplain soils of Přibram (Czech Republic) vary greatly. However, few studies have combined self-organizing map artificial neural networks (SeOM-ANNs) with conditional Gaussian simulation (CGS) for the identification of PTE hotspots in floodplain soils. This study showed self-organizing map artificial neural networks (SeOM–ANNs) to be a powerful visualization tool for the classification of 158 soil samples (n = 158) based on level intensities of selected components, PTEs (Cadmium: Cd, Arsenic: As, Antimony: Sb, Lead: Pb and Zinc: Zn) together with soil properties (carbon: Cox and pH in water: pH_H2O). Further classification of these input variables involved the application of k – means clustering which yielded a total of 5 clusters. Cluster 1 to 5 based on SeOM–ANN for all PTEs revealed an increase in levels in that order while for soil properties the trend was not clear. Soil samples were successfully assessed based on different level intensity combinations (e.g. both high to very high and low to very low Cd levels versus both very low to low and high to very high pH levels). According to the CGS, high concentration levels of the PTEs were noticed in the northern parts of the study area while low levels were prominent in the southwestern parts. Identified hotspot areas can later be assessed to further apply relevant remediation techniques or better understand aspects of biogeochemistry involving these PTEs in floodplain soils.

中文翻译：

---

一种组合自组织映射人工神经网络和条件高斯模拟技术，用于绘制污染采矿土壤中潜在有毒元素热点

摘要 Přibram（捷克共和国）洪泛区土壤中的潜在有毒元素（PTEs）水平差异很大。然而，很少有研究将自组织地图人工神经网络 (SeOM-ANNs) 与条件高斯模拟 (CGS) 相结合，以识别漫滩土壤中的 PTE 热点。本研究表明，自组织地图人工神经网络 (SeOM-ANNs) 是一种强大的可视化工具，可根据所选成分、PTE（镉：镉、砷：As）的水平强度对 158 个土壤样品（n = 158）进行分类。 , 锑：Sb，铅：Pb 和锌：Zn）以及土壤特性（碳：Cox 和水中的 pH 值：pH_H2O）。这些输入变量的进一步分类涉及 k 均值聚类的应用，共产生 5 个聚类。对于所有 PTE，基于 SeOM-ANN 的集群 1 到 5 显示水平按该顺序增加，而对于土壤特性，趋势不明确。基于不同水平强度组合（例如高到非常高和低到非常低的 Cd 水平与非常低到低和高到非常高的 pH 水平）成功地评估了土壤样品。据 CGS 称，研究区北部的 PTE 浓度水平较高，而西南部地区的 PTE 浓度较低。稍后可以评估确定的热点区域，以进一步应用相关的修复技术或更好地了解涉及漫滩土壤中这些 PTE 的生物地球化学方面。基于不同水平强度组合（例如高到非常高和低到非常低的 Cd 水平与非常低到低和高到非常高的 pH 水平）成功地评估了土壤样品。据 CGS 称，研究区北部的 PTE 浓度水平较高，而西南部地区的 PTE 浓度较低。稍后可以评估确定的热点区域，以进一步应用相关的修复技术或更好地了解涉及漫滩土壤中这些 PTE 的生物地球化学方面。基于不同水平强度组合（例如高到非常高和低到非常低的 Cd 水平与非常低到低和高到非常高的 pH 水平）成功地评估了土壤样品。据 CGS 称，研究区北部的 PTE 浓度水平较高，而西南部地区的 PTE 浓度较低。稍后可以评估确定的热点区域，以进一步应用相关的修复技术或更好地了解涉及漫滩土壤中这些 PTE 的生物地球化学方面。研究区北部的 PTEs 浓度水平较高，而西南部地区的 PTEs 浓度较低。稍后可以评估确定的热点区域，以进一步应用相关的修复技术或更好地了解涉及漫滩土壤中这些 PTE 的生物地球化学方面。研究区北部的 PTEs 浓度水平较高，而西南部地区的 PTEs 浓度较低。稍后可以评估确定的热点区域，以进一步应用相关的修复技术或更好地了解涉及漫滩土壤中这些 PTE 的生物地球化学方面。