优化营养参数影响油棕育苗生长在土壤修正粉煤灰和污泥

詹姆斯Okuo¹ ^*,我Osa-Iguehide¹B Anegbe²,BM Bolanle²

¹大学化学系贝宁、贝宁、尼日利亚

²部门化学工业联邦大学Oye Ekiti,尼日利亚

*通讯作者:: 詹姆斯Okuo
化学系,
贝宁、大学
贝宁、
尼日利亚
电子邮件: (电子邮件保护)

收到:24 - 3月- 2022,手稿。joms - 22 - 58284;编辑分配:26日- 3月- 2022,PreQC不。jom - 22 - 58284 (PQ);综述:09年4月- 2022年,QC。joms - 22 - 58284;修改后:11 - 4月- 2022年手稿。joms - 22 - 58284 (R);发表:18 - 4月- 2022,2321 - 6212.10.4.002 DOI: 10.4172 /。

访问更多的相关文章rayapp0

文摘

有效使用有机肥料的养分来源一直是世界上关注oilpalm生产。大量的棕榈油厂污泥(盐)和粉煤灰(FA)生产棕榈油产业可以有效的被利用转化为有机肥料,所以减少垃圾数量处理环境。本研究旨在优化营养参数影响油棕育苗生长在土壤修正FA和盐。营养参数优化使用响应面方法(RSM)。优化结果表明,足总质量的增加和减少盐的质量导致减少油棕榈树幼苗的生长反应。增加的反应是最好的质量的盐和足总质量的下降。因此,一种间接关系之间存在着大量的FA和盐。实证二次多项式模型开发与酸盐和足协之间的交互。较强的线性相关性观察和预测反应表明,用二次多项式模型合理预测过程。的最大株高70.4厘米在15%土壤改良剂的质量获得了1.46公斤FA和8.54千克盐种植期为180天。 Results from this study showed that co application of FA and POMS can be very effective at a maximum of 14.6% FA and minimum of 85.4% POMS by mass

关键字

修正案;粉煤灰;油棕幼苗;优化;油棕污泥;稳定;二次多项式模型;土壤养分

介绍

有机肥料是用来改善土壤肥力处于生产状态。研究表明,肥料增加可以改善的内容存在土壤中的有机物质,从而导致肥料效率提高(1]。在许多发展中国家,利用无机肥料是有限的由于其高采购成本(2,3),而只有少量的有机肥料应用于他们的农田尽管相关的好处4,5]。

生产棕榈油在尼日利亚急剧上升,从1990年的约八百万吨2001年约九百万吨(6),有一个巨大的增加从2001年至今。43 - 45%的整个生产过程的浪费是固体废物或废液。固体废物包括空果串(EFB),棕榈纤维(PPF),糠和棕榈仁壳(PKS) [7- - - - - -10]。这些固体废物作为燃料燃烧锅炉的棕榈油厂在温度约450 - 600°C的一代能源利用棕榈油厂。重量一般,燃烧后,大约15%的固体废物产生的火山灰。火山灰产生的两种类型包括飞灰和底灰。

这些废物的累积产量增加加班是一个持续的过程。所以需要把所有努力将废弃物转化为产品(如有机肥料和动物饲料),将经济重要性的棕榈油产业。回收和农业应用粉煤灰和污泥的目的有很多好处。Kesh et al。11)表示,英足总作为存储库的土壤养分,帮助恢复和改善土壤性质从碱性和盐碱土。FA修正土壤影响土壤的物理和化学特性(12,13]。辛格et al。14]报道soil-based营养水平的显著提高而Surridge et al。15]报道了石灰对土壤的影响,提高了钙的流动性或氢氧根离子,浓缩细菌的生长。Devagi et al。16)表明,酸盐的应用可能会导致显著增加锰、镍和铁在水菠菜,与越来越多的盐。

有高竞争的棕榈油废料为燃料和动物饲料,只有少量的这些废物被保留在土壤中。这些废物当向环境排放不加选择地的构成危害。这些废物的生物降解性使得它们合适的替代来源的修正案。

本研究的目标是:

优化营养参数影响油棕幼苗生长在土壤修正和足总酸盐使用响应面方法(RSM)。
开发经验二次多项式模型与交互的盐和FA,从而预测油棕榈树幼苗的反应不同的修正案。

材料和方法

钕样本收集和准备收集土壤样本、FA和盐在Ovia Okomu村西南地方政府区域,埃多州,尼日利亚。样本收集0 30厘米的深度约2公里Okomu油棕行业。土壤样本风干一段前两周2毫米筛碎瓷凡人和筛分。脱水已筛土壤样本存储在气密聚乙烯袋和标签之前的分析。2毫米的粉煤灰也筛分筛获得好的样本。污泥样品稳定一段100天是被Osa-Iguehide et al。17]。准备的粉煤灰和稳定的污泥分别和co-applied 2 - 15%的土壤在不同的利率。

根据构成植物样品分析的指导方针

物理化学特性:土壤的理化性质、粉煤灰和稳定污泥天0和100天确定修改之前和之后使用标准的方法。pH值和粒度分析是由傅高义(描述的方法18]。凯氏法测定总氮和磷被Motsara et al。19]。火焰光度法用于分析毫克时,钾、钠的Ca和重金属分析了用原子吸收分光光度法测定被Wuana et al。20.]。植物种植后生物识别技术做了180天。

营养参数优化使用响应面方法(RSM)

RSM被用来评估各种工艺参数的影响最大化油棕榈树幼苗的株高。这个反应的实验设计是由使用一个完整的阶乘旋转中心合成设计(RCCD)两个因素与复制中心的点,和明星点被用于调查统计软件包设计专家^®(版本8.0.6;stat容易,Inc .)、美国明尼阿波利斯)。使用的变量被足总质量(A)和盐的质量(B)在α(1)和α(+ 1)编码的水平。的实际水平变量选择CCD实验基于初始水平为中心分。总共13实验试验,其中包括4试验阶乘设计,4试验轴向点(两个为每个变量)和5试验进行复制的中央点。修正案的反应过程是在厘米(cm)株高。表1显示了CCD实验流程变量的值范围考虑土壤改良的过程。

统计分析

根据实验数据分析了响应面回归过程符合二阶多项式方程的显著性水准(假定值)的所有系数< 0.05。基于实验数据所示表1回归系数是由统计软件包设计专家®(版本8.0.6;stat容易,Inc .)、美国明尼阿波利斯)预测过程响应作为独立变量的函数和他们的相互作用被用来理解系统行为。工艺参数的编码值测定方程1。

	水平
独立变量	单位	象征	1	1
足总质量	公斤	一个	0	10
酸盐的质量	公斤	B	0	10

表1。CCD实验条件对土壤改良的过程。

x_我=我的编码值^th变量X_我=我的未编码的值^th测试变量和X_o=未编码的第i个测试变量的价值中心。流程变量之间的数学关系和响应计算方程的二次多项式表达式2。

Y的响应,即株高(厘米),X_我和X_j代表独立变量,β₀是常数,β_我是线性项系数,β_二世二次项系数,β_ij交叉项系数和“n”是过程变量的数量研究和优化研究。方差分析进行了估计过程变量的影响及其可能的互动影响最大的株高在响应面回归过程。善良和最适合的模型进行了回归系数R²。得到了响应面和等高线图使用回归分析的拟合二次多项式方程生成通过保持一个中央独立变量的值(0)和不同。

盆栽实验

采用温室盆栽试验研究。发芽棕榈幼苗从尼日利亚油棕研究所(NIFOR)小心地播种在黑色圆柱聚乙烯袋,每箱装2公斤土混合物(土壤+ FA +盐所显示RSM)。种植前土壤混合物稳定一段时间两周,每天浇水一次对他们的持水量。每锅一发芽棕榈苗种植,每一个实验在一式三份。表面用钻孔水灌溉是基于土壤的持水量为180天(每天一次)种植时期,工厂分析了60,种植后120 - 180天

结果与讨论

前几天修正案表2显示了土壤的物理化学参数,粉煤灰和稳定污泥。土壤的pH值为7.70,略高于正常pH值对植物的生长,尽管大多数土壤pH值3.5至10 (21]。土壤pH值是一个重要的参数在土壤分析影响大多数化学过程。它特别影响的可用性的植物营养贡献显著的化学形式不同的营养从而影响土壤中这些营养物质进行的化学反应。粉煤灰是碱性pH值为10.92;粉煤灰的pH值与氧化钙含量密切相关。高钙粉煤灰导致氧化物含量高pH值(22]。英足总很合适的高pH值为酸性土壤浸灰剂。

	pH值	N (%)	TOC (%)	汤姆(%)	C: N比率	Na(毫克当量/ 100克)	K(毫克当量/ 100克)	Ca(毫克当量/ 100克)	毫克(毫克当量/ 100克)
足总	11	0	0.7	1.19	5.8	3.55	2	12.75	7
POMS0	4	0	8.5	14.6	45	0.52	0	6.23	4
酸盐100	5	1	6.6	11.3	13	0.59	0	7.02	4
土壤	8	0	1.3	2.15	14	0.08	0	0.74	0

表2。物理化学参数的FA、盐和土壤在不同稳定。

大多数植物的最佳土壤pH值范围在5.5和7.5之间(21]。这被认为是正常普通土壤pH值范围,有利于植物和微生物。然而,许多植物已经适应了在pH值超过此范围的茁壮成长。土壤的粒度分析表明,父土壤的粘粒含量为9%,6%淤泥和沙子85%使土壤分为壤质砂土。

研究变量的个体和交互影响,3点旋转中心合成设计(RCCD)是用于两个变量。阶乘点显示值编码值的范围内所示的实验设计表3。

	标准订单	编码值		实际值
		一个	B	FA(公斤)	酸盐(公斤)
的阶乘点	1	1	1	1.46	1.46
	2	1	1	8.54	1.46
	3	1	1	1.46	8.54
	4	1	1	8.54	8.54
轴向点	5	-1.41	0	0	5
	6	1.41	0	10	5
	7	0	-1.41	5	0
	8	0	1.41	5	10
中心观点	9	0	0	5	5
	10	0	0	5	5
	11	0	0	5	5
	12	0	0	5	5
	13	0	0	5	5

表3。标准的实际和编码值的顺序优化参数。

轴向点显示的范围之外的值从实验设计编码值。分展示中心的实验运行值设置最高和最低中间值。每个点的实际值显示的质量FA和盐均匀混合的修正案。

订单1,4,卖地显示相同的增长模式。类似的增长模式显示了这些命令可以归因于50/50比率这些订单涨跌互现。订单1足总质量的1.46公斤和1.46公斤的盐低质量,订单4足总质量为8.54千克盐质量为8.54。订单卖地的足总质量5公斤,5公斤的盐低质量。这些订单被用来确定优化过程中的变化(表4)。

标准订单	反应1(一)			反应2 (B)			反应3 (C)			响应4 (D)
	天
	60	120年	180年	60	120年	180年	60	120年	180年	60	120年	180年
1。	25.3	35.7	47.9	32.1	41.2	52.1	23.8	40.8	54.2	24.2	37.2	46.5
2。	22.8	29.6	42.8	21.6	27.4	32.6	19.5	24.1	26.5	16.4	19.3	23.2
3所示。	28.9	42.4	57.8	37.6	51.3	61.3	29.7	58.1	64.7	27.1	58.4	70.4
4所示。	24.8	36.3	44.2	30.7	39.8	53.6	25.9	41.4	56.6	23.1	35.2	49.8
5。	29.5	47.5	57.3	38.4	52.8	59.8	28.5	54.4	63.6	25.9	56.8	69.8
6。	23.9	32.6	43.2	26.8	32.7	44.7	20.1	30.9	42.1	19.7	25.4	33.9
7所示。	22.4	29.4	35.7	19.2	21	27.6	15.6	18.5	22.1	11.3	14.7	19.8
8。	27.1	38.3	51.7	35.7	44.4	55.8	30.7	44.2	57.3	26.3	49.9	60.9
9。	25.1	34.7	46.2	31.4	40.1	50.7	23.7	41.4	53.2	24.2	35.2	47.6
10。	26.2	36.3	44.9	33.4	39.8	51.5	24.9	38.5	52.9	23.5	36.8	46.2
11。	25.8	33.9	48.4	32.6	40.8	51.9	24.2	39.7	54.5	23.9	37.4	45.7
12。	24.6	37.6	45.6	33.3	41.3	52	25.2	38.1	53.3	24.8	35.2	48.9
13。	25.7	36.5	46.9	30.9	39.8	50.8	23.9	37.7	53.9	23.8	35.8	47.1

响应修正案= 2%,响应B = 5%的修正案,修正案响应C = 10%,响应D = 15%的修正案

表4。增长油棕种苗(cm)的分析。

一般有增加植物高度的所有订单(1 - 15的订单),2 - 5%修正结果分解有机物质在低pH值可供植物吸收营养。此后,植物高度下降10 - 15%修正为180天种植周期。

这种增长模式可以归因于这样一个事实,英足总更主要影响株高是由于这些订单的pH值轻微增加修正案的速度增加。植物高度下降15%,也许是因为高博士高pH值可以防止植物吸收养分的可用性。高pH值导致低可用性的营养在植物的营养分析(表5 - 7)。研究表明,在强碱性条件有限制植物生长(pH值8.5 9)(23)由于曝气差,损耗plant-available水导致的土壤变得困难和不值钱的。也有逐步减少氮和磷的浓度随着修正案的速度增加的订单2和7 (表5 - 7)。

标准订单	参数	2%	5%	10%	15%
2	N	0.151	0.143	0.132	0.12
	P	0.092	0.086	0.081	0.058
	公斤ydF4y2Ba	0.038	0.044	0.048	0.057
3	N	0.198	0.217	0.208	0.193
	P	0.118	0.122	0.129	0.132
	公斤ydF4y2Ba	0.008	0.013	0.021	0.026
5	N	0.203	0.219	0.196	0.186
	P	0.132	0.139	0.135	0.128
	公斤ydF4y2Ba	0.005	0.012	0.018	0.023
7	N	0.117	0.101	0.092	0.077
	P	0.086	0.081	0.075	0.068
	公斤ydF4y2Ba	0.041	0.049	0.056	0.072

表5所示。营养分析(%)的植物种植后60天。

标准订单	参数	2%	5%	10%	15%
2	N	0.169	0.161	0.155	0.127
	P	0.103	0.095	0.087	0.066
	公斤ydF4y2Ba	0.046	0.056	0.064	0.069
3	N	0.221	0.239	0.251	0.249
	P	0.138	0.153	0.178	0.182
	公斤ydF4y2Ba	0.012	0.019	0.026	0.032
5	N	0.224	0.246	0.253	0.259
	P	0.142	0.157	0.171	0.179
	公斤ydF4y2Ba	0.009	0.014	0.022	0.034
7	N	0.152	0.121	0.115	0.087
	P	0.107	0.096	0.093	0.081
	公斤ydF4y2Ba	0.054	0.061	0.068	0.113
	公斤ydF4y2Ba	0.025	0.034	0.041	0.048

表6所示。营养分析(%)的植物种植后120天。

标准订单	参数	2%	5%	10%	15%
2	N	0.185	0.172	0.145	0.129
	P	0.122	0.106	0.093	0.067
	公斤ydF4y2Ba	0.073	0.089	0.098	0.106
3	N	0.258	0.279	0.303	0.316
	P	0.196	0.217	0.234	0.257
	公斤ydF4y2Ba	0.021	0.028	0.032	0.041
5	N	0.249	0.262	0.294	0.307
	P	0.185	0.189	0.225	0.233
	公斤ydF4y2Ba	0.015	0.024	0.029	0.037
7	N	0.169	0.134	0.128	0.094
	P	0.134	0.112	0.104	0.081
	公斤ydF4y2Ba	0.087	0.098	0.105	0.113

表7所示。营养分析(%)的植物种植后180天。

摘要订单3和5给最好的结果和足总酸盐比例修正案,而订单2和7给最小的(表4)。订单2和7显示出类似的增长模式。订单2的质量FA 8.54公斤(85.40%)和盐的质量1.46公斤(14.60%);5公斤的订单7足总质量(100.00%)和0公斤的盐低质量(0.00%)与植物高度分别为23.2和19.8厘米在15%修正案。订单3和5也显示类似的增长模式。观察的最佳行动高度70.4厘米足总质量为1.46千克(14.60%)和盐的质量8.54公斤(85.40%)修正案为3 15%,虽然订单5的最优行动高度69.8厘米足总质量为0.00千克(0.00%)和盐的质量5.00公斤(100.00%)在同一水平的修正案。

图1(模拟)显示,预测和实际高度为2 - 15%土壤改良剂。强烈的预测和实际行动高度之间的线性相关性表明有密切观察和预测植物高度之间的协议。这表明该模型是令人满意的。表8 - 11显示模型汇总统计数据运维的高度。

源	Standard.Dev。	平方	调整后的平方	预测平方	新闻
线性	3.2079	0.7696	0.7235	0.5156	216.3493
2 fi	3.1074	0.8054	0.7406	0.4995	223.5534
二次	1.985	0.9382	0.8941	0.6501	156.2881	建议
立方	1.2721	0.9819	0.9565	0.8443	69.5387	别名

表8所示。株高(A)的模型总结统计值。

源	Standard.Dev。	平方	调整后的平方	预测平方	新闻
线性	4.8202	0.7892	0.7470	0.5523	493.3704
2 fi	4.5135	0.8336	0.7782	0.6226	415.8845
二次	1.9785	0.9751	0.9574	0.8306	186.7175	建议
立方	1.3761	0.9914	0.9794	0.5333	514.2938	别名

表9所示。株高(B)的模型总结统计值。

图1:预测与实际块植物高度修正案(ph)为2 - 15%。(一)2%土壤改良剂(B) 5%的土壤改良剂(C) 10%的土壤改良剂(D) 15%的土壤改良剂

有一个积极的平方值来调整之间的显著相关(0.8941,0.9574,0.9552和0.9855)和预测的平方值(0.650,0.8306,0.8188和0.9527)修正案,B, C和D(分别表8 - 11)。高平方值表明,模型方程(3 - 6)合理使用二次多项式预测过程。获得的数据受到方差分析(方差分析)在5%的显著水平。高f值的21.2712,54.9042,52.1956和164.6641和非常低的假定值<范围0.0001 - -0.0004为修正案获得A, B, C和D分别表示一个非常重要的模型。回归系数(R2)被用来验证模型的健身方程。高R2值为0.9382,0.9751,0.9739和0.9916获得土壤改良剂,B, C和D显示,超过90%的变异性在行动高度土壤改良过程可以用模型来解释。

源	Standard.Dev。	平方	调整后的平方	预测平方	新闻
线性	6.3466	0.7957	0.7549	0.5765	835.0420
2 fi	5.8381	0.8444	0.7926	0.6718	647.2002
二次	2.7125	0.9739	0.9552	0.8188	357.2059	建议
立方	2.7325	0.9811	0.9546	-0.1601	2287.4300	别名

表10。对株高(C)模型汇总统计。

源	Standard.Dev。	平方	调整后的平方	预测平方	新闻
线性	3.9696	0.9428	0.9313	0.8761	341.1721
2 fi	4.1601	0.9434	0.9246	0.8679	363.7466
二次	1.8208	0.9916	0.9855	0.9527	130.2956	建议
立方	1.4171	0.9964	0.9912	0.9085	251.7813	别名

表11所示。株高的模型汇总统计(D)。

变异系数(CV)在所有情况下(< 5.5%)3.53 - -5.38%不等,在可接受的范围内。小的CV值给更好的再现性。足够的精度测量信号噪声比。比大于4是可取的。的比率15.43,24.00,23.20和41.09获得土壤改良剂表示一个适当的信号(24]。它还表明,该模型可以用来导航的设计空间。

模型推导

方程(3 - 6)给过程的经验模型,显示植物高度和考虑的变量之间的关系(足总质量和酸盐)在编码符号。

PH值_一个-5.05 = 46.40 + 4.18 b - 2.00 - ab + 2.49²-1.18 b²(3)

PH值_Bab b -6.06 = 51.38 + 8.49 + 3.50 + 1.31²-4.34 b²(4)

PH值_Cab b -8.28 = 53.56 + 11.30 + 4.90 + 0.70 a2 - 5.87 b²(5)

PH值_Dab b -11.83 = 47.10 + 13.58 + 0.67 + 2.72 a2 - 3.03 b₂(6)

在方程(3 - 6)积极系数意味着变量的增加将导致响应而负系数增加将导致减少响应(24,25]。

粉煤灰质量(A)效应最高(5.05)系数行动高度为2%土壤改良剂。方程4 - 6表明盐低质量(B)的最大影响行动的高度。酸盐的质量的增加导致了相应的株高增加。

这是观察到的图2 - 5酸盐的质量显示主导对株高的影响比粉煤灰的质量。观察的最大行动高度70.97厘米8.53公斤的盐低质量和15%粉煤灰的质量1.58公斤。

图2:交互的粉煤灰和污泥对行动的影响高度(A)。

图3:交互的粉煤灰和污泥对行动的影响高度(B)。

图4:交互的粉煤灰和污泥对行动的影响高度(C)。

图5:交互的粉煤灰和污泥对行动的影响高度(D)。

结论

本研究试图评估优化营养的影响参数对油棕榈树幼苗的生长与粉煤灰土壤修正(FA)和棕榈油厂污泥(盐)。优化的结果用RSM表明FA的质量的增加和减少盐的质量下降导致的生长响应油棕幼苗,反之亦然。开发了实证二次多项式模型的结果显示,观察到的植物之间存在很强的线性相关反应和预测反应,因此使用一个二次多项式模型合理预测过程。的最大株高70.4厘米在15%土壤改良剂的质量获得了1.46公斤FA和8.54千克盐种植期为180天。co-application FA和酸盐可以非常有效的FA最高14.6%,最低85.4%的酸盐通过大规模种植油棕榈树幼苗。

Acknownledgement

我们很感谢大学化学系贝宁为研究工作提供有利环境。

资金

这项研究没有收到任何特定公共拨款资助机构,商业,或非营利部门。

引用

Negassa W, et al。综合利用农场院子粪肥和NP肥料对玉米农民领域。阿格利司和农村Dev的J太Subtrop。2005; 106年。
(谷歌学术搜索]
Kassie M,等。采用有机农业技术:证据来自埃塞俄比亚的半干旱地区。为开发环境。2009。
(Crossref][谷歌学术搜索]
Dercon年代,et al。消费风险,技术采用和贫困陷阱:证据来自埃塞俄比亚。J Dev经济学。2011;96:159 - 173。
(Crossref][谷歌学术搜索][EBSCO]
Baudron F, et al。保护性农业在非洲混合农畜系统:扩大利基。阿格利司,Ecos和环境。2014;187:171 - 182。
(Crossref][谷歌学术搜索][EBSCO]
Valbuena D, et al。识别因素,压力和权衡的作物残留物中使用混合小农农场在撒哈拉以南非洲和南亚。阿格利司系统。2015;134:107 - 118。
(Crossref][谷歌学术搜索][EBSCO]
粮食及农业组织、物理方面的农作物产量。2002年。
Ohimain EI, et al .气体排放从半机械化的棕榈油加工轧机在巴耶尔萨州的尼日利亚。续J的水空气和土壤波尔。2013;4。
(谷歌学术搜索]
Ohimain EI, et al。水最小化由小规模的棕榈油和优化轧机在尼日尔三角洲,尼日利亚。J的水> 2014;135:190-19。
(谷歌学术搜索]
Ohimain EI, et al。空气质量的影响小农油棕处理在尼日利亚。J环境。2013;4:83 - 98。
(Crossref][谷歌学术搜索]
Rupani PF, et al。审查当前的棕榈油厂废水(梨果)处理方法:vermicomposting作为可持续发展的实践。世界应用Sci j . 11:70 - 81。2010;
(谷歌学术搜索][EBSCO]
Kesh年代,et al。粉煤灰掺入对土壤特性的影响,小麦生长发育和产量,亚太地区。J围住Dev。2003; 4。
Pathan SM, et al。土壤属性和地盘增长与粉煤灰沙质土壤修正。植物和土壤。2003;256年。
(Crossref][谷歌学术搜索][EBSCO]
辛格RP, et al。管理从榨油机产生的生物质残渣:vermicomposting可持续的选择。资源Conserv。2011; 55:423 - 434。
(Crossref][谷歌学术搜索][EBSCO]
辛格RP, et al。粉煤灰农业利用:其潜在益处和风险。雷竞技苹果下载回顾生物科技在环绕Sci和》。2010;9:345 - 358。
(Crossref][谷歌学术搜索][EBSCO]
Surridge AKJ, et al。初步微生物对植物的影响研究和南非粉煤灰的原油污染土壤改良的煤灰(WOCA)会议。2009年。
(谷歌学术搜索]
Devagi K, et al。棕榈油厂废水污泥中重金属吸收修正土壤水菠菜。J维持Sci和Managt。2016; 11:113 - 120。
(谷歌学术搜索]
Osa-Iguehide我,等。元素和矿物的变化修改棕榈幼苗生长的土壤。J化学Soc国家行业集团公司。2021;46。
(Crossref][谷歌学术搜索]
沃格尔M。课本的定量化学分析。第五。普伦蒂斯霍尔》2008。
Motsara RA, et al。指导实验室建立植物养分分析,联合国粮食及农业组织。2008年。
(谷歌学术搜索]
Wuana RA, et al。去除重金属的污染土壤使用有机螯合酸。实习生J围住Sci和抛光工艺。2010;7:485 - 496。
(Crossref][谷歌学术搜索][EBSCO]
昆士兰的环境和遗产保护。2016年土博士。
安东尼西南,et al。全美浮尘地质聚合物的影响因素设置时间。板牙Sci论坛。2016;841年。
(Crossref][谷歌学术搜索][EBSCO]
美国农业部。油棕生产、消费、进出口统计数据,2000年。
拉塞尔六世。用RSM R,响应面方法。J Stat Softw.2009; 32:1-17。
(Crossref][谷歌学术搜索][EBSCO]
Ocholi啊,等。优化操作参数的提取合成的biolubricant芝麻籽油通过响应面方法。Egy J宠物。2018;27:265 - 275。
(Crossref][谷歌学术搜索][EBSCO]