理论教育 主成分分析揭示农田土壤盐渍化的主要因子

主成分分析揭示农田土壤盐渍化的主要因子

时间:2023-06-23 理论教育 版权反馈
【摘要】:为了以尽可能少的指标反映尽量多的信息,选取这3个因子作为主成分,代表主要的土壤盐渍化指标。表8-6主成分荷载矩阵(三)主要盐渍化化离子的识别分析主要盐渍化离子识别是通过土壤盐渍化对主成分的贡献率即主成分载荷进行分析,载荷大的即可认为是重要因子[19]。通过主成分分析,农田土壤盐渍化的组成结构和贡献率被确认出来。

主成分分析揭示农田土壤盐渍化的主要因子

以石河子121团炮台实验站实验地不同年限棉田膜下滴灌播前0~30cm土层的八大离子的化验结果为研究对象,对当地土壤盐渍化进行了评价,见表8-3。

表8-3 不同年份棉田膜下滴灌土壤0~30cm土层八大离子含量(单位:mg/kg)

(一)相关系数矩阵

根据原始数据,利用SPSS软件对它进行了标准化分析,首先计算出系数矩阵。

由表8-4可以看出,离子、K++Na+-Cl-、K++Na+-、Mg2+-Ca2+间具有很强的正相关性,在一定程度上反映了几种土壤盐渍化离子的同源性、差异性以及在农田表层土壤中的组合情况。研究表明,有一定的负相关关系,可以在一定程度上反映出不同年份滴灌方式对土壤盐渍化的影响。

表8-4 相关系数矩阵

(二)主成分识别

从表8-5可以看出,第一、第二、第三主成分特征值占总方差百分比已经大于85%,即前3个主成分已经对8个监测指标所涵盖的大部分盐渍化信息进行了概括,其中第一主成分携带的信息最多,达到39%,第一、第二、第三主成分的累计贡献率达到92.919%。为了以尽可能少的指标反映尽量多的信息,选取这3个因子作为主成分,代表主要的土壤盐渍化指标。

表8-5 总方差分解表

(三)主要盐渍化化离子的识别分析

主要盐渍化离子识别是通过土壤盐渍化对主成分的贡献率即主成分载荷进行分析,载荷大的即可认为是重要因子[19]。列出各变量对应于3个主成分的荷载值,荷载值反映的是主成分与变量的相关系数,可以据此写出主成分载荷表达式,主成分荷载矩阵见表8-6。(www.daowen.com)

表8-6 主成分荷载矩阵

由于各因子中原始变量的系数差别不明显,需利用方差最大旋转对因子荷载矩阵进行旋转,将因子中各变量的系数向最大和最小转化,使每个因子上具有最高载荷的变量数最少,以使得对因子的识别变得容易[20]。表8-7旋转后的主成分载荷矩阵显示,由于不同主成分对应的各变量的系数项最大和最小转化,使每个主成分上具有最高载荷的变量数最少,旋转后的载荷系数矩阵中各变量对两个主成分的荷载系数差别比较明显。可以看出,第一主成分以Cl-、K++Na+贡献最大,第二主成分中的贡献较大,第三主成分以Ca2+、Mg2+的贡献最大。表中主成分载荷的正负可以反映出盐渍化的复合性,在主成分载荷中表现为互斥因子,如在土壤中含量较高,则Ca2+含量较低,因此这8大离子可以分为3类,即:第一类为中性离子,第二类为碱性离子,第三类为盐离子。由于第二、第三主成分累计贡献率之和53.88%大于第一主成分贡献率39.035%,再加上第一主成分中也有部分强碱性盐离子。通过主成分分析,农田土壤盐渍化的组成结构和贡献率被确认出来。可以看出,盐碱离子对当地农田土壤表层的影响高于中性离子,是当地农田土壤盐渍化的主要影响因子。

表8-7 旋转后主成分载荷矩

(四)土壤盐演化分级结果

由于主成分得分可以反映测量的情况,并根据主成分得分情况进行排序,得分较低观测值含有较少的信息,得分最多的观测值包含最多的信息,可以对不同年限棉田膜下滴灌盐渍化程度进行排序。首先利用SPSS软件得出相应的得分系数(表8-8),主成分得分表达式为

从盐渍化程度排名可以看出(表8-9),2002年种植滴灌的地块0~30cm深度土壤综合得分最高,其次为2003年、1999年、1998年、2000年地块等。从以上分析得出0~30cm土层深度内,2002年地块盐渍化危害程度最高,盐碱积累最多,其次为2003年、1999年、1998年地块,危害程度最小的地块是2005年,其次为2001年和2004年。

表8-8 主成分得分系数

表8-9 各年份地块盐渍化综合评价

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈