《表3 前5个主成分的载荷矩阵及方差贡献率》
主成分分析通过降维消除样品中各元素间的相关性,提取既完全没有相关性又保留了原元素变化信息的几个主成分,从而达到多元统计分析的目的[27-30]。本研究对地域间存在显著差异的17种矿物元素含量进行主成分分析。结果显示,第1主成分方差贡献率为26.403%,第2主成分方差贡献率为22.285%,第3主成分方差贡献率为11.733%,第4主成分方差贡献率为7.537%,第5主成分方差贡献率为6.230%,前5个主成分的累计方差贡献率达74.000%(表3)。4个地区主成分的特征向量图见图1,不同区域的滩羊肉可以被准确区分且有明显的分布特征。综合可得,Cr、Mn、Ni、Cu、Se和Rb 6种矿物元素对第1主成分影响最大;K、P、Fe和Sn 4种元素对第2主成分的影响明显;第3主成分主要受Na和Ba的影响。第4主成分主要受Mo的影响,第5主成分主要受Ca的影响。上述分析表明,主成分分析可以把不同地域来源滩羊肉样品中的矿物元素差异规律直观的表现出来,且可以找到差异显著性的特征元素,为滩羊原产地指纹特征模型的构建提供理论依据。
图表编号 | XD00138625200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 马梦斌、罗瑞明、李亚蕾 |
绘制单位 | 宁夏大学农学院、宁夏大学农学院、宁夏大学农学院 |
更多格式 | 高清、无水印(增值服务) |