《表4 不同模型关于变量的回归系数1)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合自然-人为因子改进回归克里格对土壤镉空间分布预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

1) EUCA表示点位距离主要公路的欧氏距离；FDA、FDB和FDC分别表示发电厂、钢铁厂和冶炼厂的工业大气排放影响

为避免自然影响因素之间较强的相关性（图3）导致多元线性拟合过程出现较大的共线性，采用主成分分析法处理数据．经KMO检验值为0.675，大于0.5，球形度检验P为0.017，小于0.05，表明可采用主成分分析．采用最大方差旋转PCA，选取特征值大于1的6个PCs（s=1，2，3，4，5，6），成分矩阵见表3，用于多元线性逐步回归方程．选用的6个PC可以解释总方差分别为23.68%、37.87%、48.86%、58.88%、67.54%和75.23%（表3）．将成土母质和土地利用被转换成虚拟变量纳入计算[28]．以逐步回归的多元线性函数来量化土壤镉含量与不同变量之间的关系，逐步回归法每引入一个自变量都将对已输入的变量进行F检验，以确保回归方程中只包含显著变量，表4列出了土壤镉含量与不同变量的系数和回归函数的决定系数R2．从中可知，NARK模型中的回归函数R2最高，解释能力最佳．