《表6 基于主成分分析的元素理化性质与SERTC中边界离子+硬离子推荐值的线性回归模型（n=7)》

  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

《基于金属理化性质与土壤生态毒性基准值关系的QICAR模型研究》

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

注：X1～X23为蚯蚓的主成分分析结果，X24是微生物的主成分分析结果。

与边界离子的QICAR方程类似，本研究也建立了三种土壤生物的边界离子+硬离子的多变量线性方程。结果发现，AN、AW、CR、r、Xm2r、AN/ΔIP、Z/AR2之间存在着一定的自相关性，AR/AW、Z/r2、Z/r和ΔIP之间也存在自相关性，离子参数间的相关系数均大于0.85，AN与AW之间的相关性甚至达到了0.999，使离子参数反映的信息在一定程度上有所重叠，因此，采用主成分分析方法将这些结构参数之间的相关性压缩，获得更准确的回归关系，主成分分析结果见表6。结果显示，所有多变量方程对蚯蚓毒性基准值的拟合效果都较好，其中AN/ΔIP与ΔIP组合相关性最显著，R2高达0.960(F=96.5，P<0.01）。与Wu等[12]研究结果类似，其发现AN/ΔIP与其他离子参数组合成的多变量方程与Lymnaea acuminata的最大基准浓度值（CMCs）具有显著的相关性，能够更好地反映金属离子对其毒性效应。在边界+硬金属离子中，离子键参数-Z/r2、r、AR/AW、Z/r、lg（-βn）、Z/AR2和ΔE0与土壤毒性基准浓度值间存在较好的拟合效果，表明离子键作用在硬金属离子毒性方面发挥重要的作用。基于R2、RMSE、F统计量等，将3种生物的单变量以及多变量线性QICAR方程进行比较，得到能够较好地反映植物（土壤溶液）、植物（土壤）、土壤微生物的金属离子内在性质与其毒性浓度值之间关系的QICAR模型，分别为方程1、5、13及方程20（表5和表6）。