《表3 主成分载荷矩阵及Norm值计算结果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

《基于MDS与TOPSIS模型的滨海滩涂围垦区土壤质量评价》

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)黑体数值为最终保留下来的最小数据集指标

根据单因素方差分析，除AK外不同围垦年限的土壤性质均差异显著，对其进行主成分分析后表明，前5个主成分的特征值均大于1，累积贡献率达到了77.68%；对于每个保留的主成分，选择绝对值在最大因子负荷10%以内的指标进行最小数据集筛选（表3）．土壤SOM在PC-1中具有最高的Norm值（1.78），TN在最高因子负荷的10%范围内，但由于土壤TN和SOM之间存在显著相关性（P<0.01），因此SOM进入最小数据集（表3）．对于PC-2，黏粒比例具有最高的Norm值（1.62），砂粒比例和粉粒比例在最高因子负荷的10%以内，同样由于砂粒比例、粉粒比例和黏粒比例之间存在显著相关性，因此在最小数据集中保留黏粒比例．在PC-3中，SSC拥有最高的Norm值（1.61），SAR在最高因子负荷的10%范围内，但由于SSC和SAR之间存在显著相关性（P<0.01），因此SSC进入最小数据集（表4）．在PC-4和PC-5中都只含有1个参数，因此TK和BD进入最终的最小数据集中．综上所述，研究区土壤质量评价的最小数据集指标为SOM、黏粒比例、SSC、TK和BD.