《表2 土壤肥力指标主成分分析因子载荷表》
主成分分析(PCA,principal component analysis)是一种数学降维方法,主要利用正交变换把一系列可能线性相关的变量转换为一组线性不相关的新变量,从而利用新变量在更小的维度下展示数据的特征。因此,利用主成分分析土壤肥力质量是一种有效可行的方法。通过主成分方法进行数据降维后,克山土壤肥力数据第1~6主成分对于总方差的贡献率之和达到64.1%,即前6个主成分能把土壤全部指标提供信息的64.1%反映出来(表2)。在第1主成分中土壤有机质、全氮、速效钾、全磷、有效铁载荷在3.4~1.4之间,解释了大部分变异;在第2主成分中有效铜、有效铁、碱解氮和有效锰占有较大负因子负荷。在第3主成分中有效锰、有效锌、速效钾和碱解氮占有较大因子负荷。
图表编号 | XD0095086900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.10 |
作者 | 吴会军、张淑香、任意 |
绘制单位 | 中国农业科学院农业资源与农业区划研究所、耕地培育技术国家工程实验室、中国农业科学院农业资源与农业区划研究所、耕地培育技术国家工程实验室、全国农业技术推广服务中心 |
更多格式 | 高清、无水印(增值服务) |