不同土壤管理策略下的土壤质量评估：结合统计方法选择信息量最大的土壤理化指标,Applied Sciences
评估不同管理实践下的土壤质量对于可持续农业生产和自然资源利用至关重要。在这项研究中，不同的统计方法（主成分分析，PCA；逐步判别分析，SDA；VIP 统计偏最小二乘回归，PLSR）被应用于识别在最少耕作和免耕下最能区分土壤状况的变量。2015 年从硬粒小麦（Triticum durumDesf.) 并量化了上层土壤 (0-0.20 m) 的 20 个土壤指标（化学、物理和生物）。不同管理策略的长期迭代影响了土壤质量，显示出更大的容重、相对田间持水量 (RFC)、有机和可提取碳含量（TOC 和 TEC）以及免耕下的可交换钾。PCA 和 SDA 证实了这些结果，并强调了可用磷和有机碳部分作为最能区分所研究处理的变量的作用。PLSR，包括植物反应信息（谷物产量和蛋白质含量），被选为最重要的变量，植物养分、土壤物理质量指标、pH 值和可交换阳离子。研究表明，结合变量选择方法来总结从多变量数据集得出的信息并提高对所研究系统的理解的有效性。比较的统计方法在所选变量和所选变量的排名方面提供了不同的结果。三种方法的组合使用允许选择较少数量的变量（TOC、TEC、Olsen P、水可提取氮、RFC、大孔隙率、空气容量），这些变量能够在比较的处理之间提供明确的区分，如由 PCA 在缩减数据集上执行的显示。PLSR 中响应变量的存在极大地推动了特征选择过程。比较的统计方法在所选变量和所选变量的排名方面提供了不同的结果。三种方法的组合使用允许选择较少数量的变量（TOC、TEC、Olsen P、水可提取氮、RFC、大孔隙率、空气容量），这些变量能够在比较的处理之间提供明确的区分，如由 PCA 在缩减数据集上执行的显示。PLSR 中响应变量的存在极大地推动了特征选择过程。比较的统计方法在所选变量和所选变量的排名方面提供了不同的结果。三种方法的组合使用允许选择较少数量的变量（TOC、TEC、Olsen P、水可提取氮、RFC、大孔隙率、空气容量），这些变量能够在比较的处理之间提供明确的区分，如由 PCA 在缩减数据集上执行的显示。PLSR 中响应变量的存在极大地推动了特征选择过程。正如在缩减数据集上执行的 PCA 所示，它们能够在比较的处理之间提供明确的区分。PLSR 中响应变量的存在极大地推动了特征选择过程。正如在简化数据集上执行的 PCA 所示，它们能够在比较的处理之间提供明确的区分。PLSR 中响应变量的存在极大地推动了特征选择过程。
"点击查看英文标题和摘要"
相关知识
基于季节性土壤理化特征的雨水花园建造与管理策略研究
土壤的PH值达到(),是一级花坛土壤的理化性状要求。
土壤调理剂对植烟土壤理化性状及烤烟产质量的影响
闲置农地土壤
土壤调理剂对贺州烤烟质量及植烟土壤理化特性的影响
城市绿化生态修复项目环境管理计划提出减轻和管理环境影响的具体措施和策略.docx
不同有机肥配施土壤调理剂对黄瓜连作土壤碳氮及酶活性的影响
基于大田试验的土壤
优化土壤管理：智能土壤墒情监测系统的技术特点
土壤质量决定万物的质量→
网址: 不同土壤管理策略下的土壤质量评估：结合统计方法选择信息量最大的土壤理化指标,Applied Sciences https://m.huajiangbk.com/newsview364425.html
| 上一篇: 澳大利亚保护性农业系统中解决土壤 |
下一篇: 基于模型的优化管理策略，以减轻土 |
