Redundant analysis predictingmetal

Redundant analysis predictingmetal distribution using landscape variables
produced a triplot similar to that of the RDA of metal distribution
based on sediment physicochemical variables (p = 0.009). RDA axis 1
and axis 2 both support a significant effect on the variability of sediment
metal (Fig. 2B) and accounted 72.52% of variance in landscape variables.
Imperative area (p = 0.034), paddy field (p = 0.002), forest land

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์การกระจายซ้ำซ้อน predictingmetal
ใช้ตัวแปรภูมิทัศน์ผลิตtriplot คล้ายกับที่ของ RDA
ของการกระจายโลหะขึ้นอยู่กับตัวแปรทางเคมีกายภาพตะกอน(p = 0.009) แกน RDA 1
และ 2
แกนทั้งสนับสนุนผลต่อความแปรปรวนของตะกอนโลหะ(รูป. 2B) และคิดเป็น 72.52% ของความแปรปรวนในตัวแปรภูมิทัศน์.
บริเวณความจำเป็น (p = 0.034) นาข้าว (p = 0.002) พื้นที่ป่าไม้

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์การกระจาย predictingmetal ) โดยใช้ตัวแปรภูมิ
ผลิต triplot คล้ายกับที่ของ RDA ของการกระจายตัวของโลหะ
ขึ้นอยู่กับตะกอนและตัวแปร ( p = 0.009 ) RDA แกน 1
และแกนทั้ง 2 สนับสนุนมีผลต่อความผันแปรของตะกอนโลหะ
( รูปที่ 2B ) และคิดเป็นร้อยละ 72.52 ในตัวแปรภูมิทัศน์ พื้นที่ขวาง
( p = 0.034 )นาข้าว ( p = 0.002 )
ที่ดินป่าไม้