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
(p = 0.001) and mudflat (p = 0.004) are significant factors that influence
sediment metal concentrations. According to the length of arrows
in RDA triplot, the importance of significant variables in turn is forest
land, paddy field, imperative area and muddy flat. Along RDA axis 1,
Cd, Fe, Ni and Cr stand out with positive axis 1 and axis 2 scores significantly
correlated with forest land. While, along RDA axis 2, As, Pb and
Zn showed positive axis 1 and negative axis 2 indicative of close relationships
with high percentages of paddy fields. Mn has a positive
score significantly correlated with imperative areas and mudflat.

ผลลัพธ์ (ไทย) 1:

แจก predictingmetal วิเคราะห์ข้อมูลโดยใช้ตัวแปรแนวนอนผลิต triplot ที่คล้ายกับที่ของ RDA ของโลหะกระจายตามตัวแปร physicochemical ตะกอน (p = 0.009) RDA แกน 1และแกน 2 ทั้งสนับสนุนผลสำคัญสำหรับความผันผวนของตะกอนโลหะ (Fig. 2B) และลงบัญชี 72.52% ของความแปรปรวนในตัวแปรของภูมิทัศน์พื้นที่ความจำเป็น (p = 0.034), นา (p = 0.002), ดินป่า(p = 0.001) และ mudflat (p = 0.004) เป็นปัจจัยสำคัญที่มีอิทธิพลต่อตะกอนความเข้มข้นโลหะ ตามความยาวของลูกศรใน RDA triplot ความสำคัญของตัวแปรที่สำคัญเป็นป่าที่ดิน นาข้าว พื้นที่ความจำเป็น และแบนโคลน RDA แกน 1ซีดี Fe, Ni และ Cr โดดกับแกนบวก 1 และแกน 2 คะแนนอย่างมีนัยสำคัญcorrelated กับที่ดินป่า ในขณะที่ แกน RDA 2 เป็น Pb และZn พบแกนบวก 1 และแกนลบ 2 ตัวชี้ให้เห็นความสัมพันธ์ใกล้ชิดมีเปอร์เซ็นต์สูงของ Mn มีค่าบวกคะแนนอย่างมีนัยสำคัญ correlated และ mudflat ความจำเป็น

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
(p = 0.001) และหาดโคลน (p = 0.004)
เป็นปัจจัยที่สำคัญที่มีอิทธิพลต่อความเข้มข้นของตะกอนโลหะ ตามความยาวของลูกศรใน triplot RDA ความสำคัญของตัวแปรที่สำคัญในการเปิดเป็นป่าไม้ที่ดินนาข้าวพื้นที่ความจำเป็นและเต็มไปด้วยโคลนแบน พร้อมแกน RDA 1, ซีดี, Fe, Ni และ Cr โดดเด่นด้วยแกนบวก 1 และแกน 2 คะแนนอย่างมีนัยสำคัญมีความสัมพันธ์กับพื้นที่ป่าไม้ ในขณะที่ตามแกน RDA 2 ในฐานะที่เป็นตะกั่วและสังกะสีแสดงให้เห็นแกนบวก1 และแกนเชิงลบ 2 แสดงให้เห็นถึงความสัมพันธ์ใกล้ชิดกับเปอร์เซ็นต์สูงของนาข้าว Mn มีบวกคะแนนอย่างมีนัยสำคัญมีความสัมพันธ์กับพื้นที่ที่มีความจำเป็นและหาดโคลน

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 ( p = 0.001 ) และหาดโคลน ( p = 0.004 ) ปัจจัยที่มีอิทธิพลต่อ
ตะกอนโลหะเข้มข้น ตามความยาวของลูกศร
ใน RDA triplot ความสำคัญของตัวแปรที่สำคัญในการเปิดป่า
ที่ดิน นาข้าว พื้นที่ขวาง และเป็นโคลนแบน ตาม RDA แกน 1
ซีดี , เหล็กฉันและโครเมียมโดดเด่นด้วยแกนแกนบวก 1 และ 2 มีคะแนน
มีความสัมพันธ์กับที่ดินป่าไม้ ในขณะที่ตาม RDA แกน 2 , ตะกั่ว และสังกะสี พบแกนบวก
1 แกน 2 แสดงปิดลบความสัมพันธ์
เปอร์เซ็นต์ของนาข้าวสูง มินนิโซตามีบวก
คะแนนความสัมพันธ์กับพื้นที่จำเป็น และหาดโคลน .