3.5.1. Elemental concentration fing

3.5.1. Elemental concentration fingerprints versus site factors
A regression of 6 predictor variables namely soil class, climate zones,
cluster, plot flooding, depth and topographic position showed that the
RF-OOB models had an overall accuracy (R2) of 0.59, 0.44 and 0.43 for
dimensions 1, 2 and 3 respectively (Fig. 4a). The most important predictor
variables explaining the variation observed in the first principal
component or dimension 1 of the total element concentration data,
were soil class (based on the IUSS Working Group WRB (2014) and
the FAO/EC/ISRIC (2003) world soil resources map (scale 1:30,000,000
approx)), climate zone (Köppen–Geiger climatic zones) (Kottek et al.,
2006), topographic position followed by whether the plot is flooded or
not (Fig. 4a). Soil class is very critical in determining the total elemental
compositions of soils in Sub-Saharan Africa. Table 4 gives a breakdown
of the mean total elemental composition by soil class for the sample
suite used in the present study. Total elemental compositions varied
widely according to soil types and the specific pedological processes operating
in a given soil type that influence their distribution need to be
taken into account to understand and quantify of the total elemental
composition. However, there is need to take into consideration the uncertainties
associated with spatial predictions using e.g., FAO/EC/ISRIC
soil maps, which are major in many cases and could confound the analytical
data. For the dimension 2, themost important variableswere soil
class, climate zone, topographic position, and plot flooding, while for dimension
3 the four most important variables were similar to those in
the second dimension (Fig. 4a). When we excluded the climate zone
predictor variable in the regression model and in place of this included
total annual precipitation and average monthly temperature, the regression
results showed an overall improved fit (R2) of the models'
overall accuracy of 0.87, 0.74 and 0.70 for dimensions 1, 2 and 3 c
(Fig. 4b). In addition, the order of the most important predictor
variables explaining the variation observed were also changed when
climate zone was removed from the model such that for dimension 1
they were soil class, precipitation, average temperature, followed by
topographic position (Fig. 4b). Topography is the most commonly
considered soil-forming factor and expresses the variation of total
element concentration pattern due to modification of the water
relationships in soils and it influences soil erosion to a considerable
extent

ผลลัพธ์ (ไทย) 2:

3.5.1 ลายนิ้วมือเมื่อเทียบกับความเข้มข้นของธาตุเว็บไซต์ปัจจัย
ถดถอย 6 ตัวแปรคือชั้นดินเขตภูมิอากาศ,
กลุ่มน้ำท่วมพล็อตความลึกและตำแหน่งภูมิประเทศแสดงให้เห็นว่า
รุ่น RF-OOB มีความถูกต้องโดยรวม (R2) 0.59, 0.44 และ 0.43 สำหรับ
มิติ 1, 2 และ 3 ตามลำดับ (รูป. 4a) ทำนายที่สำคัญที่สุด
ตัวแปรอธิบายการเปลี่ยนแปลงที่สังเกตในครูใหญ่คนแรก
ส่วนประกอบหรือมิติที่ 1 ของข้อมูลความเข้มข้นขององค์ประกอบทั้งหมด
เป็นชั้นดิน (ตาม IUSS คณะทำงาน WRB (2014) และ
FAO / EC / ISRIC (2003) ดินโลก แผนที่ทรัพยากร (ขนาด 1: 30,000,000
ประมาณ)) เขตภูมิอากาศ (Köppen-วัดเขตภูมิอากาศ) (Kottek, et al.
2006) ตำแหน่งภูมิประเทศตามมาด้วยไม่ว่าจะเป็นพล็อตจะถูกน้ำท่วมหรือ
ไม่ (รูปที่ 4a). ชั้นดินที่มีความสำคัญมากในการกำหนดธาตุรวม
องค์ประกอบของดินในทะเลทรายซาฮารา ตารางที่ 4 จะช่วยให้รายละเอียด
ของค่าเฉลี่ยองค์ประกอบธาตุทั้งหมดโดยชั้นดินตัวอย่าง
ชุดที่ใช้ในการศึกษาครั้งนี้ องค์ประกอบธาตุรวมแตกต่างกัน
อย่างแพร่หลายตามชนิดดินและกระบวนการ pedological เฉพาะการดำเนินงาน
ในชนิดของดินที่ได้รับความต้องการที่มีอิทธิพลต่อการกระจายของพวกเขาจะ
นำมาพิจารณาในการทำความเข้าใจและปริมาณของธาตุรวม
องค์ประกอบ แต่มีความจำเป็นที่จะต้องคำนึงถึงความไม่แน่นอน
ที่เกี่ยวข้องกับการคาดการณ์เชิงพื้นที่โดยใช้เช่น FAO / EC / ISRIC
แผนที่ดินที่มีความสำคัญในหลายกรณีอาจสับสนและการวิเคราะห์
ข้อมูล สำหรับมิติที่ 2 variableswere สำคัญ themost ดิน
ระดับเขตภูมิอากาศตำแหน่งภูมิประเทศและน้ำท่วมพล็อตในขณะที่สำหรับมิติที่
3 สี่ตัวแปรที่สำคัญที่สุดมีความคล้ายคลึงกับผู้ที่อยู่ใน
มิติที่สอง (รูป. 4a) เมื่อเราได้รับการยกเว้นเขตภูมิอากาศ
ทำนายตัวแปรในตัวแบบการถดถอยและในสถานที่นี้รวม
ประจำปีการเร่งรัดรวมและอุณหภูมิเฉลี่ยต่อเดือนถดถอย
ผลการศึกษาพบพอดีโดยรวมที่ดีขึ้น (R2) ของรุ่น '
ความถูกต้องโดยรวมของ 0.87, 0.74 และ 0.70 สำหรับ มิติที่ 1, 2 และ 3 ค
(รูป. 4b) นอกจากนี้คำสั่งของตัวทำนายที่สำคัญที่สุด
ตัวแปรอธิบายการเปลี่ยนแปลงที่สังเกตมีการเปลี่ยนแปลงเมื่อ
เขตภูมิอากาศจะถูกลบออกจากรูปแบบดังกล่าวว่ามิติที่ 1
พวกเขากำลังชั้นดินฝนอุณหภูมิเฉลี่ยตามด้วย
ตำแหน่งภูมิประเทศ (รูป. 4b) . ลักษณะภูมิประเทศเป็นกันมากที่สุด
ถือเป็นปัจจัยดินขึ้นรูปและเป็นการแสดงออกถึงความเปลี่ยนแปลงของทั้งหมด
รูปแบบความเข้มข้นขององค์ประกอบที่เกิดจากการเปลี่ยนแปลงของน้ำ
ในดินมีความสัมพันธ์และมีผลต่อการพังทลายของดินที่จะมาก
ขอบเขต

ผลลัพธ์ (ไทย) 3:

3.5.1 . ธาตุของลายนิ้วมือเทียบกับเว็บไซต์ปัจจัย
ถดถอยของตัวแปรได้แก่ ระดับ 6 ) ดินบรรยากาศโซน
กลุ่มแผนน้ำท่วม ความลึกและตำแหน่งที่ตรวจพบว่า
rf-oob รุ่นมีความถูกต้องโดยรวม ( R2 ) 0.59 , 0.44 และ 0.43 สำหรับ
ขนาด 1 , 2 และ 3 ตามลำดับ ( ภาพที่ 4 )
ทำนายที่สำคัญที่สุดตัวแปรที่อธิบายการเปลี่ยนแปลงที่พบในแรกหลัก
ส่วนประกอบหรือมิติที่ 1 ขององค์ประกอบทั้งหมดของข้อมูล
เป็นห้องเรียนดิน ( ตาม iuss ทำงานกลุ่ม WRB ( 2014 ) และ
FAO / EC / isric ( 2003 ) ด้านทรัพยากรดินของโลก ( ขนาด 1:30000000
ประมาณ ) ) , เขตภูมิอากาศ ( K ö ppen –วัดเขตภูมิอากาศ ) (
kottek et al . , 2006 )ตำแหน่งภูมิประเทศตามว่าพล็อตจะไม่ท่วมหรือ
( รูปที่ 4 ) ชั้นดินเป็นสําคัญมากในการหาธาตุองค์ประกอบของดินในแอฟริกา
รวมซาฮาซบ ตารางที่ 4 ให้แบ่ง
ของค่าเฉลี่ยรวมของระดับธาตุดินตัวอย่าง
แต่งงานที่ใช้ในการศึกษาปัจจุบัน รวมธาตุองค์ประกอบหลากหลาย
กันอย่างแพร่หลายตามชนิดดินและกระบวนการดำเนินงานที่เฉพาะเจาะจง pedological
ในชนิดของดินที่ได้รับอิทธิพลการกระจายของพวกเขาต้อง
ถ่ายลงในบัญชีที่จะเข้าใจและปริมาณขององค์ประกอบธาตุ
รวม แต่ก็ต้องคำนึงถึงความไม่แน่นอนที่เกี่ยวข้องกับการคาดการณ์เชิงพื้นที่โดยใช้
เช่น FAO / EC / isric
แผนที่ดินซึ่งมีสาขาในหลายกรณี และสามารถเล่นงานข้อมูลวิเคราะห์

สำหรับมิติที่ 2 สำคัญ variableswere ดิน
ชั้น บรรยากาศโซน ตำแหน่ง ภูมิประเทศ และพล็อตที่น้ำท่วม ในขณะที่มิติ
3 สี่ ที่สำคัญที่สุดคือคล้ายกับใน
2 มิติ ( รูปที่ 4 ) เมื่อเราแยกเขตภูมิอากาศ
ตัวแปรตัวแปรในตัวแบบการถดถอย และในสถานที่นี้รวม
รวมประจำปีฝนและอุณหภูมิเฉลี่ยรายเดือน วิเคราะห์
พบมีประสิทธิภาพโดยพอดี ( R2 ) ของรุ่น '
ความถูกต้องโดยรวมของ 0.87 , 0.74 และ 0.70 สำหรับขนาด 1 , 2 และ 3 C
( รูปที่ 4B ) นอกจากนี้ คำสั่งของ
ทำนายที่สำคัญที่สุดตัวแปรที่อธิบายการเปลี่ยนแปลงที่สังเกตก็เปลี่ยนแปลงไปเมื่อ
บรรยากาศเขตถูกลบออกจากแบบจำลองดังกล่าวว่า สำหรับมิติ 1
พวกเขาดินชั้น , ฝน , อุณหภูมิเฉลี่ยตาม
ตำแหน่งภูมิประเทศ ( ภาพ 4B ) ลักษณะภูมิประเทศส่วนใหญ่มักถือว่าเป็นปัจจัยที่ดิน
และแสดงการเปลี่ยนแปลงขององค์ประกอบของรูปแบบเนื่องจากทั้งหมด

ปรับน้ำความสัมพันธ์ของดินและการพังทลายของดินในขอบเขตอิทธิพลมาก