landscape position contributed larg

landscape position contributed largely to the variability of AN, 22.7% and 11.7%,
respectively.
The adjusted R2 obtained from AP was very low (0.134). Landscape position and slope
aspect explained 8.2% and 5.2% variability of AP, respectively. In general, the relatively
low amount of AP variability explained may be due to the fact that different state factors
are responsible for the accumulation of AP and not all of them were taken into account in
this study. Other factors that were not included, such as the degree of erosion, management
practices and biological activity, may be responsible for the part remaining of AP
variability. Since management practices including tillage and fertilization to influence
on biological activity occurred only in the cropland and orchard, P especially for AP was
expected to be more differently distributed. In addition, the content of AP was largely
dependent on the topsoil erosion. As a result, low amount of AP variability was explained.
The regression models of soil nutrients were used to calculate predicted values for each
land use. A comparison between average predicted and measured values of SOM and soil
nutrients is given by Fig. 2. The average predicted values in TP and AN for each land use
fell with in a 95% confidence interval compared with their corresponding measured
values. Only an average in SOM and TN for fallow land, and in AP for intercropping land,
shrub land and woodland exceeded 95% confidence interval of the average measured
value (Fig. 2). Thus, our regression models were reasonable enough to predict SOM and
soil nutrients in similar loess areas.

ผลลัพธ์ (ไทย) 1:

ตำแหน่งแนวนอนส่วนใหญ่จะความแปรผันของ AN, 22.7% และ 11.7%ตามลำดับR2 ปรับปรุงที่ได้รับจาก AP ได้ต่ำมาก (0.134) ตำแหน่งแนวนอนและความชันด้านอธิบายความแปรผัน 8.2% และ 5.2% ของ AP ตามลำดับ ทั่วไป ค่อนข้างอธิบายความแปรผัน AP น้อยอาจเนื่องจากสถานะที่แตกต่างกันปัจจัยมีความรับผิดชอบสำหรับสะสมของ AP และไม่ใช่ทั้งหมดถูกนำมาพิจารณาในการศึกษานี้ ปัจจัยอื่น ๆ ที่ไม่รวม เช่นระดับของการพังทลาย การจัดการแนวทางปฏิบัติและกิจกรรมทางชีวภาพ อาจจะชอบส่วนที่เหลือของ APสำหรับความผันผวน ตั้งแต่ปฏิบัติจัดการ tillage และการปฏิสนธิจะมีอิทธิพลต่อกิจกรรมชีวภาพเกิดขึ้นเฉพาะใน cropland และออร์ชาร์ด P โดยเฉพาะอย่างยิ่งสำหรับ AP ได้คาดว่าจะเพิ่มเติมแตกกระจาย นอกจากนี้ เนื้อหาของ AP เป็นส่วนใหญ่ขึ้นอยู่กับการกัดเซาะ topsoil ดัง ค่า AP สำหรับความผันผวนได้อธิบายแบบจำลองการถดถอยของสารอาหารในดินถูกใช้เพื่อคำนวณค่าคาดการณ์สำหรับแต่ละที่ดินใช้ การเปรียบเทียบระหว่างค่าเฉลี่ยคาดการณ์ และประเมินมูลค่าของส้มและดินสารอาหารถูกกำหนด โดย Fig. 2 ค่าเฉลี่ยทำนายค่าใน TP และ AN ใช้ที่ดินแต่ละตกด้วยในช่วงความเชื่อมั่น 95% เปรียบเทียบกับของพวกเขาที่ตรงวัดค่า เฉพาะการเฉลี่ย ในส้มและ TN สำหรับที่ดิน fallow และ AP intercropping ที่ดินที่ดินพุ่มไม้และป่าเกิน 95% ช่วงความเชื่อมั่นของค่าเฉลี่ยที่วัดค่า (Fig. 2) ดังนั้น แบบจำลองการถดถอยของเราได้เหมาะสมเพียงพอที่จะทำนายว่า ส้ม และสารอาหารของดินในพื้นที่ดินเหลืองคล้ายกัน

ผลลัพธ์ (ไทย) 2:

ตำแหน่งแนวนอนส่วนส่วนใหญ่จะแปรปรวนของ, 22.7% และ 11.7%
ตามลำดับ.
R2 ปรับที่ได้รับจาก AP ต่ำมาก (0.134) ตำแหน่งภูมิทัศน์และความลาดชัน
ด้านการอธิบาย 8.2% และ 5.2% ความแปรปรวนของ AP ตามลำดับ โดยทั่วไปค่อนข้าง
ปริมาณต่ำของความแปรปรวน AP อธิบายอาจจะเป็นเพราะความจริงที่ว่าปัจจัยรัฐที่แตกต่างกัน
มีความรับผิดชอบในการสะสมของ AP และไม่ทั้งหมดของพวกเขาถูกนำมาพิจารณาใน
การศึกษาครั้งนี้ ปัจจัยอื่น ๆ ที่ไม่ได้ถูกรวมเช่นระดับของการพังทลายของการบริหารจัดการ
และการปฏิบัติกิจกรรมทางชีวภาพอาจต้องรับผิดชอบในส่วนที่เหลือของ AP
แปรปรวน ตั้งแต่การจัดการรวมทั้งการเตรียมและการให้ปุ๋ยที่มีอิทธิพลต่อ
กิจกรรมทางชีวภาพที่เกิดขึ้นเฉพาะใน cropland และสวนผลไม้, P โดยเฉพาะอย่างยิ่งสำหรับ AP ได้รับการ
คาดหวังว่าจะได้รับการกระจายที่แตกต่างกัน นอกจากนี้เนื้อหาของ AP เป็นส่วนใหญ่
ขึ้นอยู่กับการพังทลายของหน้าดิน เป็นผลให้ปริมาณต่ำของความแปรปรวนของ AP ก็อธิบาย.
รูปแบบการถดถอยของสารอาหารในดินถูกนำมาใช้ในการคำนวณค่าที่คาดการณ์ไว้สำหรับแต่ละ
การใช้ประโยชน์ที่ดิน การเปรียบเทียบระหว่างการคาดการณ์เฉลี่ยและค่าที่วัดของ SOM และดิน
สารอาหารที่จะได้รับจากรูป 2. ค่าเฉลี่ยที่คาดการณ์ค่าใน TP และสำหรับแต่ละการใช้ที่ดิน
ที่มีลดลงในช่วงความเชื่อมั่น 95% เมื่อเทียบกับวัดที่ตรงกัน
ค่า เฉพาะโดยเฉลี่ยใน SOM และ TN ที่ดินรกร้างและใน AP สำหรับแซมที่ดิน
ที่ดินป่าไม้และป่าไม้เกินช่วงความเชื่อมั่น 95% ของค่าเฉลี่ยที่วัด
ค่า (รูปที่ 2). ดังนั้นรูปแบบการถดถอยของเรามีเหตุผลพอที่จะคาดการณ์ SOM และ
สารอาหารในดินในพื้นที่ดินเหลืองที่คล้ายกัน

ผลลัพธ์ (ไทย) 3:

ตำแหน่งแนวนอน ทำให้ส่วนใหญ่ ความแปรปรวนของการถดถอยและร้อยละ 11.7 %

ตามลำดับ ปรับ R2 ได้รับจาก AP มันต่ำมาก ( 0.134 ) ตำแหน่งแนวนอนและด้านลาด
อธิบาย 8.2 % และ 5.2% ความผันแปรของ AP ) โดยทั่วไปค่อนข้างน้อย ปริมาณความแปรปรวน
AP อธิบายอาจจะเนื่องจากความจริงที่ว่าปัจจัยต่างรัฐ
มีความรับผิดชอบในการสะสมของ AP และไม่ทั้งหมดของพวกเขาถูกนำมาพิจารณาในการศึกษานี้
. ปัจจัยอื่น ๆที่ไม่ได้ถูกรวมอยู่ เช่น ระดับของการกัดเซาะ , การบริหาร
และกิจกรรมทางชีวภาพ อาจจะรับผิดชอบในส่วนที่เหลือของ AP
ความผันแปร ตั้งแต่การบริหาร ได้แก่ การไถพรวนและการมีอิทธิพลต่อ
ฤทธิ์ทางชีวภาพที่เกิดขึ้นเฉพาะใน cropland และสวนผลไม้ , P โดยเฉพาะ AP คือ
คาดว่าจะเพิ่มเติมที่แตกต่างกระจาย นอกจากนี้ เนื้อหาของ AP ส่วนใหญ่
ขึ้นอยู่กับดินกัดเซาะ เป็นผลให้ปริมาณน้อยของ AP ซึ่งถูกอธิบาย .
การรุ่นของสารอาหารในดินถูกใช้เพื่อคำนวณค่าพยากรณ์แต่ละ
การใช้ที่ดินการเปรียบเทียบระหว่างเฉลี่ยคาดการณ์และค่าวัดของส้มและสารอาหารในดิน
ได้รับรูปที่ 2 ค่าเฉลี่ยของค่าพยากรณ์ใน TP และสำหรับแต่ละการใช้ที่ดิน
ตกอยู่ในช่วงความเชื่อมั่น 95% เมื่อเทียบกับที่สอดคล้องกันของพวกเขาวัด
ค่า แต่เฉลี่ยใน TN สำหรับที่ดินที่รกร้างและส้มตำ และในระบบ AP สำหรับที่ดิน
ที่ดินไม้พุ่มและไม้เกิน 95% ช่วงความเชื่อมั่นของค่าเฉลี่ยของค่าวัด
( รูปที่ 2 ) ดังนั้น การถดถอยของเราที่เหมาะสมพอที่จะทำนาย ส้มและ
สารอาหารในดินในพื้นที่ดินลมหอบที่คล้ายคลึงกัน