3.6. Evaluating the indicators for

3.6. Evaluating the indicators for loading assessment
After analyzing the spatial correlations of the soil parameters
with diffuse N loading at two depths, the partial least squares (PLS)
regression method was applied to seek important soil variables
affecting diffuse N loading. Because diffuse N loading originated
mainly in the paddy rice and upland areas, the PLS was focused on
these two types of sub-basins. The interaction analysis proved that
the relationship observed in the surface was much stronger than
the subsurface, so the PLS analysis was only applied in the top layer.
The relationship assessment standard was to the plot from w*c of
one regression dimension versus another. The plot showed that the
X-variables (PLSR weight for the 1st component, percentage)
presented the information of the dominant factor. The Y-variables
(PLSR weight for the 2nd component, percentage) modeled well
the second leading factor. The R2 value for
first two factors of the
top surface in the PLS analysis of paddy rice and upland were 0.514
and 0.460, respectively. The contributions of the eight parameters
to the two latent vectors for the two types of land use are shown in
Fig. 7.

ผลลัพธ์ (ไทย) 1:

3.6 การประเมินตัวบ่งชี้สำหรับการประเมินกำลังโหลดหลังจากการวิเคราะห์ความสัมพันธ์พื้นที่ดินพารามิเตอร์มีการกระจายโหลด N ที่ความลึกสอง สี่เหลี่ยมอย่างน้อยบางส่วน (กรุณา)ใช้วิธีการถดถอยเพื่อค้นหาตัวแปรสำคัญดินส่งผลกระทบต่อการโหลด N กระจาย เนื่องจาก N กระจายที่โหลดมาส่วนใหญ่ในนาข้าวและพื้นที่ค่อย กรุณาจะถูกเน้นทั้งสองประเภทนี้อ่างล่างหน้าย่อย การโต้ตอบวิเคราะห์พิสูจน์ที่ความสัมพันธ์ที่พบในผิวแข็งแกร่งกว่ามากการ subsurface เพื่อวิเคราะห์กรุณาถูกใช้ในด้านบนเท่านั้นความสัมพันธ์การประเมินมาตรฐานเป็นการพล็อตจาก w * c ของมิติหนึ่งถดถอยอีก แปลงพบว่าการตัวแปร X (PLSR น้ำหนักองค์ประกอบ 1 เปอร์เซ็นต์)แสดงรายละเอียดของตัวหลัก ตัวแปร Y(น้ำหนัก PLSR สำหรับคอมโพเนนต์ 2 เปอร์เซ็นต์) จำลองดีปัจจัยนำที่สอง ค่า R2ปัจจัยที่สองของการพื้นผิวด้านในกรุณาวิเคราะห์ข้าวเปลือกและค่อยถูก 0.514และ 0.460 ตามลำดับ การจัดสรรพารามิเตอร์แปดกับเวกเตอร์แฝงอยู่สองประเภทการใช้ที่ดินแสดงในFig. 7

ผลลัพธ์ (ไทย) 2:

3.6 การประเมินตัวชี้วัดในการประเมินการโหลด
หลังจากการวิเคราะห์ความสัมพันธ์เชิงพื้นที่ของพารามิเตอร์ในดิน
ที่มีการกระจายยังไม่มีการโหลดที่สองระดับความลึกที่น้อยสแควร์บางส่วน (PLS)
วิธีการถดถอยถูกนำมาใช้ในการแสวงหาดินตัวแปรสำคัญที่
มีผลต่อการกระจายโหลดไม่มี เพราะยังไม่มีการโหลดกระจายเกิดขึ้น
ส่วนใหญ่อยู่ในนาข้าวและพื้นที่ดอน PLS กำลังจดจ่ออยู่กับ
ทั้งสองประเภทของแอ่งย่อย การวิเคราะห์การทำงานร่วมกันพิสูจน์ให้เห็นว่า
ความสัมพันธ์ที่พบในพื้นผิวที่เป็นมากดีกว่า
ดินเพื่อวิเคราะห์ PLS ถูกนำมาใช้เฉพาะในชั้นบนสุด.
มาตรฐานการประเมินความสัมพันธ์คือการพล็อตจากน้ำหนัก * คของ
การถดถอยมิติหนึ่งเมื่อเทียบกับที่อื่น พล็อตแสดงให้เห็นว่า
X-ตัวแปร (น้ำหนัก PLSR สำหรับองค์ประกอบที่ 1 ร้อยละ)
นำเสนอข้อมูลเกี่ยวกับปัจจัยที่โดดเด่น Y-ตัวแปร
(PLSR น้ำหนักสำหรับองค์ประกอบที่ 2 ร้อยละ) ย่อมดี
เป็นปัจจัยสำคัญที่สอง ค่า R2 สำหรับ
ครั้งแรกที่ทั้งสองปัจจัยของ
พื้นผิวด้านบนในการวิเคราะห์ PLS ของนาข้าวและไร่เป็น 0.514
และ 0.460 ตามลำดับ มีส่วนร่วมในแปดพารามิเตอร์
ทั้งสองพาหะแฝงสำหรับทั้งสองประเภทของการใช้ประโยชน์ที่ดินที่แสดงอยู่ใน
รูป 7

ผลลัพธ์ (ไทย) 3:

3.6 การประเมินตัวบ่งชี้สำหรับการประเมิน
โหลดหลังจากการวิเคราะห์ความสัมพันธ์เชิงพื้นที่ของพารามิเตอร์ของดิน
กับกระจาย n โหลดที่ 2 ความลึกกำลังสองน้อยที่สุดบางส่วน ( PLS ) ถูกนำมาใช้เพื่อหาวิธีการถดถอยแบบ

ตัวแปรสำคัญที่มีผลต่อดินกระจาย n โหลด เพราะกระจาย n โหลดที่มา
ส่วนใหญ่ในพื้นที่นาข้าว และไร่ , กรุณามุ่งเน้น
ทั้งสองประเภทของลุ่มน้ำย่อย . การวิเคราะห์ปฏิสัมพันธ์พิสูจน์ว่า
ความสัมพันธ์ที่พบในพื้นผิวที่แข็งแกร่งกว่า
ดิน ดังนั้นการวิเคราะห์ pls แค่ใช้ในเลเยอร์ด้านบน .
ความสัมพันธ์มาตรฐานการประเมิน คือ แปลงจาก W * C )
1 มิติเมื่อเทียบกับคนอื่น แปลงพบว่า
x-variables ( plsr น้ำหนักสำหรับที่ 1 ส่วนประกอบ ร้อยละ )
นำเสนอข้อมูลปัจจัยเด่น การ y-variables
( plsr น้ำหนักสำหรับส่วนที่ 2 ร้อยละ ) แบบดี
2 นำปัจจัย ค่า R2 สำหรับ

สองปัจจัยแรกของพื้นผิวด้านบนในการวิเคราะห์ pls ของข้าวไร่และได้ร่วม
และ 0.460 ตามลำดับ ผลงานของแปดพารามิเตอร์
กับสองเวกเตอร์แฝงสองประเภทของการใช้ที่ดินที่แสดงในรูปที่ 7
.