Научная электронная библиотека
Монографии, изданные в издательстве Российской Академии Естествознания

ХИМИЧЕСКИЕ ВЕЩЕСТВА В ТРАВЕ ПО СТВОРАМ РЕКИ (С.И. Михайлова, П.М, Мазуркин)

Первый створ. Три вида химических соединения изменяются (рис. 1) по закономерностям (корреляция 0.9960; 0,249; 0,685):

22;               (1)

2;                              (2)

2.                                   (3)

Высокую адекватность имеет формула (5.13). Поэтому можно утверждать, что профиль створа влияет на содержание азота в траве. Меньшее влияние профиль оказывает на содержание в пробах травы фосфора и практически не оказывает влияния на присутствие калия.

2

p

p

Азот

Калий

Фосфор

Рис. 1. Тенденции содержания химических веществ в пробах травы на створе 1

Второй створ. Еще четче проявились вещества по формулам (рис. 2) при коэффициентах корреляции 0,9988; 0,368 и 0,9765:

22

2;                      (4)

2;                                  (5)

22.                (6)

p

p

p

Азот

Калий

Фосфор

Рис. 2. Тенденции содержания химических веществ в пробах травы на створе 2

Излучина на втором створе повышает содержание фосфора в траве. Одновременно заметен «провал» в концентрации азота нитратного

Третий створ. Этот створ является наилучшим по высокой адекватности (0,9994; 0,7591 и 0,9795) моделей (рис. 3) по формулам:

22; (7)

2;                  (8)

22.(9)

Три створа вместе. Все коэффициенты корреляции (0,360; 0,180 и 0,378) стали на уровне слабых факторных связей менее 0,7 (рис. 4):

2;                           (10)

2;                          (11)

2.                                 (12)

p

p

p

Азот

Калий

Фосфор

Рис. 3. Тенденции содержания химических веществ в пробах травы на створе 3

p

p

p

Азот

Калий

Фосфор

Рис. 4. Тенденции содержания химических веществ в пробах травы на трех створах

Биологические трансекты в будущих экспериментах должны быть не только по створам реки, но и вдоль русла реки.

Высота центра пробной площадки над поверхностью воды в летнюю межень казалась высокоинформативным параметром.

Первый створ. Слабые связи (коэффициенты корреляции 0,460; 0,450 и 0,307) получили все три вещества (рис. 5) по формулам:

2

2;                           (13)

p

p

p

Азот

Калий

Фосфор

Рис. 5. Содержание веществ в пробах травы на створе 1 по высоте площадки

2; (14)

2.                        (15)

Второй створ. Снова заметно влияние излучины реки (коэффициенты корреляции 0,9977; 0,406 и 0,519) по закономерностям (рис. 6):

2

2;             (16)

2;             (17)

2.              (18)

p

p

p

Азот

Калий

Фосфор

Рис. 6. Содержание веществ в пробах травы на створе 2 по высоте площадки

Третий створ. Профиль реки при коэффициентах корреляции 0,9735; 0,647 и 0,7793 проявляется (рис. 7) по формулам:

2;                   (19)

2;                      (20)

2.                       (21)

p

p

p

Азот

Калий

Фосфор

Рис. 7. Содержание веществ в пробах травы на створе 3 по высоте площадки

Три створа. По формулам (рис. 8) возможна оценка реки:

2;                  (22)

2;                           (23)

2

p

p

Азот

Калий

Фосфор

Рис. 8. Содержание веществ в пробах травы на трех створах по высоте площадки

2.                       (24)

Для проведения полного факторного анализа в таблице 1 приведены измеренные значения по шести факторам и 18 пробным площадкам. Проведена идентификация биотехнического закона проф.
П.М. Мазуркина для всех 62 = 36 сочетаний из 6 факторов по формуле

2,                                        (25)

где y - зависимый фактор (табл. 1); x - влияющий фактор.

Таблица 1

Измеренные свойства травы по 18 пробным площадкам

Масса пробы травы, г/м2

Содержание веществ, мг/г

Травы m

Сена  mc

Влаги 2

Азот 2

Калий 2

Фосфор 2

880

245

635

0.67

6.250

1.02

580

170

410

0.31

0.125

0.33

420

140

280

0.31

13.750

0.67

475

135

340

0.25

1.250

0.13

600

170

430

0.25

5.000

0.56

440

115

325

0.20

2.500

0.20

340

100

240

0.21

1.250

0.13

390

110

280

0.25

2.500

0.58

780

185

595

0.33

0.125

0.27

630

145

485

0.22

2.500

0.23

490

115

375

0.36

1.250

0.12

315

85

230

0.28

2.500

0.18

565

180

385

0.68

1.250

0.15

460

115

345

0.28

2.500

0.32

380

115

265

0.24

1.250

0.58

595

145

450

0.31

3.750

0.38

415

105

310

0.33

2.500

0.11

430

120

310

0.34

3.750

0.12

Отдельно также рассмотрим сумму веществ в зависимости от изменения значений влияющих факторов. Но полный факторный анализ требует выявления монарных и бинарных отношений по принципу «все факторы со всеми факторами».

В таблице 2 приведены результаты идентификации

Таблица 2

Полная корреляционная матрица факторного анализа проб луговой травы

Влияющие факторы

Зависимые факторы

m, г/м2

mc, г/м2

2, г/м2

2, мг/г

2, мг/г

2, мг/г

m, г/м2

0,9887

0,9248

0,9916

0,569

0,030

0,510

mc, г/м2

0,9254

0,9913

0,8680

0,7278

0,179

0,632

2, г/м2

0,9913

0,8662

0,9915

0,495

0,047

0,441

2, мг/г

0,542

0,673

0,478

0,9471

0,111

0,306

2, мг/г

0,205

0,118

0,228

0,111

0,9849

0,594

2, мг/г

0,390

0,504

0,338

0,342

0,564

0,9951

Примечание. Сильные связи даны с четырехзначными коэффициентами корреляции.

Для эколого-ландшафтных исследований может представлять научно-практический интерес и таблица 3. Здесь выделены бинарные отношения, получившие коэффициент корреляции более 0,5.

Таблица 3

Бинарные факторные связи при коэффициентах корреляции более 0,5

Влияющие факторы

Зависимые факторы

m, г/м2

mc, г/м2

2, г/м2

2, мг/г

2, мг/г

2, мг/г

m, г/м2

 

0,9248

0,9916

0,569

 

0,510

mc, г/м2

0,9254

 

0,8680

0,7278

 

0,632

2, г/м2

0,9913

0,8662

 

0,495

 

 

2, мг/г

0,542

0,673

 

 

 

 

2, мг/г

 

 

 

 

 

0,594

2, мг/г

 

0,504

 

 

0,564

 

Примечание. Сильные связи даны с четырехзначными коэффициентами корреляции.

Таблица 4

Корреляционная матрица с сильными бинарными связями   

Влияющие

факторы

Зависимые факторы

m, г/м2

mc, г/м2

2, г/м2

2, мг/г

m, г/м2

 

0,9248

0,9916

 

mc, г/м2

0,9254

 

0,8680

0,7278

2, г/м2

0,9913

0,8662

 

 

По таблице 4 наилучшую адекватность получают модели факторных связей типа 2 и 2. Больше привлекает вторая модель, позволяющая по измеренной электронным влагомером влажности определять массу сырой травы, причем, не срезая её.

Литература

1. Мазуркин, П.М. Модели кадастровой оценки сельхозугодий / П.М. Мазуркин, С.И. Михайлова // АПК: Экономика и управление. - 2009. - № 8. - С.76-82.


Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074