Научная электронная библиотека

Монографии, изданные в издательстве Российской Академии Естествознания

Охрана и защита, обустройство, индикация и тести-рование природной среды. Сборник статей студентов, аспирантов и преподавателей: Научно-учебное издание

Мазуркин П. М.,

ФАКТОРНЫЙ АНАЛИЗ ХИМИЧЕСКИХ ВЕЩЕСТВ ПОЧВЫ (П.М. Мазуркин, Н.П. Тойшева, бакалавриат (ПО-31))

Поисковые эксперименты по изучению почвы прируслового пойменного луга были проведены на правой стороне реки Немда в Сернурском районе РМЭ. На расстоянии 25 м от уреза воды реки и 35 м от грунтовой дороги закладывалась временная пробная площадка размерами 2,00× 2,00 м.

На этой пробной площадке пойменного луга были выбраны девять проб почвы, расстояние между которыми было равно 0,70 м, причем по три ряда вдоль и поперек реки. Пробы почвы не менее 100 г брались на глубине 5-10 см для агрохимического анализа на кислотность pH и содержание (мг/кг) трех питательных веществ - подвижный фосфор P₂O₅, подвижный калий K₂O и азот нитратный HNO₃.

Данные агрохимического анализа проб приведены в таблице 1.

Таблица 1 Результаты агрохимического анализа проб почвы № пробы Код ряда проб Химические показатели створ полоса P2O5 K2O HNO3 pH 1 1 1 142 180 1.4 6.8 2 2 1 168 198 1.6 6.8 3 3 1 124 120 2.6 6.9 4 1 2 124 96 1.6 7.0 5 2 2 138 73 1.8 7.0 6 3 2 128 72 1.3 7.0 7 3 3 124 47 1.6 7.1 8 2 3 128 150 1.7 7.1 9 1 3 128 66 1.8 7.1

Результаты опыта моделировали в программной среде Curve Expert 1.38. Агрохимический анализ был проведен сотрудниками ФГУ Станция агрохимической службы «Марийская».

Вначале проверим добротность исходных данных, то есть достаточно ли количество взятых проб почвы. Для этого проводим ранговый анализ по рядам проб в трех створах и в трех полосах по формуле

,              (1)

где y - показатель из данных таблицы 1;  - максимальное значение показателя при нулевом ранге; r - ранг значений показателя. Высокие коэффициенты корреляции монарных отношений, приведенных по диагональным клеткам матрицы в таблице 1, показатели хорошую добротность проведенного эксперимента.

Затем были промоделированы изменение химических показателей в зависимости от кода ряда (створа или полосы). Общее уравнение для выявленных восьми уравнений было идентичным по конструкции формулам бинарных факторных связей.

Если принять коды рядов за управляемые переменные, то получим пространственную картину распределения химических показателей по пробной площадке (рис. 1).

фосфор	калий
нитраты	кислотность

Рис. 1. Пространственное распределение химических показателей на пробной площадке

Поэтому в дальнейшем по кислотности и трем химическим веществам моделирование выполнялось с использованием общей формулы

.                       (2)

В таблице 2 приведена корреляционная матрица монарных и бинарных связей между четырьмя факторами. Затем ранговые распределения можно не показывать. Если они не учитываются, то в корреляционной матрице в клетки по диагонали ставится цифра «единица».

Таблица 2 Корреляционная матрица факторных связей Влияющие факторы Зависимые факторы pH Фосфор 0,9959 0,7026 0,2620 0,7003 Калий 0,9724 0,9932 0,4623 0,7591 Нитраты 0,2652 0,0398 0,9891 0,4865 Кислотность pH  0,8001 0,8473 0,0300 1,0000

Конкретные уравнения типа (2) получают конструкции при сочетаниях условий типа , , a₄=1, a₅ = 0, ,  и . В таблице 3 приведены нормы коэффициента корреляции при разных уровнях требуемой адекватности у искомой закономерности.

Таблица 3 Характер тесноты связи между переменными факторами Интервал коэффициента корреляции Типы классификаций Существующая классификация Предлагаемая классификация 1 сильная связь однозначная 0,9...1,0 сильнейшая 0,7...0,9 сильная 0,5...0,7 слабая связь средняя 0,3...0,5 слабоватая 0,1...0,3 нет связи слабая 0,0...0,1 слабейшая 0 нет связи

Из данных таблицы 2 видно, что из 16 уравнений типа (2) не все имеют сильную факторную связь.

По существующей классификации примем условие отбора, при котором будем учитывать в дальнейшем факторные связи только при значениях коэффициента корреляции более 0,7.

Итоги отбора высокоадекватных бинаров сведены в таблицу 4.

Таблица 4  Матрица с коэффициентами корреляции >0,7 Влияющие факторы Зависимые факторы pH Фосфор   0,7026   0,7003 Калий 0,9724     0,7591 Нитраты         Кислотность pH  0,8001 0,8473

Из таблицы 4 четко видно, что фактор «Нитраты » выпадет н только по строке, но и по столбцу, то есть этот показатель не попал в группу сильных связей. Тогда, исключая строку и столбец, окончательно получаем матрицу (табл. 5).

Таким образом, из 16 зависимостей отобраны шесть, которые имеют коэффициент корреляции более 0,7. При одинаковой структуре исходного уравнения типа (2), значения параметром модели различны и они приведены в данных таблицы 6. их расположим по иерархии, то есть по убыванию коэффициента корреляции. Из данных таблицы 5 видно, что влияния подвижного калия на изменение концентрации оксида фосфора наибольшее и проявляется на данной пробной площадке с коэффициентом корреляции 0,9724 (рис. 2) по формуле

,        (3)

в которой, по конструкции формулы (2), a₂=0, a₈=1 (табл. 6).

Рис. 2. График уравнения (3) влияния калия на изменение фосфора в почве

Таблица 5 Сильные бинарные факторные связи Влияющие факторы Зависимые факторы pH Фосфор   0,7026 0,7003 Калий 0,9724   0,7591 Кислотность pH  0,8001 0,8473

Следующей формулой по значимости станет , с коэффициентом корреляции 0,8473, влияние кислотности луговой почвы на содержание в ней оксида калия (рис. 3).

На третье место по порядку выходит влияние кислотности почвы на концентрацию подвижного фосфора в ней (рис. 4).

Рис. 3. График влияния кислотности почвы на содержание подвижного калия в ней

Таблица 6

Параметры сильных закономерностей, полученные после факторного анализа

№ п/п	Первая составляющая				Вторая составляющая				Коэфф. коррел.
	a1	a2	a3	a4	a5	a6	a7	a8
1	13,64772	0	-0,00093680	1,46931	6,59501	0,90272	0,014788	1	0,9724
2	7808,484	0	-0,33138	1,01270	-753,7854	2,42281	0	1	0,8473
3	38121400,0	0	1,26248	1	-22281,976	4,19657	0,65480	1,37894	0,8001
4	7,10332	0	9,77241е-6	1,57543	0	0	0	0	0,7591
5	2,6162е-15	8,47101	0.0015262	1,56049	0	0	0	0	0,7026
6	7,82877	0	0,00085753	0.99847	0	0	0	0	0,7003

Рис. 4. График влияния кислотности почвы на содержание подвижного фосфора в ней

Эксперименты показали, что пробная площадь, применяемая для изучения видового разнообразия травяных растений, после срезки пробы травы вполне может быть использована для оценки питательных веществ в почве в данной точек пойменного луга. Это позволит в дальнейшем оцени влияние химических показателей почвы на видов распределение травяных растений, причем с учетом мозаичности.