32.精选文章 |【地理科学】重庆师范大学:基于多元统计分析的岩溶洼地小流域泥沙来源分析

文摘   2024-11-11 08:00   重庆  





文章简介


中文题目基于多元统计分析的岩溶洼地小流域泥沙来源分析

发表时间:2024年9月

发表期刊:地理科学

第一作者:菜云丽等

第一单位:重庆师范大学

DOI:10.13249/j.cnki.sgs.20230796

精选理由:本研究通过多元统计分析,深入探讨了岩溶洼地小流域泥沙来源的空间分布及其潜在影响因素。研究结合Kruskal-Wallis H检验(KW-H)、主成分分析(PCA)与判别函数分析(DFA)等统计方法,评估了林地、草地、坡耕地等不同泥沙源地的相对贡献,揭示了统计方法对泥沙来源判别结果的影响。研究结果不仅为岩溶洼地小流域的泥沙来源提供了定量分析依据,也为精确实施水土保持措施提供了科学依据。该研究方法在地学领域具有较强的应用价值,尤其对提升泥沙来源识别的准确性和决策指导具有重要意义。

摘  要

本研究以青木关岩溶洼地小流域为研究区域,采集林地、草地、坡耕地3类泥沙源地土壤样品和洼地沉积物样品,测定磁化率、TP、TC、TN、137Cs和地球化学元素等26个指标,采用3种统计分析方法选择3组不同的最佳指纹因子组,分别为Kruskal-Wallis H检验(KW-H)与判别函数分析(DFA)相结合(KW-H+DFA)、主成分分析(PCA)与DFA相结合(PCA+DFA)、KW-H与PCA相结合(KW-H+PCA),然后利用多元混合模型对3个潜在源地的相对贡献进行估算。结果表明:KW-H+DFA估算林地、草地、坡耕地的相对贡献分别为25.17%、32.19%、42.64%;PCA+DFA估算的相对贡献分别为26.72%、29.14%、44.14%;KW-H+PCA估算的相对贡献分别为23.67%、27.36%、48.97%。基于不同统计组合的GOF、RMSE、MAE分别为94.47%、9.85、5.71;91.32%、19.95、10.08;90.11%、20.76、12.12。研究结果表明,不同的统计方法会对沉积物来源的判别分析及精确度产生影响,强调在对泥沙来源进行研究时,应重视统计方法的选择,以便更准确地识别泥沙来源,进而更好地实施相应的水土保持措施





一、

研究背景🌍


中国西南岩溶区是世界上岩溶裸露面积最大的地区之一,由于其独特的岩性特征,形成了特有的“地上、地下二元结构”。该地区生态环境脆弱,加之不合理的人类活动,水土流失情况十分严重。水土流失加剧石漠化、引起坡耕地面积减少和土壤质量下降、威胁流域生态环境安全等一系列生态环境问题,进而对该区域的社会经济发展造成不良影响

二、

研究亮点🔍


1)统计方法对泥沙来源识别的影响

本研究采用了三种不同的统计方法(Kruskal-Wallis H检验与判别函数分析(KW-H+DFA)、主成分分析与判别函数分析(PCA+DFA)、Kruskal-Wallis H检验与主成分分析(KW-H+PCA))筛选泥沙来源的指纹因子,并利用多元混合模型对泥沙来源进行定量估算。研究表明,不同统计方法对泥沙来源的识别精度和准确性产生显著影响,特别是KW-H+DFA方法的拟合优度较高,为泥沙来源的判别提供了较为可靠的结果。

2)泥沙来源贡献的区域差异

研究结果显示,尽管坡耕地面积在小流域中的比例最少,但其泥沙贡献率最高,达42.64%(KW-H+DFA方法)。这主要由于坡耕地的坡度较大、人工活动频繁、土壤稳定性差等因素,使得其泥沙容易受到侵蚀。相比之下,林地和草地的泥沙贡献较小,分别为25.17%和32.19%(KW-H+DFA方法)。

3)最佳指纹因子组的选择与应用

本研究通过三种统计方法选择了不同的最佳指纹因子组,其中,KW-H+DFA方法选出的指纹因子组合为K、137Cs、Sr和Cr,表现出较强的区分不同泥沙源地的能力。地球化学元素(如Cr、Sr)和放射性核素(如137Cs)作为指纹因子,在泥沙来源的判别中发挥了关键作用,显示出其在泥沙源地识别中的重要性和应用潜力

三、

研究总结🌐


本研究通过采用三种不同的统计方法(KW-H+DFA、PCA+DFA、KW-H+PCA)分析岩溶洼地小流域的泥沙来源,揭示了不同统计方法对泥沙来源判别精度的影响。结果表明,坡耕地虽面积最小,但因坡度大、人类活动频繁,成为泥沙的主要来源。地球化学元素(如Cr、Sr)和放射性核素(如137Cs)在指纹因子选择中的重要性突出,尤其在岩溶地区,地球化学元素Ca显示了显著的区分能力。尽管如此,统计方法的选择对泥沙来源估算的精度和可靠性具有重要影响,尤其是KW-H+DFA方法提供了最为可靠的结果。因此,研究强调了统计方法与指纹因子选择的优化对泥沙来源研究的重要性,并为水土保持措施的科学制定提供了理论依据。







研究图表


图1. 研究区土地利用与采样点分布示意图。

图2. KW-H+PCA 主成分分析图。





表1. 泥沙源地土壤指纹因子 Kruskal-Wallis H 检验分析。

表2. PCA+DFA 主成分分析结果。

表3. KW-H+PCA 主成分分析结果。

表4. 不同统计组合的最佳指纹因子组及泥沙来源贡献率。

E N D

获取方式关注我们的微信公众“地学韦丰吉司长”。后台回复关键字“32中文”,即可直接获取原文PDF

(提示:关键字要完整)


声明:本推送文章来源于公开渠道,我们已注明相关信息来源,版权归原作者或出处所有。本推文仅用于学术交流和信息分享,无商业用途。侵删。

地学韦丰吉司长
绝佳地理学视角,地学韦丰吉司长为您呈现精选“地学”文章,为您提供权威的科普文章、学术资源和地学知识。探索地球之美,解读地理之奥秘。欢迎广大地学科研工作者、爱好者投稿和业务推广。请后台私信或加VX(XWFxwf7)联系韦丰小编!
 最新文章