基于不同模型不同指紋因子的東北黑土區(qū)小流域泥沙來源分析
發(fā)布時間:2023-04-23 06:05
基于指紋識別技術(shù)計(jì)算了東北黑土區(qū)典型小流域不同侵蝕產(chǎn)沙源地的泥沙貢獻(xiàn)比。通過分析農(nóng)地、林地、草地表層土以及侵蝕溝樣品中的33種物質(zhì),使用非參數(shù)檢驗(yàn)和多元判別分析篩選出包括P、Ce、Ga、Rb和137Cs組成的最優(yōu)復(fù)合指紋因子,并將放射性核素137Cs和210Pbex作為第2組指紋因子,將最優(yōu)復(fù)合指紋因子中的單個因子分別作為單因子,作為第3組指紋因子,分別利用多元混合線性模型、Bayesian模型和單因子解析解等泥沙來源指紋分析方法計(jì)算了表層土和侵蝕溝的相對泥沙貢獻(xiàn)比。結(jié)果表明:基于不同模型不同指紋因子的泥沙來源貢獻(xiàn)比結(jié)果雖不盡相同,但無重大差別。利用多元混合線性模型計(jì)算時,由放射性元素137Cs和210Pbex作為指紋因子計(jì)算的泥沙來源(表層土47.5%,侵蝕溝52.5%),與最優(yōu)復(fù)合指紋因子計(jì)算的泥沙來源(表層土44.6%,侵蝕溝55.4%)基本一致;利用Bayesian模型計(jì)算時,由放射性元素137Cs和
【文章頁數(shù)】:8 頁
【文章目錄】:
1 材料與方法
1.1 研究區(qū)概況
1.2 樣品采集與測試
1.3 研究方法
1.3.1 潛在泥沙源地指紋識別因子的篩選與組合
1.3.2 泥沙來源估算模型
(1)多元混合線性模型。
(2)Bayesian模型。
2 結(jié)果與分析
2.1 基于多元混合線性模型的泥沙來源估算
2.2 基于Bayesian模型的泥沙來源估算
2.3 基于解析解的單因子泥沙來源估算
3 討 論
3.1 不同指紋因子的選擇及其計(jì)算結(jié)果可信度
3.2 不同計(jì)算模型的對比分析
3.3 由沉積泥沙反映出來的東北黑土區(qū)溝蝕的嚴(yán)重性
4 結(jié) 論
本文編號:3799245
【文章頁數(shù)】:8 頁
【文章目錄】:
1 材料與方法
1.1 研究區(qū)概況
1.2 樣品采集與測試
1.3 研究方法
1.3.1 潛在泥沙源地指紋識別因子的篩選與組合
1.3.2 泥沙來源估算模型
(1)多元混合線性模型。
(2)Bayesian模型。
2 結(jié)果與分析
2.1 基于多元混合線性模型的泥沙來源估算
2.2 基于Bayesian模型的泥沙來源估算
2.3 基于解析解的單因子泥沙來源估算
3 討 論
3.1 不同指紋因子的選擇及其計(jì)算結(jié)果可信度
3.2 不同計(jì)算模型的對比分析
3.3 由沉積泥沙反映出來的東北黑土區(qū)溝蝕的嚴(yán)重性
4 結(jié) 論
本文編號:3799245
本文鏈接:http://sikaile.net/kejilunwen/nykj/3799245.html
最近更新
教材專著