侵蚀土壤主成分分析研究成果

土壤侵蚀研究正在逐步从定性走向数值化和定量化研究，以便应用电子计算机对观测数据进行处理。为此，我们进行了主成分分析，以深入探讨各侵蚀因子对土壤侵蚀的影响。

2.2.1　观测资料数值化处理

主成分分析是通过原始变量的线性组合，更集中更典型地反映研究对象的信息，使原始变量减少为有代表意义的少数几个新的变量，以突出研究要素的主要特征。据此，我们首先确定了土壤可蚀性、地面坡度、土壤利用状况（含植被覆盖率因素）、人类不合理利用对土壤干扰的强度（如陡坡开荒、森林遭到乱砍滥伐）等4个主要侵蚀因子作为观测项目，并分别以x1、x2、x3、x4代表。对这4个侵蚀因子强度首先进行分级并赋值（表4）。

表4　侵蚀因子强度分级及其数值指标

表4强度分级是根据本区各种土地类型遭受水土流失的具体情况考虑的，而每一因子各级强度赋值的原则是，对土壤侵蚀影响大者赋予大值，小者小值，且为非等距序列。兹按表4对野外观测资枓进行数值化处理如下（表5）。

表5　各观测点土壤侵蚀因子强度赋值表

2.2.2　计算步骤及其结果第一步，应用表5计算4个主要侵蚀因子x1、x2、x3、x4两两之间的单相关系数，并写成相关矩阵形式（表6）。

表6　各侵蚀因子的相关矩阵

(www.xing528.com)

由表6可见，土壤可蚀性与土壤利用状况、人为因素对土壤干扰强度呈显著的相关性，土壤利用状况与人为因素对土壤干扰强度亦有显著的线性相关。

第二步，应用表6计算特征值，特征向量以及每一特征值的方差贡献率（表7）。

表7　特征值及相应特征向量

第三步，应用表7建立特征向量线性方程，确定综合指标z1、z2、z3、z4，其方程如下：

z1=1.0153x1+0.2033x2+1.0604x3+1.000x4

z2=-0.9958x1+1.0159x2-0.2053x3+1.0254x4

z3=-0.1395x1+1.2739x2+1.0059x3-1.1777x4

z4=0.8901x1+0.8606x2-1.0488x3-0.0781x4

z1、z2、z3、z4分别为原指标的第—主成分、第二主成分、第三主成分和第四主成分。由表7可见，第一特征值λ1（2.4660）数值最大，占总方差的比例最大，其贡献率为61.6%，故z1信息量最大，其次是z2、z3、z4。综合分析它们的特点，唯有变量x2向量数值在4个线性方程中均为正值，且z2、z3中载荷最大，说明地面坡度是对本区水土流失起着重要作用的主要侵蚀因子之一。另外，反映了全部信息量81.8%的z1与z2，其变量x4的向量数值为正值，不同于z2中的x1、x3向量元素值为负值，显示出对z2较强的逆向负荷。因此，变量x4，即人为因素对土壤的干扰强度，就是对本区水土流失有重大影响的另一个主要侵蚀因子。总之，主成分分析结果告诉我们，本区水土流失研究与防治重点，应放在自然条件中的地面坡度和社会经济条件中的人为生产活动方面。至于其他因子，相对说来，在本区就是次要的侵蚀因子。