数据分析中数理统计方法地正确使用.pptVIP

案例22（续3） 2.3环境因子与N2O排放的关系 土壤－作物系统中N2O的排放受诸多因子的共同影响，如土壤水分、温度、无机氮含量和可溶性碳含量等。多数研究结果皆认为，在大田试验下，由于多种因子对N2O的排放起共同作用，单因子对N2O的排放影响不起决定作用。对充水孔隙率与N2O排放量之间进行简单的相关统计分析，结果表明二者间仅有微弱的正相关关系（图5）。不同施氮水平和氮肥品种处理下无机氮含量的变化曲线与N2O排放曲线是比较一致的（图6a与图2；图6b与图4）。对无机氮含量与所有N2O排放测定结果之间的关系进行简单相关统计分析，结果表明无机氮含量与N2O排放量呈极显著的正相关关系，说明无机氮含量越高，N2O排放通量也就越高（图6c）。本区玉米生育期内，5cm处土壤平均温度为26.2℃，在20℃～32℃范围内波动，有利于土壤N2O的产生；与土壤湿度、无机氮含量相比，温度不是主要影响因素。 案例22（续4） 图5 N2O排放通量土壤充水孔隙率关系 Fig.5 Relationship between N2O flux and WFPS 案例22（续5） 图6c: N2O排放与无机氮含量关系 案例23 相关分析（表2）表明Al、Fe、Mg、Sc显著正相关，而K和Na显著正相关。LOI（燃烧重量损失 ）与Fe、Mg、Sc显著正相关。相关分析进一步表明沉积物矿物组成不同而导致的元素背景方面的差异，因而采用同一背景含量值来评价整个河流沉积物污染风险存在明显的弊端。 案例23（续1） 案例23（续2） 3.2 未污染沉积物中元素的含量和相关关系 在嫰江汇入松花江前的大庙渡口基本未受到人类活动的污染，在该地点沉积物中Sc同绝大部分元素（表生元素Mn, P, Ca除外）都存在显著的相关关系（图2），表明了这些元素共同的地球化学起源。我们假定这些共同起源的元素间的相关关系同样存在于松花江流域污染发生之前的沉积物。因此我们可以利用这些方程计算松花江流域沉积物中元素的背景含量（污染发生之前的含量）。本文只列出Sc~Hg的相关方程。 案例23(续3) 图2. 松花江流域大庙渡口沉积物（0-28 cm 深度）中Hg浓度随Sc浓度的变化 案例24 3.2 重金属富集状况与相关分析 …… 对温榆河沉积物不同深度的重金属含量及其相关化学性质的变化进行相关分析，其结果如表3所示。可以看出：Fe含量则与Zn、Cu、Cr含量间均达P0.01的正相关显著性水平，而Fe与As、Cd、Ni间无明显相关性；Zn与所有金属元素间均呈显著正相关关系；Cu含量与除As、Ni外的其它金属元素含量间均呈显著正相关关系；Cd含量与除Fe以外的其它重金属元素含量间的相关性显著。pH值与金属元素（除Fe、As外）的含量间负相关关系均达P＜0.05以上的显著性水平。沉积物的有机质含量与重金属元素（除Fe外）含量间均达P＜0.05以上的显著正相关水平，这可能与有机质能与重金属产生吸附等化学作用有关。 …… 案例24（续） 案例25 案例25（续1） 案例25（续2) 案例25（续3） 案例25（续4） 2.2.1 不同功能区降尘重金属特征 由表2可见，不同功能区降尘的重金属全含量存在显著性差异（p0.05），Cu、Cd以工业区最高，Zn、Pb以商业交通区最高，居住区、清洁对照区则负荷相对较轻。以内梅罗污染指数PN计算各功能区的重金属污染强度：PN= ｛［（Pi均2）+ （Pi最大2］/2｝1/2 ，Pi=Ci/Cj， 式中Pi均和Pi最大分别是平均单项污染指数和最大单项污染指数；Ci为降尘实测值，Cj为广东省土壤元素背景值[7]。两地不同功能区降尘污染趋势一致，其综合污染指数由大到小为：工业区（包括电厂）、商业交通区、居住区、清洁对照区。 案例25（续5） 附注：本PPT作者张利田是《环境科学学报》副主编、编辑部主任。是他根据多年编辑工作实践和参考诸多数理统计教科书而撰写的心血之作，有部分删节修改。仅供广大湖泊科学研究者撰写科技论文参考、学习——《湖泊科学》编辑部 案例11 案例11（续） 由表1可知,0～5cm土壤层中,活动区土壤微生物生物量碳和缓冲区土壤微生物生物量碳分别比背景区土壤微生物生物量碳降低了65.96%和20.05%，而活动区土壤微生物生物量碳比缓冲区土壤微生物生物量碳降低了57.42%，并且3个试验区的差异均达到显著水平（P0.05）. 5～15cm土壤层中,活动区土壤微生物生物量碳比缓冲区土壤微生物生物量碳降低了43.14%，而缓冲区土壤微生物生物量碳比背景区土壤微生物生物量碳降低了13.85%，3个试验区的差异也均达到显著水平（P0.05）. 15～25cm土壤层中,活动区土壤微生物生物量碳比缓冲区土壤微生物生物量碳降低了18.58%，而缓冲区土壤微生物生物量