应用R语言rioja软件包的加权平均(Weighted Averaging,WA)和加权平均偏最小二乘(Weighted AveragingPartial Least Squares,WA-PLS)模型建立了长白山区泥炭藓泥炭地有壳变形虫与水位埋深(depth to water table,DWT)、pH和泥炭湿度的转...应用R语言rioja软件包的加权平均(Weighted Averaging,WA)和加权平均偏最小二乘(Weighted AveragingPartial Least Squares,WA-PLS)模型建立了长白山区泥炭藓泥炭地有壳变形虫与水位埋深(depth to water table,DWT)、pH和泥炭湿度的转换函数,为古环境定量重建奠定了基础,也提供了rioja软件包应用的实例和参考。结果表明水位埋深以WA-PLS模型最佳(预测均方根误差RMSEP为7.39 cm,R2=0.74);对于pH和泥炭湿度,WA-PLS第一分量和WA.inv都产生了最小的RMSEP和较高的R2值。pH的RMSEP为0.18,R2为0.72。泥炭湿度的RMSEP为1.95%,R2为0.62。如果泥炭剖面的有壳变形虫种类组成与本研究的训练样本集相同,水位埋深、pH和泥炭湿度可以分别以±7.39 cm、±0.18和±1.95%的平均误差进行重建。展开更多
文摘应用R语言rioja软件包的加权平均(Weighted Averaging,WA)和加权平均偏最小二乘(Weighted AveragingPartial Least Squares,WA-PLS)模型建立了长白山区泥炭藓泥炭地有壳变形虫与水位埋深(depth to water table,DWT)、pH和泥炭湿度的转换函数,为古环境定量重建奠定了基础,也提供了rioja软件包应用的实例和参考。结果表明水位埋深以WA-PLS模型最佳(预测均方根误差RMSEP为7.39 cm,R2=0.74);对于pH和泥炭湿度,WA-PLS第一分量和WA.inv都产生了最小的RMSEP和较高的R2值。pH的RMSEP为0.18,R2为0.72。泥炭湿度的RMSEP为1.95%,R2为0.62。如果泥炭剖面的有壳变形虫种类组成与本研究的训练样本集相同,水位埋深、pH和泥炭湿度可以分别以±7.39 cm、±0.18和±1.95%的平均误差进行重建。