基于MATLAB的土壤化學數據處理方法的應用研究

陳國強 姚上琴

摘要：將多元統計方法中的典型方法實現Matlab編程，并與Matlab中的三維圖形相匹配，實現多元典型統計方法處理與趨勢面分析，最終對淺層地下水、水中的元素和土壤建立組合求異模型，其分析結果可在趨勢面顯示，為研究農業地質區域化學元素提供更快捷方便的方法和工作思路。

關鍵詞：典型相關，多元序列，數據處理

農業地質調查在近年來越來越受到重視，其對區域農業環境的結構調整、農產品選種、農業生態環境改善等方面均有貢獻，土壤化學元素數據分析是農業地質研究中的重要內容。然而隨著當代各方面理論與技術手段的發展，傳統的農業地質調查研究方法已無法滿足當下研究的需求。近年來，區域地球化學元素求異分析將數學方法、計算機技術相結合，極大改進了地球化學元素求異分析體系，已取得了一些成果[1]。本文提出一種土壤數據元素的優化分析方法。即利用多元統計中的典型相關分析方法與趨勢面分析方法相結合，建立一個非線性數學空間分析模型，并基于Matlab語言實現，通過對土壤地球化學元素處理與分析，判斷區域土壤化學元素空間分布特征。

1基本原理

首先將土壤地球化學數據樣品矩陣與坐標矩陣構成增廣陣，并進行標準化。構建地球化學元素變量線性組合作為典型變量一，用來表達主礦化因子;同時構建平面直角坐標對的多項式，將多項式中各項作為原始變量，作為典型變量二，用以表達元素空間分布結構性。將兩個典型變量在最大相關原則下求取其典型系數。 具體公式：

令：研究區內共獲得個樣品，，對于第個樣品（），測得它在某平面直角坐標系中的坐標（），并對每個樣品考察個變量，變量值為（），

對個變量構建成線性組合：代表主礦化因子。

用次多項式來刻畫維變量數據，對坐標（）進行多項式趨勢面模擬空間展布趨

勢。 用表示各項：

則構造典型多項式：

;其中，為待定系數

（4）基于上述厘定結果可知，、均為維向量，現應對兩類典型多項式組合的最大相關性進行研究，即需求得兩類典型多項式組合的相關系數：

其中：向量與向量之間的相關系數

根據實際需要，可以確定個為典型系數，選取前個特征值的算數平方根：

即可得：

為使對擬合得更好，在二者相關的條件下對作變換：

求得：

其中，考慮，若? ，，則認為是一個礦化因子，主要以元素為主。

因此，主因子表達式為： 為剩余

對每一進行上述計算，可得到個剩余系列，即為個組合異常，為主礦化因子組數。

2研究區土壤化學數據處理分析

本文選取3320個土壤化學樣品，每個樣品含有Cu、Ag、Pb、Zn、Mo共6個元素變量，應用基于多元序列典型趨勢面數據處理方法，對其進行分析計算。綜合考慮特征值突變點及累計方差貢獻大小選取了2個特征值，確定2個主礦化因子，極大地簡化了原來6個變量計算的繁冗。對元素組合在各個變量上的因子載荷，也就是元素變量線性組合系數取絕對值后進行排序，選取組合系數較大的元素作為主礦化因子的主要元素，形成兩個元素組合（F1，F2），并給出解釋。

F1：Cu-Zn-Pb-Mo元素組合：該組合主要出現在華力西期花崗巖區內出現，在侏羅紀火山巖中發育，在巖漿活動中后期演化過程中分離出來，又經火山噴發作用形成的產物，具有中高溫組合特征。

F2：Mo-Pb-Ag元素組合：該組合主要出現在在華力西期花崗巖與燕山期花崗巖、華力西期花崗巖與侏羅紀火山巖的接觸帶上，部分分布在更新統火山巖區，是巖漿活動中后期演化產物，屬于典型的中低溫組元素組合。

3結束語

研究區主要形成Cu-Zn-Pb-Mo元素組合及Mo-Pb-Ag元素組合，其二者在空間分布上存在差異性特征，說明基于MATLAB的多元序列典型趨勢面數據處理方法求得的化學元素分布信息具有較明顯差異性，反映了該方法對土壤化學的分布信息具有明顯的分解功能，這是傳統處理方法欠缺的。

參考文獻

[1]方維萱， 徐國端. 勘查地球化學主要新進展與今后的重要發展領域[J]. 礦產與地質， 2005， 19（6）： 599-605.

[2]鄧軍， 楊立強， 孫忠實， 等. 礦源系統地質-地球化學例析[J]. 現代地質， 2000， 14（2）： 1701-1707.

[3]遲占東，史琪，康鐵鎖.老撾班康姆金礦地球化學特征及找礦方[J].地質論評， 2017， 63（S1）： 183-184.

[4]邵洪成.基于教學與實驗軟件的安裝與管理[J].淮陰工學院學報，2003， 12（1）：72-74.

[5]李濤.Matlab工具箱應用指南.電子工業出版社，2007.12