1 / 13

Korrelation af KUPA data

Koncept. Korrelation af KUPA data. Pesticid udvaskning. Sorp. Hyd. Nedbryd. Pedotransfer funktioner. Jorddata. Formål med korreleringen. Med så få simple (iboende) parametre som muligt, at prediktere Kf og DT50 for de fire Kupa stofgrupper. Korrelationsmodel. Kf og DT50.

gada
Download Presentation

Korrelation af KUPA data

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Koncept Korrelation af KUPA data Pesticid udvaskning Sorp Hyd Nedbryd Pedotransfer funktioner Jorddata

  2. Formål med korreleringen • Med så få simple (iboende) parametre som muligt, at prediktere Kf og DT50 for de fire Kupa stofgrupper.

  3. Korrelationsmodel Kf og DT50 Simple iboende parametre Metode • Multivariat regression ved hjælp af Partial Least Squares Regression (PLSR)

  4. Arbejdsmetode • Kupa datasættet(læresættet) anvendes til etablering af korrelationsmodel. • Profildata undersøges for statistisk tilhørsforhold til læresættet, baseret på input variable. • Hvis tilhørsforhold bekræftes predikteres Kf eller DT50. • Evt. outliers undersøges separat.

  5. MCPA: Kf på Kupa datasættet 431 prøver 3 outliers 89% variation forklaret Anvendte variable: C total stor betydning Tekstur lille betydning pH medium betydning

  6. Indenfor modellens 95% konfidensniveau Anvendelse på kvadratnettet Delkonklusion: Kf kan predikteres på kvadratnettet

  7. Metribuzin Methyltriazinamin Kf modellering

  8. Kf samlet Strategi: MCPA: Robust model, data kan umiddelbart modelleres. Metribuzin: Lave Kf værdier identificers statistisk og tildeles lav værdi, resten modelleres direkte. Methyltriazinamin: Det undersøges om simpel model kan anvendes, ellers skaffes jern og aluminium data. Glyphosat: Alle data tildeles en værdi for Kf, der er så høj at variationen på den i beregning af udvaskning, er uden betydning.

  9. MCPA: k (DT50) på Kupa datasættet Kun overjorde: 14 prøver 3 outliers 93% variation forklaret Anvendte variable: pH lille betydning c-total stor betydning H ombyt stor betydning Al2O3-dcb stor betydning

  10. MCPA: k (DT50) på Kupa datasættet Alle horisonter: 35 prøver 8 outliers 82% variation forklaret Anvendte variable: pH lille betydning c-total stor betydning H ombyt lille betydning Al2O3 og Fe2O3 oxa stor betydning Tekstur stor betydning asa stor betydning

  11. Metribuzin Methyltriazinamin DT50 modellering

  12. DT50 (k) samlet * Angivelser i parentes er for over og underjorde. Strategi: MCPA: Det undersøges om model for overjorde kan bruges, ellers anvendes den lidt mindre robuste model for alle jorde. Metribuzin: Model anvendes med relevante data. Methyltriazinamin: Model anvendes med relevante data. Glyphosat: Endnu ikke etableret.

  13. Konklusion • Kf og DT50 kan modelleres ved hjælp af simple iboende parametre (DT50 for glyphosat udestår). • Der skal anvendes forskellige strategier for de fire grupper. • DT50 modellerne for glyphosat og MCPA søges forbedret gennem indragelse af m64.

More Related