采样尺度对土壤养分空间变异分析的影响

以高密度土壤养分采样数据为数据源,通过随机抽取生成不同采样尺度的样点数据,分析采样尺度对土壤养分空间变异特征分析的影响。研究结果表明:区域土壤养分预测均值随采样尺度减小呈下降趋势,而变异系数增加;养分空间分布的全局趋势随采样尺度增大而增强,但不影响半方差模型;当采样尺度较大,样点间自相关较弱时,相对较少的样点也能满足区域统计参数估测分析需要,但不能用于空间变异特征和插值分析;当样点数大于最佳采样数时,养分统计参数、空间变异特征和插值分析随着采样尺度减小而精度提高,当采样尺度达到0.2左右时,能够满足中等空间变异的土壤养分空间插值分析需要;样点空间布局对相关距和空间插值分析精度的影响比采样尺度本身更为显著。     

县域土壤有机质空间变异特征及合理采样数的确定

以有机质为例,以高密度土壤养分采样数据为数据源,通过随机抽取生成不同采样密度的样点数据,分析了不同采样密度下土壤有机质的空间变异特征及县域合理采样数。研究结果表明,在一定研究尺度下采样密度对土壤养分的模型拟合、变程和空间相关性没有显著影响,即适当减少样点数可以满足插值分析的需要,充分考虑土壤养分空间变异评价的精度分析,确定县域土壤有机质合理采样数应控制在400个以上。     

基于土壤－地形关系的合理样点对土壤有机质空间预测的影响

针对土壤精细化管理体系中合理样点数及空间预测优化问题,本文将基于土壤－地形关系,探讨了不同采样方式下以局部样点数量为代表提供最优数据的可能性。以地统计学、土壤－地形关系、地理加权回归克里格（GWRK）模型为基础,经系统格网、地形单元分区和地形起伏度最佳统计单元等三种采样方式分析合理样点集的空间分布对土壤有机质空间预测精度的影响。结果表明:（1）确定地形起伏度最佳统计单元大小为10 × 10像元,且平原区样点分布最为密集,合理样点数为1656;（2）高程、坡向、地形位置指数、相对位置指数、地形起伏度是影响土壤有机质空间变异的主要因素,能够解释研究区内有机质含量空间变异的69.2%;（3）GWRK模型精度均比普通克里金插值（OK）精度高,且山脊、背坡、陡坡、坡脚等坡位内合理样点数分别为39、481、9、28。在样点数最多时（n = 2806）,GWRK精度提高幅度及样点数量对预测结果影响有限。当样点数量减少时,有机质预测值空间分布的局部变异性随样点数减少而减少。因此,不同采样方式下合理样点集明显影响有机质预测精度,但预测结果分布趋势相似,仍可完整表征土壤有机质空间分布的空间格局。     

土壤碱解氮空间变异与合理采样点数量研究

掌握土壤碱解氮变异特征是合理施肥与精准农业发展的前提,而合理采样点数量的确定是高效获取土壤碱解氮空间变异特征的基础。本研究基于江苏省沛县内约38 km²的区域中148个均匀分布的土壤采样点,分析了土壤碱解氮的空间变异特征,并通过区域随机抽样理论,计算了不同置信水平和误差等级的合理采样点数量。研究表明,沛县土壤碱解氮的平均含量为109.97 mg/kg,变异系数为0.29,其在空间分布上以中部和东南部局部地区土壤碱解氮含量较高,而东北部地区含量较缺乏;在95%置信水平上,当误差为5%和10%时的合理土壤采样点的数量分别为69个和27个;而在90%置信水平上,两误差等级所需合理采样点的数量分别为56个和20个。研究结果可为该地区土壤养分调查时高效采样方案的制定提供参考。     

土壤制图中多等级代表性采样与分层随机采样的对比研究

采样设计是土壤地理研究中备受关注的重要问题。本文以区域尺度土壤属性制图为例,将多等级代表性采样与经典采样中的分层随机采样进行对比研究。以安徽宣城研究区的表层砂粒含量为目标要素,采集数量均为59个的两套样点,设计不同数量(46、58和59)的样点分组,采用两种制图方法进行制图并利用独立验证点进行评价。结果表明:1)无论是采用多元线性回归方法还是基于环境相似度的制图方法,在同等样点数量下,利用代表性样点所得土壤图精度均高于利用随机样点所得精度,并且利用少量代表性样点(46个)所得土壤图精度也高于利用多量随机样点(59个)所得精度;2)随着代表性较低样点的增加,土壤制图精度基本有一个提高的趋势,而采用随机样点所得土壤图的精度波动较大。因此,可认为多等级代表性采样方法是一种可用于区域尺度土壤调查的有效采样方法,且比分层随机采样高效、稳定。     

采样密度和插值对农田土壤碱解氮空间变异性的影响

将吉林省榆树市弓棚镇作为研究区域,利用采样密度和插值方法(BP神经网络方法和Kriging方法),研究其对农田土壤碱解氮空间变异性的影响。研究结果表明:Kriging模型插值精度随采样密度的减少,呈显著下降趋势,采样密度对BP神经网络插值精度影响相对较小。当采样密度较大时,插值精度表现为Kriging模型显著高于BP神经网络模型;当采样密度较小时,BP神经网络模型的插值精度优于Kriging模型插值精度。研究为精准农业土壤养分插值方法的选取、制定优化采样策略提供科学依据。     

基于地统计的土壤养分采样布局优化

传统的土壤养分采样布置方法都是基于采样区土壤特征状态空间随机变异的假设。而地统计学研究表明,土壤特征状态在空间上有关联性,因此利用传统方法来制定采样方案并不是最优的,因为它没有考虑土壤特性的空间相关性,不能反映其局部的变化特征。该文在分析土壤肥力空间变异的基础上,研究利用经典统计学方法确定合理的采样点数目,并基于地统计学的半方差函数拟合与Kriging方法确定合理的采样点布局的方法,选择典型地区的土壤肥力进行空间变异分析和采样点布置的优化设计。研究结果表明：在合理的位置布置14个采样点就可以满足典型基地种植区绘制施肥处方图进行变量施肥决策的要求;利用经典统计学与地统计分析相结合的方法进行农田尺度的土壤肥力采样布点优化分析具有良好的可行性。     

类别辅助变量参与下的土壤无偏采样布局优化方法

为了提高采样点在地理空间和辅助变量特征空间中的代表性,该文提出特征空间偏离指数用以测度采样点在特征空间中的无偏性,采用类别型辅助变量参与下的多维特征空间构建方法,融合地理空间和特征空间均匀分布的多目标优化目标函数,并利用空间模拟退火的方法实现采样点布局优化。以北京顺义区农田土壤重金属采样为例,选取土地利用类型、土壤质地和母质为辅助变量进行样点布局优化,并与特征空间均匀和地理空间均匀采样方法比较,结果表明:用于区域变量总体估计时,地理空间均匀采样估计精度最低,在采样尺度大于0.275时以特征空间均匀采样估计精度最好,而在采样尺度小于0.275时,无偏采样能获得更好的估计结果;在特征空间代表性方面,采样尺度较大时特征空间均匀采样样点代表性最好,采样尺度小于0.302时,无偏采样与特征空间均匀采样的代表性基本一致,地理空间采样点的代表性最差;用于空间制图时,无偏采样总体上比其他2种方法具有更好的制图精度。可见,在辅助变量支持的采样优化中,当采样尺度大且样点数较少时,适合采用特征空间均匀方法,且只能用于总体估计;采样尺度较小,样点数多时,适合采用无偏采样方法。该研究为利用辅助变量设计区域采样布局提供参考。     

考虑人为因素影响的重金属含量分析用土壤样品采集方法研究

合理布置土壤采样点是全面掌握重金属空间变异特征及变化趋势的重要环节。目前在土壤重金属相关研究中还是以网格化均匀采样为主的传统采样。然而,这些方法未能充分考虑采样的成本和代表性,无法满足高精度空间分析方法要求。本文基于人为影响因素进行重金属采样布局,通过筛选区域范围内影响土壤重金属的人为影响因素,利用核密度方法对影响因素进行指标量化,以半变异方差为目标函数,通过变程分析采样点的采样方案。本文以龙口北部平原区为典型研究区,选择了工矿企业密度（DI）和道路密度（DR）两种重要的人为因素指标,寻求土壤Hg元素的最佳采样点采集方案,最后通过基于不同间距的采样点分析来验证本文提出的采样方案的有效性。结果表明（1）DI与Hg在研究区南部和东北部区域具有相似的空间分布趋势,DR与Hg在研究区南部和东南部区域的空间分布趋势相似程度较大;（2）DI和DR的有效变程分别为5819 m、6079 m,与土壤数据Hg的变程（6000 m）也较为相近;（3）为了验证人为因素指标所求变程可以作为土壤Hg采样距离参考值,设置了不同采样间距的Hg实际采样方案（3000 m、4000 m、5000 m、6000 m和7000 m）,利用克里金插值精度（MSE、RMSDE）获取不同采样方案的重金属估测误差。对比不同采样间距发现,当采样间距 ≤ 6000 m时,不同采样间距之间的误差相差无几,而以7000 m作为采样间距时,误差却大幅增加。所以6000 m作为采样间距时,既能充分考虑采样的成本和代表性,也能满足高精度空间分析方法要求,而且这个数值与DI、DR所求变程（6000 m）相同,进一步证明了人为因素指标DI、DR所求变程具有Hg样本采集方案布局的参考价值。     

一种基于样点代表性等级的土壤采样设计方法

采样设计是获取土壤空间分布信息的关键环节,直接影响到土壤制图的精度。目前常用的采样设计方法大多存在着设计样本量大、采样效率不高的问题。当可投入资源难以完成一次性大量采样时,采样往往需要多次、分批进行。然而现有分批采样方法多考虑各批采样点在地理空间的互补性,可能造成样本点在属性空间的重叠,影响采样资源的高效利用。鉴于此,本研究通过对与土壤在空间分布具有协同变化的环境因子进行聚类分析,寻找可代表土壤性状空间分布的不同等级类型的代表性样点,建立一套基于代表性等级的采样设计方法。将该采样方法应用于位于黑龙江省嫩江县鹤山农场的研究区,利用所采集的不同代表性等级的样点进行数字土壤制图并进行验证,探讨采样方案与数字土壤制图精度的关系,以评价本文所提出的采样方法。结果表明,通过代表性等级最高的少量样点可获取研究区的大部分主要土壤类型(中国土壤系统分类的亚类级别),且制图精度较高;随着代表性等级较低样点的加入,土壤图精度提高;但当样点增加到一定数量时,土壤图的精度变化不大。因此,与样点数相比,样点的代表性高低对制图精度的影响更大。该方法所提出的代表性等级可以为样点采集顺序提供参考,有助于设计高效的逐步采样方案。     

耕地养分空间插值技术与合理采样密度的比较研究

土壤养分连续空间分布数据是土壤信息系统工作的基础,土壤养分空间插值的研究因此变得尤为重要。对湖北省鄂州市进行土壤养分采样调查,以对作物生长作用较为密切的有效氮、有效磷、有效钾、pH为研究对象,运用克里格法(Kriging)、样条函数法(Spline)、距离权重倒数法(IDW)3种插值方法对数据进行栅格化处理,分析比较3种插值方法所得结果的特性以及对耕地养分数据插值的适宜性。通过调整空间采样点密度,比较几种空间采样密度对插值结果的影响,总结3种插值方法在不同空间尺度下的插值精度,并在不同土壤类型内进行不同采样密度的插值分析。     

基于样点个体代表性的大尺度土壤属性制图方法

大空间尺度范围的土壤属性分布信息是陆地表层过程模拟的基础信息.基于野外样点进行空间插值是获得土壤属性空间分布信息的重要手段.现有的空间插值方法通常要求所用样点对研究区土壤属性空间分布规律具有良好的全局代表性.然而,受采样经费和野外采样条件的限制,所采集的样点往往难以全面地反映研究区土壤属性的空间分布规律.基于这样的样点用现有空间插值方法得到的土壤属性分布图通常精度较低,并且由样点全局代表性差带来的推测不确定性也无法得到度量.为了合理利用这些已采集的但全局代表性不好的样点,本文提出了基于样点“个体代表性”推测土壤属性空间分布并度量推测不确定性的方法.该方法在两点环境条件越相似、土壤属性就越相似的假设下,认为每一样点可以代表与其环境条件相似的地区,并且代表程度可以由两点的环境相似度度量;通过分析环境相似度计算推测不确定性,并以环境相似度为权重计算样点可代表地区的土壤属性值.将该方法应用于推测新疆伊犁地区土壤表层有机质含量,经验证,本文方法能够有效地利用全局代表性差的样点推测样点能够代表地区的土壤属性空间分布,并且所得的推测不确定性与预测残差呈现正向关系,能够有效地指示推测结果的可靠程度.     

土壤水分和养分时空变异性与作物产量的关系

精确农业使得农田土壤水分和养分的时空变异与产量关系的研究显得尤为重要,这就要求在其研究方法上取得新的进展,以加快精确农业的进程。该文运用传统统计理论和地质统计学理论结合分析了冬小麦苗期、灌浆期的土壤水分和养分变异与产量变异之间的关系。提出用“综合指示率”综合评价土壤的水分和养分状况,并分析了综合指示率的变异与作物产量变异之间的关系。结果表明在67.8 m范围内综合指示率与产量之间存在很强的空间相关性,综合指示率越大,产量越高。Kriging估计的空间分布图也表明综合指示率与产量有较好的对应关系,综合指示率能解释产量变异的58.4%,比多元回归结果提高17.4%。多元逐步回归分析和综合指示率与产量的两变量回归分析结果都表明,同时考虑土壤水分和养分的变异能解释产量变异的33.3%～58.4%,比只考虑土壤养分变异时提高0～5.2%,同时考虑苗期和灌浆期土壤水分和养分变异能解释产量变异的41.0%～58.4%,比只考虑其中1个时期提高4.3%～16.5%。综合指示率为表达农田土壤水分和养分时空变异性及其与作物产量的关系提供了一种思路和方法,其分布图不仅是管理者综合评价土壤水分和养分状况的有利工具,而且把它与产量分布图对比,可以为精确农业的实施提供一定参考。     

基于不同协变量Cokriging土壤养分空间预测精度研究——以陕西省蓝田县为例

以蓝田县西北部农耕区2012年1 114份土壤有机质、碱解氮、有效磷、速效钾4个指标为基础,利用地理信息系统和地统计学相结合的方法,在对协变量个数控制的前提下,通过交叉检验系数和精度提高系数,探索协同克里格插值法对各土壤养分空间分布预测精度的影响。结果表明:各土壤养分空间分布不均匀,土壤养分存在中等变异性;利用增加协同变量方法,依据协变量之间相关性强弱控制协变量进入模型的次序对各土壤养分指标进行协同克里格插值,能提高预测精度,当协变量个数达到3时,各养分指标精度提高分别为有机质0.353%,碱解氮1.114%,有效磷1.088%,速效钾0.646%。研究结果较为准确地预测了样区4个养分指标的空间分布特征,结合土壤类型及土壤施肥管理方法,探讨了土壤养分空间分布特征的原因。     

土壤养分变异与合理取样数量

利用地统计学方法、地理信息系统技术 ,结合土壤养分状况系统研究法对一定条件下的土壤合理取样数量作了细致的研究。结果表明 ,大部分土壤养分都具有较为良好的半方差结构 ,空间自相关距都比较大。在平衡取样成本和精确度的前提下必须考虑土壤养分的空间变异程度。利用地理信息系统等手段可以充分表现土壤养分变异的分布情况 ,从而为设置取样点提供依据。在本研究条件下 ,利用分层取样的最适分配法获得 34.5hm2耕地上的最佳取样数量 ,针对土壤速效钾的取样以 95%的置信水平 10%的相对误差为宜 ,取样数量为 24个 ;针对土壤速效磷的取样以 95%的置信水平 20%的相对误差为宜 ,取样数量 10个。     

高密市农田土壤养分空间变异特征研究

以高密市为例,利用GIS和地统计学方法在县域的尺度上分析土壤有机质、全氮、碱解氮、有效磷、速效钾、有效锰、有效铜、有效锌、有效硼9种养分的空间变异情况,利用克里格插值分析土壤养分的空间分布格局。结果表明,有效磷变异系数最大为48.80%,有机质变异系数最小为21.76%,变异系数由大到小依次为有效磷>有效锌>速效钾>有效铜>有效硼>有效锰>碱解氮>全氮>有机质。各土壤养分都具有良好的半方差结构,除了有效锰符合线性模型以外,其他养分均符合指数模型。速效钾、有效铜、有效锌具有强烈的空间自相关性;有机质、全氮、碱解氮、有效磷、有效锰、有效硼具有中等强度的空间自相关性,自相关程度速效钾>有效铜>有效锌>有效硼>全氮>碱解氮>有机质>有效磷>有效锰。在空间自相关范围上,有效硼最大为28716 m,有效铜最小为1410 m。微量元素锰、硼在空间分布上呈现出明显的规律性,锰呈现出从北到南逐渐增加的趋势,而硼含量则是从北到南逐渐减小;有机质、全氮、碱解氮三种元素呈现出相似的空间分布格局;有效铜、有效锌没有明显的规律性;有效磷、速效钾高值区呈块状零星分布。该研究揭示了高密市土壤养分的空间分布规律,对于实施精准农业和耕地的可持续利用具有积极意义。     

精细农业中农情信息采集技术的研究进展

由于现代信息技术在农业中的应用，精细农业在世界范围内引起了广泛关注。快速有效地采集和描述影响作物生长环境的空间变量信息，是开展精细农业实践的重要基础。围绕土壤环境、作物产量分布、病虫草害及作物长势等信息采集技术的研究情况进行了阐述，指出了现有采集技术存在的优缺点，并在此基础上指出提高设备的采集精度和速度，开发研制产量监测系统、土壤环境信息快速测量仪以及多功能采集设备是近阶段的主要研究方向。     

基于条件拉丁超立方抽样的县域耕地土壤有机质空间插值合理样本密度的确定

  目的  采样密度与耕地土壤有机质（SOM）的空间预测精度密切相关,为提高耕地SOM空间预测精度,需要确定合理的采样密度。  方法  以湖南省岳阳县为例,用R语言设计了条件拉丁超立方体抽样（cLHS）方案,从7399个（采样密度为14.82个 km?2）耕地土壤样本中独立抽取不同采样密度的8个训练集（采样密度分别为10.01、7.41、3.70、1.85、0.93、0.46、0.23、0.12个 km?2）,为了兼顾样本特征空间与地理空间,地形部位、坡度、成土母质、土壤类型、乡镇和经纬度等信息被添加到了cLHS中。结合普通克里格方法,分析和探讨了不同采样密度的耕地SOM空间预测效果。  结果  不同采样密度训练集SOM均值高于湖南省平均水平,具有中等程度变异,描述性统计结果差异不大,各训练集对总体均具有较强的代表性;半方差函数模型均为指数模型,具有较好的半方差结构（结构性比例:87.5% ~ 94.5%）,空间相关性较强,变程与拟合优度呈现出正相关关系(相关系数r = 0.96),与结构性比例则表现为负相关关系(相关系数r = ?0.79);在采样密度为3.70个 km?2时,探测到的SOM变异结构中结构性组分最完整,精度最佳。当采样密度达到1.85个 km?2以上时可较稳健地揭示其空间结构特征,继续增加采样密度并不能大幅提升预测精度。  结论  考虑预测精度要求和工作成本,与研究区自然地理条件相似的地区将耕地土壤采样密度控制在1.85个 km?2以上可获得预期的效果。     

关中平原台塬区土壤养分空间格局研究——以西安市长安区为例

为研究关中平原台塬区土壤养分的空间分布情况,加强精准农业施肥管理,针对陕西省西安市长安区836.69 km²范围内的土壤养分元素进行空间格局研究。通过GPS定位选取研究区内3 231个土壤采样点,测定了土壤样品的有机质、碱解氮、有效磷、速效钾以及pH值,并利用地统计法对其空间变异结构及格局现状进行研究。结果表明:土壤养分元素的变异系数范围为0.09～0.84,其变异程度依次为有效磷>速效钾>碱解氮>有机质>pH值;土壤有机质、碱解氮、有效磷、速效钾及pH值的变异函数曲线均符合指数模型;在空间结构上,土壤有效磷和有机质属于弱相关性,速效钾和碱解氮为中等强度相关性,pH值具有强烈的空间相关性;采用Kriging插值方法,可直观得到研究区域的土壤养分空间格局情况。