淮北平原农田土壤养分空间变异特征——以安徽省蒙城县为例

以安徽省淮北平原的蒙城县为例,利用测土配方施肥获取796个农田表层样点数据(0~20 cm),运用地统计学方法研究了土壤有机质(SOM)、全氮(TN)、速效磷(AP)和速效钾(AK)含量的空间变异特征及其影响因素。结果表明,蒙城县SOM含量为17.14±2.70 g kg~(-1),TN含量为0.85±0.14 g kg~(-1),AP含量为16.63±9.66 mg kg~(-1),AK含量为129.63±35.24 mg kg~(-1),属中等水平。变异系数介于15.75%~58.09%,属中等变异强度。地统计分析表明,蒙城县土壤养分的变异函数符合指数模型,具有中等强度的空间自相关性。SOM和TN的空间自相关性稍强,AP和AK的空间自相关性稍弱。土壤养分在空间上呈块状分布,SOM、TN和AK的空间分布总体上北高南低、在东南—西北方向上变异较强,在西南—东北方向上变异较弱。AP含量总体上由北到南,先降低再升高。     

江淮丘陵地区土壤养分空间变异特征——以安徽省定远县为例

以安徽省江淮丘陵地区的定远县为例,利用测土配方施肥获取的1 401个农田表层样点数据,运用地统计学方法和GIS技术研究了土壤有机质(SOM)、全氮(TN)、速效磷(AP)和速效钾(AK)含量的空间变异特征及其影响因素。结果表明,定远县SOM含量为17.74 g/kg,TN含量为1.04 g/kg,AP含量为13.45 mg/kg,AK含量为115.00 mg/kg,属中等水平。变异系数介于28.85%~73.38%,属中等变异强度。地统计分析表明,定远县土壤养分的变异函数符合指数模型,具有中等强度的空间自相关性,SOM和TN的空间自相关性稍强。土壤养分在空间上呈块状分布,SOM、TN和AK的空间分布总体上东南高、西北低;AP总体上西高东低。土壤养分空间变异主要受地形和土壤类型影响。     

江苏省土壤有机质含量时空变异特征及驱动力研究

土壤有机质(SOM)含量是估算土壤碳储量、评价土壤肥力的重要指标,研究SOM时空演变对评估区域土壤固碳潜力,实现土壤可持续利用具有重要意义。以江苏省为例,利用全国第二次土壤普查资料和2006年采样数据,基于地统计学方法和GIS技术,对比研究了1980-2006年全省范围内表层(0~20 cm)SOM含量的时空变异特征及其驱动因子。结果表明:1980年和2006年江苏省SOM平均含量分别为16.55±8.50 g kg-1和18.31±8.32 g kg-1,变异系数分别为51.36%和45.44%。两个时期SOM的变异函数均符合指数模型,块金系数由51.85%增加为56.52%,变程由71.55 km减少至37.83 km,SOM含量的空间自相关性减弱,自相关距离减小。1980-2006年,SOM含量空间分布呈现出北增南减,沿江平原增,宁镇丘陵减,滨海平原基本持平的空间格局,增加幅度由北向南逐渐减小。SOM含量的初始值影响其空间格局的演变,总体上呈现初始SOM含量的高值降低、低值增加的趋势。肥料的大量使用在提高粮食产量的同时也增加了作物残茬和根系的生物量;秸秆还田的大力推行,使得大量的有机物质进入土壤,促进了SOM的累积。不同的土地利用变化对SOM含量变化的作用不同,土地利用方式转变成水田、旱地和林地促进了SOM的增加,而转变成荒地后导致SOM含量下降。     

江苏省土壤有机质含量时空变异特征及驱动力研究

土壤有机质(SOM)含量是估算土壤碳储量、评价土壤肥力的重要指标,研究SOM时空演变对评估区域土壤固碳潜力,实现土壤可持续利用具有重要意义。以江苏省为例,利用全国第二次土壤普查资料和2006年采样数据,基于地统计学方法和GIS技术,对比研究了1980 - 2006年全省范围内表层(0 ~ 20 cm)SOM含量的时空变异特征及其驱动因子。结果表明：1980年和2006年江苏省SOM平均含量分别为16.55 ± 8.50 g kg^-1和18.31 ± 8.32 g kg^-1,变异系数分别为51.36%和45.44%。两个时期SOM的变异函数均符合指数模型,块金系数由51.85%增加为56.52%,变程由71.55 km减少至37.83 km,SOM含量的空间自相关性减弱,自相关距离减小。1980-2006年,SOM含量空间分布呈现出北增南减,沿江平原增,宁镇丘陵减,滨海平原基本持平的空间格局,增加幅度由北向南逐渐减小。SOM含量的初始值影响其空间格局的演变,总体上呈现初始SOM含量的高值降低、低值增加的趋势。肥料的大量使用在提高粮食产量的同时也增加了作物残茬和根系的生物量;秸秆还田的大力推行,使得大量的有机物质进入土壤,促进了SOM的累积。不同的土地利用变化对SOM含量变化的作用不同,土地利用方式转变成水田、旱地和林地促进了SOM的增加,而转变成荒地后导致SOM含量下降。     

湖南郴州烟区土壤有机质和全氮时空变异及其影响因素研究

为了探明湖南省郴州烟区土壤有机质和全氮的时空变化规律,从而为烟田有机物料投入和氮素养分管理提供科学依据,采用地统计学技术和地理信息技术相结合的方法,对该区2000年和2015年植烟土壤有机质和全氮时间和空间变异特征进行了研究。结果表明,2个年份有机质和全氮含量均十分丰富,2015年土壤有机质(SOM)和全氮(TN)平均含量较2000年分别增加了2.59 g kg~(-1)和0.04 g kg~(-1),变异系数基本稳定,极差变大,Moran's I下降,SOM块金效应基本稳定,TN块金效应显著增加;有机质"适宜"和"高"等级面积分别下降了12.07%和17.16%",极高"等级面积增加了29.47%;两个年份全氮含量"适宜"及以下的等级均缺失,2015年土壤全氮"高"等级面积下降了5.51%",极高"等级的面积增加了5.51%。上述结果表明郴州植烟土壤SOM和TN含量增加,极差变大,空间自相关性显著下降,而随机变异性增加。植烟土壤SOM与TN呈显著线性正相关。     

基于地理加权回归的地形平缓区土壤有机质空间建模

气候变化效应评估、土壤固碳潜力和肥力管理等,迫切需要详尽的土壤有机质（soil organic matter, SOM）空间分布信息。该文以江苏省第二次土壤普查的1 519个典型土壤剖面的表层（0～20 cm）SOM含量为例,选择1 217个样本为建模集,302个为验证集,选取年均温度、年均降雨、物理性黏粒和土壤pH值等因子进行SOM的地理加权回归（geographically weighted regression, GWR）建模。从建模集中分别随机抽取100%（1 217个）、80%（973个）、60%（730个）、40%（486个）,20%（243个）的样点,对比不同样点数量下GWR和传统全局回归模型的精度差异,并选择最优模型进行SOM空间预测制图。结果表明：1）江苏省SOM含量在不同空间尺度上存在极显著的空间自相关性。不同样点数量的建模集的全局自相关性和局部空间自相关聚类图结果相似。全局Moran’s I值介于0.25～0.61（P<0.001）。SOM含量空间分布以空间聚集特征为主,“高-高”聚集区主要分布在苏中和苏南地区,“低-低”聚集区主要分布在苏北地区。2）GWR建模结果均优于传统的全局回归建模,其残差在不同的空间尺度上均不存在空间自相关性。不同建模集的GWR的R2adj较全局建模均提高0.15～0.20,其AIC和RSS均比全局模型有大幅降低,为56.08～360.19和17.40～76.67。不同建模样本数量的GWR模型对SOM的解释能力差异较小。3）建模样点数量（除建模样本n=243）对GWR预测制图结果的精度影响不大,RMSE介于5.56～5.75 g/kg之间,MAE介于3.87～4.05 g/kg之间,R2介于0.52～0.48之间,均优于全部建模样点的普通克里格插值验证结果。该研究可为样点数较少的省级尺度地区SOM空间建模与制图提供借鉴。     

秸秆带状覆盖下培土对马铃薯产量与水分利用效率的影响

气候变化效应评估、土壤固碳潜力和肥力管理等,迫切需要详尽的土壤有机质（soil organic matter, SOM）空间分布信息。该文以江苏省第二次土壤普查的1 519个典型土壤剖面的表层（0～20 cm）SOM含量为例,选择1 217个样本为建模集,302个为验证集,选取年均温度、年均降雨、物理性黏粒和土壤pH值等因子进行SOM的地理加权回归（geographically weighted regression, GWR）建模。从建模集中分别随机抽取100%（1 217个）、80%（973个）、60%（730个）、40%（486个）,20%（243个）的样点,对比不同样点数量下GWR和传统全局回归模型的精度差异,并选择最优模型进行SOM空间预测制图。结果表明：1）江苏省SOM含量在不同空间尺度上存在极显著的空间自相关性。不同样点数量的建模集的全局自相关性和局部空间自相关聚类图结果相似。全局Moran''s I值介于0.25～0.61（P<0.001）。SOM含量空间分布以空间聚集特征为主,"高-高"聚集区主要分布在苏中和苏南地区,"低-低"聚集区主要分布在苏北地区。2）GWR建模结果均优于传统的传统全局回归建模,其残差在不同的空间尺度上均不存在空间自相关性。不同建模集的GWR的R2adj较全局建模均提高0.15～0.20,其AIC和RSS均比全局模型有大幅降低,为56.08～360.19和17.40～76.67。不同建模样本数量的GWR模型对SOM的解释能力差异较小。3）建模样点数量（除建模样本n=243）对GWR预测制图结果的精度影响不大,RMSE介于5.56～5.75 g/kg之间,MAE介于3.87～4.05 g/kg之间,R2介于0.52～0.48之间,均优于全部建模样点的普通克里格插值验证结果。该研究可为样点数较少的省级尺度地区SOM空间建模与制图提供借鉴。     

大兴安岭地区土壤有机质空间变异特征及影响因素分析

为研究大兴安岭地区土壤有机质(SOM)空间特征并进一步探究其影响因素,使用采样间距为15 m×15 m的五点采样方法采集具有较强代表性的土壤样点数据共181个,获取各点属性数据及坐标值,再通过普通克里金插值方法初步分析SOM分布情况,并与遥感影像反演得出的SOM预测结果相结合。结果表明:大兴安岭地区的SOM含量变异系数为76.95%,属中等程度变异;与光谱反射率数据进行数学变换后得到的近红外波段5存在显著相关,相关系数最高可达-0.676;其次是红色波段4,相关系数为-0.508;SOM含量北高南低,其中大多数山区的含量较高。研究区的SOM空间变异是变海拔、坡度、坡向和土壤pH等因素综合影响的,其中海拔和土壤pH为主控因素。在累积与消耗SOM过程中,地形因子及人类活动可能会造成深远影响,研究结果可为大兴安岭地区的土壤资源可持续发展、农业结构调整及大尺度下预测分析SOM提供参考。     

四川盆地耕地土壤pH空间变异特征及影响因素

基于四川盆地4362个耕地表层土壤（0~20cm）采样点数据，采用地统计学法、方差分析和回归分析法分析了该区域耕地表层土壤pH的空间分布特征及其不同影响因素对土壤pH空间变异的影响程度。结果表明：研究区土壤pH值在3.53~8.76之间，平均为6.54，以微酸性至中性为主；变异系数为18.89%，属于中等程度的空间变异。半方差分析表明，指数模型为该区域土壤pH变异的最佳拟合模型，块金效应为49.97%，属于中等程度的空间自相关性，受结构性因素和随机性因素共同影响。空间分布上，整体呈现北高南低、西高东低、中间高四周低的空间分布格局。回归分析结果表明，土壤pH的空间变异主要受到土壤类型、降雨量、地形和耕地利用方式的影响。其中，土壤类型和降雨量分别能独立解释14.6%和11.6%的土壤pH空间变异，是该区域土壤pH空间变异的主控因素。     

湘西植烟土壤有机质和全氮时空变异特征研究

为揭示湖南省湘西州烟区土壤有机质(SOM)和全氮(TN)的时空变异特征和为合理施用有机肥和氮肥提供科学依据,采用经典统计学、地统计学和GIS等方法,对湘西州2000年和2015年植烟土壤SOM和TN时空变异特征进行了研究。结果表明:2015年SOM和TN平均含量较2000年分别增加了5.03g/kg和0.31g/kg,增幅分别达21.39%和21.99%,SOM和TN含量的最小值变小,变异系数、最大值和极差变大,Moran’sI指数标准化Z值下降,块金效应增加;SOM和TN含量"低""适宜"等级面积分别下降了3.42%、37.73%和2.04%、44.43%,"高""极高"等级面积分别增加了32.21%、8.94%和35.67%、10.80%。表明湘西植烟土壤SOM和TN含量和变异同时增加,SOM和TN空间自相关性减弱,随机变异性增强。植烟土壤SOM与TN含量表现出极显著的正线性相关,SOM的矿化释放是TN的一个主要来源。     

乡镇尺度烟田土壤有机质时空变异性研究——以襄城县紫云镇为例

为探明田块尺度烟田土壤有机质(SOM)的时空变异特征,本研究采用地统计学和地理信息系统(GIS)相结合的方法,分析了豫中襄城县紫云镇某个约4 hm2的烟田2013年和2014年4月、7月、10月合计6个时期耕层SOM的时空变异特征。结果表明:该田块各个时期SOM的变异系数差异较小;每年不同时期SOM的平均含量表现为先降后升的变化趋势,7月的含量显著低于4月和10月。各时期SOM空间最大相关距离范围在26~203 m;2013年4月和2014年7月SOM具有中等的空间自相关性,其他时期均表现为强烈的空间自相关性。研究田块SOM的稳定高值区主要分布在西部,稳定低值区主要集中在中部;SOM的时间稳定和较稳定级别区域面积很广,占总面积的90.89%。在时空变异研究的基础上,辅以时间稳定性分析能够更好地量化烟田SOM的时空分布,可为研究区更为精确、高效的施肥和田间管理提供决策依据。     

黑土区田块尺度土壤有机质含量遥感反演模型

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm~2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。     

基于HJ卫星的棉田土壤有机质空间分布格局反演

以北疆绿洲区棉田表层土壤为研究对象,利用国产HJ-1A/1B卫星CCD多光谱数据对裸土有机质空间分布格局进行研究。通过分析多光谱数据不同波段的光谱反射率及其变换形式与实地采样得到的土壤有机质含量的相关性,探寻适合绿洲区棉田表层土壤有机质含量快速反演的敏感波段及参数,并针对不同参数分别建立一元线性、二次、三次、对数、倒数、幂函数、生长型、S型回归模型,以及多元回归模型;对生成的模型进行综合对比分析,获取北疆绿洲区棉田表层土壤有机质含量的最佳反演模型,从而实现整个研究区土壤有机质空间格局的遥感反演。结果表明:HJ卫星多光谱数据4个波段的反射率均与土壤有机质含量存在显著的相关性,第3波段的倒数与土壤有机质含量相关性最为显著;且以第3波段光谱反射率作为因变量得到的三次线性回归模型对土壤有机质含量进行反演的效果最佳;通过空间布局反演得到研究区土壤有机质空间分布整体呈现南北两端有机质含量较高,中部有机质含量较低的格局。该研究表明虽然与黑土有机质含量具有差别,但是遥感技术仍能够作为绿洲区土壤有机质含量空间布局反演的方法,为遥感技术在土壤参数监测中更好的发挥作用提供理论支持,同时也为新疆棉田生产管理和农田可持续利用提供科学依据。     

引入时相信息的耕地土壤有机质遥感反演模型

土壤有机质(soil organic matter,SOM)是土壤质量评价的重要指标。监测SOM含量及其空间分布对土壤利用与保护、土壤有机碳库估算等具有重要意义。该文以松嫩平原典型区为研究区,采集4种主要土壤类型样本共147个,获取裸土期多时相MODIS地表反射率8 d合成产品,以单期、多期影像所构建光谱指数作为输入量,构建包含含水量变化与有机质含量信息的多光谱指数,建立SOM线性回归遥感反演模型,揭示SOM空间分布规律。结果表明:由于土壤含水量空间差异随时间变化,基于单期影像构建的模型主要输入量发生规律性改变,其中年积日137 d裸土条件最好,反演模型最优;比值光谱指数R61与SOM显著相关,而和含水量相关性极小,适于作为反演模型输入量;基于多期影像构建的模型引入时相信息后,精度与稳定性较单期影像模型显著提高,其中基于年积日137、105 d两期影像光谱指数所建立的多元线性模型最优;松嫩平原SOM呈现由东北向西南递减趋势。     

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。     

基于不同模型的区域尺度耕地表层土壤有机质空间分布预测

研究不同模型对土壤有机质空间预测的性能差异对制定更加科学合理的采样策略、提升采样效率和提高土壤空间预测精度有着重要的指导意义。本研究将6496个土壤样点按8∶2的比例分层随机分成训练集与验证集,应用普通克里格、随机森林以及随机森林－回归克里格三种有代表性的数字化土壤制图（Digital Soil Mapping,DSM）模型,对河南省许昌市耕地表层土壤有机质含量及空间分布进行预测,对三种模型性能表现进行综合评价。三种模型输出的预测结果显示:研究区耕地表层土壤有机质含量水平一般,均值为18.70 ~ 18.81 g kg?1,变异系数0.15 ~ 0.17,属中等强度变异;空间分布总体格局为西北与西南部分山地褐土区、东南部砂姜黑土区表层有机质含量高,中北部脱潮土、石灰性潮土区表层有机质含量低。验证结果表明:三种模型性能表现无明显差距,预测精度基本一致,输出结果对研究区耕地表层土壤有机质变异解释百分比在33% ~ 34%之间,在相同和相近尺度土壤有机质空间预测案例研究里属中等水平。在协变量有限且样点分布较为均匀的情况下,普通克里格模型便于快速获得研究区目标变量的空间分布;如果协变量比较丰富且易于收集利用,或是进行空间预测的同时还需要甄别不同因素对目标变量的影响大小,则建议采用随机森林模型;协变量有限,但样点密度较大时,随机森林－回归克里格模型可能是对目标变量进行空间预测的不错选择。     

基于土壤系统分类的河南省土壤有机质时空变异研究

利用1982年河南省第二次土壤普查数据和2009年采样数据,采用传统统计学、地统计学和地理信息系统（GIS）的方法,在土壤系统分类的基础上,对产粮大省河南省土类土壤有机质（SOM）含量时空变异特征进行了分析研究,揭示了不同土类SOM时空变异规律,并分析讨论了影响其时空变异的主要原因,对河南省不同土壤类型的合理施肥与养分调控具有指导和借鉴意义。结果表明：从1982年到2009年,河南省SOM含量均值由12.21g kg-1增加至16.02 g kg-1,增加了31.70%,变异系数分别为67.90%和35.52%。两个时期SOM变异函数均符合球状模型,块金效应值由56.10%变为60.18%,变程由569.05km变为547.22km,SOM含量空间自相关性变弱,自相关距离减小。河南省SOM自西向东逐渐增加,平原地区增加较多,而河南省南部、偏北部和西部山区地区有所减少;系统分类中的底锈干润雏形土、淡色潮湿雏形土、灌淤旱耕人为土、干润冲积新成土、干润砂质新成土、简育湿润变性土、简育湿润雏形土SOM平均含量从1982年到2009年有较大的提高,分别提高了5.76g kg-1、5.61g kg-1、5.56g kg-1、5.47g kg-1、5.42g kg-1、4.99g kg-1、3.05g kg-1,而湿润正常新成土和干润正常新成土SOM含量有所降低,分别降低了2.47g kg-1和1.90g kg-1。因成土母质、气候条件、土壤质地、土地利用方式和人为活动的影响使得河南省不同土类的SOM出现时间和空间上的差异。SOM含量增加的土类主要分布在平原耕地地区,秸秆还田以及有机肥的施入,使该区域SOM含量有较大程度的提高。     

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。     

不同样点数量对土壤有机质空间变异表达的影响

以南京市六合区为研究区,通过完全随机和限制最小采样间距抽样分别设置5个样点系列,基于每个样点系列100次重复抽样的变异结构推断及空间预测误差结果,探讨了不同样点数量对土壤有机质(SOM)空间变异表达的影响。结果表明,两种抽样方式降低样点数量后推断的SOM含量的块金效应(C0/C0+C)均随样点数量减少而降低且限制最小采样间距抽样推断的C0/C0+C要低于完全随机抽样方法,说明适当的减少样点数量以便降低与SOM变异尺度不匹配的样点对变异结构推断的影响有助于提高SOM空间变异结构表达的可靠性。普通Kriging预测的SOM误差对比则表明,尽管两种抽样方式下空间预测的均方根误差(RMSE)随样点数量变化而波动,但均低于全部样点的预测误差;通过限制最小采样间距减少样点至250个时,SOM空间预测的RMSE最低,较全部样点预测误差降低了6%,因此,为了实现样点密度与SOM变异尺度相匹配,合理设置土壤采样点的间距及样点数量较单纯的增加采样点数量更为重要。