基于磁感式土壤表观电导率空间变异性的插值方法比较

针对目前黄河三角洲地区存在的土壤盐渍障碍问题，以该地区典型地块为研究对象，运用磁感大地电导率仪(EM38)，结合GIS与地统计学研究了不同样点密度下土壤表观电导率的空间变异特征，确定了最佳的空间插值模式，并采用偏差指数对各分布图层的空间相似性进行了评价。结果表明：不同样点密度下的土壤表观电导率均呈中等变异强度，并服从对数正态分布；各样点密度下的土壤表观电导率均表现为强空间相关性，其空间变异主要表现在小于10 m的田间尺度上，且对于预测精度，泛克立格>普通克立格>反距离权重>局部多项式。偏差指数法分析表明，各插值方法分布图的空间相似性均随样点密度的降低而下降；对于相同的样点密度减小比例下的空间信息保留度，泛克立格>普通克立格>反距离权重>局部多项式，采用泛克立格法可以在保证预测精度的基础上合理降低样点密度。该研究为黄河三角洲地区盐渍土地磁感式田间数据采集的合理密度确定以及优化空间插值模式选取提供了理论依据与技术参考。     

土壤钾素空间变异性和空间插值方法的比较研究

通过研究土壤养分的空间变异性和空间插值方法 ,获取田间土壤养分的连续分布图是当前精确施肥技术的工作基础。本研究以英国Hillsborough农业研究所附近的一块 7.9hm2 的牧草田为研究区 ,区内以 25m×25m网格点采样 ,共 125个采样点。以土样的钾素含量为研究对象 ,采用移动平均、趋势面拟合、样条插值、点状克立格、逆距离加权等各种空间插值方法对一部分离散的采样点进行连续插值而获取土壤钾素空间分布图。同时以另一部分的采样点数据来对各种插值方法的结果进行均差和均方差的比较分析。研究结果表明 ,克立格、逆距离加权两种方法总体效果最好 ,其中克立格方法中又以指数模型为佳 ,逆距离加权插值法以二次方为佳     

土壤钾素空间变异性和空间插值方法的比较研究

通过研究土壤养分的空间变异性和空间插值方法 ,获取田间土壤养分的连续分布图是当前精确施肥技术的工作基础。本研究以英国Hillsborough农业研究所附近的一块 7.9hm2 的牧草田为研究区 ,区内以 25m25m网格点采样 ,共 125个采样点。以土样的钾素含量为研究对象 ,采用移动平均、趋势面拟合、样条插值、点状克立格、逆距离加权等各种空间插值方法对一部分离散的采样点进行连续插值而获取土壤钾素空间分布图。同时以另一部分的采样点数据来对各种插值方法的结果进行均差和均方差的比较分析。研究结果表明 ,克立格、逆距离加权两种方法总体效果最好 ,其中克立格方法中又以指数模型为佳 ,逆距离加权插值法以二次方为佳     

土壤速效磷含量空问插值方法比较研究

采用土壤空间变异及其插值方法,对上海五四农场现代化农业园区水稻田60m×60m间隔采样,得到280个土壤有机质含量、速效磷、速效钾、全N、全P等采样数据,用逆距离加权、球面多项式、局部多项式、辐射基础函数、简单克立格、通用克立格、平常克立格(指数模型、球形模型、高斯模型、静态模型)等插值方法,对该区土壤速效磷含量的140采样点进行插值,得到各种插值的速效磷连续空间分布,将插值所得拟合值与同期测得的另140个采样点数据进行比较,则局部多项式插值、球面多项式和3种克立格插值方法效果较好,其中局部多项式插值方法效果最佳,平常克立格的静态模型、高斯模型和球形模型插值效果较佳。     

基于坡度的黑土区切沟密度协同克里格插值方法研究

切沟侵蚀已成为东北黑土区土壤侵蚀的重要组成部分。结合野外样区实地调查切沟分布数据与空间插值方法是快速获取大面积切沟密度值的有效手段。流域的平均坡度值是切沟形成的影响因素之一,为提高切沟密度值空间分布的插值精度,在黑龙江省海伦市内,利用网格法均匀选取40个1 km²左右的小流域,在实地测量区域内切沟密度数据的基础上,应用距离权重反比法、普通克立格和以小流域的平均坡度作为协同变量的协同克立格对其做空间插值。结果表明:切沟密度与协同区域化变量受结构性因素的影响远大于随机性因素,均为强空间自相关性;距离权重反比法与普通克里格法的预测精度相近;协同区域化变量的空间结构性优于单一变量,协同克立格法生成的空间分布图精细度明显提高,均方根误差降低20%以上,预测值与实测值的相关系数提高89%以上,协同克里格可有效提高区域切沟插值精度。     

不同采样尺度下土壤碱解氮空间变异性研究——以榆树市农田土壤为例

在精准农业的实施过程中,研究如何用较少的样本来反映田间信息的空间变异规律,再用科学的插值方法进行插值和预估是精准农业研究中的一个关键问题。以东北典型黑土区——吉林省榆树市为研究区域,在榆树市弓棚镇13号村内选择相对平整的地块进行土壤采样并测试其土壤养分。在对原始采样格网点按一定的样点间隔和布局进行抽取的基础上,利用克里格插值方法和BP神经网络方法分别进行空间插值,比较不同采样尺度（40m×40m,56m×56m,80m×80m,113m×113m,160m×160m五个尺度）对空间插值精度的影响。结果表明:（1）随着采样尺度的增大,碱解氮的空间结构系数C/（C₀+C）有减小的趋势,表明采样间距以内的不可估计误差逐渐增大,其空间结构的表现能力在逐渐减弱;（2）Kriging插值精度总体优于BP神经网络,随着采样尺度的增加,两种模型的模拟精度都有所下降,BP神经网路的插值精度和Kriging模型的插值精度的差距逐渐减小;（3）两种模型在113m×113m尺度上插值精度都发生了突变,如考虑碱解氮的空间变异规律和经济因素,碱解氮的最佳采样尺度应在80～113m。     

基于地统计学和GIS的太湖典型地区土壤属性制图研究——以土壤全氮制图为例

在地理信息系统(GIS)支持下，运用地统计学方法对太湖典型地区耕层土壤全氮含量的空间变异特征进行分析，探讨了适用于研究区域土壤全氮制图的最佳邻域，并在此基础上利用块段克立格(Block Kriging)法绘制了土壤全氮含量空间分布图。结果表明，土壤全氮的空间变异性在40km步长变化域上表现为明显的各向同性，超出这个范围，土壤全氮空间变异的各向异性明显增强，以40km步长变化域上土壤全氮的空间结构特征作为Kriging插值依据有助于提高制图精度。制图结果表明，研究区域土壤全氮含量在江阴和宜兴两市境内普遍较高，锡山和武进两市相对较低；且高值斑块区主要分布在地势低洼的圩田区，这是人为施肥和土壤特性共同影响的结果。Kriging估值标准差分布图可为评价和提高制图精度提供十分有用信息。     

基于GIS和地统计学的张掖市甘州区土壤全氮、有机质的空间变异特征分析

区域的土壤是一个形态和过程相当复杂的自然综合体,成土过程中受到多种因素的影响,使得土壤性质具有高度的空间异质性。以甘州区土壤(0~20 cm)中全氮、有机质为研究对象,运用GIS和地统计相结合的方法研究了土壤中全氮、有机质的空间分布特征,并用经典统计方法分析获取土壤基本属性的特点,并随后用普通克立格插值的方法绘制了土壤全氮、有机质的空间分布图,发现甘州区土壤全氮、有机质含量比较低,存在着明显的空间分异性,表现为从中心向四周逐渐递减的趋势。     

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。     

基于方差四叉树法的滨海盐土电导率采样布局研究

利用土壤空间变异特性和空间分布特征进行采样设计是当前土壤采样研究的重要内容。采用方差四叉树法（Variance quad-tree method，简称VQT），结合半方差函数，设计滨海盐土采样的最优布局。并利用普通克立格法对传统网格采样法与方差四叉树采样法所得到的不同的样点数目进行插值，计算估值误差并进行精度比较。结果发现，同样的样本数目，利用方差四叉树法得到的克立格估值误差明显地较利用网格采样法得到的克立格估值误差小，其采样效率提高约16％一25％。该方法的优势在于，可设计在土壤特性变异大的区域密集采样而在变异较小的区域稀疏地采样，从而在有效表达土壤空间变异性的同时，提高了采样效率，减少了采样成本。     

基于GARBF神经网络的土壤有效锌空间插值方法研究

以土壤有效锌为研究对象,构建遗传径向基函数(GARBF)神经网络对该元素属性值进行空间插值,以训练样本集的测定值与预测值之间的决定系数、逼近误差及检验样本的插值误差为评判标准,比较GARBF神经网络、径向基函数(RBF)神经网络、普通克里格(Ordinary Kriging)的拟合能力和空间插值能力。结果表明:同一区域两种抽样方案(a、b)下三种插值方法对训练样本的拟合能力为GARBFRBFOr-dinary Kriging。以平均绝对误差和误差均方根作为插值精度的评价指标,GARBF与RBF神经网络相比,训练样本的逼近误差分别降低0.22～0.25(a方案)和0.10～0.11(b方案),检验样本的插值误差分别降低0.13～0.11(a方案)和0.02～0.13(b方案);GARBF神经网络与Ordinary Kriging相比,训练样本的逼近误差分别降低1.12～1.40(a方案)和1.45～1.88(b方案),检验样本的插值误差分别降低0.20～0.24(a方案)和0.14～0.32(b方案),GARBF神经网络的误差最小,插值精度最高。从GARBF神经网络的插值图可以看出,遗传算法避免了神经网络容易陷入局部最优点,扩大了对土壤中相关空间信息的搜索范围,在一定程度上避免了类似克里格插值的"平滑效应"。     

土壤盐分和含水量的空间变异性及其CoKriging估值——以黄河三角洲地区典型地块为例

以黄河三角洲地区典型地块为研究区，运用经典统计学和地统计学相结合的方法研究了不同深度土层盐分和含水量的空间变异特征。结果表明：研究区土壤盐分和含水量普遍较高，土壤表层积盐作用明显；各层土壤盐分均属于中等变异强度，土壤含水量除表层为中等变异强度外，其余各层为弱变异强度；受结构性因素和随机性因素的共同作用，各土层盐分和含水量均具有中等的空间相关性。对Kriging插值结果分析表明，研究区各土层盐分和含水量在一定的范围内均存在着空间上的相关性和变异性，表层土壤盐分和含水量的空间分布主要受微地形和气候条件的影响，地下水性质是主导深层土壤盐分及含水量空间分布的主要因素。分别采用表层土壤盐分及相应土层含水量对深层土壤盐分进行CoKriging估值，均能提高估值精度，采用表层土壤盐分对深层土壤盐分进行CoKriging估值的精度要明显高于采用土壤含水量，其估计方差减少百分数最大达到167．36％。     

Spatial prediction of saline and sodic soils in rice‒shrimp farming land by using integrated artificial neural network/regression model and kriging

In the context of widespread saline and sodic soil, mapping and monitoring spatial distribution of soil salinity and sodicity are important for utilization and management in agriculture lands. In this study, two-stage assessment was proposed to predict spatial distribution of saline and sodic soils. First, artificial neural network (ANN) and multiple linear regressions (MLR) model were used to predict sodium adsorption ratio (SAR) and exchangeable sodium percentage (ESP) based on soil electrical conductivity (EC) and pH. Then, the Kriging interpolation method combined with overlay mapping technique was used to perform saline spatial predictions in the study area. The model accuracy level is evaluated based on coefficient of determination (R²) and root mean square error (RMSE). In the first stage, the values of R² and RMSE of SAR and ESP were 0.94, 0.17 and 0.94, 0.24 for ANN, and 0.35, 0.52 and 0.34, 0.76 for MLR, respectively. Similarly, in the second stage, the RMSE of ANN-Kriging were much closer to 0 and relatively lower than MLR-Kriging and Kriging. The results show that ANN-Kriging can be used to improve the accuracy of mapping and monitoring spatial distribution of saline and sodic soil in areas that develop the rice-shrimp cultivation model.     

基于RBF神经网络的土壤有机质空间变异研究方法

通过研究土壤性质的空间变异和空间插值方法,快速准确获取土壤性质的空间分布是精确农业和环境保护的基础。该文以四川眉山一块约40 km2的区域为试验区,采集表层土壤（0～20 cm）样点80个,利用径向基函数(RBF)神经网络建立空间坐标和邻近样点与土壤有机质间的非线性映射关系（RBF2）,模拟土壤有机质的空间分布。与普通克里法（OK）和仅以坐标为网络输入的神经网络方法（RBF1）相比,RBF2的插值精度有显著的提高;相同样点密度下其相对预测误差分别较OK和RBF1减小了9.87%、1.97%（样本A）和13.09%、2.36%（样本B）;即使样点数减半的情况下RBF2的相对预测误差也分别较OK和RBF1减小了10.23%和2.33%,并且插值图差异相对较小,可以更好地反映土壤有机质空间分布的异质性。因此,利用以坐标和邻近样点为输入的神经网络方法可以相对准确、快速地获取区域土壤性质空间分布的异质性信息。     

应用集成BP神经网络进行田间土壤空间变异研究

以英国北爱尔兰Hayes的一块牧草地为研究区，将所有样点分为独立的训练和检验数据集，并在训练样点集的基础上设计了其他4种样点布局方案，以研究神经网络集成技术应用于田间土壤性质空间变异性的可能性。与广泛应用的克里格法的试验结果相比，集成BP神经网络的插值结果精度与之基本相当，尤其是在样点分布较稀疏和样点数较少的情况下，集成BP网络表现出明显的优势；由于神经网络集成方法对样本数据的分布没有任何要求，因此具有较广泛的应用前景和潜力，并在不符合克里格法对样本数据分布要求的情况下是一种可行的替代方法。     

非线性克里格方法在日降水量分布估算中的应用

为研究非正态分布条件下的日降水量空间分布,选择湖北省75个气象观测站2010年7月的降水过程资料,通过正态变换和变差函数分析,引入多元高斯克里格方法进行逐日降水量空间分布估算,并与其它方法进行对比分析.结果表明：（1）通过合理的各向异性参数设置及理论变差函数选择,能够充分凸显降水量分布特征.（2）对比发现,反距离加权法（IDW）、普通克里格法（OK）和多元高斯克里格法（MGK）3种估算方法中,MGK估算的平均误差最小且误差曲线最平稳,是该地区非正态分布日降水量较适合的空间分布估算方法.（3）使用MGK方法,能有效改善IDW带来的“牛眼效应”以及OK法造成的过度平滑,得到具有较高精度的日降水量数据集.     

新疆地区年降水量的空间插值方法研究

为提高新疆地区年降水量的空间插值效果,通过增设模拟气象站点、补充实测站点数据空间变异性信息,采用确定性函数和地统计学的综合插值方法进行新疆地区年降水量的空间插值与比较验证分析。结果表明：（1）利用地统计方法分析多年平均降水量的最佳抽样间距,确定气象站点影响区,建立降水量与经纬度、高程、坡度、坡向、NDVI间的多元回归方程,增设模拟气象站点,可以有效增加降水量空间变异信息,显著提高降水量空间插值效果。（2）通过对比发现,反距离加权法（IDW）、复二次径向基函数法（MRBF）和普通克里格法（OK）3种空间插值方法中,MRBF的插值效果最好,是该地区降水空间分布的最适插值方法。（3）在新疆地区采用逐步综合的方法,即以多元回归方法增设模拟气象站点和MRBF进行年降水量空间插值,全面考虑影响因子与空间变异性,去除了多元回归带来的＂边界效应＂,弥补了实测降水量空间信息,得到了具有较高精度的年降水量数据集。