样点规模与采样方法对表层土壤pH空间预测精度的影响

土壤空间预测与数字化制图的精度受土壤样点规模、采样策略、预测模型选择、目标区域地貌与成土环境复杂程度、协变量数据质量等多种因素共同制约。选择河南省为研究区,基于9种土壤样点规模、5种采样方法,应用5种最具代表性的机器学习(Machinelearning,ML)算法对耕地表层土壤pH实施空间预测与数字化制图,用以对比分析不同样点规模与采样方法对ML模型的性能表现及土壤pH预测精度的影响。结果表明：(1)当研究区土壤样点规模从200个经由400个、800个、1 200个、1 600上升至2 000个时,无论使用何种采样方法,所有ML模型的性能表现与预测精度均呈快速上升的总体趋势;当样点规模达到并超过2 000个时,大多数ML性能表现及预测精度趋于稳定,表明2 000个土壤样点可能是这些ML模型预测研究区耕地表层土壤pH的样点规模阈值。(2)5种ML模型性能表现及其土壤pH预测精度存在明显差距,基于树结构的随机森林(Random forests,RF)和Cubist表现最好,无论使用哪种采样方法,这两种模型预测结果的决定系数(R²)均可稳定在0.75～0.80之间、RM...     

离群样点对土壤养分空间变异分析的影响研究

<正>土壤采样是估测区域土壤特性统计参数和空间变异分析模型的重要方式[1],由于实验或输入错误等原因可能导致样点数据中存在与大部分样点值有明显不同的离群样点。这将影响样点数据集的质量,常可以使参数估测分析结果与真实状态值     

样点密度对土壤有机质空间预测结果的影响——以河南封丘县土壤为例

以河南省封丘县表层土壤有机质含量为例,探讨土壤样点密度对区域化土壤变量描述性统计特征、半方差函数理论模型拟合效果、普通Kriging插值预测结果的精度与表现目标变量空间变异的能力等多方面的影响。研究结果表明,样点数量从5000个大幅减少至20个,研究区表层样品有机质含量均值未发生显著变化。当土壤样点≥625个时,表层土壤有机质含量半方差函数模型具有较好的拟合效果,可以通过Kriging插值手段获得精度较高且对目标变量空间变异特征解释能力较强的预测结果;当土壤样点≤78个时,半方差函数模型理论上无法通过拟合获得,通过普通Kriging插值手段不能获得研究区表层土壤有机质含量理想的预测结果。     

样点数量与空间分布对县域尺度土壤属性空间预测效果的影响

明确样点数量和空间分布对土壤属性空间预测的影响,有助于科学制定土壤采样策略、有效提高土壤空间预测精度。从5 403个土壤样点中随机抽取验证数据集以及包含不同样点数量的训练数据子集(每个子集包括五种样点空间分布实例),在研究区表层土壤有机质含量普通克里格(Ordinary Kriging,OK)和反距离加权(InverseDistanceWeighted,IDW)插值结果的基础上,分析和探讨样点数量与空间分布对土壤空间预测效果的影响。结果显示,当样点数量从5000降至39个时,OK和IDW插值图的局部变异信息逐渐减少,基于20和10个样点的插值图存在失真畸变。当样点数量从5 000降至1 250个时,OK插值精度相近(r变幅为0.55～0.59、RMSE变幅为3.03～3.15);从样点数量减少至625个开始,OK插值精度明显下降,同一训练子集不同样点空间分布的插值精度分异明显。IDW插值精度随样点数量与空间分布的变化与OK插值相似,不同的是从1 875个样点开始出现插值精度的明显下降和不同空间分布插值精度的明显分异。在插值图发生失真畸变之前,OK平均插值精度大于IDW。研究结果表明,样点数量及空间分布均可在不同程度上影响土壤属性空间预测结果,当样点数量足够多时,样点数量和空间分布对预测结果的影响非常有限;当样点数量减少至一定程度时,随着样点数量的减少,空间预测图的局部变异信息逐渐减少,预测精度逐渐下降,同时样点空间分布对预测结果的影响开始凸显;在空间预测结果发生失真畸变之前,与OK相比,IDW插值精度较低且更早响应样点数量和空间分布的变化。     

基于时空变异的旱地土壤有机碳高效采样策略研究

土壤有机碳(SOC)空间分布具有时序差异性,明确样点数量对不同时期SOC预测精度影响是制定高效采样策略的基础.选取3.93×104 km2江苏北部旱地作为案例区,运用普通克里金插值方法,分析样点数量对不同时期SOC空间预测精度的影响.结果表明:不同数量样点数据集下1980年苏北旱地SOC预测值与实测值的相关系数r和均方...     

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...     

县域农田土壤养分空间变异及合理样点数确定

以武功县为例,应用地统计学和GIS相结合的方法,对土壤有机质、速效磷、速效钾、碱解氮等土壤养分空间变异特征进行研究,并对不同采样密度下有机质的空间插值结果进行分析比较,用均方根误差和相关系数检验不同密度下的插值精度,以确定县域有机质合理采样数。研究结果表明:各土壤养分均存在中等强度空间变异,土壤养分变异系数的顺序是速效磷速效钾有机质碱解氮。各土壤养分均存在正的基底效应,其中,有机质和速效钾的空间变异性受人为因素影响较小,控制其空间变异性的主要因素与成土母质、土壤类型、气候条件等有关。而碱解氮和速效磷的空间变异性受人为因素影响较大,控制其空间变异性的主要因素与耕作方式及农业生产中施肥等有关。随着采样点密度的增加,克里格插值精度提高,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2213个以上,即最大以17.8 hm2为一个采样单元。     

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。     

采样数量与空间插值方法对华北平原典型区土壤质量评价空间预测精度的影响

空间插值方法的差异以及采样数量不同对土壤质量评价空间分布的预测精度会产生影响。本文通过随机抽样的方法,以山东省禹城市的土壤质量指数为例,从359个土壤采样点中抽取了340,170,90,50,30五个样本子集,通过普通克里格、简单克里格、反距离加权法和样条函数法4种插值方法,分别对其空间变异和布局进行了解析和预测。结果表明：不同插值方法对预测精度影响不显著,而采样点数量则显著影响了土壤质量指数空间分布预测的精度。本文提出在华北平原县域尺度上,以土壤质量评价作为调查目的的土壤采样中,90个样点是比较适宜的采样数量。同时,将我们的结果与Cochran最佳采样数量计算公式获取的最佳采样量比较后发现,Cochran方法获取的最佳采样数量明显偏低,若不考虑实际的空间变异情况,仅仅使用Cochran公式可能会导致土壤质量空间预测不准确。     

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。     

两种取样尺度下土壤重金属空间变异特征研究

通过在两种取样尺度下采集重庆地区土壤样品,测定土壤重金属As、Hg、Cd、Pb、Cr含量,研究不同取样尺度下地统计学方法对土壤重金属空间分析的实用性和空间插值质量。研究结果表明,除小尺度中As、Cd、Cr呈正态分布,小尺度中的Pb、Hg和大尺度中As、Hg、Cd、Pb、Cr均呈偏态分布。各重金属变异系数存在明显空间变异(CV介于23.2%~24.1%),小尺度下空间变异较小,大尺度下空间变异大。在两种取样尺度下,土壤重金属均存在典型的半方差结构,表明采用地统计学方法进行重金属空间变异分析是可行的。在小尺度下,各重金属块金系数介于0.112~0.736之间,表明具有强或中等空间自相关;在大尺度下,块金系数介于0.301~0.570之间,表明具有中等空间自相关。空间插值和交互检验结果表明,As、Cr、Hg、Cd在小尺度下的空间估测结果能准确地反映变量的空间变异,在大尺度下估值有偏差,Pb在两种尺度下的估测结果均有偏差。     

Biotic and abiotic factors controlling the spatial and temporal variation of soil respiration in an agricultural ecosystem

Based on the continuous observation of soil respiration and environmental factors in a maize ecosystem from late April to late September in 2005, the spatial and temporal variation of soil respiration and their controlling factors were analyzed. There was a significant spatial pattern for soil respiration at the plant scale and higher soil respiration rates tended to occur near the maize plant during the growing season. On one measurement moment, root biomass (B) in soil collars exerted significant influence on the spatial pattern of soil respiration under the relatively homogeneous environmental conditions. A linear relationship existed between soil respiration rate and root biomass

(1)     

Repeated measurements on permanent plots using local variability sampling for monitoring soil cover

On US military installations, training activities such as vehicle use disturb ground and vegetation cover of landscapes, and increase potential rainfall runoff and soil erosion. In order to sustain training lands, soil erosion is of major concern. Thus there is a need for sampling designs to monitor degradation and recovery of land conditions. Traditionally, permanent plots are used to obtain the change of land conditions. However, the permanent plots often provide less information over time in characterizing the land conditions because of the fixed number and locations of plots. In this paper, we analyzed the sufficiency of a permanent plot sample and developed a method to improve the re-measurements of the permanent plots over time for a monitoring system of soil erosion based on spatial and temporal variability of a random function. We first applied a local variability based sampling method to generate reference samples that have sampling distances varying spatially and temporally to monitor a soil erosion relevant cover factor for an installation, Fort Riley, USA. Then, we compared a permanent sample with the reference samples annually over 13 years to determine additional sampling in the areas with high variability and temporarily suspending measurements of the permanent plots in the areas with low variability. The local variability based sampling provides estimates of local variability of the cover factor and thus is more cost-efficient than random sampling. By comparison with a reference samples, the re-measurements obtained should more accurately characterize the dynamics of the land conditions.     

不同尺度下土壤盐分空间变异的指示克里格评价

针对目前黄淮海平原盐渍土改良区存在的土壤盐渍障碍问题,以该区域典型县域禹城市为研究对象,综合运用GIS和非参数地质统计学的指示克立格法,对县级和镇级两个采样尺度下0～20 cm耕层土壤盐分的空间变异性进行了分析,并给出了土壤盐分满足一定条件的概率分布图.结果表明,两个采样尺度下土壤盐分均不符合正态分布且都存在特异值,但...     

腾格里沙漠植被重建对土壤呼吸的影响

植被重建是防止和控制沙漠化的有效措施之一。为探讨腾格里沙漠植被重建对土壤呼吸的影响,利用Li-6400-09土壤呼吸室于2007年观测了1989年建立的植被重建区和流沙区土壤呼吸差异,并采用根系隔离法区分了植被重建区的土壤基础呼吸和根际呼吸。结果表明,植被重建18a显著影响了该区土壤CO2的释放过程,总土壤呼吸速率由流沙区的CO20.107±0.008μmolm-2s-1显著增加到植被区CO20.483±0.033μmolm-2s-1,而且出现了较为明显的季节波动。植被重建不但导致根际呼吸速率增加,而且影响了土壤基础呼吸速率。此外,植被重建区灌木的缀块状分布格局和养分的空间异质性导致了土壤呼吸的空间差异。     

Temporal and spatial variability of soil respiration in a boreal mixedwood forest

Temporal and spatial variability of soil respiration (R_s) was measured and analyzed in a 74-year-old, mixedwood, boreal forest in Ontario, Canada, over a period of 2 years (August 2003–July 2005). The ranges of R_s measured during the two study years were 0.5–6.9 μmol CO₂ m⁻² s⁻¹ for 2003–2004 (Year 1) and 0.4–6.8 μmol CO₂ m⁻² s⁻¹ for 2004–2005 (Year 2). Mean annual R_s for the stand was the same for both years, 2.7 μmol CO₂ m⁻² s⁻¹. Temporal variability of R_s was controlled mainly by soil temperature (T_s), but soil moisture had a confounding effect on T_s. Annual estimates of total soil CO₂ emissions at the site, calculated using a simple empirical R_s–T_s relationship, showed that R_s can account for about 88 ± 27% of total annual ecosystem respiration at the site. The majority of soil CO₂ emissions came from the upper 12 to 20 cm organic LFH (litter–fibric–humic) soil layer. The degree of spatial variability in R_s, along the measured transect, was seasonal and followed the seasonal trend of mean R_s: increasing through the growing season and converging to a minimum in winter (coefficient of variation (CV) ranged from 4 to 74% in Year 1 and 4 to 62% in Year 2). Spatial variability in R_s was found to be negatively related to spatial variability in the C:N ratio of the LHF layer at the site. Spatial variability in R_s was also found to depend on forest tree species composition within the stand. R_s was about 15% higher in a broadleaf deciduous tree patch compared to evergreen coniferous area. However, the difference was not always significant (at 95% CI). In general, R_s in the mixedwood patch, having both deciduous and coniferous species, was dominated by broadleaf trees, reflecting changing physiological controls on R_s with seasons. Our results highlight the importance of discerning soil CO₂ emissions at a variety of spatial and temporal scales. They also suggest including the LFH soil layer and allowing for seasonal variability in CO₂ production within that layer, when modeling soil respiration in forest ecosystems.     

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。     

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。     

基于环境因子和联合概率方法的土壤有机质空间预测

<正>土壤连续属性(如土壤中养分含量、重金属含量等)的空间分布特征和定量分布信息是进行土壤质量评价和区域环境综合评估的基础。精准农业战略的实施和各种区域生态评价均需要更详细更精确的土壤属性信息作为依据[1-2]。因此,土壤属性空间预测一直是土壤学研究的热点问题。经典地统计学以各种克里格插值法为代表,是土壤属性空间预测中的常用方法。但该方法缺乏对辅助信息(如环境信息)的有效利用[3-4],导致预测精度降低[5]。而土壤景观定量模型的理论依据就是土壤与环境的关系,但该法忽略了采样点之间的空间相