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。     

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.     

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。     

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。     

采样点空间集聚度对揭示区域土壤全氮变异性的影响

基于余江县中部地区土壤密集采样点,通过重采样获得4个集聚度样点分布等级,每个等级取5个重复,其分布VMR均值(样方分析中的样点数变差–均值比)分别为0.13、0.83、1.49和2.16,利用普通克里金(OK)和结合土地利用信息的克里金(KLU)方法对土壤全氮(STN)含量进行空间预测,并通过验证样点比较了4种集聚度采样点的STN空间预测精度,以揭示土壤采样点集聚度对STN空间预测精度的影响。研究结果表明:通过两预测方法得到的验证点实测值与预测值散点图的相关系数(r)均随采样点集聚度的增加而降低,其中OK方法的r值由0.400降低至0.142,KLU方法的r值由0.718降低至0.542;两方法的预测平均绝对误差(MAE)和均方根误差(RMSE)随着集聚度的增加均呈现增加趋势,OK和KLU方法的MAE分别又由0.49和0.33增加至0.61和0.44,RMSE则分别由0.56和0.39增加到0.65和0.47。表明在土壤采样点数量相同的前提下,采样点的空间集聚度越低,即样点分布越均匀,克里金方法的预测精度越高,这说明对STN进行空间预测时,基于规则网格的采样点更有利于克里金方法的空间估算;同时,采样点空间集聚度对不同克里金方法预测精度的影响也存在差异,对KLU方法的影响大于OK方法。     

面向数字土壤制图的土壤采样设计研究进展与展望

全球化土壤环境问题的出现对基础输入数据的精度、尺度和时序提出了更高要求,面向数字土壤制图的土壤采样研究得到了快速发展。首先利用文献计量学的方法定量化分析国内外土壤采样研究学科分布和研究热点变化;随后重点梳理了国内外土壤采样研究的文献,根据不同的土壤调查目的、调查区历史采样点将土壤采样设计分为:土壤全面采样设计、土壤补充采样设计、土壤验证采样设计和土壤监测采样设计;最后介绍了基于样点的推理制图方法。在此基础上,对未来在多尺度的土壤采样设计、土壤–环境因子关系的新型假设和采样设计中现实问题的量化等方面进行了展望,旨在为数字土壤调查工作的开展提供参考依据。     

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与质量受土壤样点规模、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（Machine learning，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上升到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性能表现趋于稳定，预测精度上升快速趋缓，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、RMSE保持在0.50以下。（3）当土壤样点规模足够大时，采样方法对ML模型性能和土壤pH预测精度的影响很小，五种采样方法的效果相差不大。当土壤样点规模小于2 000个时，采样方法的影响逐渐凸显。比较而言，条件拉丁超立方采样在样点规模较小时具备优势。当样点规模为1000个时，条件拉丁超立方采样仍可使随机森林和Cubist预测的R2维持在0.80左右；在样点规模小至200个时，条件拉丁超立方采样方法下5种ML模型预测的R2均在0.55以上。（4）不确定性分析结果显示，平均73.9%的验证样点表层土壤pH观测值落入随机森林模型90%预测区间，表明该模型的可靠性被轻微高估，但处于可接受范畴。此外，数据显示模型预测的不确定性与样点规模无明显关联。     

基于空间模拟退火算法的最优土壤采样尺度选择研究

以研究区0.5 km×0.5 km(尺度a)网格的7050个样点为基础,分别得到1 km×1 km网格的1757个样点(尺度b),2 km×2 km网格的444个样点(尺度c),4 km×4 km网格的110个样点(尺度d),以土壤有机质(SOM)为目标属性,运用模拟退火算法对4种采样尺度的土壤样点进行优化选择,确定区域土壤调查的最优采样尺度。研究发现,通过模拟退火算法优化选择后,尺度a、b、c、d的最优样点数量分别为956、751、283和95个,优选的样点在空间上均匀分布。随着采样尺度的减小,采样点数量呈倍数增长,但对土壤属性的预测精度并没有相应比例的增加,且随着样点数量的增加,土壤属性预测精度的增加量逐渐减小。从样点数量与土壤属性预测精度综合来看,2 km×2 km的采样尺度是最优的土壤采样尺度。     

样点代表性等级采样法在丘陵山区土壤表层有机质制图中的应用

基于样点代表性等级的土壤采样方法在成本、应用性、制图准确度上具有明显的优势,但在其他方面(如敏感性)上仍需要大量研究。为了进一步研究这种方法的可用性,本文以安徽宣城境内的丘陵山区为研究区,应用该方法分析以往土壤采样点的代表性等级,进而研究样点代表性等级对土壤制图准确度的影响。研究结果表明:①高等级代表性链广泛存在,而低等级代表性链则较少;②代表性链的等级有效地从不同程度反映出土壤形成环境的变异;③样点代表性采样设计的采样点与规则化网格采样、目的性采样有很大不同;④一般地,随着低等级样点的逐渐加入,制图准确度增加,但增幅随着样点等级的降低而降低。这些结果说明,样点代表性等级采样法在应用、成本、准确度几个方面都有明显的优点,因而具有较好的应用前景。需要注意的是,在应用该方法选择样点时,样点的代表性应达到一定级别,以避免制图准确度不会因为样点的加入而降低。此外,由于其他地形地貌类型(如平原区)还缺乏较好的土壤协同环境因子,该方法的应用受到了一定程度的限制。     

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3.93×10~4 km~2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和均方根误差RMSE变幅分别在0.15～0.56和2.09～2.63 g·kg~(–1)之间,当样点数量大于75%时,预测精度较高且能达到相对稳定水平,最佳采样数目在563个左右;而2008年r和RMSE变幅分别在0.24～0.63和2.11～2.62 g·kg~(–1)之间,预测精度对于样点数量的变化更为敏感,70%的样点数量即可达到相对稳定水平,最佳采样数目在526个左右,这表明不同时期SOC空间预测精度对于样点数量变化的响应不同,土壤属性的空间自相关性越大,预测精度对于采样数量的敏感性越强,空间信息达到饱和状态所需样点数量也相对较少;此外,本研究也发现在SOC高、低值等关键区域设置足够的样点数量是提高土壤空间预测效果的重要手段之一。     

短距离样点对土壤呼吸空间变异预测精度的影响

不同采样设计会对土壤呼吸空间变异特征的预测精度产生重要影响。本研究选取黄淮海平原北部潮土区1 km×1 km夏玉米样地,在7×7单元规则格网(样点间距167 m)、完全随机(样点平均间距433 m)以及3×3单元规则格网+完全随机(样点平均间距405m)3种布点方式的基础上,保持样本总量(49)不变,以占总样点2%～14%的短距离样点(样点间距4m)随机替换原方案相应样点个数的方法优化布点方式,应用普通克里金法插值,以均方根误差(RMSE)和确定系数(R2)作为验证指标,检验基于3种布点方式设置的短距离样点对土壤呼吸空间变异预测精度的影响。结果表明:研究区土壤呼吸平均速率为2.65μmol·m?2·s?1,空间分布均呈西高东低,表现出中等程度变异。采样设计对土壤呼吸空间分布的预测精度影响显著,基于3种布点方式设置短距离样点可提高预测精度7%～13%。无短距离样点替换时,规则格网+完全随机的布点方式最优,比完全随机布点和规则格网布点的空间插值预测精度分别提高10%和22%;设置短距离样点替换后,在最优布点方式(规则格网+完全随机)中,对土壤呼吸空间变异的预测精度可再提高4%～7%,其中短距离样点个数占样本总量10%对土壤呼吸空间变异预测精度的提高最为明显。研究发现,基于相同的样本数量设置短距离样点可增加区域范围内样点密度,提高土壤呼吸空间变异预测精度及试验结果的可靠性。因此,在黄淮海平原北部潮土区100 hm2尺度的夏玉米样地中,规则格网+完全随机+10%短距离样点的布点方式是预测土壤呼吸空间变异最适宜的采样布点方式。     

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。     

精准农业中不同取样间距下Kriging插值精度对比研究

为了研究土壤不同养分的合理取样间距,研究选择了平顶山地区典型烟田为研究对象,在面积为4 hm2的地块上以20 m×20 m网格采样,共采集耕层(0~20 cm)土壤样品111个。在GIS软件平台上对采样点进行行列删除,人为改变取样间距大小,并运用地质统计学和普通克里格插值方法进行插值,生成了土壤各养分分布图。同时,随机选取7个样点,并将其在不同取样密度下的Kriging插值结果与实测值进行比较。由插值误差分析、独立检验、面积分析和养分分布图可以看出:在该研究区域内,碱解氮、速效磷、速效钾、速效铁和速效锌以20 m取样间距较为合适,有机质和速效铜的合理取样间距为60 m,速效锰则以40 m取样间距较适宜。研究目的是为该地区确定合理的土壤取样间距提供理论依据。     

Reduction of soil water spatial sampling density using scaled semivariograms and simulated annealing

Spatial sampling density influences the reliability and feasibility of environmental studies. Optimizing spatial sampling schemes is important, particularly when multiple observations must be repeated over extended periods.

The goal of this study was to develop a sampling density reduction method for a network of 57 soil water content (SWC) measurement locations in an 8-ha microwatershed, given observations taken at five different dates. We sought a subset of 10 points that would best predict (via spatial interpolation) the SWC at the remaining locations.

Three observation dates (calibration set) were used to develop the method, and the remaining two (validation set) were used to test it. Calibration date semivariograms were coalesced into one scaled semivariogram, used with ordinary kriging to predict SWC outside the chosen subset. We defined four different scenarios by combining two simulated annealing algorithms, Sacks and Schiller (S&S) and Spatial Simulated Annealing (SSA), and two fitness functions, one based on scaled kriging variance (SKV), and the other based on actual mean squared prediction error (scaled mean squared error, SMSE).

We searched for an optimal subset in each calibration scenario; each was then used to predict SWC throughout the microwatershed on the validation dates. The results were compared with those of regular grids and randomly generated patterns. Temporal stability was tested by analyzing deviations between individual and field average observations and using Spearman's rank correlation.

The S&S and SSA algorithms performed similarly well, although SSA converged better. The SKV-based scenarios had lower SKV in the calibration and validation sets than the SMSE-based scenarios, the regular grids, and the random patterns. However, the SMSE-based scenarios produced an optimal subset having minimal SMSE over both data sets vs. the other methods. This subset produced mostly low relative errors: for January 25, 1993, 50% of the predicted points fell within ±5%, 82% within ±10%, and 6.5% fell outside 15%; for December 23, 1993, 35% were within ±5%, 72% within ±10%, and 23% fell beyond 15%. However, kriging assumptions were violated on December 23.

The SMSE-based scenarios predicted validation set SWC better than the SKV scenarios because they included microwatershed locations that did not obey the stationarity assumptions of kriging but were temporally stable and captured the full range of SWC variation. Modifying the proposed method to perform kriging with a physically based trend model will further improve its predictive accuracy.     

Evaluating soil maps for prediction of soil water properties

Conventional soil survey stratifies a region into mapping classes and characterizes each by a representative soil profile within it. The efficacy of the procedure for predicting particle-size fractions, bulk density, water retention, and available water capacity (AWC) of the soil at previously unvisited sites on the Plain of Languedoc in southern France is evaluated for three scales of survey (1/10 000, 1/25 000 and 1/100 000) and is compared to that of prediction from stratified random and simple random samples. Data from 85 soil profiles on a random transect were used for evaluation. Classification partitioned the variation of the measured properties, except for AWC, well at the 1/10 000 and 1/25 000 scales, whereas classification at the 1/100 000 scale was less effective. At the 1/10 000 and 1/25 000 scales both classification and stratified random sampling were better for prediction than simple random sampling for the same total sample. On average the representative profiles proved substantially better predictors than the stratified random samples, but in most situations where soil stratification performed well efficiencies of the two predictors were similar. In essence, the more successful the classification was the more difficult it was to improve prediction by selecting representatives instead of sampling randomly within classes. These results confirmed statistically that the soil surveyor can exercise intuition and judgement to classify and select representatives.     

数据驱动的农作物遥感分类地面样本点布设

地面样本点是农作物遥感分类模型训练的基础，样本点数量和质量是影响模型分类精度的2个主要因素。该研究构建了数据驱动的样本点布设方法，利用待分类影像的光谱、植被指数等特征构造分层抽样底图，结合分层随机抽样方法进行地面样本点布设，并分析不同抽样策略对农作物遥感分类结果的影响。采取基于k-means聚类分析的数据驱动方法，考虑6景哨兵2号影像提取的共78个分类特征，生成同一个最优k的聚类结果图；设计等量分配和按面积比分配2种样本量分配方式，样本点数量为25、49、100、169、225的5个总样本量；基于不同抽样策略获取地面样本点信息，利用同一个支持向量机模型对待分类影像进行监督分类，并通过与139个样本点的理论总样本量和400个样本点的传统方式总样本量对比分析，定量解析不同抽样策略对分类精度的影响。结果表明：1）在数据驱动非监督聚类生成的底图上进行抽样（按面积比分层抽样法、等量分层抽样法）获得的样本点质量和分类精度明显优于没有该底图的抽样策略（简单随机抽样法、系统抽样法）；2）当总样本量低于理论总样本量时，等量分层抽样法能获取比按面积比分层抽样法更高的分类精度。例如，当理论样本量为139时，...     

A strategy for baseline monitoring of estuary Special Protection Areas

Intertidal estuaries in north-west Europe provide essential feeding grounds for internationally important numbers of overwintering shorebirds. Monitoring of the food supply available in these intertidal habitats is central to shorebird conservation strategy. In this paper, we describe the methods used to do a baseline survey of the Exe estuary Special Protection Area, south-west England. A grid system of sampling, linked to the Ordnance Survey National Grid, was used to ensure a systematic and repeatable coverage of the whole estuary. Cluster analysis was used to classify sites according to their invertebrate biomass densities. Classification of sites into groups was verified using environmental correlates. Results from these analyses were used to map habitat patches for the whole estuary. We show how, once a baseline survey such as this has been undertaken, monitoring of shorebird food supplies over time should be achievable with reduced sampling effort.     

县域尺度下样点距离和土壤分类对农田土壤细菌多样性的影响

样点空间距离和土壤分类粒度是衡量土壤样点代表性和调查精度的重要指标。在江苏省常熟市稻麦轮作区考虑不同土壤分类粒度,按村、镇、县域3种空间尺度选择8个农田样区,每个农田样区选择4个相邻田块作为采样区,每个采样区按梅花状采集表层土壤混合样品,合计32个。利用高通量测序分析技术,研究土壤细菌多样性在不同样点空间距离和土壤分类粒度下的变异性特征。结果表明,土壤细菌α多样性指数变异系数随土壤分类粒度和空间距离的减小而降低。细菌群落相异度随土壤分类粒度的减小有降低趋势,从田块到乡镇尺度随样点空间距离增大而显著性增加,但扩大到县域尺度增加微弱。两种尺度共同作用下,土壤细菌α多样性指数的变异系数和细菌群落相异度较单一尺度均有所降低,但乡镇尺度下样点土壤分类粒度减小后的α多样性指数变异系数与群落相异度较乡村尺度的减少更为明显。哑元相关分析表明,细菌群落相异度与空间距离尺度的相关性较土壤分类粒度更强,土壤理化性质和农田管理措施在空间尺度上变化是样区空间距离尺度影响土壤细菌群落结构的重要因素。因此,农田土壤微生物调查,首先需考虑样点空间距离尺度,在乡镇以上尺度的样点调查还需考虑土壤分类粒度,土壤分类粒度越小,样点越具代表性。研究结果对县域农田土壤微生物多样性研究及其调查样点布设具有积极参考价值。     

Incorporating limited field operability and legacy soil samples in a hypercube sampling design for digital soil mapping

Most calibration sampling designs for Digital Soil Mapping (DSM) demarcate spatially distinct sample sites. In practical applications major challenges are often limited field accessibility and the question on how to integrate legacy soil samples to cope with usually scarce resources for field sampling and laboratory analysis. The study focuses on the development and application of an efficiency improved DSM sampling design that (1) applies an optimized sample set size, (2) compensates for limited field accessibility, and (3) enables the integration of legacy soil samples. The proposed sampling design represents a modification of conditioned Latin Hypercube Sampling (cLHS), which originally returns distinct sample sites to optimally cover a soil related covariate space and to preserve the correlation of the covariates in the sample set. The sample set size was determined by comparing multiple sample set sizes of original cLHS sets according to their representation of the covariate space. Limited field accessibility and the integration of legacy samples were incorporated by providing alternative sample sites to replace the original cLHS sites. We applied the modified cLHS design (cLHS_adapt) in a small catchment (4.2 km²) in Central China to model topsoil sand fractions using Random Forest regression (RF). For evaluating the proposed approach, we compared cLHS_adapt with the original cLHS design (cLHS_orig). With an optimized sample set size n = 30, the results show a similar representation of the cLHS covariate space between cLHS_adapt and cLHS_orig, while the correlation between the covariates is preserved (r = 0.40 vs. r = 0.39). Furthermore, we doubled the sample set size of cLHS_adapt by adding available legacy samples (cLHS_adapt+) and compared the prediction accuracies. Based on an external validation set cLHS_val (n = 20), the coefficient of determination (R²) of the cLHS_adapt predictions range between 0.59 and 0.71 for topsoil sand fractions. The R²‐values of the RF predictions based on cLHS_adapt+, using additional legacy samples, are marginally increased on average by 5%.