省域土壤有机碳空间分布的主控因子——土壤类型与土地利用比较

基于河北省第二次全国土壤普查数据,运用方差分析和回归分析对比了河北省土壤类型和一级土地利用类型对0～20 cm深土壤有机碳空间分布的影响,探讨了省域土壤有机碳空间分布的主控因子。研究结果表明,土壤类型和土地利用是河北省表层土壤有机碳密度空间分布的重要影响因子。其中土壤类型对土壤有机碳密度空间分布的影响与土壤分类级别相关,土壤分类级别越低,对土壤有机碳密度空间变异的反映能力越大。与土壤类型相比,土地利用对表层土壤有机碳密度空间分异的解释能力要大于土类,但小于亚类和土属。为此,在省域尺度对土壤有机碳密度进行区域预测和估算时应将土地利用和土壤类型结合起来作为土壤有机碳空间分布的主控因子,优先考虑土地利用后,在相同土地利用类型内再尽量以低级土壤分类进行空间预测或估算。     

丘陵区水稻土Cu污染空间变异的协同克里格分析

针对丘陵红壤区铜冶炼厂周围水稻土污染区（1.40km^2）,在景观尺度上,采用协同克里格方法,研究了影响表层土壤Cu含量空间分布预测的辅助因子。基于空间自相关性、间距、长轴方位角以及各种预测误差,评价了辅助变量（包括秸秆全Cu含量StrawCu、籽粒全Cu含量GrainCu、土壤全Cd含量Cd、土壤pH、土壤有机质OM、高程H）对表层土壤Cu含量分布预测精度的影响。结果表明,单辅助变量的协同克里格预测值与实测值相关系数的大小顺序为Cu/Cd〉Cu/H〉Cu/StrawCu〉Cu/GrainCu〉Cu/OM、Cu/pH,而多辅助变量协同克里格预测的相关系数大小顺序为Cu（/Cd,StrawCu）〉Cu（/Cd,StrawCu,H）〉Cu（/Cd,StrawCu,GrainCu）〉Cu/（StrawCu,GrainCu）〉Cu（/Cd,H）。与土壤全Cu含量的普通克里格插值精度相比,利用表层土壤全Cd含量、水稻秸秆全Cu含量、高程作为辅助变量与水稻土表层全Cu含量进行协同克里格插值可以显著提高预测精度;但水稻籽粒全Cu含量作为辅助变量对预测精度影响不显著;而土壤有机质含量和土壤pH作为辅助变量反而降低了预测精度。在对表层土壤全Cu含量分布的多辅助变量协同克里格预测中,表层土壤全Cd含量和水稻秸秆全Cu含量的影响最大,其次是高程,水稻籽粒全Cu含量不能提高对表层土壤全Cu含量分布的预测精度。     

基于Fisher判别分析的数字土壤制图研究

利用已知类型的土壤样点及其所处位置的高程、坡度、平面曲率、剖面曲率、复合地形指数等数据,基于Fisher判别分析方法对安徽宣城样区的土壤类型进行预测和制图表达。结果表明,土纲级别的预测效果较好,正确率达到84.2%。但随着从土纲到亚类级别的降低,由于受土壤样点数量限制,土壤类型预测的准确率也逐步降低。通过与样区1986年基于发生分类的土壤图进行对比,采用的方法无论是在制图精度,还是图面信息的负载量方面都要优于传统方法,能够更加客观真实地反映土壤在自然界的空间分布。     

基于人工神经网络的土壤颗粒组成制图

以浙江西苕溪流域为研究区,综合考虑地形和土壤类型等信息,采集典型土壤样本,测定土壤颗粒组成,并基于土壤颗粒组成与景观位置和特征之间的关系,利用径向基函数(RBF)神经网络建立了高程、坡度、平面曲率、剖面曲率、径流强度系数和地形湿度指数6个地形因子与土壤颗粒组成之间的非线性映射关系,预测土壤颗粒组成的空间分布。验证结果表明,RBF神经网络方法能够挖掘出地形因子信息与土壤颗粒组成之间的非线性映射关系,其预测精度较高,模型稳定性较好,是一种低成本、高效率的制图方法。     

空间回归分析在土壤属性预测制图中的应用

以河南省孟津县为研究区,选取坡度、高程、地面曲率和复合地形指数(CTI)作为表层土壤缓效钾含量空间预测的环境协变量,系统探讨了空间回归分析技术在土壤属性预测制图中的应用.结果表明:土壤缓效钾的空间自相关距离阈值约为10 000 m,与坡度、高程和地面曲率存在显著相关性;尽管空间回归模型的预测精度和普通回归模型相近,但前者可以更加准确地表征土壤缓效钾的空间分布格局及空间分异细节特征.     

北京市平谷区农用地土壤有机质空间变异特征

采用传统统计、地统计及地理信息系统(GIS)相结合的方法,初步研究了北京市平谷区农田土壤有机质(SOM)含量的空间分布规律及其影响因素.传统统计分析结果表明,研究区土壤样本呈对数正态分布,平均值为15.36 g·kg-1,变异系数为0.32,属中等变异程度.方差分析表明,高程和土地利用类型均对研究区SOM含量的分布有显著影响.地统计分析表明,研究区SOM含量空间变异具有一阶趋势和各向异性特征;由空间自相关部分和随机部分引起的空间变异性程度大体相当,具有中等的空间相关性.结合普通Kriging插值方法,获得了研究区SOM含量的空间分布图,比较分析表明研究区农用地SOM含量的空间分布是自然和人为利用因素共同作用的结果.     

基于地形因子和随机森林的丘陵区农田土壤有效铁空间分布预测

为了掌握丘陵地区农田土壤有效铁含量及其空间分布,本文以重庆市江津区永兴镇内同源成土母质的典型丘陵(2 km2)为研究区,采集309个土壤样点,利用普通克里格(Ordinary Kriging,OK)、多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)模型,结合高程、坡度、坡向、谷深、平面曲率、剖面曲率、汇聚指数、相对坡位指数、地形湿度指数等地形因子对土壤有效铁进行空间分布预测,并通过85个验证点评价、筛选预测模型。结果表明:1)土壤有效铁与谷深、地形湿度指数存在极显著水平正相关关系,与坡度、平面曲率、剖面曲率、汇聚指数、相对坡位指数存在极显著水平负相关关系。2)随机森林模型的预测精度明显高于多元线性回归和普通克里格插值,其平均绝对误差为22.33 mg·kg-1、均方根误差为27.98 mg·kg-1、决定系数为0.76,是研究区土壤有效铁含量空间分布的最适预测模型。3)地形湿度指数和坡度是影响该区域土壤有效铁含量空间分布的主要地形因子。土壤有效铁与坡度、谷深、平面曲率、剖面曲率、汇聚指数、相对坡位指数、地形湿度指数均达到极显著水平相关关系。4)研究区土壤有效铁含量范围为3.00~276.97 mg?kg-1,水田有效铁含量大于旱地;土壤有效铁具有较强的空间相关性,土壤有效铁含量空间变异主要受到结构性因素的影响。可见,基于地形因子的随机森林预测模型可以较好地解释丘陵区农田土壤有效铁含量的空间变异,研究结果为丘陵区土壤中、微量元素含量及空间分布预测提供方法借鉴和理论依据。     

郑州市土壤多样性和土地利用多样性研究及关联分析

以郑州市为研究对象,将多样性理论及其测度方法应用于土壤和土地利用多样性研究.选取2004年和2009年两个时期的TM影像进行土地利用分类,并基于第二次土壤普查的郑州市土壤矢量数据,对郑州市土壤和土地利用的组成分布多样性和空间分布多样性进行了初步分析和定量化研究,探索了土壤和土地利用之间的关联性。结果表明:郑州市土壤构成组分较为复杂,其组成分布多样性指数取值0.776,土地利用组成分布多样性指数由2004年的0.610增加为2009年的0.651;郑州市同一土属或土地利用类型的空间分布多样性指数在不同网格尺度下存在相似的分异规律,其中空间分布最离散的土壤类型为砂土,空间分布最离散的土地利用类型为耕地;在3种空间网格尺度下,城镇建筑用地、农村居民点和工矿用地与各典型土壤的关联系数随研究时期推进均呈不同程度的增加趋势。     

空间回归模型在区域数字化土壤制图中的应用——以河南封丘县为例

以河南省封丘县为研究区,以环境协变量信息和先期获得的土壤数值化分类结果为基础数据源,在土壤分类距离空间自相关性分析的基础上,构建土壤分类距离—环境协变量空间回归模型,实施土壤分类距离空间预测,并最终实现研究区25 m分辨率数字化土壤制图.输出结果表明,研究区5种主要土壤类型中,普通底锈干润雏形土分布面积最大、弱盐灌於干润雏形土次之,分布比例分别为36％和24％.结合确定性趋势距离和非确定性残差的空间变异特征,阐释了研究区土壤空间分布格局的发生学背景和随机性因素的影响.与基于随机模型的土壤预测制图相比,基于环境协变量空间回归模型的数字化土壤制图输出结果展示了相似的研究区土壤空间分布整体格局,且具有细节清晰、图斑边界自然的特点.一方面能更好地诠释土壤空间分布的连续性和渐变性特征;另一方面能较好地反映微域成土环境对土壤发生学特性空间变异特征的影响.     

土壤空间分布多样性研究中网格尺寸的选取策略

空间分布多样性是土壤多样性研究中最新的一种计量方法,而土壤斑块实际分布特征、斑块空间位置和网格尺寸是土壤空间分布多样性评价精度的主要影响因子。以河南省典型样区的土壤数据为例,从大尺寸(25 km)到小尺寸(500 m)依次计算了样区内各土属类型在13种网格尺寸下的空间分布多样性,并分析了不同网格尺寸下多样性数值的变化特征,以期探索土壤空间分布多样性评价中最佳网格尺寸的设置准则。研究表明：在以土属为基本分类单元的空间分布多样性评价中,使用3 ~ 1 km尺寸之间的网格为宜。在设置网格尺寸时,应首先保证所选网格面积至少小于或接近所有土壤分类单元中面积最小分类单元的面积。     

基于决策树模型的土壤有机质制图

Based on a case study of Longyou County, Zhejiang Province, the decision tree, a data mining method, was used to analyze the relationships between soil organic matter (SOM) and other environmental and satellite sensing spatial data.The decision tree associated SOM content with some extensive easily observable landscape attributes, such as landform,geology, land use, and remote sensing images, thus transforming the SOM-related information into a clear, quantitative,landscape factor-associated regular system. This system could be used to predict continuous SOM spatial distribution.By analyzing factors such as elevation, geological unit, soil type, land use, remotely sensed data, upslope contributing area, slope, aspect, planform curvature, and profile curvature, the decision tree could predict distribution of soil organic matter levels. Among these factors, elevation, land use, aspect, soil type, the first principle component of bitemporal Landsat TM, and upslope contributing area were considered the most important variables for predicting SOM. Results of the prediction between SOM content and landscape types sorted by the decision tree showed a close relationship with an accuracy of 81.1%.     

基于决策树模型的土壤性质空间推断

许多水文、生态环境和土地管理规划的决策当中,都迫切需要空间连续的土壤性质信息来提高其建模和决策的精确性和可靠性。依靠传统土壤调查技术获得的土壤图则无法满足这种需求。本研究以浙江省龙游县研究区为例,利用第二次土壤普查的土壤性质数据,生成土壤性质-环境因子空间数据库。运用决策树建模方法将土壤性质含量与一些易于广泛观测的景观属性,包括地形、地质、土地利用和遥感影像建立联系,从而将有关土壤性质含量分布的知识转入一种清楚的、定量的、与环境因子相关联的规则系统中,并以此来预测研究区土壤性质的连续空间分布。研究结果表明,所建立的决策树模型可以解释75～81%的土壤性质空间变异。     

黄土丘陵沟壑区退耕地人工柠条林土壤养分特征及其空间变异

应用时空互代方法,以柠条林为例,对黄土丘陵沟壑区不同利用年限人工林土壤养分特征、空间变异及其演变进行了系统的研究。结果表明,该区人工林土壤肥力处于较低水平;人工林表层土壤养分中速效磷和速效钾的空间变异性较大;各环境因子对土壤养分有一定的影响,海拔、坡度和坡向等环境因子与人工林地土壤养分间呈负相关关系,坡位和地形与人工林地土壤养分间呈正相关关系。随着利用年限的增加,人工林土壤养分各指标含量均增加,与利用年限有显著的相关性。有机质、全氮、有效氮和速效磷的增加量不明显,全磷含量保持相对稳定的水平,速效钾经过多年积累有明显的增加。从土壤养分指数模型可以算出该区的人工林土壤有机质、全氮、有效氮约需35a能达到中上等养分水平,速效钾则约需27a才能达到中上等养分水平。     

黑土区县域土壤养分空间分布特征及其影响因子

【目的】 土壤养分是农业生产的必要条件,了解土壤养分的空间变化,对指导精准施肥有一定意义。 【方法】 本文以地统计学为基础,利用ArcGIS软件,对克山县土壤养分数据进行析取克里格以及泛克里格插值,得到土壤养分的空间分布图,并通过DEM数据提取坡度、坡向、曲率等相关地形因子,在SPSS软件中进行地形因子与土壤养分的相关分析。 【结果】 克山县土壤有机质、有效磷、速效钾和全氮含量平均值分别为43.89 g/kg、28.35 mg/kg、184.75 mg/kg和1.81 g/kg,有机质与全氮的变异系数均为0.09,属于弱变异强度,而有效磷与速效钾的变异系数分别为0.18与0.11,属于中等变异强度。有机质、速效钾及全氮的含量与海拔均呈显著的正相关关系（P<0.01）,其中,有机质与全氮受海拔的影响程度最大。有机质以及全氮的含量还受到坡度的影响,与坡度呈显著的正相关性。不同土地利用方式间,旱地和菜地有机质和速效钾含量显著高于水田,而有效磷显著低于水田,全氮含量差异不显著。 【结论】 克山黑土区土壤有机质和全氮含量变异小,而有效磷和速效钾含量变异大。土壤养分的空间分布受到坡度与海拔的影响,尤其海拔对有机质与全氮的影响程度最大。土地利用类型、土壤类型以及成土母质也影响养分的分布。      

关帝山云杉次生林土壤的空间异质性及其与地形相关性

为揭示森林土壤空间变异特征及其变异机制,参照CTFS样地土壤采样方案,在关帝山4 hm2云杉次生林样地199个采样点进行土壤取样和测定,运用经典统计方法分析寒温性云杉林土壤pH值、有效氮、有效磷、有效钾和有机质的水平和垂直空间分布特征,应用地统计学和ArcG IS插值的方法,重点分析了0～ 10 cm层土壤性质的空间异质性及其分布格局,并基于RDA排序和方差分解定量评价地形因子对土壤各指标空间变异的影响程度和解释量.结果表明:云杉次生林土壤的pH值、有效氮、有效磷、有效钾和有机质含量呈明显的水平及垂直空间变异,0 ～ 10 cm层土壤上述5个指标的变异系数分别为8.78％、41.15％、58.36％、46.60％和48.38％;土壤变异的空间自相关范围为4.9～58.8 m,pH值和有效氮呈中等程度的空间自相关,有效磷、有效钾和有机质呈强烈的空间自相关变异;有效氮、有机质和有效钾呈相似的空间斑块状分布格局,即样地有效氮含量高的斑块中有机质和有效钾含量也高.pH值和有效磷则表现出相反的斑块分布格局;地形因子中,pH值、有效氮和有效磷受海拔影响最大,其中,海拔与pH值、有效磷呈正相关,分别解释其空间变异的40.43％和28.81％,而与有效氮呈负相关,能单独解释其空间变异的19.48％.凹凸度对有效钾和有机质的影响最大,可分别解释9.37％和6.88％的有效钾和有机质的空间变异,与这2个土壤性质指标为负相关.研究可为深入认识华北地区植物分布和物种共存提供基础依据.     

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     

贵州表层土壤有机质空间变异特征及其影响因素分析

为探究贵州表层土壤有机质的空间变异特征及其主要影响因素,使用贵州省第二次土壤普查资料中193个土壤剖面数据,结合贵州省气象资料、土地利用类型图及土壤类型图等资料,运用地统计学和多元回归分析各因素对表层土壤有机质空间变异的解释能力。结果表明：(1)贵州省表层土壤有机质含量范围为0.05%～36.68%,平均含量为5.23%±4.96%,变异系数为94.90%;(2)表层土壤有机质在空间分布上表现出东北部高,西南部较低的格局;(3)半变异函数分析表明,贵州省土壤有机质主要受自然因素影响,海拔、CEC、耕作方式和土壤质地对表层土壤有机质含量变异的综合解释能力为35.9%,海拔作为最重要的影响因素能独立解释其变异的25.6%,CEC和耕作方式分别能解释11.3%,7.4%。贵州表层土壤有机质与年均气温呈负相关关系,与海拔呈正相关关系。研究区表层土壤有机质的分布与碳酸盐岩分布面积比例存在相关关系,整体上,随着喀斯特分布面积比例增大而受自然因素影响增大。喀斯特分布面积比例为0～10%区域主要受农业耕作施肥等人类活动的影响,11%～30%区域主要受海拔影响,31%～50%区域受年均温和CEC影响,5...     

复杂景观区土壤有机质预测模型的尺度效应

为研究复杂景观区土壤有机质预测模型的尺度效应,探讨不同空间尺度数据综合利用的问题,本文运用回归Kriging方法对河南省登封市土壤有机质进行预测,分析了不同空间尺度数据在建模过程中的作用和影响.结果表明:土壤有机质关于高程因子的趋势属于宏观趋势,以大尺度数据拟合该趋势值效果最优;小尺度数据不适合用于拟合土壤有机质的趋势值,但揭示了小尺度残差值的空间变异细节,增强了大尺度残差值的空间结构性,能够有效提高土壤有机质预测精度.因此,景观复杂区土壤有机质预测中,应基于大尺度数据模拟趋势值,大尺度数据和小尺度数据相结合拟合残差值的空间变异函数以预测残差值,最后趋势值加上残差值得到土壤有机质预测值.     

黄土沟壑区小流域土壤pH值的空间分布及条件模拟

土壤pH值是影响土壤养分有效性和化学物质在土壤中行为的主要因素,研究土壤pH值的空间分布特征对于土壤养分管理和土壤污染预测具有重要意义。该文用地统计学方法研究了环境因素复杂的黄土高原小流域土壤pH值空间分布特征。结果表明,黄土沟壑区小流域土壤pH值具有球形—指数套合模型的空间结构特征,其空间异质性主要来源于流域内土地利用和土壤侵蚀等随机因素。与有机质协同的Kriging法能较好地对土壤pH值进行估值,其估值范围小于实测数据,估值误差来源于复杂的环境因素。序贯高斯条件模拟的土壤pH值范围与实测数据接近,模拟的平均值低于实测数据,模拟误差来源于模拟过程中独特的Kriging算法及高斯特性。     

围垦对杭州湾南岸滨海湿地土壤养分分布的影响

在杭州湾南岸典型滨海湿地以空间代时间的方法,采集不同围垦年代的自然湿地土壤和围垦后利用土壤,研究了湿地土壤有机质、N和P的空间分布规律及围垦利用对养分空间分布的影响。结果表明,随围垦时间的增加,土壤表层全P含量表现为增加的趋势,围垦5年、25年和50年土壤全P含量比未围垦光滩分别增加12%、25%和76%;土壤有机质则表现为先降低后增加趋势,围垦5年和围垦25年土壤有机质相比未围垦光滩分别减少14%和50%,围垦50年则比未围垦光滩增加87%;土壤全N的分布趋势和有机质基本一致。对养分剖面分布的分析表明,围垦及其利用等人为干扰活动对养分的影响主要集中于土壤表层。相关性分析显示,土壤中全N含量与有机质含量呈现出显著的正相关,说明在土壤中N主要是以有机N的形态存在,而全P含量与有机质含量的关系不显著。土壤颗粒组成与土壤中有机质、N素等养分含量有较为明显的关系,有机质、全N与物理性黏粒(<0.01mm)的各组分都表现为显著或极显著正相关;土壤中P素与土壤质地的关系则并不是很密切。研究表明,围垦及其利用引起的土壤水分和质地等物理性质的变化以及不同围垦历史是影响湿地土壤养分空间分布的主要因素。