土壤养分含量的协同克里格法插值研究

土壤养分含量的空间分布是农业领域研究的重要内容,空间插值是获取土壤养分含量空间分布的重要方法。空间插值方法很多,不同的空间插值方法结果精度各不相同。文章以石家庄城乡交错带土壤全氮、速效磷、速效钾三种养分含量为主变量,土壤有机质含量为辅助变量,选取普通克里格法和协同克里格方法,对85个采样点的土壤养分数据进行空间插值分析,获取土壤养分含量空间分布图。采用交叉验证法对其插值结果精度进行分析和评价,结果表明,采样点数量相同时协同克里格方法的结果精度明显高于普通克里格插值法;利用协同克立格法, 主变量数目在减少至70个,辅助变量不变的情况下,精度仍高于普通克里格法,且空间分布高度相似。说明在适当减少土壤样本的情况下,协同克里格法仍能保证插值精度,适合土壤养分空间插值。     

耕地地力评价中土壤养分的空间插值方法比较研究——以会宁县土壤速效钾为例

土壤养分分布状况是耕地地力评价的重要指标,也是科学施肥的主要依据。土壤属性分析作为耕地地力评价的核心,是评价工作的重点。该研究以甘肃省会宁县土壤速效钾含量为研究数据,用普通克里格、反距离加权法、径向基函数插值3种插值方法进行插值对比研究,交叉验证得出普通克里格球面模型是精度最高的插值方法,可以很好的模拟土壤养分的空间渐变分布。为后期的耕地地力评价和农业生产提供科学依据。     

农产品产地土壤锌环境质量评价方法比较研究——以吉林省舒兰市为例

[目的]探讨农产品产地土壤锌在不同环境质量评价方法中的结果精度,为农产品产地认证提供依据。[方法]以吉林省舒兰市为例,通过实地采样,实验室样品分析,运用单因子污染指数法和基于GIS的空间插值方法,根据绿色食品产地环境质量标准进行农产品产地土壤锌的环境质量评价,并进行方法比较。[结果]基于GIS的土壤锌空间插值环境质量评价方法比传统方法的精度高;采用基于辅助因子的土壤锌协同克里格插值评价结果比普通克里格精度高;土壤锌和有机质的协同克里格插值评价方法比土壤锌与高程的协同克里格插值评价方法的精度高。[结论]基于GIS空间插值方法的土壤锌环境质量评价结果比传统方法更具科学性和合理性。     

基于协同克里格的县域耕地质量监测点优化布设

根据耕地质量的空间分布特征优化监测样点布局,可提高耕地质量的监测效率和准确性。本研究筛选与耕地质量协同变化的环境因子作为辅助变量,利用地统计学方法分析耕地质量的空间变异特征,采用协同克里格法优化耕地质量监测样点的布设。结果表明：利用与耕地质量相关性较好的地下水位为辅助变量,在不同规格网格的样点布设下,协同克里格在最适（5 km×5 km）网格尺度下得到66个监测点的插值精度,优于普通克里格在小（2 km×2 km）网格尺度下得到390个监测点的插值精度;而在相同规格网格的样点布设下,协同克里格方法得到监测点的插值精度均优于普通克里格。研究表明,结合易于获取的辅助变量信息的协同克里格方法可优化耕地质量监测点布设,得到更少的监测点的样点方案,在耕地质量监测中可实现减少成本的同时提高监测精度。     

基于环境因子的土壤养分预测制图——以河南省封丘县为例

土壤养分空间变异由气候、母质、地形、植被等结构性因素和施肥、耕作措施等随机因素共同作用。以河南省封丘县为研究对象,选择高程、坡度、平面曲率、剖面曲率、地形湿度指数、归一化植被指数(NDVI)等环境因子为辅助变量模拟土壤结构性分量,并分别采用普通克里格插值法和反距离权重法处理空间相关的随机分量,提出了结合环境因子的空间插值方法,并对土壤有机质和全氮进行预测制图。交叉验证结果表明,结合环境因子的空间插值方法能够提高土壤养分空间分布的预测精度,是一种有效的土壤养分预测制图方法。     

罗江县农田土壤全氮协同克里格插值和采样数量优化研究

[目的]研究县域土壤全氮含量的空间分布和采样数量,为紫色土丘陵区采样提供参考。[方法]利用协同克里格法,以初始的1 777个土壤全氮含量数据为随机抽取的数据,分别随机抽取1 599、1 421和1 243个数据为目标变量,并以初始的1 777个土壤有机质数据为辅助变量,对四川省罗江县土壤全氮含量进行插值分析,从而利用协同克里格法对县域尺度下农田土壤全氮含量在不同样点数量下空间分布中的适用性进行评价。[结果]在相同取样数量下,全氮协同克里格法的均方根误差相对于普通克里格法降低0.019 6%～0.072 5%,预测值和实测值之间的相关系数提高0.69%～0.90%。利用协同克里格法,土壤全氮含量数据在缩减30%情况下,其估值精度高于1 777个样点下的普通克里格估值,且二者的分布图都具有较高的拟合度。[结论]协同克里格法是一种经济、精准的方法,可为县域土壤养分含量的空间分布提供基础信息。     

区域性夏季平均气温空间插值方法比较

使用ArcGIS软件,采用反距离权重法、普通克里格法和泛克里格法3种空间插值方法,以东北三省78个气象站点1999、2004年夏季平均气温数据为例进行了空间插值,并采用交叉检验的方法对插值结果进行了比较。结果表明,3种方法所得插值结果均能大致反映气温分布状况,但从精度分析上看,泛克里格法精度优于反距离权重法和普通克里格法。     

降雨量空间插值方法比较研究

对反距离加权法、样条函数法、普通克里格法及协同克里格法等几种常用的降雨空间插值方法的优缺点进行了分析和比较,考虑到高程对降雨量影响较大,在协同克里格法的基础上将高程作为第2类影响因素引入降雨量的空间插值方法中,并提出了引入高程信息的协同克里格法.将4种方法（反距离加权法、样条函数法、普通克里格法及协同克里格法）用于大兴安岭地区降雨量的插值计算,结果表明,考虑高程信息的协同克里格法的插值效果明显优于其他3种方法.     

县域农田土壤铜含量的协同克里格插值及采样数量优化

 【目的】研究县域农田土壤铜含量的空间分布和采样数量,为农田土壤环境质量调查提供帮助。【方法】采用协同克里格方法,以初始的623个土壤铜含量数据及在此基础上随机抽取的560、498和432个数据为目标变量,并以初始的623个土壤有机质含量数据为辅助变量,对四川省双流县农田土壤铜含量进行插值分析,并对不同样点数量下协同克里格法在县域尺度农田土壤铜含量空间分布研究中的适用性进行评价。【结果】相同取样数量下,协同克里格法的均方根误差相对于普通克里格法可降低0.9%～7.77%,预测值和实测值之间的相关系数可提高1.76%至9.76%。利用协同克里格法,在土壤铜含量数据量缩减10%的情况下,其估值精度仍高于初始的623个土壤铜含量数据的普通克里格估值,且二者的分布图具有高度相似性。【结论】协同克里格作为一种更为精确和经济的方法,可为县域尺度农田土壤重金属含量的空间分布研究提供更多的信息和帮助。     

基于主成分分析的协同克里格插值模型对土壤铜含量的空间分布预测

以湖北省宜都市红花套镇的柑橘产区为例,选取土壤重金属全铜含量为研究对象,利用Pearson相关系数方法选择与土壤铜含量具有较高相关性的土壤因子(全K、全Cr、CEC、全Al、全N(P0.05))作为辅助变量,利用主成分分析(PCA)对辅助变量进行降维求总得分处理后,与协同克里格插值相结合构建土壤铜含量空间模型(COKPCA),同时构建土壤铜含量的普通克里格插值模型(OK)和以全K作为辅助变量构建协同克里格插值模型(COKK),对不同的空间模型进行模拟精度的对比和分析之后提出最优空间模型方法,进一步分析土壤铜含量在研究区域的空间分布特征。结果表明:普通克里格插值(OK)、协同克里格插值(COKK)和与主成分相结合的协同克里格插值(COKPCA)3种模型的RMSE分别为7.044、6.907和6.309,R2分别为0.716、0.743和0.852,赤池信息量准则(AIC)分别为101.591、96.908和87.203。综合比较,COKPCA具有最优的模拟插值结果,其次为COKK,而OK则相对较差。     

用高程辅助提高土壤属性的空间预测精度

 【目的】探讨土壤属性变量与高程之间在何种条件下，可利用高程变量来辅助提高土壤变量的预测精度。【方法】用两种将高程作为辅助变量的克里格插值方法（协克里格法和简单克里格加变化局部平均值法）与没有考虑高程的普通克里格插值方法进行对比分析，用均方根预测误差和预测精度的相对提高值作为标准对3种方法的预测结果进行评价。【结果】对于交换性钾和pH值，协克里格法获得最精确的预测；对于Olsen-P、土壤有机质和有效锌，简单克里格加变化局部平均值法得到最精确的预测；而有效铜、有效铁和有效锰的最精确的预测结果则由普通克里格法产生。【结论】高程数据能够用来提高土壤特征的空间预测精度，但并不是对所有的土壤属性都适合；在利用高程数据来提高土壤属性空间预测之前，应该先对高程和土壤特征变量之间的线性相关关系、结构相关关系和全局趋势等进行仔细地分析，然后再选择适宜的方法。     

南方丘陵耕地土壤有机质空间插值精度比较——以衢江区为例

以浙江省衢江区的耕地地力调查有机质数据为基础,比较分析普通克里格（OK）和反距离加权插值法（IDW）的有机质插值精度。研究结果表明,在同样的数据处理条件下,反距离加权插值优于普通克里格;在同一插值方法下,对按地形地貌分类、按耕地利用方式分类与整体不分类型3种情况比较,按耕地利用进行分类处理略优于按地形地貌分类处理,而按耕地利用分类和按地形地貌分类后插值精度均明显优于整体不分类型处理。     

农产品产地土壤锌环境质量评价方法比较——以吉林省舒兰市为例(英文)

[目的]探讨农产品产地土壤锌在不同环境质量评价方法中的结果精度,为农产品产地认证提供依据。[方法]以吉林省舒兰市为例,通过实地采样,实验室样品分析,运用单因子污染指数法和基于GIS的空间插值方法,根据绿色食品产地环境质量标准进行农产品产地土壤锌的环境质量评价,并进行方法比较。[结果]基于GIS的土壤锌空间插值环境质量评价方法比传统方法的精度要高;采用基于辅助因子的土壤锌协同克里格插值评价结果比普通克里格精度高;土壤锌和有机质的协同克里格插值评价方法比土壤锌与高程的协同克里格插值评价方法的精度高。[结论]基于GIS空间插值方法的土壤锌环境质量评价结果比传统方法更具科学性和合理性     

局部回归残余克里格对土壤阳离子交换量空间预测的精度分析

高精度土壤理化属性的空间分布图件是环境保护、土壤管理及精准农业不可或缺的要件,土壤特性空间异质性的普遍存在是土壤理化特性精确预测的一大难题。以土壤阳离子交换量(CEC)为对象,通过比较不同的空间插值方法,来探讨土壤属性的高精度预测方法。通过采样实测表层土壤阳离子交换量,利用普通线性回归、地理权重回归及二者残余的克里格进行空间插值,来比较不同方法的插值精度和制图效果。结果表明,地理权重回归残余克里格法的精度最高,其预测值与实测值的回归决定系数达90%,普通线性回归的精度最低。在回归残余分析中,普通线性回归残余对CEC预测精度提高的幅度达34%,而地理权重回归残余对预测精度提高程度为9%,相对较小。说明地理权重回归及回归克里格法也是较好的空间预测方法。在制图效果上,2种残余法的预测图在空间上过渡自然,平缓,能较好地反映出CEC在空间上的变化细节,与实际情况吻合较好。对于那些环境影响因素明确,且与之存在线性相关的土壤属性,地理权重回归残余克里格法及回归克里格法可作为其高精度空间预测及制图的有效工具。     

基于ArcGis的耕地土壤养分最优插值方法

本研究以江西省万年县耕地为研究对象,采用逆距离权重法、普通克里金插值法和协同克里金插值法对土壤养分进行空间插值。借助平均预测误差(ME)和均方根预测误差(RMSE)指标对3种插值方法的精度进行比较,根据结果做出精度检验排序,得出协同克里金插值法为最优插值方法。     

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(1.40 km2),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.     

西秀蔬菜园区土壤养分空间变异特征研究

采用地统计学与GIS技术相结合的方法研究安顺市西秀区现代高效蔬菜产业示范园区(核心区)耕地土壤养分空间变异特征,以273个土壤样品测试项目:PH、有机质、全氮、碱解氮、有效磷、速效钾6个指标为对象,描述性统计分析结果表明,各指标的变化幅度较大,变异系数均属于中等,有效磷的变异强度明显高于其他。半方差分析结果为,土壤养分的空间异质性与空间位置相关性很弱,受随机因素的影响大,说明人为活动的影响程度很大,削弱了结构性因素造成的自相关作用。在Arc GIS9.2平台上采用普通克里格方法插值,绘制土壤养分含量分布图,按土壤养分分级评价标准进行区域统计、汇总面积,通过图、表得出,园区(核心区)耕地土壤主要呈弱酸性,土壤中的氮、磷、钾有效含量多处于丰富状态,部分为中等状态,缺乏养分的面积很小。研究结果应作施肥决策、养分管理之参考。     

西南丘陵地区土壤有机质含量的空间插值法研究

通过对重庆市梁平县仁贤镇105个土壤采样点的有机质含量与海拔高度的关系进行分析, 提出了结合海拔高度对逆距离权重法和克里格插值法改进的插值方法, 并用改进前后的方法对研究区土壤有机质含量进行插值获取土壤有机质含量的空间分布图, 进行交叉检验. 结果表明, 结合海拔高度改进的插值方法插值结果精度有比较明显的提高. 对逆距离权重法, 考虑海拔高度的平均绝对误差(MAE)从0.081 9%降到了0.000 8%, 均方根误差(RMSE)从0.103 4%降到了0.001 4%;对克里格插值法, 考虑海拔高度的平均绝对误差(MAE)从0.076 4%降到了0.003 1%, 均方根误差(RMSE)从0.098 6%降到了0.003 9%. 在4种插值法中结合海拔高度的逆距离权重法最优.     

基于BP神经网络的土壤养分空间插值

以广东省增城市为研究对象,采集全市内200个土壤样点,利用BP神经网络插值方法对研究区土壤的氮和磷进行空间插值预测,将插值结果与土壤样点实测值进行对比,得到预测数据的误差均方根.结果表明,BP神经网络的插值精度比克里格高,在样点较少的情况下,BP神经网络的插值结果克服了克里格插值方法的平滑效应.BP神经网络对插值的样本数据的分布类型没有要求,比传统插值方法有更强的泛化能力,是一种可替代的插值方法.     

基于MODIS和DEM的土壤有机质空间预测研究(英文)

[目的]本研究以湖南省石门县为例,采用普通克里格和基于MODIS和DEM数据的回归克里格方法,结合有限个采样数据对该区有机质进行空间预测,并进行对比分析。[方法]运用由地形参数(由DEM派生得到)、归一化植被指数(NDVI)以及由MODIS派生得到的地表温度(LST)等指标进行空间模拟,然后通过平均误差(ME)和均方根误差(RMSE)验证精度,数据的描述性统计及转换均通过软件实现。[结果]结果表明在有限个采样数据下,结合多元遥感数据的回归克里格方法优于普通克里格法,回归克里格法的平均误差和均方根误差均低于普通克里格法,相对提高值为6.03%。[结论]在低山丘陵区,运用MODIS数据及其他遥感数据对土壤有机质进行空间预测具有较好的效果。