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.     

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0.0819％降到了0.0008％,均方根误差（RMSE）从0.1034％降到了0.0014％;对克里格插值法,考虑海拔高度的平均绝对误差（MAE）从0.0764%降到了0.0031％,均方根误差（RMSE）从0.0986％降到了0.0039％。在4种插值法中结合海拔高度的逆距离权重法最优。     

基于GIS海南岛气象要素空间插值法比较分析

应用普通克里格插值法(OK)、反距离权重插值法(IDW)、样条插值法(Spline)以及混合插值法(MLR)对海南岛18个长期气象观测站1979～2008年年均气温、年降水量、年日照时数以及年积温进行空间栅格化,并进行结果对比分析。结果表明:通过交叉检验的MAE和RMSIE的误差分析表明,MLR插值精度最高,样条插值法插值精度最低,普通克里格与反距离权重插值法插值精度接近。总体来看,混合插值法(MLR)是海南岛气象要素最优空间插值法。     

天津表土DDT浓度的空间插值方法研究

分别运用反距离加权插值法（IDW）、反距离平方加权插值法（ISDW）、多项式回归法（PR）、双线性插值法（BI）以及普通克里格法（OK）共5种方法对天津表土188个采样点的DDT浓度数据进行了空间插值,并对插值精度进行了评估和比较。结果表明,上述5种方法均无系统误差,且方均根误差（RMSE）差别不大,从误差分布来看,普通克里格法表现稍好。188点中,普通克里格法插值误差在0.5和1.0个对数单位以内的百分比分别为62.2%和91.5%。在表土DDT浓度突变的局部,所有插值方法的误差都超过一个对数单位。相对于其他4种插值方法而言,普通克里格法生成的空间插值图,更能准确表达天津表土DDT浓度的空间分布特征,其细部的浓度变化也更清晰。     

不同模型预测土壤有机质含量空间分布对比分析

【目的】探究土壤有机质含量空间分布预测模型的差异。【方法】在重庆市长寿区采集5162个土壤样点,结合地形、气候、植被和成土母质等9个环境变量,利用分类与回归树(CART)、随机森林(RF)、随机森林残差克里格(RFRK)和普通克里格(OK)4种预测模型对研究区土壤有机质含量空间分布进行预测制图,并利用平均绝对误差(MAE)、均方根误差(RMSE)、决定系数(R~2)和整体评价指标(GPI)评价模型精度。【结果】预测模型整体精度由低到高排序为CARTRFRFRKOK;在不同预测模型绘制的空间分布图中,土壤有机质含量空间分布的总体趋势一致,但在局部细节中存在差异。【结论】在采样密度较大区域,可以不借助辅助变量直接预测土壤有机质含量。     

几种地下水位空间插值方法在干旱内陆区的应用比较

以西北干旱内陆区石羊河流域中游武威盆地为例,分析比较地统计学方法常用的8种空间插值方法在地下水位插值中的应用效果。结果表明:反距离加权法(IDW)插值误差较大,容易出现牛眼现象;多项式插值(GPI和LPI)要求资料的全局或局部趋势性很强,导致在对离群值插值时,误差偏大;径向基函数插值(Rspline和Tspline)对数据的要求较高,需要数据变化范围小,否则其插值结果差异很大;普通克里格插值(OK)效果较好,尤其对离群值的处理表现出较明显的优势。其中OK、泛克里格插值(UK)插值较简单克里格插值(SK)插值误差较小,且插值结果较光滑,符合实际地下水位变化趋势。     

三江源地区温度和降水量空间插值方法比较

以获取三江源地区1971～2000年的各月降水及平均气温的栅格数据为目的,选取青海省及其周边共58个基准气象站点的气候数据,结合100 m×100 m分辨率的数字高程模型（DEM）数据,采用协同克里格（Co-Kriging,COK）和薄盘光滑样条函数（Thin plate smoothing splines,TPS）2种方法进行气温及降水的空间插值。用广义交叉验证（General cross validation,GCV）的最小统计误差筛选最佳模型,用均方根预测误差（RMSE）和平均绝对误差（MAE）比较2种方法的精度。结果表明,①不论是COK还是TPS,引入协变量后模型插值结果的精度更优;②TPS的插值效果显著优于COK：对月均温模型,TPS的RMSE值比COK提高了69.48%,MAE验证指标提高了70.56%;而对于月降水模型,TPS的RMSE值比COK提高了28.07%,MAE值提高了29.06%。     

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。     

几种逐日气温插值方法的比较

针对高精度逐日气象要素插值的需要,以我国北方15个省市为例,利用ARCGIS10.0软件平台,基于90 m分辨率的DEM数据,根据北方1981~2010的逐日气象资料,选取3月下旬~5月上旬和9月中旬~10月下旬中每旬的第6天为试验日期,计算出日最低温度和平均温度的多年平均值;使用数据资料较全的300个站点进行插值,43个站点进行验证;插值方法选择反距离权重法(IDW)、多元回归+残差订正、气温垂直订正(OK+DEM)3种;使用根据交叉检验法得出的决定系数(R2)、平均绝对误差(MAE)、均方根误差(RMSE)的数值比较插值精度。结果表明,对于日最低温度和日平均温度的插值的精度检验,均为多元回归+残差订正OK+DEMIDW,气象站点所在经纬度的DEM数据与站点原本高程数据的不匹配是导致插值精度降低的原因;考虑到研究需要及方法精度,最后选择气温垂直订正方法作为农业气象逐日要素插值方法。     

基于GIS的山西永定河流域降水空间插值方法分析

以山西省永定河流域20个国家基本气象站点43年平均降水数据为基础,运用ArcGIS软件地统计学模块进行空间降水插值试验,分别采用了反距离加权法(IDW)、径向基函数法(RBF)和克里格法(KRIG-ING)3种常见的空间内插方法,探讨了山西永定河降水的空间分布。分析发现,3种插值方法在分析区域降水空间分布方面各有优缺点,其均方根预测误差(RMS)的排列顺序为KRIGING相似文献   

省域尺度土壤有机质空间分布的神经网络法预测

土壤有机质空间分布预测方法研究对指导省域尺度下土壤有机质空间插值模型选取和精度优化具有重要意义。以江西省为例,利用BP神经网络模型与普通克里金结合的方法(BPNN-OK)、RBF神经网络模型与普通克里金结合的方法(RBFNN-OK)以及普通克里金法(OK)3种方法,预测省域尺度下耕地表层(0~20 cm)土壤有机质的空间分布。16 109个土壤样点随机分成12 887个建模样点,3 222个测试样点。结果表明:在省域尺度下,BPNN-OK法、RBFNN-OK法较OK法在土壤有机质空间预测精度上有较大提升,三者的预测精度为BPNN-OKRBFNN-OKOK。BPNN-OK法对土壤有机质预测结果的均方根误差、平均绝对误差、平均相对误差较OK法分别降低28.66%、30.71%、34.76%,RBFNN-OK法较OK法分别降低27.76%、29.74%、33.71%。在省域尺度下,神经网络模型与普通克里金结合的方法能很好地捕捉土壤有机质的复杂空间变异关系。研究结果可指导江西省土壤有机质空间插值模型选取。     

基于随机森林的农耕区土壤有机质空间分布预测

以陕西省周至县农耕区为研究区,采集192个土壤样品,通过随机森林模型(random forest, RF)对土壤有机质含量进行回归预测,通过29个(15%)独立验证点对预测结果进行精度验证,并与普通克里格(ordinary kriging,OK)和协同克里格(cokriging,COK)插值结果进行对比分析。结果表明,研究区土壤有机质含量在训练集和验证集中均属于中等变异性,含量处于中等偏低水平,大致表现为中、南部黑河东岸土壤有机质含量相对较高,东北部渭河沿岸含量较低。对变量重要性进行排序,影响研究区土壤有机质的主要因素为数字高程(DEM)和降水量。与OK、COK相比, RF对土壤有机质的预测值和实测值的相关系数(0.782)更高,而平均绝对误差(0.618 g·kg^-1)和均方根误差(2.062 g·kg^-1)更低,说明RF能够更精确地反映局部土壤有机质含量的空间变化信息。     

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。     

基于3种空间预测方法的黄土区土壤颗粒组成空间分布研究——以宁夏海原县为例

【目的】探索适合地形复杂的黄土母质地区土壤颗粒组成的空间预测方法。【方法】以宁夏自治区海原县为研究区域,结合地形因子、土壤类型、归一化植被指数变量,采用基于对称对数比转换的经验贝叶斯克里格法(SLR-EBK)、回归克里格法(SLR-RK)、随机森林(SLR-RF)3种方法对训练集100个样点表层土壤颗粒组成的空间分布进行预测,并通过验证集24个样点比较了3种方法的预测精度。【结果】(1)最终进入土壤颗粒组成线性回归预测模型的辅助变量包括高程(Ele)和土壤类型;进入RF模型的辅助变量包括高程(Ele)、土壤类型、坡度(Slo)和风力作用指数(WEI),其中,高程(Ele)是最重要的辅助变量,其次是土壤类型,坡度(Slo)和风力作用指数(WEI)重要性相对较低。(2)3种方法预测的海原县土壤各粒级含量空间分布的趋势基本一致,表现为砂粒含量西南部低,东北部高,粉粒、黏粒则相反。与SLR-EBK相比,SLR-RK和SLR-RF能够更好地反映局部变异并减小平滑效应。(3)SLR-RF法对验证集3个粒级含量预测的平均绝对误差(MAE)和均方根误差(RMSE)均低于其他两种方法,且从平均Aitchison距离(MAD)来看,SLR-RF(0.208)SLR-RK(0.235)SLR-EBK(0.274),表明SLR-RF的预测精度最高。【结论】海原县土壤颗粒组成空间预测的最优方法为SLR-RF;黄土母质区高程、土壤类型是与土壤颗粒组成的空间变异相关性较强的辅助变量。     

丘陵区土壤有机质空间分布预测的神经网络方法

土壤性质空间分布信息的准确表达是土壤资源优化利用和土壤环境保护的需要.为模拟川中丘陵区县域尺度上土壤有机质的空间分布格局,构建了以地理坐标、地形和植被因子为网络输入的径向基函数神经网络模型(RBFNN_E),并将该方法与普通克里格法(OK)、多元回归模型(MLR)和仅以地理坐标为网络输入的神经网络模型(RBFNN_C)相比较.结果表明:RBFNN_E对479个验证点模拟结果的平均绝对误差(MAE)、平均相对误差(MRE)和均方根误差(RMSE)较MLR分别降低了1.74％、1.45％和2.64％,较OK分别降低了7.77％、12.76％和3.92％,较RBFNN_C分别降低了8.89％、9.81％和7.68％.从模拟的空间分布图来看,RBFNN_E能较好地刻画环境变化引起的土壤有机质空间变异的细节信息.因此,融合环境因子的神经网络模型(RBFNN_E)不仅具有较高的模拟精度,还能更好地揭示复杂地形下土壤有机质的空间变异,使模拟结果更符合区域地学规律与实际情况,可为复杂环境条件下土壤管理、精准农业的实施以及区域环境规划等提供科学依据.     

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。     

空间自相关性对土壤属性插值的影响

以广东省增城市为研究区,选取正态分布的土壤氮含量为试验数据,以按正态分布原则生成的随机数据作为对比数据,前者有空间自相关性,后者没有空间自相关性.在Arcgis软件平台下对两组数据进行克里格插值,在Matlab软件平台下用RBF方法对两组数据进行空间插值,分析空间自相关性对土壤属性插值的影响.将不同方法空间插值的预测数据与实际的数据进行对比,计算出插值结果的误差均方根,得到空间自相关性可以提高土壤属性的插值精度的结论.     

基于BP神经网络与Kriging结合的土壤有机质空间分布模拟——以福建省华安县为例

[目的]提高县域尺度耕地土壤有机质空间插值精度。[方法]基于福建省漳州市华安县215个土壤有机质野外采样数据,将样地土壤类型、土地利用方式两种定性因素转化为虚拟变量,结合土壤质地、海拔高度、坡度等定量因素,构建了BP神经网络与克里金插值(Kriging)相结合的非线性拟合法(BP_OK),并与回归克里金插值法(RK)、普通克里金插值法(OK)进行对比。[结果]利用30个验证样点计算BP_OK、RK、OK法的均方根误差分别为3.55、3.73、4.92 g·kg~(-1),相关系数分别为0.72、0.68、0.35。[结论]结合土壤有机质采样数据和外界辅助因素的BP_OK法、RK法插值精度明显优于仅考虑土壤有机质采样数据空间自相关性的OK法,其中采用非线性拟合的BP_OK法预测精度最高,证明了BP_OK法可以有效改善县域尺度下耕地土壤有机质空间分布模拟精度。     

安徽省热量资源空间分布模型及插值方法研究

【目的】对安徽省热量资源进行栅格化处理,解决无测站地区的热量资源估算问题,为区域农业气候资源评估提供依据。【方法】利用安徽省1971~2000年气象站地面资料,在地理信息系统技术(GIS)支持下,采用多元回归结合空间插值方法,建立安徽省热量资源要素空间分布模型,并比较反距离权重法(IDW)、克里格和样条函数3种空间插值方法的精度。【结果】基于GIS平台,建立了安徽省250 m×250 m分辨率的温度和积温栅格化数字地图。对空间插值方法的交叉验证结果表明,3种空间插值方法的平均绝对误差、平均误差平方的平方根排序均为IDW<克里格法<样条函数法,IDW法效果最优。【结论】应用GIS空间内插技术,构建高分辨率的栅格化热量资源要素集,可有效提高农业气候资源分析和利用的精细化程度。     

基于PCA-RBF神经网络的成都市建设用地需求预测

为建立“突变”增长条件下建设用地需求预测模型以利于区域土地资源的可持续利用和土地利用总体规划的 定期修编,本文提出了基于主元分析(PCA)与径向基函数(RBF)神经网络模型相结合的建设用地需求预测方法.首 先,利用灰色关联分析筛选出主要驱动因子作为输入数据;然后,利用主元分析消除其相关性,并达到降维目的; 最后,以PCA结果为输入建立建设用地需求的RBF神经网络预测模型.实例研究表明,建设用地需求PCA-RBF 神经网络预测模型具有较好的预测效果,平均绝对误差(MAE)、误差均方根(RMSE)、平均相对误差(MRE)、分 年度残差和突变点残差都较常规的多元线性回归(MLR)模型更小,更适宜在复杂非线性条件下应用.