广义线性地统计模型在典型亚热带丘陵区数字土壤制图中的应用

数字土壤制图(DSM)在当前的应用越来越广泛,其方法主要包括环境相关模型、空间自相关模型,以及这些模型的混合模型。理论上,混合模型相对单一模型具有明显的优势。广义线性地统计模型(GLGM)也是一种混合模型,相对于最常用的混合模型——回归克里格(RK),又具有能加入随机效应来解决土壤变异的非平稳性等优势。然而,GLGM因计算繁琐等缺点,在国内外应用较少。本文以广西南宁高峰林场内一小面积(3.03km2)丘陵为研究区,以14个地形因子为预测变量,使用GLMM及其与普通克里格(OK)相结合的模型(GLGM),对土壤有机碳(SOC)、pH、黏粒和阳离子交换量(CEC)的空间分布进行预测,并与常用的多元线性回归(MLR)、地理加权回归(GWR)、回归森林(RF)、普通克里格(OK)、RK和广义可加模型(GAM)进行比较。结果表明：GLMM在预测黏粒上准确度较高;GLMM和GLGM在预测CEC上准确度中等;GLMM和GLGM在预测SOC和pH上准确度较低。综合线性回归模型的调整决定系数、块金效应和全局莫兰指数,本文认为,当土壤属性与环境变量具有较低的线性回归调整决定系数(即小于5%)、土壤属性具有较弱的空间自相关性(即块金效应大于71%)和较强的局部空间变异(即全局莫兰指数小于0.09)时,GLMM和GLGM具有较高的适用性,例如本文中的黏粒。反之,GLMM和GLGM的适用性不好,例如本文中的SOC和pH。鉴于土壤空间变异的高度异质性和多尺度性,本文认为GLMM和GLGM具有较好的应用前景。但是,在未来的研究中还需要进一步研究如何提高GLMM和GLGM的模拟效率。     

桉树-牧草复合经营模式下水土流失和土壤肥力的综合评价

本文通过连续5年监测桉树-牧草和桉树纯林地表径流量和土壤侵蚀量,以及种植前后土壤肥力指标,综合分析间种牧草对桉树林地水土流失和土壤肥力的影响,为桉树人工林科学经营提供理论依据。结果表明:桉树纯林地表径流量和土壤侵蚀量分别在27.4~6612 m~3 hm~(-2) a~(-1)和0~14.9 t hm~(-2) a~(-1)之间,表现出随着种植时间呈逐年减少的变化规律,且水土流失主要集中在前2年;桉树-牧草复合经营模式下林地地表径流量和土壤侵蚀量与桉树纯林随种植时间的变化规律一致,但均低于桉树纯林,降低幅度为20.84%~82.85%;与种植前比,桉树-牧草和桉树纯林土壤pH值分别提高了0.03~0.05和0.14~0.18,有机质、全氮、全磷、全钾、碱解氮、有效磷和速效钾均得到提高(土壤交换性钙和镁除外),增幅分别为0.13~3.00倍和0.39~2.11倍;土壤肥力的关联度从大到小的排列顺序为:桉树-牧草桉树纯林种植前;桉树-牧草和桉树纯林0~20 cm土层土壤肥力指标增幅和关联度均大于20~40 cm土层。可见,与桉树纯林比,间种牧草更有利于改善桉树林地土壤肥力,促进桉树林地可持续性经营,是一种较好的桉树林地复合经营模式。     

应用SGS和LHS分析数字土壤质量评价中的不确定性

土壤信息不确定性在空间分析中的传递是数字土壤评价中的关键问题。本文提出使用序贯高斯模拟(Sequential Gaussian simulation,SGS)和拉丁超立方抽样(Latin hypercube sampling,LHS)相结合的方法(即SGS-LHS),来应对该问题,目的在于充分利用SGS和LHS各自的优点,互补各自的缺点,以提高不确定性传递分析的准确性和效率。这种方法(包括两种途径:SGS-LHS1和SGS-LHS2)和SGS、LHS一起被应用于香港农田土壤质量评价中,并进行了比较。结果表明:(1)SGS-LHS分析所得的不确定性结果与SGS接近一致,与LHS则有一定的差别,但差别不大;(2)SGS-LHS估计不确定性的准确性与SGS接近一致,且两者均高于LHS,尽管LHS估计的置信度区间平均宽度略显精确。     

从化区农田耕层土壤有效硅空间分布及影响因素

为探究广州市从化区农田土壤有效硅空间分布及影响因素，以期为促进我国粮食主产区水稻产量增长提供科学依据和参考，采用描述性统计、地统计学、相关性分析与GIS （地理信息系统）技术结合的方法对从化区土壤有效硅开展研究。结果表明，研究区土壤有效硅平均含量为60.31 mg·kg^-1，总体偏低，并呈现中度变异；在中心区域、粮食主产区和丘陵地带，土壤有效硅含量较高；有效硅含量与土壤pH、有机质含量、黏粒含量呈正相关，土地利用方式、成土母质对其也有显著影响。研究表明，在所考虑的影响因素中，成土母质对从化区农田土壤有效硅的影响程度居于首位。