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。     

基于LMDI模型的黄淮海地区县域粮食生产影响因素分解

实现粮食的持续稳定增长是保障区域粮食安全的关键。分解各因素对粮食生产的作用及影响强度,识别其主导因素,对提升粮食产量具有积极意义。该文运用对数平均迪氏分解方法（logarithmic mean weigh division index method,LMDI）建立因素分解模型,定量评价并对比分析1980-2010年间黄淮海地区县域粮食生产变动的区域因素。结果表明,1）1980-2010年间,黄淮海地区粮食产量增加了1.01亿t,县域粮食产量“南高北低”的空间分异格局明显,苏北、皖北、豫东和鲁西地区的粮食增产显著;2）4个因素中,粮食单产对粮食产量变化起到显著的正向促进作用,复种指数次之,而粮作比例和耕地面积在较大程度上抑制了黄淮海地区粮食产量的增加;3）县域粮食生产因素分解结果表明,县域之间在耕地面积、复种指数、粮作比例和粮食单产效应方面存在明显差异。总体而言,粮食单产效应叠加上复种指数效应使苏北、皖北和豫东多数县域粮食总产量显著增加;而粮作比例效应、复种指数效应和粮食单产效应的叠加使鲁西县域的粮食总产量增加明显。