不同采样密度对土壤养分空间插值结果的影响

对江苏省仪征市沿江平原和丘陵地区两种不同地貌类型区内的两个村不同采样密度下5种养分因子(土壤有机质、有效磷、速效钾、pH、有效锌)的空间插值结果进行了分析比较,用标准均方根误差检验不同密度下的插值精度。分析结果表明:同一养分在相近的采样密度下,沿江平原的插值精度要明显高于丘陵地区;同一地区相同养分因子随着采样密度的增大,插值精度也随之提高;沿江平原区采样密度在0.12个/hm2时就基本可以满足对上述5种养分因子评价的要求;而在丘陵地区,除有机质外,其余4个养分因子在采样密度为0.42个/hm2时才能满足养分因子评价的要求,有机质还需要进一步增大采样密度。     

采样密度对土壤有机质空间变异解析的影响

确定合理的采样密度以便更有效地揭示土壤属性的空间变异,是提高土壤质量评价工作准确性的前提。本文以合肥市北部地区为例,从5 207个土壤采样点(采样密度为1个/km2)中重复20次随机抽取不同采样密度的六个样本子集(对应采样密度分别是0.8个/km2、0.56个/km2、0.39个/km2、0.28个/km2、0.19个/km2、0.13个/km2),采用地理信息系统(GIS)技术和地统计学方法,研究采样密度对土壤有机质(SOM)空间变异解析的影响。结果表明:上述不同采样密度下,有机质含量的均值差异不显著,各样本对总体均具有较强的代表性。土壤有机质表现出中等的空间相关性,采样密度为0.28个/km2时探测到的SOM含量变异结构中结构性组分比例最高。采样密度小于0.28个/km2时,则局部细节信息被过滤,不能准确充分地表现其空间变异特征。在研究区的这种自然地理条件和土地利用方式下,若评价目的主要针对土壤肥力质量,揭示土壤有机质空间变异的最佳采样密度应为0.28个/km2。若是针对区域土壤碳汇潜力,则大约22 km2布置一个采样点即可获得预期的效果。     

不同插值方法对土壤养分空间插值结果的影响——以寿西湖农场为例

土壤养分具有空间变异性规律,养分插值的结果直接关系到耕地地理评价的精度与可用性。国内多位学者已经对不同插值方法进行了对比研究,但多数是基于单一养分插值结果的分析。该研究选取安徽省寿县寿西湖农场平原区为研究区,对比分析不同插值方法得到的插值结果,探讨其对养分插值结果精度的差异,发现最佳插值方法,用来指导更加合理的养分空间管理。     

结合不同辅助信息的耕地土壤有机质空间插值方法研究

耕地土壤有机质与耕地质量息息相关,其空间分布受人为因素和自然因素的双重影响。为提高空间插值模型预测精度,以福建省漳州市华安县为例,采用结合坡度、海拔高度、土地利用辅助信息的空间插值技术,探究最适合该区域的空间插值模型。结果表明:华安县耕地土壤有机质平均含量23.5 g/kg,属中等水平,变异系数为30.8%,属中等性变异,块金系数为55.1%,表明人为因素和自然因素对土壤有机质的空间变异的影响作用相当。结合土地利用类型的克里金插值模型精度最高,结合海拔高度的空间插值次之,结合辅助信息的空间插值与普通克里金插值相比,预测值和实测值的相关系数明显提升,均方根误差有不同程度的下降。     

结合不同辅助信息的耕地土壤有机质空间插值方法研究

耕地土壤有机质与耕地质量息息相关,其空间分布受人为因素和自然因素的双重影响.为提高空间插值模型预测精度,以福建省漳州市华安县为例,采用结合坡度、海拔高度、土地利用辅助信息的空间插值技术,探究最适合该区域的空间插值模型.结果表明:华安县耕地土壤有机质平均含量23.5 g/kg,属中等水平,变异系数为30.8％,属中等性变...     

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。     

不同开垦年限对土壤有机质数量的影响

本试验研究了不同开垦年限土壤有机质数量的变化,结果表明:垦后0～20cm土层土壤有机质数量不断下降,20～40cm土层土壤有机质在垦后22年内升高,以后又下降。     

山东省文登市耕层土壤有机质的空间分异特征研究

本文在Arcgis地理信息系统平台上,利用地统计学分析模块中的克立格法,基于野外采集的土壤样本GPS 数据和土壤有机质含量的测定值,针对文登市农田生态系统耕层土壤有机质进行了空间分异性特征分析,并对比评价了各种克立格插值模型.结果表明:文登市耕层土壤有机质的空间变异性较为显著;有机质含量的空间变异结构最佳拟合模型是Tetraspherical模型;C0/sill值为0.86,耕层土壤有机质空间相关性很弱,主要是人类活动影响的结果;耕层有机质含量处在较低水平,应改善耕作管理方式.     

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。     

洞庭湖湿地土壤有机质空间分布及其相关性研究

以洞庭湖湿地的泥沙滩地、湖草滩地、芦苇滩地和集成垸人工杨树林为研究对象。研究了不同湿地类型的土壤有机质含量的统计学特性、土壤有机质的水平分布、垂直分布特征以及其与pH值、土壤水分和容重等指标的相关性。结果表明,4类湿地类型土壤有机质差异显著;湿地表层土壤有机质的水平分异为：湖草滩地（33.04±10.86）g/kg〉芦苇滩地（23.23±4.78）g/kg〉杨树林地（16.92±3.44）g/kg〉泥沙滩地（4.60±0.59）g/kg,除泥沙滩地外,其他3类土壤有机质含量和人为干扰因素呈负相关关系;土壤有机质的垂直分异为：除泥沙滩地外,湖草滩地、芦苇滩地和杨树林地的土壤有机质含量都是从上到下依次递减;湿地土壤有机质与pH值呈显著负相关关系（0.05水平）,Pearson相关系数为-0.594;有机质和土壤水分呈极显著的正相关关系（0.01水平）,Pearson相关系数为0.830;土壤有机质与容重呈极显著的指数负相关关系（P〈0.01）,回归方程为：Y=367.308e-2.462X（R=-0.885,N=43）。     

陇海铁路郑汴段两侧土壤有机质分布及其影响因素

为了深入分析铁路交通对沿线土壤有机质的影响,选取运营历史达1个世纪的陇海铁路郑汴段杏花营和圃田2个研究点的土壤断面,通过取样、室内分析,测定了各土壤样品有机质含量。结果表明:铁路两侧土壤有机质含量相近,自路基一定距离范围内(0～20m或0～30m)含量下降,但铁路南侧有机质含量沿断面变化更广泛;铁路南侧距离路基20～50m有机质含量出现明显峰值,但相应距离范围内铁路北侧无明显积累峰值;铁路交通影响主要在铁路两侧距离路基300m范围内;在纵向分布上,自表层向下有机质含量迅速降低并趋于稳定。总之,铁路两侧土壤有机质含量主要受铁路客运所排放的有机废弃物影响,此外还受农田耕作、施用化肥农药等其他因素影响。     

不同耕作对白浆土有机质及其品质的影响

采用长期定位研究方法,探讨了不同耕作处理对白浆土有机质及其品质的影响。结果表明,长期采用免耕处理有利于白浆土有机质的积累,并以增加稳结态和紧结态腐殖质含量为主,松/紧比值下降较大,Kos值增加;长期采用深松和普翻处理土壤中,有机质含量下降,但Kos值增加幅度小于免耕,松/紧比值增加;不同耕法对土壤FA、HA及HA/FA比值影响较小。     

滦河流域土壤有机质的空间分布特征分析

对滦河流域72个样点的采样数据统计分析表明,土壤有机质含量的空间分布表现出明显的地域性特征。海拔50m以下的冲积平原和滨海平原地区土壤有机质含量平均为17.64 g/kg;滦河山区向下游平原的过渡地区有机质含量较低,仅为11.06 g/kg;滦河山区有机质含量较高,为21.21 g/kg,而滦河上游蒙古高原地区最低,平均含量只有10.76 g/kg;在滦河上游有森林分布地区出现一个高值区,土壤有机质的平均含量达到36.57 g/kg。全流域土壤有机质含量平均值为19.62 g/kg,低于全国平均水平。土壤有机质的空间分布与气候、植被、生物、土壤性状、地形条件以及人类活动等因素有关。     

东北漫岗黑土区土壤表层有机质Kriging插值精度及坡度影响研究

东北农垦地区是我国农业现代化程度较高的地区,为研究该区土壤表层有机质空间插值精度及其影响因素,以农垦九三鹤山农场坡耕地为研究对象,按照30 m×30 m的网格采集表层土样,测定土壤有机质含量。采用Arcgis9.3进行空间Kriging插值。结果表明:(1)土壤有机质的空间插值随着参入插值样点距离的增加,其空间分布误差逐渐增大;(2)60 m×60 m、90 m×90 m、120 m×120 m三种样点分布的空间插值,平均相对误差分别为5.91%,9.35%,12.04%;(3)该区坡度低于3.5°时,样点分布可为120 m×120 m,坡度处于3.5~4.5°,样点分布可为90 m×90 m,坡度大于4.5°,采样密度应低于60 m×60 m,并需要进行验证。     

新疆博斯腾湖周围白刺属植物下土壤有机质空间分布特征研究

[目的]为了探讨土壤有机质含量的统计学特征、分布特征及其与土壤盐分、pH等指标的相关性。[方法]分析和硕县内白刺属植物分布区、白刺属植物与胡杨混合分布区、白刺属植物与红柳混合分布区土壤有机质含量的分布情况。[结果]各区土壤不同深度的有机质含量依次为上层中层下层,有机质含量随深度增加而减少。表层土壤有机质含量分布规律是:白刺属植物与胡杨混合分布区白刺属植物分布区白刺属植物与红柳混合分布区;而对于垂直分布规律,各区土壤有机质含量都是从表层到下层呈现递减趋势,但是递减程度不同。白刺属植物分布区表层土壤有机质含量与全盐量呈0.05水平显著正相关,中层土壤有机质含量与Ca2+、K++Na+呈0.05水平显著正相关,下层土壤有机质含量与Mg2+、K++Na+、pH呈0.05水平显著负相关;白刺属植物与胡杨混合分布区表层土壤有机质含量与全盐量、Ca2+呈0.05水平显著正相关,中层土壤有机质除了与Ca2+呈0.05水平显著正相关以外,其他的都呈0.05水平显著负相关,下层土壤有机质含量与每个变量都呈0.05水平显著正相关;白刺属植物与红柳混合分布区表层土壤有机质含量与pH、Ca2+呈0.05水平显著负相关,中层土壤有机质含量与Mg2+呈0.05水平显著正相关,下层土壤有机质含量与pH呈0.05水平显著正相关。[结论]该研究可以为博斯腾湖周围生态环境的可持续发展提供合理的科学依据。     

基于归一化光谱指数的土壤有机质含量空间分布状况研究

【目的】研究土壤主要养分含量特征信息的光谱预测值,使其更具直观性、空间性及科学性,为大尺度对农田的土壤养分空间分布状况获取、评价与科学管理提供依据。【方法】利用ArcGIS 9.3的普通克里格(Ordinary Kriging)插值方法,对小面积及大尺度试验区的土壤样本点进行有机质反演插值填图,并将实验室化学测定土壤有机质含量的实测值与其高光谱模型预测值进行Kriging插值填图比较,分析土壤有机质含量的实测值与预测值的空间分布状况差异。【结果】从小面积试验区到大尺度条田地块插值后的空间分布情况来看,土壤有机质含量的光谱预测值(基于归一化光谱指数NDI[495,485]预测)与实测值之间具有较好的相似性,预测效果较好。【结论】通过土壤有机质含量信息状况的空间分布填图来确定农田分区基本管理单元的适宜尺度,为实施大区域农田养分分区精量管理的划分,提出科学的平衡施肥方案,为适合新疆及兵团特色的精准农业管理、土壤养分快速探测、精量施肥等技术提供技术理论支持。     

土壤养分变异及合理取样数的初步研究

利用地统计学方法、地理信息技术对土壤养分变异及合理取样数做了初步研究.结果表明大部分土壤养分都具有良好的半方差结构及强烈的空间相关性.统计分析结果表明土壤养分变异越大,相应要达到一定精确度的取样数量也会增大,研究区域各种养分变异系数大小及其取样数量的排列顺序基本一致,为速效磷>全氮>碱解氮>有机质>速效钾. 用纯随机取样法初步探讨了研究区域土壤养分合理取样数.速效磷取样以90;置信水平20;相对误差为宜,取样数量为4个;速效钾取样以10;相对误差为宜,取样数量为5个;碱解性氮取样以20;相对误差为宜,取样数量为1个;有机质取样以10;相对误差为宜,取样数量为5个;全氮取样以10;相对误差为宜,取样数量为14个.     

花椒瘿蚊幼虫空间分布型及抽样技术的研究*

 通过运用5种聚集度指标和2种回归分析方法对花椒瘿蚊幼虫的空间分布型和抽样技术进行了研究。所有的指标表明，花椒瘿蚊幼虫在一切密度下均呈聚集分布，分布的基本成分是个体群，且个体间相互吸引；聚集原因是由昆虫本身的聚集行为与环境异质性共同作用所致。数理统计分析结果表明虫口密度在植株的东、南、西、北4个方位无显著差异；植株中部虫口密度较上部和下部大，差异显著，而上部和下部的虫口密度无显著差异。在以上研究结果的基础上确定出不同虫口密度下的最适抽样数模型及一定防治指标下的序贯抽样模型。     

大猿叶虫空间分布型及抽样技术的研究

研究结果表明：大猿叶虫为聚集分布且具密度依赖性,其分布的个体成分是个体群。引起幼虫聚集的原因是其本身的生活习性,成虫聚集是由环境条件引起的,田间抽样调查成虫应取“Z”字型,幼虫应取五点式。统计调查数据得出Iwao的线性回归式m=α βm中的α,β值,再将其作为参数进行计算,得出大猿叶虫种群密度的理论抽样数。