省域尺度下土壤养分的最佳采样尺度确定

合理的采样尺度,尤其是在大尺度区域,对实时掌控土壤养分的空间分布状况以及精准农业的发展具有重要意义。本文以山西省为例,以368 843个土壤养分采样点数据为原始数据,选择11个格网尺度(0.5km×0.5km、1km×1km、1.5km×1.5km、2km×2km、2.5km×2.5km、3km×3km、3.5km×3.5km、4km×4km、4.5km×4.5km、5km×5km、5.5km×5.5km)对土壤养分点进行样点选择,比较分析不同尺度下土壤有机质、全氮、速效钾、速效磷的基本统计信息、半方差变异函数和普通克里金插值精度,以确定山西省土壤养分的最佳采样尺度。研究表明:在不同尺度下,这4种土壤养分均处于中等变异强度,平均值、中位数、标准差变化不大。土壤有机质和全氮在大尺度下受结构性因素影响变大,速效钾则变化不明显,速效磷空间变异分析结果较差,对该指标进行了剔除。分析不同尺度下插值精度指标,土壤有机质、全氮、速效钾的最佳预测尺度分别为4.5km、3.5km、2.5km尺度。综合各分析结果,最后确定2.5km为山西省土壤养分最佳的采样尺度。对不同地貌原始密度样点和2.5km尺度下样点空间制图,分析不同地貌下土壤养分含量各等级分布面积占总面积的差异,发现两种密度分布状况在不同地貌、不同等级的差异甚小。     

南方丘陵山区耕地土壤养分空间变异及合理采样数

以江西省兴国县丘陵山区为例,取2 398个样点并测定其土壤有机质、有效磷和速效钾含量。运用半变异函数分析土壤养分的空间变异特征,再基于普通克里金法对样点以固定比例进行随机抽样,根据均方根误差波动的绝对值确定一个区间后,采用数学二分法进一步研究取样数。结果表明,有机质的变异系数最大,有效磷次之,速效钾最小;土壤有机质、有效磷和速效钾含量呈现中等空间相关性且变程较小;兴国县丘陵山区土壤有机质、有效磷和速效钾的合理采样数分别为1 366、1 170、1 690,合理采样密度分别为1 hm~20.044个、0.038个、0.055个。     

县域尺度土壤样点密度与插值精度研究——以土壤pH值为例

土壤特性空间变异性的研究是进行精准施肥的基础,也是目前国内外研究的热点之一.空间插值是进行土壤特性空间研究的基本方法,但土壤样点密度对插值的精度有重要的影响.以湖南省衡东县耕地土壤pH值为例,研究了土壤样点密度与插值精度的关系.结果表明:绝对平均误差( MAE)、相对平均误差(MRE)及均方根误差(RMSE)都随着土壤样点密度的增大而降低;当土壤采样点采样密度为480×480 m2/点时,验证样点的实测值与预测值没有相关性.     

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。     

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。     

不同地貌类型区土壤养分空间插值结果研究

采样密度的高低会影响土壤养分特征值的插值结果,从而影响到测土配方施肥的可靠性。通过对仪征市沿江平原地区和丘陵地区两种不同地貌类型区内两个村的不同采样密度下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分析比较,用标准均方根误差检验了不同采样密度下的插值精度。结果表明,同一养分在相近的采样密度下,沿江平原地区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;沿江平原地区采样密度在12个/100hm2时,就可基本满足对上述5种养分因子评价的要求;而丘陵地区除有机质外,其余4个养分因子在采样密度为42个/100hm2时,才能满足养分评价的要求,如需检测有机质含量还需要进一步增大采样密度。     

基于地形分类的黄土丘陵区土壤有机质插值方法

黄土丘陵山区地形复杂,耕地细碎,采样点密度不足,因此研究适宜该区域的空间插值方法具有重要意义.以山西省偏关县为研究区,基于数字高程模型(digital elevation model,简称DEM)数据生成地形因子,依据地形因子将研究区划分为不同地形单元,利用Kriging插值法对各地形单元进行分层插值,通过叠加不同地形单元的插值结果,得到全区域的土壤有机质含量空间分布,并利用均方根误差和决定系数评价空间插值方法的预测精度.结果表明,采用划分地形单元分层克里金(Kriging)插值法得到的预测值与实测值的决定系数为0.3753,明显高于全局插值法;均方根误差精度高于全局插值法,预测值无偏性好.因此,基于地形单元的空间插值方法可以更精确有效地获取土壤有机质空间分布特征,为复杂山区低密度采样下的耕地质量调查与评价提供技术参考.     

盐碱地土壤养分的空间变异及合理取样密度研究

本研究以东营市河口区新户土地开发项目二期为研究区,运用经典统计法和地统计分析相结合的方法,对土壤有机质、速效磷、速效钾、碱解氮等养分以及土壤全盐的空间变异性质进行研究,并对不同采样密度下有机质的空间插值结果进行分析比较,用均方根误差和相关系数检验不同密度下的插值精度,以确定盐碱地有机质的合理取样密度。结果表明,研究区速效钾的变异系数为18.4%,属于低等程度的变异;有机质、碱解氮、速效磷、土壤全盐的变异系数在57.4%~76.9%之间,属中等程度变异。研究区的各种土壤属性均具有较好的空间结构,表现出一定的空间自相关性。有机质和速效钾的空间变异性主要影响因素与成土母质、土壤类型、气候条件等有关,而碱解氮、速效磷、土壤全盐的空间变异性与耕作方式及农业生产中施肥等有关。随着采样点密度的增加,克里格插值精度提高,适当减小样点密度可以满足插值分析的需要,充分考虑土壤养分空间变异评价的精度分析,确定研究区土壤有机质合理取样数为111个,合理取样单元为48 hm²,合理取样间距为692 m。     

样点数对县域土壤养分空间变异特征评价的影响

以广东省阳西县测土配方施肥耕地地力调查数据为基础,应用地统计学和GIS空间分析技术,对耕层土壤pH、有机质、全氮、有效磷和速效钾进行空间插值质量研究。结果表明:(1)土壤养分变异系数的顺序为速效钾>速效磷>有机质>全氮>pH,插值误差随土壤养分空间变异系数增大而增加。(2)插值精度随着插值样点数的增加而不断提高,土壤养分的预测值与实测值的相关系数逐渐增加。采样密度相同时,土壤养分的标准均方根误差(NRMSE)值由大到小的变化顺序是速效钾>有效磷>全氮>有机质>pH值。(3)对阳西县土壤养分空间变异情况进行评价时,土壤pH值和全氮采样时应以30～60 hm2耕地为一个采样单元;土壤有机质采样时应以20～30 hm2耕地为一个采样单元;土壤有效磷和速效钾采样时应最大以20 hm2耕地为一个采样单元。     

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。     

县域耕地质量监测样点布设研究——以河北省昌黎县为例

掌握区域耕地资源数量与质量是耕地资源管理工作的基础,监测样点布设是了解耕地质量的前提。为确保监测样点数量、位置科学合理,以昌黎县为例,基于国家自然质量等指数,利用空间分层抽样方法初步确定昌黎县耕地等别渐变区域应至少布设40个监测样点;基于国家自然质量等指数的半变异函数结构分析得到,昌黎县耕地质量的最大相关距离为5.48 km,在ArcGIS中以5 km×5 km布设网格得到,昌黎县预布设45个监测样点才能满足耕地质量监测的精度要求;考虑监测样点布设稳定性,基于耕地等别渐变类型与耕地国家等别的空间分布特征对监测样点预布设进行空间优化,最终确定监测点位置;对监测样点国家自然质量等指数进行Kriging插值,利用插值结果的预测误差统计量检验样点布设精度。本研究提出的样点布设方法可提高监测精度,并可保证监测样点的代表性和监测信息的完整性,从而使监测成果更为科学、准确。     

基于GF-1土壤有机质含量估测的研究

【目的】本试验利用GF-1遥感影像估测土壤有机质含量。【方法】该文对扶余市耕作区土壤进行采样,在实验室化验土壤样品的有机质含量,分析GF-1各波段反射率及其变换形式与土壤有机质含量的相关性,确定有机质的敏感波段,建立土壤有机质含量的单波段与多波段估测模型,旨在通过比较估测模型的精度和稳定性,确定研究区土壤有机质含量的最优估测模型。【结果】F-1各波段反射率与有机质含量均呈显著负相关,且在第3波段达到最大值,其相关系数为-0.805,均方根误差为0.362;将反射率进行幂、指数变换以后可以有效提高与有机质含量的相关性,相关系数分别提高至-0.886和-0.872,均方根误差下降至0.283和0.342;利用前3个波段反射率指数变换建立起的多元估测模型,模型判定系数R~2达到0.851,检验样本的均方根误差降低至0.172,表明此模型的估测精度较高、稳定性较好。【结论】GF-1遥感影像可以作为估测土壤有机质含量的遥感数据源,并为使用GF-1遥感影像估测土壤成分等方面的研究提供参考。     

不同地形条件下样点密度对土壤养分空间变异的影响

以湖南省安仁县的豪山乡(山地地形)和渡口乡(丘陵区)为研究对象,根据传统统计学和地统计学的相关原理,运用变异函数分析法和空间插值估计法,研究耕地土壤养分碱解氮含量、有效磷含量、速效钾含量、有机质含量的空间变异及其分布特征,研究不同地形条件样点密度对插值精度的影响。结果表明：土壤养分变异系数为16.56% ~97.9%,属于中等变异;山地地区碱解氮含量、速效钾含量、有机质含量的基底效应值<25%,丘陵区有机质含量、碱解氮含量的基底效应值为38.15% ~74.45%,2种地形有效磷含量的基底效应值为88.44% ~100%;根据研究区土壤养分的空间变异情况,建议山地区采样密度为0.16个/hm2,丘陵区采样密度为0.10个/hm2。     

3S在土壤布点与采样中的应用

3S在土壤资源调查和管理中已成为重要的工具。笔者以郑州市土壤肥力监测采样为例,具体阐述了3S技术分别在土壤布点与采样各个环节应用,包括:采用RS和GIS技术更新土壤图;室内借助GIS技术进行土壤样点的初步布设,输出布点草图和坐标;野外根据室内GIS所布样点为中心进行GPS定位采样,同时根据实地情况修正土壤样点分布图。应用结果表明:(1)更新前后的数据显示,随着城市化进程,郑州市土壤资源的数量和类型都发生了显著变化;(2)利用MapGIS6.5生成2.5×2.5km网格,初步布设土壤样点110个;(3)野外利用GPS定位采集土壤样本105个,同时获取了采样点的空间地理信息。3S在土壤布点与采样中的应用为进一步的土壤性质由点尺度到面尺度的扩展分析等后续研究奠定基础。     

基于星载高光谱数据的南京新济洲湿地土壤有机质估测研究

在高光谱数据预处理、土壤有机质高光谱敏感波段提取基础上,建立多元线性回归、最邻近法、装袋算法、多元感知器、随机森林5种遥感估测模型。用10折交叉验证方法,借助相关系数、绝对误差、均方根误差、相对误差、相对均方根误差5个指标,对遥感估测模型结果进行精度评价,选择精度最高的模型进行湿地土壤有机质遥感估测和空间分析。结果表明:土壤有机质高光谱敏感波段主要集中在925、1 144、1 477、1 780 nm 4个波段;在预测土壤有机质的5种模型中,多元线性回归模型预测精度最高,随机森林次之;土壤有机质空间分布呈现由洲滩中间向四周逐渐增加的带状分布格局;新济洲沼泽地土壤有机质含量最高,为2.22%;靠近沼泽的林地次之;植被覆盖度较低的农地和裸地的土壤有机质最低,为0.43%;这种土壤有机质空间分布格局与研究区土壤类型的带状分布存在密切联系。     

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。     

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.     

采样数量和分布模式对土壤有机质空间插值精度的影响

基于北京市大兴区南部郊区平原农用地的高密度土壤样点,结合GIS和空间插值方法,对研究区的样点数据进行随机抽样生成不同数量的数据集,探讨采样点数量和分布模式对土壤有机质空间预测插值精度的影响。研究结果表明:(1)利用不同方式确定的合理采样点数量由高到低依次是插值方法的精度要求、变异函数拟合效果、正态分布法和均值及变异函数的满足小于5%相对误差;(2)变异函数拟合效果总体随着采样点数量的增加呈梯度式增强,但495点集优于825点集;相同样点分布模式下变异函数拟合效果相似;(3)相同样点集的不同插值方法预测精度存在差异,最佳插值方法不同;2272、825、115点集BEK都是最优,1485、495和83点集分别是SWT、SK和LPI最优;(4)样点间最近邻距离分布模式中P值小于0.05,插值模型对土壤有机质插值精度低;P0.05,R比率接近1,样点分布强于样点数量对插值模型对预测精度的影响;其P0.05且R比率大于1.20,各常规插值方法能得到较稳定的插值精度。     

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。