基于RBF神经网络的土壤有机质空间变异研究方法

通过研究土壤性质的空间变异和空间插值方法,快速准确获取土壤性质的空间分布是精确农业和环境保护的基础。该文以四川眉山一块约40 km2的区域为试验区,采集表层土壤（0～20 cm）样点80个,利用径向基函数(RBF)神经网络建立空间坐标和邻近样点与土壤有机质间的非线性映射关系（RBF2）,模拟土壤有机质的空间分布。与普通克里法（OK）和仅以坐标为网络输入的神经网络方法（RBF1）相比,RBF2的插值精度有显著的提高;相同样点密度下其相对预测误差分别较OK和RBF1减小了9.87%、1.97%（样本A）和13.09%、2.36%（样本B）;即使样点数减半的情况下RBF2的相对预测误差也分别较OK和RBF1减小了10.23%和2.33%,并且插值图差异相对较小,可以更好地反映土壤有机质空间分布的异质性。因此,利用以坐标和邻近样点为输入的神经网络方法可以相对准确、快速地获取区域土壤性质空间分布的异质性信息。     

吉林典型黑土区土壤中养分的空间变异研究

为使农民对现有土地的养分状况一目了然,有效利用土壤和保护耕地环境,促进农业可持续发展。运用GIS和地统计学相结合的方法研究了吉林典型黑土区土壤中的碱解氮,速效磷,速效钾的空间变异特征。结果表明碱解氮肥,速效磷,速效钾的变异系数在9%~49%,速效磷的变异系数最大为49%;通过地统计学半方差函数分析,碱解氮肥,速效磷,速效钾的空间变异性表现朝均一化方向发展,它们都具有中等空间相关性。有效磷的空间相关性最弱,主要原因是磷在土壤有难移动的特性和一些随机因素的影响。用户可以根据空间变异图的特点实行分区管理和因地施肥。     

渭北台塬区耕地土壤有机质与全氮空间特征

以渭北台塬农业县——蒲城县为研究区,采用2011年耕地地力调查与质量评价项目数据,运用经典统计学、地统计学结合GIS技术,探讨以有机质为辅助变量的协同克里格法在区域土壤全氮及碳氮比估值中的适用性,研究耕地土壤有机质和全氮的空间变异特征、影响因素及其与碳氮比的分布特征。结果表明,当前蒲城县耕地土壤有机质质量比平均值为13.58 g/kg,全氮质量比为0.81 g/kg,均处于偏低水平,空间上整体随地貌自北向南递增;土壤碳氮比平均值为9.84,整体呈南北高中间低格局。土壤有机质与全氮是相关性密切的本征协同区域化变量,均具有极显著性的空间自相关性,表现出中等强度的空间变异性;其空间变异性是地形地貌、土壤性质等自然因素和种植模式、施肥、灌溉等人为因素交互作用的结果,其中人为耕作管理的地理区位导向作用愈发明显。相同采样数量下,以有机质为辅助变量的全氮协同克里格法插值精度优于普通克里格法,适于当下蒲城县土壤全氮的估值研究,能够提供更多局部细节信息,但其不适于进行主辅变量的栅格比值运算来构建土壤碳氮比值图。     

盐渍化平原区玉米产量空间变异与地形关系研究

选择华北平原中存在盐渍化的禹城市作为典型研究区,在获取全市范围玉米测产、地形数据信息的基础上,利用空间插值技术研究了地形因子对玉米产量的影响.研究发现,禹城市玉米产量沿东北到西南方向逐渐递增,与地形起伏一致.地形起伏虽然较小,但玉米产量仍随着海拔高度的增加而增加,呈极显著正相关(R=0.263,p＜0.01).平面曲率与玉米产量呈显著负相关(R=-0.245,p＜0.05),即田块的平面曲率越大,越易积聚盐分,导致玉米产量越低.地形因子对禹城市玉米产量空间变异起到12.4％的影响作用.     

耕地土壤有机质空间变异性的随机模拟

有机质是土壤重要的肥力特征,研究盐渍土改良区耕地土壤有机质空间变异特征可为土壤质量提升提供科学依据。以山东省禹城市盐渍土改良区典型地块耕地土壤有机质为研究对象,在全面野外调查和室内化验分析以获得大量的土壤有机质相关信息的基础上,运用地统计学方法对有机质进行了序贯高斯模拟各次实现（SGSV）、序贯高斯模拟平均实现（SGSA）和ordinary Kriging插值（OK）,并将SGSV、SGSA、OK与实测数据进行了统计参数、变异函数、空间分布趋势等方面进行了对比分析。结果表明OK、SGSA改变了有机质数据的空间结构,具有“平滑”效应,SGSA在消除平滑影响方面优于Kriging插值;SGSV具有与实测数据相同的空间自相关结构,对预测点的模拟值具有不确定性,为揭示研究区域土壤有机质的空间结构特征提供了有力的工具,对盐渍土改良区土壤有机质空间不确定性的风险研究具有更实际的意义。     

空间分析方法在土壤变异研究中的应用

土壤空间变异作为土壤科学研究中的热点,引起了广泛的关注,但其定量描述一直困扰着土壤学家。然而随着空间分析方法的引入,土壤变异的定量化程度将得到提高。常用的空间分析方法有地统计学、空间自相关分析、分维数分析、趋势面分析、尺度方差分析等。为此,介绍了这些方法的基本原理,并比较各种方法在土壤变异研究中的优缺点。     

基于VMS系统的土壤养分空间变异性分析

简单介绍了新型的多媒体地图测绘系统(VMS系统),并运用该系统建立了试验田电子边界地图,采集小麦长势图像.为此,采用地统计学对镇江市丹徒区一块试验田的土壤养分、小麦产量的空间变异性及相关性进行了研究,生成了碱解氮、速效磷、速效钾含量和小麦产量的空间分布图,并结合小麦的长势图像对这些分布图做了定性分析.     

小流域土壤氮磷空间变异特征分析

应用经典统计学与地统计学相结合的方法,以长江下游地区岔河小流域为研究区域,分析了不同土地利用方式下土壤中氮磷含量在0~15 cm和15~30 cm两种深度中的空间分布特征。结果表明:流域内旱地、水田及撂荒地中氮磷含量分布特征差别很大,变异系数迥异;氮和磷的空间分布均为各向异性,长轴方向多为东北-西南;对于0~15 cm土壤层,长轴变程在750~950 m之间,变程从大到小依次为全磷、铵态氮、全氮、有效磷、硝态氮;小流域全氮高含量值主要集中在流域南部水田较为集中的地方,含量梯度与坡面径流方向一致;而全磷受农业耕作及土壤颗粒迁移的双重影响,在小流域南部及北部旱作区聚集的地方分别出现高值区;全氮、全磷在3种耕作方式下呈现出相似的结构性,且水田中正相关尺度均大于旱地,空间正相关尺度与变异系数表现出很好的一致性。     

新疆焉耆盆地土壤盐分空间变异特征分析研究

以新疆焉耆盆地土壤盐分为研究对象,探讨流域尺度下土壤盐分空间变异特征。在焉耆盆地大规模的土壤取样、试验分析盐分数据的基础上,采用地统计学的方法对研究区的土壤盐分进行了空间特征变异分析,并采用普通克里格插值法制作出焉耆盆地的土壤盐分空间数字地图,结果表明:研究区各层土壤盐分变异系数均大于100%,具有强空间变异性;对土壤盐分进行半方差函数计算分析,发现拟合的理论模型均为球状模型,各层土壤盐分表现出强烈的空间相关性;土壤盐渍化程度在水平方向的分布与地形地势的关系密切,在垂直方向则表现出强烈的表聚特性。制作的土壤盐分空间数字地图可以为焉耆盆地的盐碱土改良与农业生产提供可靠的数字土壤信息。     

邛海盆地土壤氮素空间变异特征与影响因素研究

以西昌市邛海盆地为研究区域,随机均匀布点采集386个耕作层土壤样点,分析化验土壤理化性质,运用地统计学方法和GIS技术研究邛海盆地表层土壤氮素含量的空间变异特征,利用方差分析、缓冲区分析和回归分析定量分析区域内土壤氮素空间变异的影响因素。研究结果表明,研究区表层土壤全氮和速效氮含量分别为(1.85±0.51)g/kg和(138.5±47.7)mg/kg,属较丰富水平,变异系数分别为27.52%和32.24%,属中等差异强度;土壤全氮和速效氮具有中等程度的空间相关性,空间变异均以随机变异为主,具有各向异性特征,在西北-东南方向上空间变异相对剧烈;研究区土壤全氮和速效氮含量总体上呈条带状或斑块状分布特征,高值区主要位于西昌市的东南郊区,并以此高值中心向南、向东和向北3个方向逐步递减,低值区主要出现在邛海北面近湖岸地带。影响因素分析结果表明,土地利用方式、土壤母质、土壤质地、土壤p H值、城镇、河流、邛海湖对土壤全氮和速效氮空间变异具有显著影响,而道路对土壤氮素空间变异影响不显著。     

农田土壤有机质和全氮三维空间分布特征研究

以河南省新郑市为研究区,分别采用三维克里格(Kriging)插值法和三维反距离加权(IDW)插值法模拟不同深度土壤有机质和全氮含量的三维空间分布特征,并采用交叉验证法,比较2种三维空间插值方法的预测精度。研究表明,有机质和全氮沿不同土层深度(0~20 cm、20~40 cm、40~60 cm)均表现出明显的空间分布差异,3种深度土壤有机质含量的平均值变化范围为11.31~15.48 g/kg,全氮的变化范围为0.48~0.79 g/kg,均随土层加深而降低;土壤有机质和全氮的三维空间分布表达的信息量更加丰富,可直观展示任意土体切面的养分含量分布信息;通过三维克里格方法得到的有机质插值结果的预测精度高于反距离加权法,全氮亦然,三维克里格插值法更能真实反映土壤养分的三维空间分布特征。     

基于环境因子和R-STPS的林地土壤有机质预测模型

研究了基于环境因子和混合插值的林地土壤有机质预测模型。首先应用数字地形与遥感影像分析技术获取地形因子与遥感指数,然后分析土壤有机质与环境因子的相关性,最后用环境因子对土壤有机质进行空间预测。针对回归克里格法(RK)需要计算半变异函数的缺陷,提出了一种空间插值方法,即回归-光滑薄板样条插值法(R-STPS)。将这2种插值方法用于顺昌县土壤有机质的空间预测。结果表明,RK与R-STPS的预测精度、计算效率、预测的研究区土壤有机质空间分布的总体趋势相近。R-STPS无需计算半变异函数,使用方便,因此更有优势。     

土壤有机碳空间变异性对采样密度的响应研究

以北京地区土壤有机碳(SOC)为目标变量,对比4种不同采样密度下SOC质量比空间变异的结构变化以及在不同采样密度下不同空间预测方法对SOC质量比空间预测不确定性方面的表现。结果表明,SOC质量比关于地形因子的趋势属于宏观趋势,以低采样密度的趋势拟合效果最优;随着采样密度的增加,SOC质量比及其去趋势后残差的系统内部随机变异逐渐增强,结构变异逐渐减弱,变异函数的分布也越平稳,空间预测的不确定性也逐渐减小。另外,变异函数的变程可能也影响空间预测的不确定性;增加采样密度和引入地形因子辅助的回归克里格法均可以提高北京地区SOC质量比的预测精度;在预测精度不降低的情况下,引入地形因子辅助可以在一定程度上减少采样的数量。     

塿土土壤水力特性空间变异的多重分形分析

为探讨塿土土壤水力特性的空间分布特征,对杨凌示范区大寨乡小麦与玉米轮作地进行直线分布土壤取样,室内测定了土壤水分特征曲线、饱和导水率、土壤含水率、容重等土壤水力特性,用Brooks - Corey模型对土壤水分特征曲线进行拟合,采用多重分形方法对Brooks- Corey模型参数(θs、α、n)、饱和导水率(Ks)、土壤含水率(θ)、容重(ρ)等进行空间变异性分析.结果表明:在全部采样方向上Ks、α及n的变异性较强,θsθ及ρ表现为弱变异;不同采样方向上土壤水力特性参数具有多重分形特征;不同采样方向上θ,、θ及p的多重分形结构较弱,空间变异性不强;不同采样方向上Ks、α及n的多重分形结构明显,广义分形维数分别为0.7 ～1.9、0.6～1.2、0.9～1.1,空间变异性较强,且Ks比α和n具有更为复杂的空间分布结构.     

东北地区土壤温度和湿度空间变异特性研究

于2015年4月在黑龙江农垦赵光农场,使用20套无线传感器网络节点部署在赵光农场一面积为33.4 hm 2 的玉米地块,并通过2个手持式移动节点进行加密测量。根据这一方案,获得了从4月5—29日在240 m×240 m、120 m×120 m、60 m×60 m和30 m×30 m网格下的土壤温度和土壤湿度数据。在此基础上,基于统计半方差函数理论和GIS空间Kriging插值方法分别分析了土壤温度和土壤湿度各向同性、各向异性变化特征及分布模式。结合土壤温度和土壤湿度在不同尺度下的Kriging插值结果,确定了两者最佳采样间距。试验结果表明,土壤温度和土壤湿度的半方差函数分别适用于球形模型和指数模型,两者均有很强的空间自相关。其中,土壤温度自相关距离为51.56 m,土壤湿度的自相关距离为154.16 m。土壤温度在45°、90°方向变化明显大于0°、135°方向;土壤湿度拟合决定系数( R 2 )为0.77,在0°、135°方向上变化较大,土壤温度和土壤湿度最佳采样间距分别为60 m和100 m。     

基于人工嗅觉系统的土壤有机质检测方法研究

为了实现土壤有机质快速、准确的测量,提出了一种基于人工嗅觉的土壤有机质含量检测方法。首先,由不同温度控制的10个气体传感器所构成的阵列对土壤样品气体进行采集;然后,提取每个传感器响应曲线上的7个特征(包括最大值、最小值、平均值、平均微分系数、响应面积、第30秒的瞬态值和第60秒的瞬态值),构建嗅觉特征空间;对特征空间优化后,采用回归算法建立预测模型。为减小不同测定算法、异常样本以及冗余特征对模型预测性能的影响,在应用蒙特卡罗抽样(Monte Carlo sampling,MCS)法剔除异常样本的基础上,采用主成分分析(Principal component analysis,PCA)法对特征空间进行降维处理,评估了包括偏最小二乘法回归(Partial least square regression,PLSR)、支持向量机回归(Support vector machine regression,SVR)和BP神经网络(Back propagation neural network,BPNN)等3种建模方法对土壤有机质含量的预测性能,选用决定系数R2、均方根误差(RMSE)和预测偏差比(RPD)评价各模型的预测性能。测试集验证结果表明,PLSR、SVR和BPNN这3种模型的预测值和样本的观测值之间的R2分别为0. 86、0. 91和0. 85,RMSE分别为2. 49、2. 05、2. 68 g/kg,RPD分别为2. 49、3. 02和2. 32。SVR模型的预测性能高于PLSR模型和BPNN模型,可对土壤有机质含量进行准确预测。     

基于电磁感应技术的区域三维土壤盐分空间变异研究

以孔雀河流域典型地带为研究区域,利用电磁感应式大地电导率快速测定技术探测获得表观土壤电导率数据,构建了基于电磁感应技术的区域尺度剖面分层土壤盐分精确解译模型,精准解译出研究区剖面土壤盐分含量信息,并以此为数据源采用三维普通克里格法解析并评估了研究区土壤盐分三维空间分布特征。研究表明,不同测量位数据的综合应用能够表征剖面土壤盐分信息,构建出的剖面分层土壤盐分解译模型具有较好的精度;研究区不同区位土壤盐分三维分布呈现明显差异;研究区土壤主体属中度以上盐渍化,局部地带属于重度以上盐渍化土壤,需采取有效治理措施对土壤盐渍化进行可靠防控。     

基于可见光谱的不同质地土壤有机质快速测定

在可见光区域内对不同质地土壤(粘土、砂土、壤土)共156个样本的光谱特性进行了研究,并建立了不同质地土壤间有机质含量的互测模型。为了消除土壤质地对有机质含量预测的影响,引入了正交信号处理(OSC)谱图预处理方法。结果表明:粘土和壤土作为建模样本建立的土壤有机质偏最小二乘(PLS)和OSC-PLS校正模型的相关系数分别为0.809和0.823;砂土和壤土分别为0.837和0.734;粘土和砂土相应值分别为0.887和0.823。采用上述模型对另一质地土壤有机质含量进行预测,砂土的相关系数分别为0.572和0.864;粘土的相应值分别为0.555和0.540;壤土的相应值分别为0.643和0.721。预测效果说明OSC预处理可提高不同质地间土壤有机质的互预测能力。     

流域尺度土壤导气率空间分布特征与影响因素分析

采用地理信息系统和地统计学相结合的方法,以泾惠渠灌区麦田土壤导气率空间分布特征为基础进行相关研究。结果表明:地统计学方法较好地模拟了土壤导气率空间变异特征,反映出该地区土壤气体动力学参数具有较强的空间变异特征;容重、饱和含水率、饱和度与土壤导气率的空间自相关(C/(C0+C))均在0.9以上,说明由自相关部分引起的空间异质性占总空间异质性的程度较大;推荐土壤导气率的采样间距参考值大约为7.5 km;土壤导气率与容重的Pearson相关系数绝对值为0.595,两者显著相关;土壤导气率与饱和度的Pearson相关系数绝对值达0.959,两者高度相关;交互相关关系说明容重、饱和度是影响土壤导气率的主成因素,在95%的置信水平上,容重、饱和度对土壤导气率的影响范围均为-20~20 km。