陕西省农田土壤有机质时空变异与驱动因子定量研究

为揭示土壤有机质(Soil organic matter, SOM)时空变异性与驱动因子响应机制,保障区域耕地可持续利用与粮食安全,应用地理探测器、地统计和重心偏移方法对陕西省SOM含量时空变异格局与驱动因子进行研究。结果表明：整体上,陕西省2017年SOM分布呈南高北低格局,平均含量(质量比)为15.63g/kg,较2007年提升8.61%;空间上,2017年SOM含量重心整体向西南偏移,陕南向西迁移,关中向东迁移,陕北向西南偏移;2017年SOM含量空间变异主导驱动因子为土壤全氮含量(q为0.74);2007—2017年间,土壤全氮含量、年平均气温、机械总动力对SOM含量空间变异的驱动力提升较大;2007—2017年,自然与人文因素共同驱动SOM含量时空变异,但人类活动对两因素均具有重要影响。     

基于MODIS数据的土壤水分空间变异规律

以沧州地区为例,利用MODIS数据计算得到植被供水指数,分析构建植被供水指数与实测土壤含水率之间的相关模型,进而反演得到整个沧州地区的墒情状况,以此为基础运用经典统计学和地统计学理论,研究3种尺度下土壤含水率的空间变异性,确定各尺度下土壤水分监测点的合理采样数目。结果表明,小尺度下(采样间距250m)土壤水分具有较强的空间相关性,而大尺度(采样间距4 000m)和中尺度(采样间距1 000m)的土壤水分均呈中等的空间相关性;随着研究尺度的增大,土壤含水率的空间相关性减弱,由随机因素引起的空间变异性逐渐增强;根据空间变异规律,分别得到置信度为0.10、0.05情况下不同尺度的土壤水分监测点的合理采样数目,并发现采用数目随研究尺度的增大而增加。     

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。     

基于地形单元的土壤有机质空间变异研究

为克服传统地形分类方法中仅依据单一指标(如高程)的缺点,以钟祥市土壤有机质空间分布为例,综合由30 m精度数字高程模型生成的地形因子,依据其在不同地形条件下的层次组合规律构建地形分类规则,精确地划分为13种典型地形单元,并运用普通克里金法对不同地形单元内的土壤样本插值,获得相应区域的土壤有机质空间分布。通过组合各地形范围下的结果,以获取蕴含地形因素影响的有机质空间分布。研究发现,地形起伏较大的地形单元的预测精度与全局预测结果精度相似度达0.75,而地势平缓区域内的预测精度大幅度提升,比全局预测结果精度提升了16.39%,因此基于地形单元的空间预测可以精确有效地获取土壤有机质空间特征。利用地形分区获取较高精度的有机质空间分布,进一步探讨了有机质地统计学研究中地形的协同影响。     

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。     

土壤紧实度估算G-A模型参数的空间变异分析

为了分析土壤入渗空间变异特征并为灌溉系统设计和管理提供依据,基于土壤初始重量含水率、土壤紧实度、土壤黏粒含量和入渗过程数据,利用多元线性回归方法,分析选用土壤紧实度对简化的G-A入渗模型参数进行估算的合理性;通过半方差函数分析,进一步探讨了不同畦田规格下土壤入渗空间变异特征.结果表明:土壤紧实度与土壤质地、结构和含水率关系密切,在与土壤入渗参数的回归关系中达到了系统的显著性要求,采用其对简化的G-A入渗模型参数进行估算是可行的;畦田规格由0.5 hm2扩展到3.0 hm2时,简化的G-A入渗模型参数的变异系数均在0.1~1.0,空间变异程度呈中等,空间结构具有中等相关性,且都可用球状模型进行描述,畦田规格差异对G-A入渗模型参数空间变异程度和空间结构影响不具有统计学意义.     

不同深度土壤中氮素的空间变异研究

对供试区分析土壤中的氨态氮和硝态氮含量,用区域化变量理论和半方差函数分析,研究结果表明不同深度土壤中氨态氮和硝态氮含量具有空间变异性,均属于中等程度变异.通过对其半方差函授进行拟合,其变异程度主要由土壤本身的空间结构引起,不同深度土壤中氨态氮和硝态氮含量的空间相关尺度不同.     

西南岩溶区土壤全氮含量的空间变异分析

选择典型的岩溶峰丛洼地区域,在利用多元逐步回归分析研究0~20 cm深度土壤全氮含量与地形指数因子关系的基础上,利用普通克里格法(OK)、单变量协同克里格法(COK)和多变量协同克里格法(MCOK)对土壤全氮含量的空间变异性进行了分析。结果表明:研究区域土壤全氮含量空间分布可以用两个回归模型来表征。克里格插值分析表明,当全氮含量与地形指数因子相关系数较低时,COK法并不能有效提高全氮预测精度;随着协同变量的增加,MCOK法能够显著提高全氮预测精度。     

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。     

基于EMD方法的土壤入渗空间异质性及其影响因素研究

利用经典统计学方法和经验模态分解方法(EMD),分析了杨凌区、武功县和乾县临平镇一带0~40cm土层土壤物理性质(初始含水率、体积质量、有机质、颗粒组成)和入渗性能(90min累积入渗量、初始入渗率、稳定入渗率)的空间变异性,研究了EMD分量对变异的贡献率,并进一步对多尺度下土壤入渗性能与土壤物理性质进行了相关性分析。结果表明:1土壤物理特性空间序列中,除土壤体积质量变异系数为0.08、表现为弱变异外,含水率、颗粒组成及有机质均表现为中等变异,变异系数为0.11~0.35;2对于土壤入渗特性,稳定入渗率、90min累积入渗量和初始入渗率均表现为中等变异,且三者变异程度依次减弱;3EMD分解研究发现:小尺度分量对土壤入渗性能总变异的贡献率比大尺度分量高;不同的土壤物理性质对土壤入渗性能的影响随尺度变化。     

生态系统服务价值驱动因素与空间异质性分析

以北京市为例,采用STIRPAT模型和地理加权回归模型分析了区域生态系统服务价值的驱动因素及空间差异。结果显示,人口数量、人均GDP、绿化率、第三产业比重、万元GDP能耗和城市化率都是影响北京市生态系统服务价值的重要驱动因素,其中绿化率是正向影响,其他5个指标对生态系统服务价值有负面影响,其中第三产业比重和城市化率的负面影响最大。加入空间距离和局域空间联系因素,对分区的生态系统服务价值驱动因素进行分析发现,北京市不同区的驱动因素的影响程度不同,各个驱动因素中,城市功能扩展区和城市发展新区的影响要高于生态涵养发展区。通过对驱动因素的定量测算及分区空间异质性分析,提出了北京市不同区域的提高生态系统服务价值的相关措施。     

云南省土壤墒情变化特征分析

分析云南省土壤墒情变化特征。利用2008-2012年云南省13个土壤墒情监测站的土壤重量含水量和日降水数据,分析其土壤墒情的时空变化特征。结果表明:滇东南和西北部的土壤墒情较高,而滇中的土壤墒情较低。不同深度的土壤含水量呈显著线性相关,且整体上表现为深度越深土壤含水量越大。土壤含水量与降水量大致呈正相关;土壤含水量最大值出现在6-10月,且基本上滞后降水最大月份1个月;土壤含水量最小值出现在1-4月。     

基于空间插值的区域尺度土壤全盐量时空变异规律研究

为准确获取区域尺度的土壤全盐量空间分布特征以及其年际动态变化规律。以甘肃景泰川电力提灌灌区为研究区,以2015年的16个监测点测得的土壤全盐量数据为基础,采用ArcGIS软件中的空间插值模块分别运用反距离权重法、样条函数法、趋势面法以及普通克里金法对区域内土壤全盐量数据进行空间插值。分析表明,反距离权重法插值精度最高、与实际监测的结果吻合度高,能准确反映土壤全盐量时空变异规律及分布特征。运用反距离权重法对研究区1994、2001、2008和2015年的土壤全盐量观测数据进行空间插值,结果表明:研究区内的土壤全盐量最大值逐年增大,由1994年的2.2648%增大到2015年的3.2294%,土壤全盐量最小值除个别年份有所降低外,总体亦呈现增大趋势,全盐量平均值持续增高在2015年达到了1.1228%,较1994年总体增长了0.1167%;研究区土壤盐分总体呈现西南低东北高的分布状况,且西南区域土壤全盐量呈现降低趋势而东北区域则呈现增加趋势,该结果可为研究区土壤盐渍化的水盐调控及盐渍化治理提供借鉴。     

陕西省耕地资源格局变化及驱动力研究

根据陕西省1990—2010年的耕地统计资料,研究耕地利用现状及其时空变化规律,应用主成分分析和多元线性回归模型,探索耕地资源与14个驱动因子之间的关系。结果表明,19年间耕地总面积和人均耕地面积都经历了＂缓慢减少—急速减少—相对稳定并略有上升＂的变化过程。陕西省耕地面积总体呈减少趋势,各地区耕地内部结构变化较大。农业...     

陕西省耕地压力时空演变及驱动因素研究

在复杂的国际形势和新冠病毒为社会带来严峻考验的背景下,我国的粮食安全问题显得更为重要。陕西省是西北地区农业生产的重要基地,探索分析其耕地压力时空演变特征与驱动因素,对区域耕地资源有效利用与粮食安全保障有重要意义。基于陕西省1995—2019年耕地数量和分布情况,对最小人均耕地面积Smin与耕地压力指数P进行测算,对传统差异指数进行整合,建立总体分异测度指数GDI,引用重心移动模型和总体分异测度指数GDI描述区域内耕地压力的时空变化特征,并借用灰色关联分析法对耕地压力变动的驱动因素进行分析与探讨。结果表明：1995—2019年陕西省耕地面积总体呈先下降后上升的趋势;耕地压力指数整体呈下降趋势,但变化幅度较小,仍长期处在“警戒压力”水平;陕西省耕地压力重心在关中地区,先向北偏西移动,之后逐年向南推移;陕西省耕地压力空间分异情况2003年之前不明显,且状态相对平稳,2003年之后分化格局日趋明显;1995—2019年无霜期情况、降水情况、粮食单产量、化肥使用、农村居民收入、城镇居民收入、经济发展水平、工业水平对陕西省耕地压力存在不同程度的影响作用。     

陕北生态恢复区不同草地主导服务功能时空变化

利用生态系统分类及生态参量数据产品,运用In VEST生态服务评估模型,分析了陕北重大生态建设工程实施关键年份(2000—2010年)内草地生态系统类型及其主导服务功能的时空变化特征。结果表明:延安市和榆林市的黄土沟壑区草地生态系统面积明显增加,草地植被覆盖度整体由低覆盖向中覆盖等级转变,其中草原和草丛覆盖度呈明显增长趋势。11年间,各草地类型平均土壤保持能力逐年增加,由大到小呈现草原、草丛、稀疏草地的一致特征,分布于榆林市南部和延安市北部的草原是陕北草地土壤保持服务功能增加的主要贡献者。各类型草地产水功能变化表现为先减少后增加,稀疏草地分布区产水功能对陕北风沙滩区能源化工基地建设、城市生态安全维护以及农牧业可持续发展意义重大。     

吉林省径流量时空变化特征及成因分析

根据吉林省地形地貌特征,分别以东部、中部、西部代表性雨量站和径流测站1956-2000年平均降水量和径流量资料为基础,对吉林省多年平均天然径流量以及典型年径流量的年内分配状况进行计算.同时,选用MannKendall非参数秩次相关检验法分析径流量年际变化趋势,并通过绘制径流深等值线和变差系数Cv等值线对径流量空间变化进行分析.最后以降水量、气候、地形地貌、水系河网为主要因子,通过相关系数、双累计曲线方法,对径流量时空变化的成因进行探讨.研究结果表明:吉林省径流量年内分配主要集中在6-9月;径流量年际变化规律并不一致,与随处位置有关,多年平均径流量的Mann-Kendall非参数秩次相关检验系数为-0.07,径流量呈减少趋势;吉林省径流量呈分带性,东部山区径流量较大且变化较小,西部平原区径流量较小且变化较大.降水量与径流量相关性较大,延边、吉林、白城降水量与径流量双累积曲线存在突变点,突变点时间分别为1975、1978、1984年;除降水量的影响,气候、地形地貌和水系河网对径流量时空变化的影响也较明显.     

非参数统计理论与人工智能技术在水土空间变异中的应用研究

采用非参数统计理论中的指示克立格与BP神经网络技术,以河套灌区内一典型实验区的土壤水盐预测为例,在一条采样基线上比较了指示克立格与BP神经网络技术的优劣,发现指示克立格与BP神经网络技术在一维空间的土壤水盐预测中能改进普通克立格平滑效应,具有条件模拟的仿真功能,可用于空间水盐插值与预测。     

基于完全分解模型的安徽省用水变化驱动效应测度与分析

为了探索安徽省用水变化驱动效应,采用完全分解模型,从人口、经济增长、技术进步、结构变动4层面对用水变化驱动效应进行了测算。结果表明,(1)经济增长对用水变化具有正向驱动作用,是用水增加的主导因素,2001—2014年,共贡献了472.26亿m~3用水,增量效应高达819.75%;(2)人口、技术进步、产业结构变动对用水变化具有抑制作用,其中,以技术进步因素最显著,2001—2014年,技术进步共减少用水333.87亿m3,减量效应达到579.53%,结构变动因素次之,考察样本期,共减少用水量78.4亿m~3,减量效应为136.09%,人口变动因素影响不大,减量效应仅为4.13%;(3)在人口、经济增长、技术进步、结构变动因素共同作用下,年均增加用水4.43亿m~3,若按惯性发展模式,2020年用水将增至298.67亿m~3,远超政府设定的270.84亿m~3红线目标。基于研究结果,提出了大力发展节水型现代农业,积极对传统工业进行节水技术改造,强化第三产业节水型器具推广,着力提升以现代服务业为主的第三产业比重等政策建议。