用高程辅助提高土壤属性的空间预测精度

 【目的】探讨土壤属性变量与高程之间在何种条件下，可利用高程变量来辅助提高土壤变量的预测精度。【方法】用两种将高程作为辅助变量的克里格插值方法（协克里格法和简单克里格加变化局部平均值法）与没有考虑高程的普通克里格插值方法进行对比分析，用均方根预测误差和预测精度的相对提高值作为标准对3种方法的预测结果进行评价。【结果】对于交换性钾和pH值，协克里格法获得最精确的预测；对于Olsen-P、土壤有机质和有效锌，简单克里格加变化局部平均值法得到最精确的预测；而有效铜、有效铁和有效锰的最精确的预测结果则由普通克里格法产生。【结论】高程数据能够用来提高土壤特征的空间预测精度，但并不是对所有的土壤属性都适合；在利用高程数据来提高土壤属性空间预测之前，应该先对高程和土壤特征变量之间的线性相关关系、结构相关关系和全局趋势等进行仔细地分析，然后再选择适宜的方法。     

地理权重回归在土壤pH空间预测中的应用

为高效利用土壤和开展精准农业生产,采用地理权重回归方法对区域土壤pH的空间分布进行预测,以获得比普通线性回归方法更高的预测精度和论证其对其他土壤属性进行预测的可行性。实测样点土壤的pH,然后选用与土壤pH相关程度较高且易于获取的环境因子(海拔高程、坡度、归一化植被指数、铁氧化物指数、样点距河流的最近距离、土壤侵蚀强度)来建立与土壤pH的回归方程。因子经过逐步回归及多重共线性检验后,用地理权重回归模型对pH进行预测。通过ME、RMSE及回归决定系数等指标,用验证样点数据对预测效果进行评价。结果表明,地理权重回归模型的预测精度高于普通线性回归模型,能大幅度降低AIC值,显著提高模型的回归决定系数,有效地降低回归的残差值;生成的预测图在空间上过渡自然,制图效果较好;利用地理权重回归法能将环境影响因子纳入模型,并能充分考虑样点的空间位置,适合于具有高度空间变异的土壤属性预测及制图。     

基于贝叶斯模型平均法的森林火灾预测模型构建研究

  目的  本文基于贝叶斯模型平均法,结合二项逻辑斯蒂回归模型,构建云南省大理州森林火灾发生预测模型,以期提高林火预测精度,为研究地区林火管理提供技术支持。  方法  利用2000—2013年大理州林火数据及对应的气象数据,分别运用二项逻辑斯蒂回归模型和贝叶斯模型平均法,对该地区森林火灾对气象因子的响应进行实证分析。二项逻辑斯蒂回归模型为单一模型,建模前通过对各解释变量进行多重共线性检验,剔除有显著共线性的解释变量,然后通过逐步回归法,筛选最终变量并进行参数拟合。贝叶斯平均模型为组合模型,基于贝叶斯模型平均法建模时,采用奥卡姆窗的方法来适当调整模型空间,并以5个最优模型的后验概率作为权重进行加权建模。将全样本数据随机分成80%的训练样本和20%的测试样本,基于训练样本建立模型,对测试样本进行预测,通过对比观测值和预测值计算模型的准确率。  结果  通过二项逻辑斯蒂模型拟合,优度为0.783,预测精度为0.718。通过贝叶斯平均模型拟合,优度为0.868,预测精度为0.807。2个模型预测结果对比显示,在训练集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高9.3%;在测试集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高8.9%。  结论  在基于气象因子的大理州林火发生预测模型构建研究中,贝叶斯平均模型的拟合优度和预测精度均高于二项逻辑斯蒂模型,表明贝叶斯模型平均法具有一定的现实应用意义,可用于提高研究地区林火预测精度,有利于森林火灾的决策管理。      

基于CARS-SAA的土壤铵态氮含量高光谱反演

利用高光谱技术对河套灌区土壤铵态氮含量检测过程中,为降低高光谱数据中存在的冗余变量信息对模型预测精度的影响。本文针对河套灌区土壤铵态氮含量提出了一种竞争性自适应重加权算法(CARS)和模拟退火算法(SAA)相结合的特征变量筛选方法,并建立偏最小二乘回归(PLSR)和随机森林回归(RF)相结合的预测模型(PLSR-RF、RF-PLSR)。结果表明,CARS-SAA能有效筛选变量个数和减小计算量,并稳定模型预测精度。其中,CARS-SAA-PLSR-RF模型的预测精度最佳,验证集的决定系数R²为0.902、均方根误差RMSE为1.583mg·kg^-1、相对分析误差RPD为3.198。具有很好的预测效果,可知CARS-SAA是一种有效的高光谱特征变量筛选方法,在提高预测精度的同时简化了模型的运算。该模型结合高光谱技术可以对河套灌区土壤铵态氮含量进行快速有效的无损检测。     

局部回归残余克里格对土壤阳离子交换量空间预测的精度分析

高精度土壤理化属性的空间分布图件是环境保护、土壤管理及精准农业不可或缺的要件,土壤特性空间异质性的普遍存在是土壤理化特性精确预测的一大难题。以土壤阳离子交换量(CEC)为对象,通过比较不同的空间插值方法,来探讨土壤属性的高精度预测方法。通过采样实测表层土壤阳离子交换量,利用普通线性回归、地理权重回归及二者残余的克里格进行空间插值,来比较不同方法的插值精度和制图效果。结果表明,地理权重回归残余克里格法的精度最高,其预测值与实测值的回归决定系数达90%,普通线性回归的精度最低。在回归残余分析中,普通线性回归残余对CEC预测精度提高的幅度达34%,而地理权重回归残余对预测精度提高程度为9%,相对较小。说明地理权重回归及回归克里格法也是较好的空间预测方法。在制图效果上,2种残余法的预测图在空间上过渡自然,平缓,能较好地反映出CEC在空间上的变化细节,与实际情况吻合较好。对于那些环境影响因素明确,且与之存在线性相关的土壤属性,地理权重回归残余克里格法及回归克里格法可作为其高精度空间预测及制图的有效工具。     

基于BME-GWR法的景观单元土壤有机碳密度空间预测

[目的]在预测土壤有机碳密度(SOCD)空间分布时,充分利用相关具有不确定性的或先验分布的多源数据,以提高其预测精度.[方法]在亚热带红壤丘陵区选取具有代表性的农业生态景观单元为研究区,以环境因子作为辅助变量,利用地理加权回归模型(GWR)、贝叶斯最大熵结合地理加权回归模型(BME-GWR)、按土地利用类型估算的贝叶斯...     

不同样本数量下土壤属性空间预测比较

【目的】通过不同样本数量情形下土壤属性空间预测精度的对比,探讨样本数对预测精度的影响。【方法】以土壤有机质、土壤质量含水量、土壤速效钾和土壤有效锰4个土壤属性作为研究对象,采用矩量法（MoM）和有限最大似然法（REML）两种变异函数计算方法,对比分析在不同样本数情形下各土壤属性空间预测精度。【结果】（1）不论是利用MoM法还是REML法计算变异函数,样本点数从50增加到70,各土壤变量预测精度都有了明显提高;样本数从70逐步增加到150过程中,预测精度没有明显提高;（2）在不同样本数情形下,REML法相对于MoM法的预测精度的提高率具有明显的变化,而且在有些情况下,REML法的预测精度比MoM低,而且对于不同土壤变量,表现结果也不相同。【结论】样本数对土壤空间预测准确性具有显著影响,在本研究区域尺度下,当样本数小于70个时,无论用哪种变异函数计算方法进行预测,预测结果的可信度都比较低。     

线性回归与BP神经网络方法的山东粮食产量预测比较研究

山东省是我国传统农业大省,粮食产量对我国粮食总产量的影响较大,因此对山东省粮食产量进行预测具有重大意义.分别利用多元线性回归方法和BP神经网络两种预测方法对山东粮食产量进行预测,并对两种方法的预测结果进行分析比较,实验证明,BP神经网络平均预测精度高于多元线性回归模型,且各期预测精度较多元线性回归模型更稳定,但随时间推移,误差增大,因此BP神经网络预测模型较适用于近期粮食产量预测.     

基于RS的森林蓄积量主成分回归估测

通过对影响蓄积量的因子进行相关性分析,筛选出与蓄积量存在较好相关性的指标作为自变量。但其自变量间存在多重共线性,会对模型稳定性、预测精度产生影响。通过多元统计分析中的主成分分析法,构造出影响密云县森林蓄积量的主成分,然后与蓄积量进行回归,得到主成分回归,并与一般线性回归模型进行比较。结果表明:主成分线性模型在拟合度、模型适用性与预测精度上都优于一般线性模型。主成分回归模型的复相关系数为0.809,预测精度达到88.26%。     

基于MGWRK的土壤有机质制图及驱动因素研究

【目的】空间预测是一种获得有机质空间局部细节的重要方法,其准确性对于农田合理管理有着重要意义。本研究通过对比不同的土壤有机质空间制图方法以获得更优的预测精度,在预测的同时揭示环境协变量的空间非平稳性特征及不同环境协变量关系的空间尺度。【方法】选取晋中盆地的7个乡镇作为研究区,对比普通克里金(OK)、回归克里金(RK)、地理加权回归克里金(GWRK)和多重尺度地理加权回归克里金(MGWRK)4种不同方法对土壤有机质的预测能力和效果,并探究影响因子在空间分布中对有机质的影响效应变化和这种影响效应的空间尺度。MGWRK是一种多重尺度地理加权回归(MGWR)与普通克里金方法相结合的方法。【结果】选取坡向、坡度、年均降水量、年平均温度、海拔、植被年总初级生产力、年蒸散量、地形湿度指数、平面曲率、汇流动力指数、地形指数、地形粗糙指数、年平均NDVI为环境协变量参与建模,在多元线性回归建模中,模型统计学意义显著,这表明模型具备统计学意义。从Radius指数来看,各模型模拟效果由好到差依次为RK、OK、GWRK、MGWRK;从制图效果来看,MGWRK与GWRK制图效果相当,从有机质的空间预测图可以看出...     

基于CA-Markov景观格局预测模型的建构研究

为预测景观格局变化,将CA模型与Markov模型相结合,构建具有空间和数量双重优势的CA—Markov预测模型,并以黑龙江省宝清县1996—2004年土地利用类型图为基础,建立转移概率矩阵和土地利用适宜性图像集,预测2012年该县的景观分布状态。将预测结果与真实值比较,Kappa系数迭0．89,符合精度要求。最终预测该县2020年景观格局的变化情况。通过预测结果及对比表明该区域湿地面积明显减少,景观破碎度正不断加深,望有关部门加以重视并采取相应补救措施。     

基于时空回归模型的河南省粮食产量预测

综合运用相关分析、回归分析和时间序列分析法,把时间和空间结合起来建立河南全省及各地市粮食产量时空回归预测模型。首先用2000、2005年的河南省各地市的粮食产量建立回归方程,然后以某一年的粮食产量作为自变量,预测其后第5年的粮食产量,得到的因变量数值再作为自变量,预测相隔同样年份的粮食产量,以此往前逐年移动预测,一直预测到所需年份。研究表明,河南省2015、2020年的粮食产量分别是5984.96万、6792.93万t,与其他研究者的研究结果有一定程度的吻合。     

基于分位数回归法的杉木可变指数削度方程构建

[目的]采用非线性分位数回归法构建不同分位点的杉木可变指数削度方程,与非线性模型进行比较,以提高杉木干形的预测精度.[方法]利用福建省将乐国有林场的73株(793组)杉木解析木数据,选取4个可变指数削度方程,基于5折交叉验证,分别采用非线性分位数回归与非线性回归构建削度方程.选用调整后决定系数(R2)、均方根误差(RM...     

基于SLEUTH模型的鄂尔多斯城市扩张模拟分析

为准确获取城市扩张信息,预测城市扩张趋势以指导城市规划,优化城市空间结构,以鄂尔多斯市为研究区,通过解译2000、2005、2010和2015年遥感影像,获取研究区土地利用分类信息,进而采用面积数量、扩张强度指数分析城镇用地历史变化特征及扩张模式,在此基础上利用SLEUTH模型开展城市空间扩张的长时间序列模拟预测。结果表明:研究时段内城镇用地持续增长,其扩张态势大致经历了"平稳-快速急剧-低速"的发展阶段,在平稳阶段,扩张强度适中,城市呈现出显著的外延式扩张模式;在快速急剧阶段,扩张强度最大,城市在南北方向上呈星状蔓延式扩张模式,并出现了新的增长中心;低速发展阶段,扩张强度最小,以外延-内部填充式的模式进行扩张;模型预测结果发现2020—2030年城市扩张态势将呈现出各功能片区平稳对接、条带状发展的空间格局,以内部填充为主。     

基于状态转移算法优化的投影寻踪病虫害预测模型

为解决新疆加工番茄病虫害预测问题中样本数据的非线性和高维性等问题,采用投影寻踪回归模型对加工番茄病虫害预测进行研究。根据新疆某种植基地的样本数据,将投影寻踪回归模型与改进状态转移算法结合,建立了改进状态转移算法优化的基于Hermite多项式的投影寻踪病虫害预测模型。投影寻踪病虫害预测模型将高维的数据投影到低维空间,利用加入正交变换的状态转移算法优化得到投影方向和多项式系数。试验结果表明,利用该模型对新疆某种植基地2003—2008年的样本数据训练效果误差0.2,等级预测达到完全正确;对2009—2011年的病虫害等级预测准确率95%。基于改进状态转移算法的Hermite投影寻踪回归模型可靠性及预测精度很高,能有效的解决病虫害预测中存在的数据非线性、高维性等实际难题。该模型应用于加工番茄病虫害的预测具有一定的可行性和实用性。     

基于Landsat影像的抚仙湖流域土地利用变化及预测研究

以云南抚仙湖流域1974年、1988年、1996年、2001年、2005年、2010年和2015年7期Landsat遥感影像为基础数据,通过目视解译和支持向量机相结合的方法进行土地利用类型分类,并采用土地利用动态度、综合程度指数、转移矩阵等模型,定量分析抚仙湖流域土地利用类型的变化过程,最后基于CA-Markov模型对未来土地利用情况进行预测模拟。结果表明：1974—2015年乔木林、灌草丛和水域面积呈持续下降趋势,主要的转出方向为农田,建设用地面积增加主要来源于农田,湿地和裸地呈逐年增加趋势,上述变化趋势与当地社会经济快速发展有关;总体分类精度为90.29 %,满足精度要求;土地利用预测趋势为乔木林、水域面积保持减少态势,灌草丛、湿地面积呈增加趋势,农田扩张现象依然存在。本研究可为抚仙湖流域土地及水资源的科学规划、保护和合理利用提供参考。     

基于LUCC的承德市域生态系统服务价值演变分析与优化研究

  目的  城市市域范围绿色空间生态系统服务价值的量化评估是国土空间规划中重要的工作基础,在价值测度的基础上对其进行演变预测,更有助于规划者了解并衡量城市市域范围内现有生态存量与未来发展趋势和潜在问题,从而预先进行规划回应。  方法  为明确承德市域土地空间利用演变对区域生态系统服务价值的影响,结合RS与GIS技术,对承德市市域范围内土地利用/覆被变化（Land Use/Land Cover Change, LUCC）演变特征进行分析,同时利用单位面积价值当量因子法对承德市域范围生态系统服务价值进行测算,在此基础上运用CA-MARKOV模型预测2026年承德市域土地利用演变趋势和生态空间存量和生态系统服务价值变化情况。  结果  承德市域生态系统服务价值总体呈现明显下降趋势。1980—2018年间（1980、1990、2000、2010、2018年,共5期）承德市域生态系统服务价值总量分别为1 038.51亿、1 035.93亿、1 036.09亿、1 009.71亿、999.36亿元。同时,模拟结果显示,2026年承德市域预测服务价值仍将处于下降趋势,价值降幅约为9.97亿元。  结论  承德市域生态系统服务价值空间维度呈现明显斑块状分布,核心服务功能集中在西北部和南部林地区域,时间维度出现显著功能缩减,核心缩减区域集中在各市县已建成区边缘区域。本研究从空间分布、时间演变和发展预测等多方面总结了承德市域生态系统服务功能演变和空间变化规律,从而为承德市域后续国土空间发展规划和管控策略的拟定提供依据。      

非参数投影寻踪回归在坡面土壤侵蚀产沙量预测中的应用

根据土壤侵蚀机理,采用投影寻踪回归分析的方法,对坡面侵蚀产沙过程进行了预测。以四川某水土保持实验站观测数据为实例,以最大30 min降水量、最大1 h降水量、径流量等因素作为坡面产沙量预测的投影指标,采用可变阶的正交Hermite多项式拟合岭函数,并用单纯形算法优化投影指标函数,进而构建基于投影寻踪回归分析的坡面产沙量预测模型,通过MATLAB语言编制程序进行了仿真试验。结果表明,该模型具有较高的拟合度和良好的预测精度,为坡面产沙模拟预测模型的建立提供参考。     

基于Markov和Logistic模型的莆田市土地利用变化及林地转出空间模拟

利用莆田市1995、2005和2015年3期遥感影像、数字高程模型及社会经济统计数据,从面积变化和空间转换2个方面分析莆田市土地利用变化的时空特征,运用Logistic回归分析土地利用空间变化与自然、社会经济驱动因子之间的定量关系,基于Markov模型对莆田市未来各土地利用类型面积变化进行预测,采用Markov模型与Logistic回归模型相结合对未来林地空间格局进行模拟与预测,结果表明:1995—2015年,林地大面积减少,主要转为农用地;农用地大面积减少,主要转为林地、建设用地和裸露地;建设用地面积大幅度增加,主要来自裸露地、农用地和水体;水体面积持续减少;裸露地面积先减少后增加。坡向、高程、距裸露地距离、距农用地距离、距林地距离、人口密度和地区生产总值7个因子对林地转出具有显著的影响。根据预测结果,至2035年,林地的比例将减少至40.37%;2015—2035年,林地转出的位置主要分布在仙游县和涵江区。