江汉平原典型区农田土壤全氮空间变异的多尺度套合

随着精准农业的兴起,土壤学家们对土壤特征的空间结构研究投注了较多的热情和关注,在空间结构的拟合、多要素的协同效应、空间模拟结果的田间应用等方面均取得了一定的成果[1～3],然而对于同一土壤性状,不同的研究者所获取的变异特征往往相差很大[4]。土壤学家们认为,在不同研究中除了区域之间自然环境条件的差异以外,采样的空间尺度大小不一是形成研究结果较大分异的主要因素,人们将土壤特征变化对采样尺度的依赖,即某种空间结构特征只能在一定的采样尺度下表现出来的现象称为“尺度效应”[5],目前多数涉及空间变异的研究均会明确指出其选择的空间尺度[6～8],以解决和说明对应尺度的实际问题和应用难题。有少量报道专门论     

土壤属性预测中Kriging参数对插值精度的影响研究

为了有效提高土壤属性预测中的Kriging插值精度,研究借助GS+5.1和ArcGIS 9.3等软件来分析河南省西平县宋集乡土壤全磷和有机质在不同参数条件下的Kriging插值精度,结果表明:决定系数R2最大的变异函数模型,插值结果误差不一定最低、平滑效应不一定最弱,需比较分析插值结果以选择合适的模型;近距离实验变异函数值r#(h)的拟合对提高Kriging插值精度具有重要意义,拟合变异函数理论模型时,除综合考虑各个r(h)#的拟合程度外,同时对近距离r(h)#应给予足够的重视;插值的最佳邻域样本量一般在内层和次内层邻域样本权重达到平稳时取得,对于样本点空间分布相同的不同土壤属性,空间相关性较弱(块金系数较大)的土壤属性,其Kriging插值的最佳邻域样本量较大。     

西安市蔬菜种植区土壤属性的空间变异与肥力适宜性

[目的]对西安市蔬菜区土壤属性空间变异与肥力适宜性进行评价,为相关部门土壤培肥和蔬菜种植提供决策依据。[方法]选择与蔬菜生长密切相关的土壤pH值、电导率、有机质、碱解氮、有效磷、速效钾六个指标,利用半变异函数进行空间变异分析,应用模糊综合法计算土壤肥力适宜性指数(SFI),对SFI进行Kriging插值,采用等间距法划分等级,并对土壤肥力进行综合评价。[结果]半变异函数能较好的拟合蔬菜区土壤空间变异特征,人为施肥成为影响土壤电导率、碱解氮空间变异的主要因素,土壤pH值和其他养分则同时受到结构性因素和随机性因素的作用。[结论]西安市蔬菜区土壤肥力适宜性处于中等较好水平,限制蔬菜生长的主要因素是土壤有机质和碱解氮含量。临潼区东南部,鄠邑区、周至县北部地区以及长安区和鄠邑区北部交界处蔬菜区土壤肥力有待提高,菜农需要采取措施提高土壤有机质含量和补施氮肥。     

土壤速效养分空间变异研究

选择山西省一年两作和一年一作两种种植制度下的两个自然村作为试点,通过网格方法采取土样,应用土壤养分系统研究法进行了养分分析,并应用传统统计学和半方差函数对土壤养分变异进行了研究。结果表明,不同种植制度下,土壤养分性质均存在着空间变异,受农业传统施肥措施影响较大的N、P和OM,变异相对较大;而Ca、Mg、K、Cu、Fe、Mn等养分,传统施肥投入较少,土壤变异相对较小;土壤养分性质存在半方差结构,拟合模型包括球型、线型和指数型,但同一养分拟合半方差模型不尽相同。即使模型一致,最大相关距离也不一样,而且空间变异性强弱程度也不尽相同。Ca、N、Mn显示有较强的空间相关性,K、P、S显示具有中等的空间相关性。     

沧州市优质果品产区土壤中碘的空间变异特征

以沧州市优质果品产区泊头、沧县和献县3县表层土壤(0～20cm)全碘为研究对象,利用地统计与GIS技术相结合的方法研究了该地区土壤中全碘的空间变异特征。结果表明沧县和献县表层土壤中全碘数据呈正态分布,符合指数模型,泊头表层土壤中全碘数据经对数转换后符合高斯模型。沧县和献县表层土壤全碘具有较强的空间相关性,说明受气候、土壤母质、地形、土壤类型等自然结构性因素影响较大;泊头表层土壤全碘具有中等的空间相关性,说明由人类活动等随机因素引起的空间变异起很大作用。采用Kriging最优插值法得到了3县表层土壤全碘含量的空间分布图,结果表明研究区内3县表层土壤全碘的空间分布不均匀,主要受当地的水文地质地形影响,河流两岸及低洼地带全碘含量较高,反之则低,而某些地区全碘含量由于受到人类活动的影响也表现出局部的异常性。     

岩溶高原地区小流域土壤厚度的空间变异特征

土壤厚度是制约石漠化地区生态修复的重要因子。在贵州省金沙县乌箐河小流域,通过实地调查土壤厚度,结合地统计学和经典统计学方法,研究岩溶高原地区小流域中3种典型土地利用类型下土壤厚度的空间变异及其分布格局。结果表明：研究区土壤厚度总体呈中等强度空间变异,个别样地属强度变异,具有良好的半方差结构,其变异趋势大致为随着坡位的降低而逐渐减小,而土壤厚度随坡位的降低逐渐变厚。坡耕地土壤厚度空间相关性相对较好,存在一定的连续性;荒山和意大利杨树林地土壤厚度的空间变异程度均较大,斑块状分布明显。除个别样地可以用高斯模型和球状模型拟合外,其余样地均可用指数模型拟合,且拟合效果较好（R^2≈0．8）。研究结果加深了对岩溶高原地区土壤厚度的认识,为石漠化综合治理工程的合理布局和土地资源的有效开发利用提供重要依据。     

土壤溶质运移CDE模型参数估计的一种新方法——截距法

为了满足日益增长的人口对粮食的需求 ,农用化学物质被广泛应用 ,这些物质可通过各种途径进入土壤 ,因此研究土壤中农用化学物质的运移、转化对于防止水环境污染、促进农用化学物质的高效、发展可持续农业有着重要的意义[1 ] 。对流—弥散方程 (ＣＤＥ)是研究土壤溶质运移的一种经典模型 ,参数的估计是应用ＣＤＥ方程的一个关键问题。传统估计ＣＤＥ方程参数的方法有统计方法和确定性方法两种。统计方法主要包括最小二乘法、最大似然法和矩分析法[2～ 5] ,但由于未知因素太多及初值的选择不当 ,采用统计方法所得参数不唯一[6] ;同时 ,仅靠曲…     

基于随机森林模型的安徽省土壤属性空间分布预测

为探讨随机森林(random forest,RF)模型对土壤属性空间预测的精度,本文以安徽省为例,收集140个土壤样本,利用GIS和RS技术,获取相关的地形因子、遥感植被指数及气候数据,利用RF模型分析土壤有机碳(SOC)含量、土壤容重和土壤黏粒含量与地形因子、遥感植被指数及气候数据之间的关系,并进行空间分布预测。研究结果表明:①RF建模预测中,当节点分裂次数(mtry)值为1,决策树数量(ntree)值分别为100、1 000和100时,获得的SOC含量、土壤容重和土壤黏粒含量RF模型最优;②高程、归一化植被指数(NDVI)、地貌、多尺度山谷平坦指数(MrVBF)和土壤类型是SOC含量的重要预测因子;地貌、年均降水量(MAP)、MrVBF、高程和土壤类型是土壤容重的重要预测因子;高程、MAP、MrVBF和平面曲率是土壤黏粒含量的重要预测因子;③RF模型可以较好地进行土壤属性空间预测,多源环境变量组合可以分别解释SOC含量、土壤容重和土壤黏粒含量的26%、23%和22%;同时RF模型对于土壤类型和地貌等类型变量的处理具有一定优势。研究表明,在大尺度研究区域内,利用RF模型进行土壤属性空间预测有一定的意义。     

黑龙江省巴彦县土壤养分空间变异规律与格局分析

本文在349个采集土壤表层(0～20cm)样本分析基础上,运用地统计学与GIS相结合的方法,研究了黑龙江省巴彦县典型区域土壤有机质、速效磷、速效钾、pH值的空间变异特征,并结合巴彦县实际情况分析了这四种养分的影响因素。研究结果表明:土壤有机质、速效钾、pH值的变异函数曲线符合指数模型,土壤速效磷的理论模型符合有基台的线性模型;在空间结构上,土壤有机质、速效钾、pH值空间自相关性中等,土壤速效磷量表现强弱的空间自相关性;采用Kriging插值方法,分析研究区域的土壤养分空间格局分布可以看出,四种土壤养分的空间分布具有较明显的地域性,速效磷与速效钾以中部为最低,并向四周呈波状扩展增加,土壤有机质、pH值的分布则较为随机。     

黄骅市土壤重金属空间变异特征及污染评价

为研究工业和经济高速发展对环渤海滨海生态脆弱区土壤质量的影响,以黄骅市为研究区,利用地统计学方法对黄骅市表层土壤中的Pb,Hg,Cd,Cr,As,Cu,Zn,Ni共8种重金属空间分布特点和污染状况进行了分析。结果表明:（1）Pb,Cd,Cu元素样点平均含量超过河北省土壤背景值,其他元素含量平均值均未超过,所有元素含量平均值都在国家土壤质量二级标准的范围内。（2）根据变异函数拟合发现,Pb,Hg,Cd,Cr,As,Cu共6种元素拟合于指数模型,Zn,Ni两种元素拟合于球状模型;Pb,Cd,Zn基底效应值为25%～75%,空间自相关程度一般,其空间分布格局受到一定外界干扰。其他元素基底效应值均在25%以下,空间自相关性比较强,空间分布格局受外部影响相对较小。（3）根据克里格内插预测发现,Pb,Cd,Cu整体含量高,区域离散分布;Cr,Zn,Ni整体含量低,连续集中分布;As元素成岛状分布,分布集中于几个区域;Hg成散点状分布于黄骅全县。（4）通过计算内梅罗污染指数可知,黄骅市土壤内梅罗污染指数大部分处于1.0～2.0,属于轻度污染状态;吕桥镇中部和齐家务乡西部污染指数最高,属于污染最严重的地区。工业生产和地质环境是影响土壤重金属元素空间分布的主要原因。     

Errors in the estimation of soil water properties and their propagation through a hydrological model

Abstract. The Agricultural Catchments Research Unit model (ACRU) includes a decision support system (DSS) for estimating the water content of soil at field capacity (θ _fc ) and wilting point (θ _wp ) when these characteristics are not directly measurable. Three methods of estimation are proposed: (a) based on silt and clay content and bulk density, (b) based on clay content only, and (c) based on soil series. These three pedotransfer functions are compared with respect to both the estimation of θ _fc and θ _wp and the propagation of errors when the actual evapotranspiration of a wheat crop (E) is predicted over the growing season by the ACRU model.
The standard error of estimation was between 0.066 and 0.082 m³/m³ for θ _fc , between 0.056 and 0.069 m³/m³ for θ _wp and between 29.9 and 34.8 mm of water for E. The method based on silt and clay contents and bulk density predicted θ _fc and θ _wp for non-swelling soils most precisely. The method based on soil series was better than other methods for swelling soils. It also performed better for estimating available water capacity and consequently for predicting E from a conceptual soil water model. The propagated error of estimating θ _fc and θ _wp using the DSS reached 15–18% of the simulated E. The error in the prediction of E can reach 26–30% when spatial variation in soil properties is also estimated.     

基于贝叶斯方法的光合作用生化模型参数估计及其在干旱区葡萄上的应用

以无核白葡萄为试材,测定了其在不同季节(6—9月)、不同胞间CO_2浓度下的净光合速率,根据贝叶斯方法,结合蒙特卡罗马尔科夫链算法对光合生化模型参数进行估算,以期获得不同季节的模型参数值,并与最小二乘法所得结果对比,探讨贝叶斯方法在解决高维度复杂模型参数估计问题中的可行性和葡萄光合作用关键参数季节变化规律。结果表明,最大羧化速率(V_(cmax))、最大电子传递速率(J_(max))、磷酸丙糖利用速率(TPU)均有明显的季节变化特性,出现先增后减的趋势,8月达最高,分别为54.30μmol·m~(-2)·s~(-1)、88.45μmol·m~(-2)·s~(-1)和6.56μmol·m~(-2)·s~(-1);9月最小,分别为34.66μmol·m~(-2)·s~(-1)、58.86μmol·m~(-2)·s~(-1)和4.38μmol·m~(-2)·s~(-1)。叶肉导度(g_m)在各个月份波动不大,6—9月分别为5.16μmol·m~(-2)·s~(-1)·Pa~(-1)、5.29μmol·m~(-2)·s~(-1)·Pa~(-1)、5.39μmol·m~(-2)·s~(-1)·Pa~(-1)和5.41μmol·m~(-2)·s~(-1)·Pa~(-1)。与传统的最小二乘法相比,贝叶斯方法估算的V_(cmax)值偏小,J_(max)、TPU和g_m无明显差异。同时贝叶斯方法估计出的模型参数是在考虑参数先验信息的基础上获得的,生化意义更加显著。试验表明,光合作用生化模型(FvCB模型)在应用于光合作用模拟时,应充分考虑其参数的季节变化性;结合蒙特卡罗马尔科夫链算法的贝叶斯参数估计能更有效解决FvCB模型中参数估计问题。     

Characterizing spatial variability of soil properties in alluvial soils of India using geostatistics and geographical information system

Alluvial soils constitute significant portion of cultivated land in India and it contributes towards food grain production predominantly. The objectives of this study were to assess the spatial variability of soil pH, organic carbon (OC), available (mineralizable) nitrogen (N), available phosphorus (P), available potassium (K) and available zinc (Zn) of alluvial floodplain soils of Kadwa block, Katihar district, Bihar, India. A total of 85 soil samples, representative of the plough layer (0–25 cm depth from surface) were randomly collected from the study area. The values of soil pH, OC, N, P, K and Zn varied from4.4 to 8.4, 0.20% to 1.20%, 141 to 474, 2.2 to 68.2, 107 to 903 kg ha^–1 and 0.22 to 1.10 mg kg^–1, respectively. The coefficient of variation value was highest for available P (94.3%) and lowest for soil pH (11.3%). Spherical model was found to be the best fit for N, P and Zn contents, while exponential model was the best fit for OC, and Gaussian model was the best-fit model for pH and K. The nugget/sill ratio indicates that except pH and available K all other soil properties were moderately spatially dependent (25–57%). Soil properties exhibited different distribution pattern. It was observed that the use of geostatistical method could accurately generate the spatial variability maps of soil nutrients in alluvial soils.     

小麦根系长度的估算方法与参数分析

构建小麦根系伸长过程的动态模型,并对模型参数进行定量分析,可为植株形态建成模拟和可视化显示提供关键技术。根据根系生长发育的基本结构单元,利用根系与地上部叶片生长之间的同伸关系,以生长度日为时间尺度,建立了小麦初生根、节根与分枝根发生过程的模型;通过计算不同类型根系的生理年龄,建立了不同类型根系发育阶段预测模型;以线性方程为基础,建立了不同类型根的伸长过程模型,并实现了对总根长变化过程的动态模拟。利用独立的试验资料对所建模型进行了检验,结果显示模型对小麦总根长和主轴数量的模拟值与观测值的均方根差分别为370.68 cm和1.27个,相对误差分别为0.27和0.16;对模型参数的灵敏性分析表明,模拟结果对参数变化的响应比较适中,可以较好地反映小麦根系长度和拓扑结构的动态变化过程。     

基于离散元非线性弹塑性接触模型的免耕土壤参数标定

为了进一步提升基于离散元法对免耕作业机具与土壤互作关系研究的准确性,以华北麦玉两熟区免耕壤土为研究对象,基于离散元软件(Discrete Element Modeling,DEM)扩展的The Edinburgh Elasto-Plastic Adhesion非线性弹塑性接触模型开展常年免耕农田土壤离散元仿真模型参数标...     

超级电容动态容值测量与容值函数参数估计

针对目前的超级电容参数在线识别方法动态参数测量困难,通用性差,精度低的缺点,提出一种超级电容动态容值测量与参数识别方法。该方法中提出了动态电容值测量模型,通过电荷关系式与能量关系式联立推导动态电容值测量方程组,并采用限定记忆最小二乘法进行参数识别,应用时域仿真对该方法进行了验证。仿真结果表明,该文提出的电容值测量与参数识别方法适用于多种不同的容值函数。当测量信号存在噪声时仍可对电容测量,平均误差低于1%,参数估计相对误差低于20%,可以应用于超级电容动态容值测量。     

砂姜黑土有机质含量高光谱估测模型构建

为快速估测砂姜黑土有机质含量,该研究以河南省商水县砂姜黑土为对象,采用光谱指数和遗传算法结合支持向量机构建砂姜黑土有机质估测模型。结果表明,以Savitzky-Golay(SG)平滑后的一阶导数光谱792和1 389 nm两波段组合构建的比值指数表现最好,建模集决定系数为0.81。利用独立的样本验证,预测决定系数和均方根误差分别为0.91和1.56 g/kg。而相同样本经遗传算法筛选敏感波段结合支持向量机回归构建的模型以SG平滑的一阶导数光谱表现最好,建模集和验证集决定系数分别为0.95和0.91,均方根误差分别为1.01和1.69 g/kg。基于遗传算法结合支持向量机回归和光谱指数2种方法构建的有机质含量估测模型均表现出较高的精度,前者稍优于后者,可用于对砂姜黑土有机质含量的有效估测。该研究成果可为砂姜黑土有机质含量的快速定量估算提供依据和参考。     

Investigation and prediction spatial variability in chemical properties of agricultural soil using geostatistics

Determination of the chemical characteristics of soil for balanced fertilization on large scales is an important factor in achieving a precision agriculture. Laboratory analyses of soil properties are usually expensive and time consuming. Surmounting these problems is possible using geostatistics. Therefore, this research aims at selecting a proper interpolation method using 213 soil samples for alfalfa farmland in Hamadan Province, Iran. Various factors such as pH, EC, , , K, P, Fe, Zn, B and Co were measured. Ordinary kriging and co-kriging were assessed to derive maps of soil physico-chemical properties, using mean absolute error (MAE), mean bias error (MBE), root mean squared error (RMSE) and average kriging standard error (AKSE) as statistical criteria. Variography analysis indicated that the ranges of influence for pH, EC, , , K, P, Zn, Fe, B and Co were 65, 55, 78, 79, 75, 60, 50, 65, 70 and 30 km, respectively, and the measuring error varied between 0.366 and 0.843. The results revealed that, based on precision criteria, co-kriging was the best method for interpolating the chemical properties of soil. Finally, using to the co-kriging for each determined variable, a related zoning map for fertility management of the study area was prepared.     

土壤导热率测定及其计算模型的对比分析

土壤导热率是重要的热参数之一,为了获得预测导热率的准确方法,该文对比分析了确定土壤导热率的热脉冲直接测定法和模型间接推求法。根据热脉冲原理在相同体积质量下,测定了不同质地和含水率土壤的导热率值。结果表明在相同含水率条件下,砂粒含量越高,土壤的导热率越大,土壤导热能力越强。利用Horton经验公式对实测值进行了拟合,结果显示Horton经验模型基本可以反映土壤导热率变化特征,并得到了Horton公式经验系数。利用实测值与Campbell模型计算值进行了比较,结果显示Campbell模型计算结果偏差较大,并对其进行了修正。并且用实测值与Johansen模型及其2种改进模型(Coté-Konrad模型和Lu-Ren模型)的计算值进行了对比分析,结果表明Johansen模型计算结果与实测值偏差较大,2种改进型模型的计算结果与实测值更接近。该研究表明土壤导热率可以利用土壤质地、含水率、孔隙度和体积质量进行计算,3种理论模型的计算值与实测值的相关系数均值分别为:0.643、0.937、0.943,推荐使用Coté-Konrad模型和Lu-Ren模型计算土壤导热率,Lu-Ren模型比Coté-Konrad模型的适用范围更广。     

基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较

选取宜昌市红花套镇作为研究区域,研究土壤pH、有机质、有效磷、速效钾、碱解氮与土壤属性指标变量之间的关系,选择与预测变量之间具有较高相关性的变量作为辅助变量用以提高预测精度,本文试图将地理加权回归模型应用于土壤属性空间模拟中,以此与协同克里格插值的预测结果进行对照,从而比较它们的预测精度以提出更适合土壤属性预测的模型。结果表明：协同克里格插值和地理加权回归模型对土壤属性的空间模拟都有较高的预测精度,在辅助变量较多的情况下地理加权回归模型具有比协同克里格插值更为简单的算法,并且比较预测值相对误差的范围跨度和标准差以及均方根误差等方面,地理加权回归模型在土壤属性指标预测方面具有更高的预测精度,也具有更大的优势。