丘陵区水稻土Cu污染空间变异的协同克里格分析

针对丘陵红壤区铜冶炼厂周围水稻土污染区（1.40km^2）,在景观尺度上,采用协同克里格方法,研究了影响表层土壤Cu含量空间分布预测的辅助因子。基于空间自相关性、间距、长轴方位角以及各种预测误差,评价了辅助变量（包括秸秆全Cu含量StrawCu、籽粒全Cu含量GrainCu、土壤全Cd含量Cd、土壤pH、土壤有机质OM、高程H）对表层土壤Cu含量分布预测精度的影响。结果表明,单辅助变量的协同克里格预测值与实测值相关系数的大小顺序为Cu/Cd〉Cu/H〉Cu/StrawCu〉Cu/GrainCu〉Cu/OM、Cu/pH,而多辅助变量协同克里格预测的相关系数大小顺序为Cu（/Cd,StrawCu）〉Cu（/Cd,StrawCu,H）〉Cu（/Cd,StrawCu,GrainCu）〉Cu/（StrawCu,GrainCu）〉Cu（/Cd,H）。与土壤全Cu含量的普通克里格插值精度相比,利用表层土壤全Cd含量、水稻秸秆全Cu含量、高程作为辅助变量与水稻土表层全Cu含量进行协同克里格插值可以显著提高预测精度;但水稻籽粒全Cu含量作为辅助变量对预测精度影响不显著;而土壤有机质含量和土壤pH作为辅助变量反而降低了预测精度。在对表层土壤全Cu含量分布的多辅助变量协同克里格预测中,表层土壤全Cd含量和水稻秸秆全Cu含量的影响最大,其次是高程,水稻籽粒全Cu含量不能提高对表层土壤全Cu含量分布的预测精度。     

湘中南土地整理后烟田土壤肥力指标评价及空间变异特征

掌握土地整理区土壤养分特征已成为烟田快速培肥和提升土壤质量的首要问题。采用GIS与地统计学相结合的方法,评价了土地整理后烟田土壤养分等肥力指标的适宜性等级状况及其空间变异特征。结果表明:研究区土壤偏酸,有机质、碱解氮含量普遍缺乏,存在较大面积的缺钾现象;各肥力指标均属于中等变异,变异系数大小顺序依次为有效磷 > 速效钾 > 碱解氮 > 有机质 > 全氮 > 全磷 > 全钾 > pH值。有机质和速效钾的变异函数比较符合指数模型,全钾、碱解氮用高斯模型拟合效果好,而pH值、全磷、全氮和有效磷则以球状模型拟合效果最佳。肥力指标的块金系数[C₀/（C₀+C）]中,土壤有机质、全钾、碱解氮分别为0.903,0.998,0.823,空间相关性较弱;而pH值、全氮、全磷和有效磷的块金系数[C₀/（C₀+C）]变化范围为0.501~0.724,具有中等空间相关性;各肥力指标空间变程为99~1 003 m,最大和最小值分别为全钾和碱解氮;各肥力指标表现出不同的空间分布特征,其中,pH值呈斑块状,碱解氮及全钾呈条带状,全磷整体上呈从北至南含量增加的梯度分布格局。     

Simulation of soil types in Teramo province (Central Italy) with terrain parameters and remote sensing data

Soil surveys are an essential source of information for land management although a limited budget often reduces the amount of data available. Even if the dataset is limited, geostatistics can provide a valid estimation tool through a weighted moving average interpolation (kriging). Often, however, the spatial variability of soil properties appears smoothed and short range variability is underestimated by this kind of interpolation technique. A more realistic distribution of a given variable on the territory can be obtained through models based on stochastic simulation.     

Spatial Variability of Soil Organic Matter and Cation Exchange Capacity in an Oxisol under Different Land Uses

ABSTRACT

Soil properties may exhibit large spatial variability. Frequently this variability is auto-correlated at a certain scale. In addition to soil-forming factors, soil management, land cover, and agricultural system may affect the spatial variability of agricultural soils. Soil organic matter (OM) is an important soil property contributing toward soil fertility and a key attribute in assessing soil quality. Increasing soil OM increases cation exchange capacity (CEC) and enhances soil fertility. We analyzed the impact of land use on the spatial variability of OM and CEC in a tropical soil, an Oxisol, within São Paulo state, Brazil. Land uses were prairie, maize, and mango. Soil samples were taken at 0–10 and 10–20 cm depths at 84 points within 1-ha plots, i.e., 100 m × 100 m. Statistical variability was higher for soil OM than for CEC. The mango plot contained the highest soil OM, whereas prairie the lowest. Also, soil OM and CEC were significantly related at all land use treatments and depths studied. All soil OM data sets and most of the CEC data sets (with two exceptions) exhibited spatial dependence. When spatial variability was present, the semivariograms showed a nugget effect plus a spherical or an exponential structure. Patterns of soil OM and CEC spatial variability (i.e., model type, ranges of spatial dependence, and nugget effects) were different between land uses and soil depths. In general, CEC exhibited a lower spatial autocorrelation and a weaker spatial structure than soil OM. Moreover, soil OM displayed a higher autocorrelation and was more strongly structured at the 0–10 cm depth than at the 10–20 cm depth. Interpolation by kriging or inverse distance weighting (IDW) allowed to illustrate how the spatial variability of soil OM and CEC differed due to land cover and sampling depth. Modeling and mapping the spatial distribution of soil OM and CEC provided a framework for spatially implicit comparisons of these soil properties, which may be useful for practical applications.     

黄土沟壑区小流域土壤pH值的空间分布及条件模拟

土壤pH值是影响土壤养分有效性和化学物质在土壤中行为的主要因素,研究土壤pH值的空间分布特征对于土壤养分管理和土壤污染预测具有重要意义。该文用地统计学方法研究了环境因素复杂的黄土高原小流域土壤pH值空间分布特征。结果表明,黄土沟壑区小流域土壤pH值具有球形—指数套合模型的空间结构特征,其空间异质性主要来源于流域内土地利用和土壤侵蚀等随机因素。与有机质协同的Kriging法能较好地对土壤pH值进行估值,其估值范围小于实测数据,估值误差来源于复杂的环境因素。序贯高斯条件模拟的土壤pH值范围与实测数据接近,模拟的平均值低于实测数据,模拟误差来源于模拟过程中独特的Kriging算法及高斯特性。     

基于GARBF神经网络的耕地土壤有效磷空间变异分析

为了调整耕地管理措施、合理施用磷肥、减少磷素流失、降低水体非点源污染,该研究以高州市为例,在全市各区镇共采集了664个耕作层(0～20cm)土样,利用遗传算法优化的径向基函数(radial basis function network optimized by geneti calgorithm,GARBF)神经网络和普通克里金法(Ordinary Kriging)等方法,分析了县域耕地土壤有效磷在不同采样尺度下的空间变异特征及其空间分布格局与成因。结果表明,高州市耕地表层土壤有效磷存在半方差结构,半方差函数曲线与指数和球状模型曲线拟合较好;5种采样尺度下(训练样点数分别为100、200、300、400和500)耕地表层土壤有效磷均表现出弱的结构空间相关,在较大范围内空间自相关性较差。GARBF神经网络空间插值能力在整体上要有优于基于邻近点RBF神经网络和普通克里金法。300样本下GARBF神经网络空间插值结果表明,高州市耕地表层土壤有效磷的盈余现象比较严重,并且盈余有效磷的流失对该地区水环境会产生严重的威胁。该研究结果可以为土壤属性空间估测、合理施肥以及降低水体非点源污染提供理论依据和技术支持。     

不同尺度下土壤养分空间变异特征的研究

在不同取样尺度下采集了农田土壤样品并测定土壤有机质、全N和有效P含量，研究不同尺度下地统计学方法对土壤养分空间变异分析的适用性和空间插值质量。研究结果表明，大比例尺下土壤有机质含量、有效P含量、全N含量的分布呈正态分布，在中小比例尺下呈现轻微偏态分布。各养分空间变异系数存在明显空间变异(C．V.介于17％—27％之间)，大比例尺下，空间变异较小；中小比例尺下，空间变异程度大(C.V.和峰度值较小)。在各种尺度下，土壤养分均存在典型的半方差结构，表明在各种取样比例尺下采用地统计学方法进行土壤养分空间变异分析都是可行的。在大中比例尺下，各养分块金系数介于0．28—0．38之间，表明土壤养分具有明显空间自相关；而在小比例尺下，块金系数介于0—0．17之间，表明土壤养分具有强烈空间自相关，其中有机质含量具有恒定的空间自相关(块金系数为0)，有效P含量的空间自相关程度相对较弱；空间插值和交互检验结果表明，球状模型空间插值结果与实测结果符合性很好，交互检验均达到极显著水平。在小比例尺下其估计比大比例尺下精度更高。不同养分的空间预测结果质量不尽相同，土壤有机质含量空间预测符合度最高。     

Temporal and Spatial Stability of Soil Test Parameters Used in Precision Agriculture

Abstract

Variable‐rate technology provides crop producers with the opportunity to vary the crop and soil management practices. The objective of this study was to assess the temporal and spatial stability of nitrogen (N), phosphorus (P), potassium (K), zinc (Zn), pH, and soil organic matter (OM) for precision nutrient management. This study was conducted over three growing seasons on a continuous maize (Zea Mays L.) production field in northeastern Colorado, USA. Soil samples were collected using a soil sample grid size of 76.2 m×76.2 m. The field was classified into areas of low, medium, and high productivity potential management zones. Spatial statistical analysis was performed. Measured soil parameters varied significantly over space and time (p<0.01). Management zones were effective in identifying homogenous subregions within the field across time (p<0.01). The data suggest that management zones account for spatial and temporal variability for the various soil parameters evaluated in this study.     

川北烟区土壤有效磷空间变异特征及主控因素

为明确川北烟区土壤磷素环境特征,采用地统计学方法和GIS技术研究了川北植烟土壤有效磷空间变异特征,并运用回归分析定量分析了区域内土壤有效磷空间变异的影响因素。结果表明,川北烟区土壤有效磷含量变化介于0.5~34.3 mg·kg~(-1)之间,平均值为11.72 mg·kg~(-1)。土壤有效磷变异系数为57.94%,属于中等变异程度;有效磷块金系数C0/(C0+C)为40.3%,区域内存在中等程度的空间自相关性,受结构性因素和随机性因素的共同作用且更倾向于受结构性因素影响。空间上,全区表现出由西南向东北方向递减,且多呈现片状分布。亚类、土类对土壤有效磷空间变异的独立解释能力分别为28.8%、26.1%,是结构性因素中的主控因子;土壤质地与p H的独立解释能力次之,分别为18.3%和17.5%;地形地貌的独立解释能力最低,仅为0.7%。本研究结果为川北烟区烤烟平衡施肥及种植规划提供了理论依据。     

Artificial neural network modeling of microbial community structures in the Atlantic Forest of Brazil

Microbial communities vary across the landscape in forest soils, but prediction of their biomass and composition is a difficult challenge due to the large numbers of variables that influence their community structures. Here we examine the use of artificial neural network (ANN) models for extraction of patterns among soil chemical variables and microbial community structures in forest soils from three regions of the Atlantic Forest of Brazil. At each location, variations in soil chemical properties and FAME profiles of microbial community structures were mapped at 20 × 20 m intervals within 10 ha parcels. Geostatistical analyses showed that spatial variability in soil physical and chemical variables could be mapped at scale distances of 20 m, but that FAME profiles representing the microbial communities were highly variable and had no spatial dependence at the same scale in most cases. RDA analysis showed that FAME signatures representing different microbial groups were positively associated with soil pH, OM, P and base cations concentrations, whereas microbial biomass was negatively associated with the same environmental factors. In contrast, ANN models revealed clear relationships between microbial community structures at each parcel location, and generated verifiable predictions of variations in FAME profiles in relation to soil pH, texture, and the relative abundances of base cations. The results suggest that ANN modeling provides a useful approach for describing the relationships between microbial community structures and soil properties in tropical forest soils that were not able to be captured using geostatistical and RDA analyses.     

辅助时序数据用于土壤盐分空间预测及采样研究

以普通克立格法作为参考，利用辅助数据的两种预测方法，即协同克立格法和回归克立格法对海涂区土壤盐分进行空间内插计算，并在目标变量的采样数目不断减少的情况下，利用80个检验样本，对比了这3种方法的预测精度。结果表明，不论目标变量的样品数目如何减少，利用了辅助变量的协同克立格法和回归克立格法的预测精度较普通克立格法都有了较大提高，而且回归克立格法的预测精度总体上要好于协同克立格法。对不同样品数目下3种方法的预测误差进行T检验发现，回归克立格法对普通克立格法和协同克立格法预测误差的减少在不同的样本数目下都达到了极显著水平。研究结果表明，利用连续几个时段上辅助的时序数据，来对同样点位上下一个时段的变量进行估值，可以较大地提高估值精度，节省采样成本。尤其是回归克立格法的回归部分可以是一般的线性模型，也可以是非线性模型,在预测时无疑更具灵活性。     

分散经营条件下烤烟精准养分管理研究

【目的】西南烤烟种植区的典型特征是"缓坡条件"和"分散经营",基于自然地块的变量施肥技术体系,研究分散经营条件下烤烟养分分区管理,以探讨分散经营条件下作物精准施肥的经济效益和应用可行性。【方法】分散经营土壤养分管理分区的基本步骤:计算土壤养分插值,以地块为单元统计土壤养分,依据施肥模型针对地块进行肥料养分推荐、聚类分析地块肥料养分,形成针对地块的养分管理分区。在云南宜良县,以50×50 m的网格进行土壤取样,应用地统计方法进行土壤养分空间变异分析、Kriging方法进行空间插值、空间叠加分析方法统计地块养分、聚类分析方法建立养分管理分区,大田试验检验养分分区管理方法的应用效果。【结果】研究结果表明,试验地块为中等肥力,土壤养分存在区域分布特征,适合分区养分管理。地统计分析显示,土壤养分变异主要来源于结构因素,可以进行地统计分析和空间插值,满足精准养分分区管理的要求。无机氮的有效变程最小,控制采样密度,缓坡农田和分散经营条件下精准养分管理的网格采样间距在50 m左右。根据空间分析结果,结合施肥指标体系,提出了111块烟田的推荐施肥量,并通过聚类分析的方法将111块农田的肥料养分推荐量分为8个管理区。与对照相比,烤烟精准养分分区管理可以节约氮、磷肥料分别为10.7%、10.3%,氮、磷养分投入分别节约成本43.2yuan/hm2、50.0 yuan/hm2,因增加钾素养分投入增加成本6.9 yuan/hm2,累计节省肥料成本86.3 yuan/hm2。烤烟产量、上等烟比例、均价、产值均有增加,其中,产量增加幅度6.7%~14.5%,平均增产10.6%;上等烟比例增加幅度4.2%~13.0%,平均增加7.3%;均价增加幅度0.13~0.54 yuan/kg,平均增加0.48 yuan/kg;产值增加幅度7.50~18.3%,平均增加14.0%;与常规施肥相比,分散经营条件下烤烟精准养分管理使烤烟增产增收5454.63 yuan/hm2,节本增效5140.9 yuan/hm2。【结论】以地块为操作单元建立养分管理分区的方法不仅能够节省肥料,增加农田收益,还能够有利于分散经营农户组织实施,对精准施肥技术应用具有理论和实践意义。     

土壤盐分和含水量的空间变异性及其CoKriging估值——以黄河三角洲地区典型地块为例

以黄河三角洲地区典型地块为研究区，运用经典统计学和地统计学相结合的方法研究了不同深度土层盐分和含水量的空间变异特征。结果表明：研究区土壤盐分和含水量普遍较高，土壤表层积盐作用明显；各层土壤盐分均属于中等变异强度，土壤含水量除表层为中等变异强度外，其余各层为弱变异强度；受结构性因素和随机性因素的共同作用，各土层盐分和含水量均具有中等的空间相关性。对Kriging插值结果分析表明，研究区各土层盐分和含水量在一定的范围内均存在着空间上的相关性和变异性，表层土壤盐分和含水量的空间分布主要受微地形和气候条件的影响，地下水性质是主导深层土壤盐分及含水量空间分布的主要因素。分别采用表层土壤盐分及相应土层含水量对深层土壤盐分进行CoKriging估值，均能提高估值精度，采用表层土壤盐分对深层土壤盐分进行CoKriging估值的精度要明显高于采用土壤含水量，其估计方差减少百分数最大达到167．36％。     

土壤钾素空间变异性和空间插值方法的比较研究

通过研究土壤养分的空间变异性和空间插值方法 ,获取田间土壤养分的连续分布图是当前精确施肥技术的工作基础。本研究以英国Hillsborough农业研究所附近的一块 7.9hm2 的牧草田为研究区 ,区内以 25m25m网格点采样 ,共 125个采样点。以土样的钾素含量为研究对象 ,采用移动平均、趋势面拟合、样条插值、点状克立格、逆距离加权等各种空间插值方法对一部分离散的采样点进行连续插值而获取土壤钾素空间分布图。同时以另一部分的采样点数据来对各种插值方法的结果进行均差和均方差的比较分析。研究结果表明 ,克立格、逆距离加权两种方法总体效果最好 ,其中克立格方法中又以指数模型为佳 ,逆距离加权插值法以二次方为佳     

长三角地区农用地土壤肥力特征及综合评价——以朱林镇为例

为了解长江三角洲地区农用地土壤肥力特征,以常州市金坛区朱林镇为例,利用模糊综合评价模型与地统计学及GIS技术相结合的方法,分析朱林镇的土壤肥力特征并对其进行综合评价。结果表明:pH为中性,有机质、全氮、阳离子交换量适中,速效钾含量较低,有效磷含量丰富;除有效磷具有中等程度的空间相关性外其他肥力指标均具有强烈的空间相关性;Kriging插值结果显示的各土壤肥力指标空间分布图能够很好的反映肥力指标的空间分布及丰缺状况;模糊综合评价结果表明朱林镇整体肥力处于中等水平,且东部肥力高于西部,南部肥力达到一等水平,与土壤质地、土地经营方式、肥力科学管理及境内地势多为圩田有关。其结果可为镇域尺度土壤肥力的空间内插、制图和取样设计提供参考,也为长江三角洲土壤可持续利用、肥力的科学管理提供依据。     

土壤钾素空间变异性和空间插值方法的比较研究

通过研究土壤养分的空间变异性和空间插值方法 ,获取田间土壤养分的连续分布图是当前精确施肥技术的工作基础。本研究以英国Hillsborough农业研究所附近的一块 7.9hm2 的牧草田为研究区 ,区内以 25m×25m网格点采样 ,共 125个采样点。以土样的钾素含量为研究对象 ,采用移动平均、趋势面拟合、样条插值、点状克立格、逆距离加权等各种空间插值方法对一部分离散的采样点进行连续插值而获取土壤钾素空间分布图。同时以另一部分的采样点数据来对各种插值方法的结果进行均差和均方差的比较分析。研究结果表明 ,克立格、逆距离加权两种方法总体效果最好 ,其中克立格方法中又以指数模型为佳 ,逆距离加权插值法以二次方为佳     

不同采样密度下土壤特性的空间变异特征及其推估精度研究

对3种采样密度下的土壤特性进行了空间变异结构研究,并在此基础上对土壤特性的推估精度进行了比较。土壤空间变异结构在不同采样密度下的变化随土壤的特性而定,土壤pH、NH4 -N、P及S的变异分别符合不同的半方差模型,土壤OM、Ca及Mg则均符合同一模型;采样密度与模型的拟合度、变异的有效变程及空间相关性均没有必然联系。对模型拟合度均达显著水平的土壤特性进行推估,土壤OM及S的推估精度随采样密度的提高而增加,但土壤NH4 -N及Ca没有表现出同样的规律。     

基于GIS与地统计学土壤养分空间变异特征研究——以辽宁省凌源市6乡镇为例

以辽宁省凌源市西南部6乡镇为研究对象,利用GPS定位采集了1 042个土壤表层样.采用传统统计学和地统计学相结合的方法,研究了土壤养分的空间变异特征.结果表明,土壤养分的变异系数为29.45%～67.25%,变异强度是有效磷>碱解氮>有机质>速效钾.有机质、碱解氮和速效钾的C0/(C0+C)比值均在49.7%～49.90%之间,都具有中等的相关性,而有效磷的C0/(C0+C)的比值为100%,空间的相关性较弱.分维数D大小顺序为:有效磷>碱解氮>速效钾>有机质.Kriging插值分析表明,研究区土壤养分的空间分布格局主要受土地利用类型影响较大.     

西南典型岩溶区土壤硒空间分布预测

土壤硒精准预测和制图是富硒土壤资源开发利用和环境规划管理的基础。该文以西南典型岩溶区桂林永福百寿河流域为例,在分析影响土壤硒化学行为因子的基础上,通过野外样品采集和室内化学分析以及Arc GIS空间分析,获取了研究区相关地理环境因子和土壤属性因子数据。利用逐步回归方法选择土壤硒空间分布预测的辅助变量,使用协同克里格模型对非连续分布的辅助变量进行插值。在此基础上利用地理加权回归模型对土壤硒空间分布进行预测,同时以普通克里格插值结果作为参照。研究结果表明:使用地理环境因子和影响土壤硒化学行为的土壤属性因子可以提高土壤硒预测精度;协同克里格插值解决了辅助变量数据连续分布的问题;土壤硒的空间分布与地形和影响土壤硒化学行为的因子有关。     

土壤有机质空间变异与农用地自然质量关系研究

该文以广州市花都区赤坭镇为试验区,根据典型农用地类型的土壤采样基于Cokriging方法进行土壤有机质精确插值与空间变异分析,并将结果与农用地分等成果进行相关分析。结果表明,以土壤有机质和农用地类型为协因子的球状模型Cokriging总体插值精度最高,试验区内土壤有机质分布格局是四周丘陵和水库区含量较低,巴江河两岸的平原地区、西南角的山前冲积平原含量较高,这也是灌溉水田密集的区域;试验区内土壤有机质含量菜地分布比较均匀、空间相关性很强,而水浇地分布差异较大、空间变异性较高;土壤有机质分布在南北、东北-西南两个方向相关性较强具有各向同性特征,在东南-西北、东西方向具有各向异性特征,受到随机因素的影响变异性较大。土壤有机质Cokriging插值结果与试验区内农用地自然质量等指数的相关性很显著,菜地与农用地自然质量等指数相关性最强,灌溉水田其次,旱地最差。