样点代表性等级采样法在丘陵山区土壤表层有机质制图中的应用

基于样点代表性等级的土壤采样方法在成本、应用性、制图准确度上具有明显的优势,但在其他方面(如敏感性)上仍需要大量研究。为了进一步研究这种方法的可用性,本文以安徽宣城境内的丘陵山区为研究区,应用该方法分析以往土壤采样点的代表性等级,进而研究样点代表性等级对土壤制图准确度的影响。研究结果表明:①高等级代表性链广泛存在,而低等级代表性链则较少;②代表性链的等级有效地从不同程度反映出土壤形成环境的变异;③样点代表性采样设计的采样点与规则化网格采样、目的性采样有很大不同;④一般地,随着低等级样点的逐渐加入,制图准确度增加,但增幅随着样点等级的降低而降低。这些结果说明,样点代表性等级采样法在应用、成本、准确度几个方面都有明显的优点,因而具有较好的应用前景。需要注意的是,在应用该方法选择样点时,样点的代表性应达到一定级别,以避免制图准确度不会因为样点的加入而降低。此外,由于其他地形地貌类型(如平原区)还缺乏较好的土壤协同环境因子,该方法的应用受到了一定程度的限制。     

土壤制图中多等级代表性采样与分层随机采样的对比研究

采样设计是土壤地理研究中备受关注的重要问题。本文以区域尺度土壤属性制图为例,将多等级代表性采样与经典采样中的分层随机采样进行对比研究。以安徽宣城研究区的表层砂粒含量为目标要素,采集数量均为59个的两套样点,设计不同数量(46、58和59)的样点分组,采用两种制图方法进行制图并利用独立验证点进行评价。结果表明:1)无论是采用多元线性回归方法还是基于环境相似度的制图方法,在同等样点数量下,利用代表性样点所得土壤图精度均高于利用随机样点所得精度,并且利用少量代表性样点(46个)所得土壤图精度也高于利用多量随机样点(59个)所得精度;2)随着代表性较低样点的增加,土壤制图精度基本有一个提高的趋势,而采用随机样点所得土壤图的精度波动较大。因此,可认为多等级代表性采样方法是一种可用于区域尺度土壤调查的有效采样方法,且比分层随机采样高效、稳定。     

基于样点的数字土壤属性制图方法及样点设计综述

土壤剖面数据与土壤类型图按照某种原则进行连接是目前获取土壤属性空间分布信息的主要方法,这种传统的土壤属性制图方法以土壤专家的“经验”和手工描绘为基础,耗费资本高、生产周期长.数字土壤制图通过借鉴先进的空间信息处理技术和高分辨率地形数据的优势,能够快速地获取高精度、高分辨率的土壤属性空间变化信息,是一种精细、高效、经济的土壤属性制图技术.本文详细介绍了基于样点进行数字土壤属性制图的3种方法:①基于空间自相关的方法:②基于空间自相关和土壤-环境关系混合相关的方法:③基于土壤-环境关系的方法.同时,为保证样点能够全面地捕捉到研究区内土壤属性空间变异特征,以上3种方法都对样点的数量、分布或典型性提出了较为严格的要求,即样点应具有全局代表性.因此,如何设计样点成为数字土壤属性制图中的一个重要问题.依据样点设计过程中是否能够整合已有样点,本文将样点设计方案分为采样设计方案和补样设计方案两种,并对其分别进行了详细的综述.     

基于样点个体代表性的大尺度土壤属性制图方法

大空间尺度范围的土壤属性分布信息是陆地表层过程模拟的基础信息.基于野外样点进行空间插值是获得土壤属性空间分布信息的重要手段.现有的空间插值方法通常要求所用样点对研究区土壤属性空间分布规律具有良好的全局代表性.然而,受采样经费和野外采样条件的限制,所采集的样点往往难以全面地反映研究区土壤属性的空间分布规律.基于这样的样点用现有空间插值方法得到的土壤属性分布图通常精度较低,并且由样点全局代表性差带来的推测不确定性也无法得到度量.为了合理利用这些已采集的但全局代表性不好的样点,本文提出了基于样点“个体代表性”推测土壤属性空间分布并度量推测不确定性的方法.该方法在两点环境条件越相似、土壤属性就越相似的假设下,认为每一样点可以代表与其环境条件相似的地区,并且代表程度可以由两点的环境相似度度量;通过分析环境相似度计算推测不确定性,并以环境相似度为权重计算样点可代表地区的土壤属性值.将该方法应用于推测新疆伊犁地区土壤表层有机质含量,经验证,本文方法能够有效地利用全局代表性差的样点推测样点能够代表地区的土壤属性空间分布,并且所得的推测不确定性与预测残差呈现正向关系,能够有效地指示推测结果的可靠程度.     

样点规模与采样方法对表层土壤pH空间预测精度的影响

土壤空间预测与数字化制图的精度受土壤样点规模、采样策略、预测模型选择、目标区域地貌与成土环境复杂程度、协变量数据质量等多种因素共同制约。选择河南省为研究区,基于9种土壤样点规模、5种采样方法,应用5种最具代表性的机器学习(Machinelearning,ML)算法对耕地表层土壤pH实施空间预测与数字化制图,用以对比分析不同样点规模与采样方法对ML模型的性能表现及土壤pH预测精度的影响。结果表明：(1)当研究区土壤样点规模从200个经由400个、800个、1 200个、1 600上升至2 000个时,无论使用何种采样方法,所有ML模型的性能表现与预测精度均呈快速上升的总体趋势;当样点规模达到并超过2 000个时,大多数ML性能表现及预测精度趋于稳定,表明2 000个土壤样点可能是这些ML模型预测研究区耕地表层土壤pH的样点规模阈值。(2)5种ML模型性能表现及其土壤pH预测精度存在明显差距,基于树结构的随机森林(Random forests,RF)和Cubist表现最好,无论使用哪种采样方法,这两种模型预测结果的决定系数(R²)均可稳定在0.75～0.80之间、RM...     

基于分融策略的土壤采样设计方法

采样设计方法在地理要素空间分布推测中起着关键作用。采集的样点数量尽可能少且推测精度较高通常是采样设计的目标。此外,高效合理的采样方案应保证较高的推测可信度,同时尽可能避免冗余样点。传统的采样方法大多依靠增加样点个数来提高推测精度,且对样点集内部的冗余情况考虑较少。为获取更加高效合理的样点集,在环境条件越相似、地理要素越相似的假设下,通过环境相似度分析计算,得到样点的推测可信度和样点集内部的冗余度,并提出一种基于分融策略的样点设计方法。该方法在分化阶段将推测可信度低的样点进行分化,增加样点以降低推测不确定性,在融合阶段将环境条件过于相似的样点进行融合以降低冗余,通过多次分化融合最终使得推测可信度和冗余度均达到一定的预设标准,得到最佳样点方案。将该方法应用于美国Raffelson研究区的土壤采样,结果表明,该方法在分化阶段可以有效提高样点的推测可信度,在融合阶段能够有效去除冗余样点,最终可得到用于推测的高效样点。将本方法与传统的规则采样和分层随机采样进行对比,结果反映本方法获得的样点在同等数量下推测可信度更高,冗余度更低,更高效。     

土壤专题图中采样点点位标识模型的构建

采样点图在直观展示已采集样点分布同时,也为确定补充采样点的位置提供了参考。制图时,通常以采样点编码在地图图面标识各个采样点,但由于受空间地理位置影响,采样点标识常呈无序排列,当地图中采样点密度及地图幅面较大时,读图时难以查找目标采样点。为实现制图后的采样点标识呈有序排列,构建了"土壤专题图中采样点位标识模型(Soil Sampling Point Labeling Model for Thematic Soil Maps:SAMPLA)",该模型主要有读图视区划分模型;土壤采样点位归属读图视区判定模型;土壤采样点顺序标识模型等3个子模型组成。基于Arc GIS 10.0,采用C#语言进行计算机编程,实现了SAMPLA。用1∶50 000国家标准分幅和县级地图的土壤采样点对模型进行验证,验证结果表明,模型可适用于不同类型分幅地图、不同比例尺,有助于实现规范化、批量化制图,提高了读图效率;但是读图视区划分方案对标识结果有一定影响;其他行业专业领域,如环境科学、水科学、地质科学等在制作类似于土壤采样点的点位图层时也可采用此模型。     

面向数字土壤制图的土壤采样设计研究进展与展望

全球化土壤环境问题的出现对基础输入数据的精度、尺度和时序提出了更高要求,面向数字土壤制图的土壤采样研究得到了快速发展。首先利用文献计量学的方法定量化分析国内外土壤采样研究学科分布和研究热点变化;随后重点梳理了国内外土壤采样研究的文献,根据不同的土壤调查目的、调查区历史采样点将土壤采样设计分为:土壤全面采样设计、土壤补充采样设计、土壤验证采样设计和土壤监测采样设计;最后介绍了基于样点的推理制图方法。在此基础上,对未来在多尺度的土壤采样设计、土壤–环境因子关系的新型假设和采样设计中现实问题的量化等方面进行了展望,旨在为数字土壤调查工作的开展提供参考依据。     

流域尺度土壤厚度的模糊聚类与预测制图研究

基于土壤厚度与景观位置和特征之间的关系,运用模糊c均值聚类(FCM)方法对西苕溪流域的土壤厚度分布进行了空间预测。选取高程、坡度、平面曲率、剖面曲率、径流强度系数和地形湿度指数6个地形因子进行模糊聚类,根据相应的聚类参数将流域地形组合分为8类。利用部分调查获得的土壤剖面数据,结合样点属性和专家经验为典型区赋值,最后由加权平均得到流域土壤厚度预测图。验证结果表明,FCM方法可以对地形因子组合进行有效合理的分级,其预测精度较高,模型的稳定性较好,是一种低成本高效率的制图方法。该方法在土壤厚度预测方面具有一定的可靠性。     

样点数量与空间分布对县域尺度土壤属性空间预测效果的影响

明确样点数量和空间分布对土壤属性空间预测的影响,有助于科学制定土壤采样策略、有效提高土壤空间预测精度。从5 403个土壤样点中随机抽取验证数据集以及包含不同样点数量的训练数据子集(每个子集包括五种样点空间分布实例),在研究区表层土壤有机质含量普通克里格(Ordinary Kriging,OK)和反距离加权(InverseDistanceWeighted,IDW)插值结果的基础上,分析和探讨样点数量与空间分布对土壤空间预测效果的影响。结果显示,当样点数量从5000降至39个时,OK和IDW插值图的局部变异信息逐渐减少,基于20和10个样点的插值图存在失真畸变。当样点数量从5 000降至1 250个时,OK插值精度相近(r变幅为0.55～0.59、RMSE变幅为3.03～3.15);从样点数量减少至625个开始,OK插值精度明显下降,同一训练子集不同样点空间分布的插值精度分异明显。IDW插值精度随样点数量与空间分布的变化与OK插值相似,不同的是从1 875个样点开始出现插值精度的明显下降和不同空间分布插值精度的明显分异。在插值图发生失真畸变之前,OK平均插值精度大于IDW。研究结果表明,样点数量及空间分布均可在不同程度上影响土壤属性空间预测结果,当样点数量足够多时,样点数量和空间分布对预测结果的影响非常有限;当样点数量减少至一定程度时,随着样点数量的减少,空间预测图的局部变异信息逐渐减少,预测精度逐渐下降,同时样点空间分布对预测结果的影响开始凸显;在空间预测结果发生失真畸变之前,与OK相比,IDW插值精度较低且更早响应样点数量和空间分布的变化。     

Repeated measurements on permanent plots using local variability sampling for monitoring soil cover

On US military installations, training activities such as vehicle use disturb ground and vegetation cover of landscapes, and increase potential rainfall runoff and soil erosion. In order to sustain training lands, soil erosion is of major concern. Thus there is a need for sampling designs to monitor degradation and recovery of land conditions. Traditionally, permanent plots are used to obtain the change of land conditions. However, the permanent plots often provide less information over time in characterizing the land conditions because of the fixed number and locations of plots. In this paper, we analyzed the sufficiency of a permanent plot sample and developed a method to improve the re-measurements of the permanent plots over time for a monitoring system of soil erosion based on spatial and temporal variability of a random function. We first applied a local variability based sampling method to generate reference samples that have sampling distances varying spatially and temporally to monitor a soil erosion relevant cover factor for an installation, Fort Riley, USA. Then, we compared a permanent sample with the reference samples annually over 13 years to determine additional sampling in the areas with high variability and temporarily suspending measurements of the permanent plots in the areas with low variability. The local variability based sampling provides estimates of local variability of the cover factor and thus is more cost-efficient than random sampling. By comparison with a reference samples, the re-measurements obtained should more accurately characterize the dynamics of the land conditions.     

A new mechanical soil sampling method

Abstract

In order to determine the nutrient level and other characteristics of the soil a new mechanical soil sampling machine has been constructed. The machine ellimates the errors caused by taking the samples manually and It speeds the sampling procedure as well. The sampling machine equipped with discs drawn by a tractor with hydraulics can work continuously. Specially designed spoons on the discs take the samples out of the soil at a given depth. Using two discs collection of parallel samples is possible. Shoots and stubbles on the field do not interfere or contaminate the samples. Using a double disced type machine for taking 2 average samples on every twelve hectares the output of the machine is 50–100 hectares/hour. A new evaluation method has been worked out for the calculation of the characteristics values of the field.     

基于GIS和多种土壤属性的烟田养分分区管理研究

以平顶山典型烟区烟田土壤为研究对象,用111个样点耕层土壤（0 ~ 20 cm）的pH、有机质、总N、碱解N、速效P、速效K、活性有机质、阳离子交换量等数据对烟田进行管理分区研究。利用主成分分析从繁杂的数据中提取3个主成分,利用MZA软件进行模糊聚类分析从而实现分区,采用FPI和NCE来确定最佳分区数。结果表明研究区的最佳分区数为3,模糊指数为1.5。各分区内土壤养分的变异系数都较整个研究区有所降低,而分区间土壤养分差异显著。研究区的平均混乱度指数为0.37,不同模糊类别交叠程度较小,地理空间上土壤的隶属关系相对明确。通过模糊聚类分析法可以较好地进行管理分区的划分,分区结果可以作为变量施肥的单独作业单元进行肥料管理。     

短距离样点对土壤呼吸空间变异预测精度的影响

不同采样设计会对土壤呼吸空间变异特征的预测精度产生重要影响。本研究选取黄淮海平原北部潮土区1 km×1 km夏玉米样地,在7×7单元规则格网(样点间距167 m)、完全随机(样点平均间距433 m)以及3×3单元规则格网+完全随机(样点平均间距405m)3种布点方式的基础上,保持样本总量(49)不变,以占总样点2%～14%的短距离样点(样点间距4m)随机替换原方案相应样点个数的方法优化布点方式,应用普通克里金法插值,以均方根误差(RMSE)和确定系数(R2)作为验证指标,检验基于3种布点方式设置的短距离样点对土壤呼吸空间变异预测精度的影响。结果表明:研究区土壤呼吸平均速率为2.65μmol·m?2·s?1,空间分布均呈西高东低,表现出中等程度变异。采样设计对土壤呼吸空间分布的预测精度影响显著,基于3种布点方式设置短距离样点可提高预测精度7%～13%。无短距离样点替换时,规则格网+完全随机的布点方式最优,比完全随机布点和规则格网布点的空间插值预测精度分别提高10%和22%;设置短距离样点替换后,在最优布点方式(规则格网+完全随机)中,对土壤呼吸空间变异的预测精度可再提高4%～7%,其中短距离样点个数占样本总量10%对土壤呼吸空间变异预测精度的提高最为明显。研究发现,基于相同的样本数量设置短距离样点可增加区域范围内样点密度,提高土壤呼吸空间变异预测精度及试验结果的可靠性。因此,在黄淮海平原北部潮土区100 hm2尺度的夏玉米样地中,规则格网+完全随机+10%短距离样点的布点方式是预测土壤呼吸空间变异最适宜的采样布点方式。     

两种取样尺度下土壤重金属空间变异特征研究

通过在两种取样尺度下采集重庆地区土壤样品,测定土壤重金属As、Hg、Cd、Pb、Cr含量,研究不同取样尺度下地统计学方法对土壤重金属空间分析的实用性和空间插值质量。研究结果表明,除小尺度中As、Cd、Cr呈正态分布,小尺度中的Pb、Hg和大尺度中As、Hg、Cd、Pb、Cr均呈偏态分布。各重金属变异系数存在明显空间变异(CV介于23.2%~24.1%),小尺度下空间变异较小,大尺度下空间变异大。在两种取样尺度下,土壤重金属均存在典型的半方差结构,表明采用地统计学方法进行重金属空间变异分析是可行的。在小尺度下,各重金属块金系数介于0.112~0.736之间,表明具有强或中等空间自相关;在大尺度下,块金系数介于0.301~0.570之间,表明具有中等空间自相关。空间插值和交互检验结果表明,As、Cr、Hg、Cd在小尺度下的空间估测结果能准确地反映变量的空间变异,在大尺度下估值有偏差,Pb在两种尺度下的估测结果均有偏差。     

县域尺度土壤有机碳储量估算的样点密度优化

县域是我国国家尺度土壤碳库估算的基本地域单元,合理的土壤样品采集密度是保证估算精度要求的基础。以桃源县为例,设置4.70、0.90、0.60、0.40、0.25、0.15、0.10和0.05个km-2共8个样点密度梯度,利用经典统计学和地统计学方法,研究样点密度对县域尺度土壤有机碳库估算精度的影响。经典统计表明,随着样点密度的降低,重复抽样下土壤有机碳均值及其变异系数的波动逐渐增大,标准误差呈幂函数增加(Y=0.025X-0.47,R2=0.97,p0.01)。地统计学分析表明,随着样点密度的降低,块金值和基底效应逐渐增加,偏基台、变程和决定系数的波动幅度逐渐增大,拟合残差呈幂函数增加(Y=0.001 4X-1.66,R2=0.56,p0.05);土壤有机碳空间分布的局部差异逐渐被弱化,重复抽样下县域土壤有机碳库储量及其平均误差的波动逐渐增强,均方根误差呈幂函数增加(Y=0.77X-0.05,R2=0.59,p0.05)。从整体上看,样点密度小于0.15个km-2时,以上变化均急剧增强,土壤碳储量估算的精度快速降低。因此,综合科学、高效和经济方面的考虑,估算县域农田表层土壤有机碳储量的最佳样点密度为0.15个km-2。本研究结果可为开展区域尺度土壤有机碳野外调查提供辅助支持。     

Evaluating the efficiency of sampling methods in assessing soil macrofauna communities in arable systems

The soil fauna is often a neglected group in many large-scale studies of farmland biodiversity due to difficulties in extracting organisms efficiently from the soil. This study assesses the relative efficiency of the simple and cheap sampling method of handsorting against Berlese–Tullgren funnel and Winkler apparatus extraction. Soil cores were taken from grassy arable field margins and wheat fields in Cambridgeshire, UK, and the efficiencies of the three methods in assessing the abundances and species densities of soil macroinvertebrates were compared. Handsorting in most cases was as efficient at extracting the majority of the soil macrofauna as the Berlese–Tullgren funnel and Winkler bag methods, although it underestimated the species densities of the woodlice and adult beetles. There were no obvious biases among the three methods for the particular vegetation types sampled and no significant differences in the size distributions of the earthworms and beetles. Proportionally fewer damaged earthworms were recorded in larger (25 × 25 cm) soil cores when compared with smaller ones (15 × 15 cm). Handsorting has many benefits, including targeted extraction, minimum disturbance to the habitat and shorter sampling periods and may be the most appropriate method for studies of farmland biodiversity when a high number of soil cores need to be sampled.