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。     

基于不同模型的区域尺度耕地表层土壤有机质空间分布预测

研究不同模型对土壤有机质空间预测的性能差异对制定更加科学合理的采样策略、提升采样效率和提高土壤空间预测精度有着重要的指导意义。本研究将6496个土壤样点按8∶2的比例分层随机分成训练集与验证集,应用普通克里格、随机森林以及随机森林－回归克里格三种有代表性的数字化土壤制图（Digital Soil Mapping,DSM）模型,对河南省许昌市耕地表层土壤有机质含量及空间分布进行预测,对三种模型性能表现进行综合评价。三种模型输出的预测结果显示:研究区耕地表层土壤有机质含量水平一般,均值为18.70 ~ 18.81 g kg?1,变异系数0.15 ~ 0.17,属中等强度变异;空间分布总体格局为西北与西南部分山地褐土区、东南部砂姜黑土区表层有机质含量高,中北部脱潮土、石灰性潮土区表层有机质含量低。验证结果表明:三种模型性能表现无明显差距,预测精度基本一致,输出结果对研究区耕地表层土壤有机质变异解释百分比在33% ~ 34%之间,在相同和相近尺度土壤有机质空间预测案例研究里属中等水平。在协变量有限且样点分布较为均匀的情况下,普通克里格模型便于快速获得研究区目标变量的空间分布;如果协变量比较丰富且易于收集利用,或是进行空间预测的同时还需要甄别不同因素对目标变量的影响大小,则建议采用随机森林模型;协变量有限,但样点密度较大时,随机森林－回归克里格模型可能是对目标变量进行空间预测的不错选择。     

基于回归克里格和遥感的紫色土区土壤有机质含量空间预测

精确预测紫色土区土壤有机质含量的空间分布,对于指导紫色土区农业生产和培肥土壤具有重要意义。以杜家沟小流域为研究区,以遥感影像作辅助变量,采用回归克里格法,预测土壤有机质含量的空间分布,并与参照方法的预测精度进行比较。结果表明:(1)Landsat ETM+影像的波段2和波段5是土壤有机质含量多元线性回归预测的最佳辅助变量,回归残差的最优半方差函数模型为球状模型,模型的拟合精度较高;(2)土壤有机质含量呈由沟谷逐渐向坡顶递减的趋势,空间变异的细节信息表达较好;(3)回归克里格法在验证点的预测值与实测值的拟合能力更好,预测结果更倾向于无偏的,MAE、RMSE和R2均优于参照方法。因此,回归克里格法是紫色土区土壤有机质含量高精度空间预测的有效方法。     

区域土壤容重转换函数构建与预测结果评价——以河南省封丘县为例

以河南省封丘县为研究区,应用现有的代表性土壤转换函数(PTFs)对40个样点、169个样品的土壤容重实施预测并对其较差的预测精度进行了分析与评价,指出对于不同地区、不同类型、不同剖面垂直深度和不同发生层次的土壤,其容重PTFs的预测变量及相应参数各不相同。鉴于此,本研究基于获得的研究区基本土壤属性信息,应用回归分析手段分别构建了表层及心土层容重PTFs。预测结果显示,以土壤砂粒和有机质含量为预测变量的普通回归PTFs可以解释90%的土壤容重变异,且具有很高的预测精度;与心土层相比,表层土壤普通回归PTF的解释能力、预测精度均明显较低,表明表层土壤容重受其他随机因素尤其是人为活动因素的影响较强。进一步研究显示,通过逐步回归手段增加预测变量可以有效提高PTFs的解释能力和预测结果的合理性,但不一定能有效提高预测精度,PTFs预测精度主要取决于预测变量的遴选范围与数据质量。     

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。     

复杂地貌类型区耕地土壤有机质空间插值方法研究

选择适宜区域特征的高效点面拓展模型对揭示土壤属性空间分布规律具有重要意义。根据不同地貌类型特征在福建省各地级市选取了9个典型县(市、区),利用2008年采集的29 320个样点数据系统评价不同空间插值方法对耕地土壤有机质含量推算精度的影响。结果表明,福建省各典型县耕地土壤有机质平均含量为27.83 g kg-1,变异系数为37.87%,半方差函数以指数模型拟合效果最佳;全省平原或盆地、丘陵和山地分布面积相当的地区(如闽侯县、建瓯市、永定县、涵江区、福鼎市)采用泛克里格法插值的精度较高,山地为主的地区(如大田县)采用简单克里格法插值的精度较高,而以平原、台地为主的地区(如南安市、同安区、漳浦县)采用普通克里格或张力样条函数法插值的精度较高。     

消减残差自相关性的县域土壤有机质整合模型预测研究

提升土壤属性空间预测精度对实现农田精准施肥和保护生态环境具有重要意义。利用河北省滦平县采集的1 773个样点耕地表层(0～20cm)土壤有机质(SOM)及其地理环境数据,通过逐步回归分析方法筛选出最优环境变量;基于其中1 426个农田样点分别建立多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)、贝叶斯正则化神经网络(Bayesian regularization neural network,BRNNBP)以及与普通克里格(OK)整合模型(MLR-OK、RF-OK和BRNNBP-OK)预测SOM空间分布,以其余347个样点数据为测试集检验分析不同模型预测精度,并对模型残差进行半方差函数和空间自相关分析以评价模型拟合效果。结果表明,研究区耕地表层土壤SOM处在8.62～35.64 g·kg^-1变化区间,变异系数为20.26%,属中等程度空间变异;SOM高值区主要分布在东北及东南海拔较高地区,低值区多分布在西南及中部河谷地区;海拔、坡度和年均温度与SOM关系密切(P<0.001);整合模型...     

农田土壤颗粒组成及其剖面分层的空间变异分析

对60m55m的农田尺度上100个取样点土壤颗粒组成及剖面层次的空间变异性的传统统计分析表明,各属性的变异系数属中等强度。半方差函数模型均为球状模型,各属性具有一定的空间相关性,并表现有一定的各向异性。在对土壤颗粒组成及剖面层次空间分布趋势分析的基础上,根据半方差函数模型,对各属性选择不同趋势和异向性的普通Kriging内插值比较的结果表明,考虑变量在空间分布趋势和异向性的插值结果比不考虑要好。在以上分析基础上,利用Kriging内插值绘制各层深度和颗粒组成的等值线图,并分析了其空间分布规律。     

吉林省某日遗化武污染场地土壤中砷的分布特征研究

为获得吉林省某日遗化武污染场地土壤中砷含量的空间分布规律,在面积26.19 hm2场地内以网格法采集了2668个表层(-0.5~0 m)土壤样品和637个亚层(-1.0~-0.5 m)土壤样品并进行砷含量的测定。利用地统计学理论探讨了研究区域土壤砷含量的半变异函数及最佳拟合模型,在地理信息系统(GIS)平台上插值分析,并结合土壤垂直剖面(-1.0~0 m)砷含量的分析,得到研究区土壤空间分布规律。结果表明,研究区域表层砷含量为中等程度的空间相关,其最佳半变异函数模型为指数模型,最佳插值模型为简单克里格插值;亚层砷含量与表层砷含量空间结构相似,但表、亚层砷含量呈弱相关;土壤剖面分析表明砷污染主要集中在表面土层,并且随着土壤层深度的增加,大多数样点砷含量降低;砷含量的空间变异受销毁含砷日遗化武、挖掘回收日遗化武、农耕等人为因素影响显著。     

复杂景观区土壤有机质预测模型的尺度效应

为研究复杂景观区土壤有机质预测模型的尺度效应,探讨不同空间尺度数据综合利用的问题,本文运用回归Kriging方法对河南省登封市土壤有机质进行预测,分析了不同空间尺度数据在建模过程中的作用和影响.结果表明:土壤有机质关于高程因子的趋势属于宏观趋势,以大尺度数据拟合该趋势值效果最优;小尺度数据不适合用于拟合土壤有机质的趋势值,但揭示了小尺度残差值的空间变异细节,增强了大尺度残差值的空间结构性,能够有效提高土壤有机质预测精度.因此,景观复杂区土壤有机质预测中,应基于大尺度数据模拟趋势值,大尺度数据和小尺度数据相结合拟合残差值的空间变异函数以预测残差值,最后趋势值加上残差值得到土壤有机质预测值.     

采样尺度对土壤养分空间变异分析的影响

以高密度土壤养分采样数据为数据源,通过随机抽取生成不同采样尺度的样点数据,分析采样尺度对土壤养分空间变异特征分析的影响。研究结果表明:区域土壤养分预测均值随采样尺度减小呈下降趋势,而变异系数增加;养分空间分布的全局趋势随采样尺度增大而增强,但不影响半方差模型;当采样尺度较大,样点间自相关较弱时,相对较少的样点也能满足区域统计参数估测分析需要,但不能用于空间变异特征和插值分析;当样点数大于最佳采样数时,养分统计参数、空间变异特征和插值分析随着采样尺度减小而精度提高,当采样尺度达到0.2左右时,能够满足中等空间变异的土壤养分空间插值分析需要;样点空间布局对相关距和空间插值分析精度的影响比采样尺度本身更为显著。     

河套灌区典型示范区土壤盐分和有机质空间变异特征

为探明河套灌区盐渍化土壤盐分和有机质含量分布规律,选取巴彦淖尔市五原县盐渍化土壤典型区域作为研究区,采用区域土壤信息定点监测,选取 149个采样点,获得各土层土壤样本,并结合经典统计学、地统计学、空间插值等方法,研究盐渍化土壤盐分和有机质含量空间变异特征。结果表明:随着土层深度的增加,土壤有机质含量与土壤盐分含量的相关性逐渐增加,在深层土壤间盐分对有机质含量的影响大于表层,且在 40～ 60 cm影响最显著。研究区各层土壤盐分的最优半方差函数模型为球状模型,土壤有机质的最优半方差函数模型为高斯模型。规模化盐碱地改良后,0～ 20、20～ 40、40～ 60 cm土壤盐分结构比(表示随机因素引起的空间变异占系统总变异的比例)上升 2.35、6.72、1.94个百分点,0～ 20、20～ 40 cm土壤有机质结构比分别上升 3.54、3.93个百分点,土壤盐分和有机质结构比整体较改良前呈上升趋势,结构性增强,空间相关性增强,垂直方向上土壤盐分变异性强于有机质变异性。改良期内土壤盐分含量平均降幅为 0.574g/kg,土壤有机质含量平均增幅为 0.195 g/kg,耕层土壤盐渍化程度减弱,各层土壤有机质含量增加,作物生长安全区增大,研究区土壤环境显著改善。土壤盐分高值区(>6 g/kg)多位于地下水浅埋区的中部和东南部区域,改良后,研究区中部土壤盐分集聚特征仍十分显著,存在盐渍化加剧的风险,仍是盐碱地改良防治重点的区域。     

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。     

内蒙古土壤pH值、粘粒和有机质含量的空间结构特征

采用半方差函数和普通克里格方法分析了内蒙古地区土壤 pH、粘粒和有机质含量的空间结构特征 .结果表明 ,内蒙古土壤 pH、粘粒和有机质含量的空间结构特征可以用线性半方差函数模型加以描述 ,且具有明显的各向异性 .插值结果显示 ,它们的空间变异尺度与土类分布具有较好的一致性 .内蒙古地区土壤 pH值表现为自东向西逐渐升高的趋势 ,而粘粒和有机质含量测沿同一方向逐渐降低 .表生地球化学作用的空间变异是决定内蒙古土壤上述参数分布特征与尺度的主要因素 .     

基于RBF神经网络的土壤有机质空间变异研究方法

通过研究土壤性质的空间变异和空间插值方法,快速准确获取土壤性质的空间分布是精确农业和环境保护的基础。该文以四川眉山一块约40 km2的区域为试验区,采集表层土壤（0～20 cm）样点80个,利用径向基函数(RBF)神经网络建立空间坐标和邻近样点与土壤有机质间的非线性映射关系（RBF2）,模拟土壤有机质的空间分布。与普通克里法（OK）和仅以坐标为网络输入的神经网络方法（RBF1）相比,RBF2的插值精度有显著的提高;相同样点密度下其相对预测误差分别较OK和RBF1减小了9.87%、1.97%（样本A）和13.09%、2.36%（样本B）;即使样点数减半的情况下RBF2的相对预测误差也分别较OK和RBF1减小了10.23%和2.33%,并且插值图差异相对较小,可以更好地反映土壤有机质空间分布的异质性。因此,利用以坐标和邻近样点为输入的神经网络方法可以相对准确、快速地获取区域土壤性质空间分布的异质性信息。     

基于RBF神经网络的土壤重金属空间变异研究

本文采用径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)预测太原市晋源区表层土壤中重金属Cr、Cd、Hg的空间变异,并与普通克里格(Ordinary Kriging)插值结果进行对比分析,以选择更合适的土壤重金属空间插值方法。研究结果表明:1)在拟合RBFNN模型过程中,选择合适的spread散布常数可以使模型达到最优,研究区域土壤Cr的最优散布常数为0.08,Cd的最优散布常数为0.10,Hg的最优散布常数为0.14,这组散布常数对于局部区域农田土壤重金属插值模拟有一定的参考意义。2)RBFNN方法与Ordinary Kriging方法对区域重金属浓度分布的预测趋势一致,土壤Cd含量在区域中部较高,尤其是从东北方向到西南方向的轴线上较高,向两侧形成扩散递减趋势;土壤中Cr含量总体分布趋势也是中部较高,其他区域相对较低;土壤Hg含量在区域东北部较高,由东北方向到西南方向浓度逐渐递减。且土壤重金属在区域中的分布与当地的污染源分布相对应。在样本数有限的情况下对土壤重金属进行空间变异研究时,RBFNN方法比Ordinary Kriging方法的预测精度更高更有效。     

内蒙古地区A、C层土壤中金属元素含量比值的影响因素及其空间结构分析

本研究对内蒙古地区３４９个样点Ａ、Ｃ层土壤中１０种金属元素含量的比值进行了分析．总体而言，金属元素在内蒙古地区表层土壤中有富集的趋势，但它们在Ａ、Ｃ层土壤中含量的比值具有较大方差；偏相关分析的结果表明，土壤有机质含量、ｐＨ值和粘粒含量没有对上述比值产生显著的影响；同时，通过半方差函数的计算和空间插值对上述比值的空间结构特征进行了讨论．结果显示，研究元素在内蒙古土壤中的纵向分布没有表现出明显的空间结构，多数元素在Ａ、Ｃ层土壤中含量比值的半方差函数表现为纯块金效应．因此，内蒙古地区金属元素沿土壤剖面分布特征主要影响因素的空间变异尺度可能在本研究的最小采样尺度（大约２０ｋｍ）以下．     

重庆三峡库区耕地土壤重金属含量的空间变异性研究

对重庆三峡库区耕地土壤重金属含量的空间变异性研究结果表明,Hg和Cr服从对数正态分布,拟合得到Hg与Cr的半方差函数模型分别为幂函数和球状模型,且在一定范围内存在空间相关性;采用Kriging内插法对未测点重金属进行最优估计,所绘制的Kriging插值图反映了该区耕地土壤重金属Hg和Cr的空间变异特征。     

县域尺度农田深层土壤有机质的估算及空间变异特征

县域是实施农业绿色发展的基本单元,农田土壤中不仅耕层的有机质含量会对土壤肥力产生影响,深层有机质的作用也不可忽略,精确估算基于县域尺度农田深层有机质含量具有重要意义。该研究选定位于山西省运城市的永济市农田为研究区,采用多点混合取样法,获取了8个样地剖面的18层数据,共144个混合土样的有机质含量数据,建立了表层(0～20 cm)有机质含量估算深层有机质含量的模型,并进行深层有机质含量的估算。基于半变异函数、空间自相关理论分析了0～30、30～60、60～90、90～120、120～150和150～180 cm土层有机质含量的空间相关性和聚集特征,并进行了相关性检验,采用克里格插值方法对研究区农田各土层的有机质含量进行了预测。结果表明:1)土壤有机质含量随深度的增加呈负指数递减(R2=0.80,P0.01),各土层的有机质含量变异系数介于35.89%～47.84%之间,处于中等变异程度。2)通过建立的估算模型可以通过表层有机质含量估算出任意深度的有机质含量,且拟合精度R2达到了0.90(P0.01)。3)指数模型是反映该区域有机质含量空间结构特征的最佳模型(R20.80,RSS0.001),各土层的有机质含量均表现出了中等程度结构性特征,和空间正相关性特征(Moran’s I=0.26,P0.01),并存在显著的空间聚集特征和异常值现象。4)克里格插值可以较好地进行研究区各层有机质含量的预测,预测精度较高,稳定性较好,为县域尺度深层有机质的估算,调整农艺措施、提高土壤肥力、达到土壤减肥增效、绿色增产增效提供依据。     

耕地土壤有机质空间变异性的随机模拟

有机质是土壤重要的肥力特征,研究盐渍土改良区耕地土壤有机质空间变异特征可为土壤质量提升提供科学依据。以山东省禹城市盐渍土改良区典型地块耕地土壤有机质为研究对象,在全面野外调查和室内化验分析以获得大量的土壤有机质相关信息的基础上,运用地统计学方法对有机质进行了序贯高斯模拟各次实现（SGSV）、序贯高斯模拟平均实现（SGSA）和ordinary Kriging插值（OK）,并将SGSV、SGSA、OK与实测数据进行了统计参数、变异函数、空间分布趋势等方面进行了对比分析。结果表明OK、SGSA改变了有机质数据的空间结构,具有“平滑”效应,SGSA在消除平滑影响方面优于Kriging插值;SGSV具有与实测数据相同的空间自相关结构,对预测点的模拟值具有不确定性,为揭示研究区域土壤有机质的空间结构特征提供了有力的工具,对盐渍土改良区土壤有机质空间不确定性的风险研究具有更实际的意义。