土壤质地空间预测方法比较

土壤质地作为成分数据（compositional data）的一种,其空间插值需满足非负、定和、误差最小和无偏估计4个条件。采用成分克里格法（compositional Kriging）和基于对数比转换的普通克里格法对土壤质地各颗粒组成进行空间预测,均方根误差（root mean squared errors,RMSE）和标准化克里格方差（mean squared deviation ratio,MSDR）分别被用来衡量不同方法的预测精度及模型拟合效果。研究结果表明：对数比转换的普通克里格法和成分克里格法能够保证插值结果满足成分数据插值的4个条件;成分克里格法预测的各土壤颗粒组成的RMSE最小,预测精度最高,其黏粒RMSE值相对于非对称对数比转换的普通克里格法提高将近17%;成分克里格法的变异函数拟合效果总体上好于其他两种预测方法,预测结果极差更宽,更能反映土壤质地各颗粒组成与高程、母质和水域分布的关系。     

模糊c-均值算法在区域土壤预测制图中的应用

基于模糊c-均值算法和地统计学空间插值,在面积约为1km2的研究区内进行区域土壤预测制图。研究结果表明:根据研究区123个剖面和土钻样点,通过分析它们在形态学上的特征和定量属性,建立了9类诊断特征土层。通过FCM算法模型,获得4类最佳分类数,模糊指数为1.7。类别数目与研究区受地形、母质和土地利用方式影响的主要成土过程决定的土纲下土壤类型数目一致。将经过对称对数比转换的隶属度成分数据进行单一模糊类别隶属度土壤预测制图,4种类别土壤在空间上具有明显的渐变过渡特征,制图结果较理想。在单一类别隶属度土壤图的基础上生成最大隶属度土壤图,与常规土壤调查土壤图具有共同参比的基础。     

考虑数据变换的泾河流域月降雨空间插值

对泾河流域各站点1951-2005年多年平均月降雨量数据进行偏斜度分析.并分别做平方根、立方根、对数变换;根据泾河流域自然地理特征选择普通克里格法和梯度距离平方反比法对变换前后的月均降雨量数据进行空间插值,通过交叉验证的检验方法得到以下结论:偏斜度分析对于空间插值意义不大;两种插值方法都是对数变换后的数据插值结果较优,同时考虑高程的梯度距离平方反比法无论数据变换与否其插值精度都没有普通克里格法的精度高.选择对数变换和普通克里格法进行泾河流域多年平均月降雨量插值效果较好,为日降水插值的获得提供了可靠的本底文件.     

冀西山前冲积扇区土壤机械组成模型制图对比研究

探索适合地形平缓的山前冲积扇地区土壤机械组成的空间预测方法。以河北省灵寿、行唐、曲阳县400 m高程以下区域为研究区,结合地形因子、土壤类型、归一化植被指数、地表温度等环境变量,选择基于对称对数比（SLR）转换的普通克里格法（SLR-OK）、回归克里格法（SLR-RK）、随机森林法（SLR-RF）3种方法,对训练集114个样点表层土壤机械组成的空间分布进行预测,并通过验证集50个样点比较了3种方法的预测精度。（1）从空间预测图来看,砂粒呈现出西北低、东南高的空间分布趋势;粉粒和黏粒与砂粒相反。与SLR-OK法相比,SLRRK法和SLR-RF法能够更好地反映局部变异并减小平滑效应。（2）对于砂粒和粉粒,SLR-RF法对验证集含量预测的平均绝对误差（MAE）和均方根误差（RMSE）均低于其他两种方法,且决定系数最高,表明SLR-RF的预测精度最高;对于黏粒,SLR-OK法对验证集含量预测的MAE和RMSE均低于其他两种方法,且决定系数最高,表明SLR-OK法的预测精度最高。（3）线性回归预测模型的辅助变量包括高程、土壤类型和风力作用指数;随机森林法模型的辅助变量包括高程、土壤类型、归一化植...     

基于模糊集理论的土壤重金属污染空间预测

基于54个土壤表层样品重金属全量浓度实验室测定数据,应用模糊c-均值算法对南京城市边缘带化工园附近20km^2样区内土壤重金属浓度进行了连续分类,对样点土壤的隶属度进行空间普通克里格插值,实现样区土壤重金属浓度和污染状况的空间预测.结果表明,样区土壤中重金属Cu、Zn、Cr、As和Cd的浓度均低于国家土壤环境质量标准,未发生污染;受工业、交通排放的影响,样区左侧和南部Cu、Zn、Cr、As较高,个别区域有Zn、Cr富集现象.Hg为样区主要的土壤重金属污染元素,土壤Hg污染主要发生在蔬菜基地及滁河流经区,较为严重的Hg污染土壤集中分布在样区中部的蔬菜基地.与利用样点测定数据直接插值的空间预测方法相比,基于模糊集理论的土壤污染空间预测方法可获得较好的预测效果.     

基于矩阵变换的车载玉米叶绿素含量快速预测系统偏差分析

为了对车载玉米叶绿素含量快速预测系统偏差进行分析,优化车载系统测量结果,该文提出一种空间插值和多维矩阵分析相结合的思想,阐述了基于矩阵变换和GIS空间分析手段的预测偏差分析策略,提高了车载系统快速预测空间分布的预测效果。研究结果表明：使用BP神经网络模型和RBF神经网络模型对车载系统动态预测单点位置叶绿素含量具有一定预测效果,平均决定系数R2约为0.8,2类模型的预测效果相近。RBF神经网络预测结果矩阵经反距离加权法插值后,其空间分布预测偏差度小于10%的数据量占总数据量的85%。表明该方法具有较好的空间预测效果,可以为车载系统动态测量平台预测玉米冠层叶片叶绿素含量的提供决策支持。     

北京市大兴区土壤养分空间结构及影响因素分析

为了揭示土壤养分的空间分布特征和指导土壤培肥管理,以北京市大兴区为例,首先基于地统计学和GIS技术对大兴区土壤养分进行空间克里格插值和模糊隶属度函数模型标准化处理;其次利用主成分分析方法获取了大兴区土壤养分的空间结构,即全氮、碱解氮、有机质、有效磷和速效钾所占空间比例分别为0.32,0.25,0.23,0.03,0.17;最后对土壤养分空间结构的影响因素进行了系统分析。研究表明:大兴区土壤中氮含量最高,有机质含量较高,钾含量较低,磷含量极低,整体上大兴区土壤养分高值区主要分布在东北部,低值区主要分布在西南部和中部区域;主要与大兴区土壤类型、质地、农户土地利用方式和施肥结构等密切相关。     

基于土壤-地形关系的合理样点对土壤有机质空间预测的影响

针对土壤精细化管理体系中合理样点数及空间预测优化问题,本文将基于土壤-地形关系,探讨了不同采样方式下以局部样点数量为代表提供最优数据的可能性。以地统计学、土壤-地形关系、地理加权回归克里格(GWRK)模型为基础,经系统格网、地形单元分区和地形起伏度最佳统计单元等三种采样方式分析合理样点集的空间分布对土壤有机质空间预测精度的影响。结果表明:(1)确定地形起伏度最佳统计单元大小为10×10像元,且平原区样点分布最为密集,合理样点数为1656;(2)高程、坡向、地形位置指数、相对位置指数、地形起伏度是影响土壤有机质空间变异的主要因素,能够解释研究区内有机质含量空间变异的69.2%;(3)GWRK模型精度均比普通克里金插值(OK)精度高,且山脊、背坡、陡坡、坡脚等坡位内合理样点数分别为39、481、9、28。在样点数最多时(n=2806),GWRK精度提高幅度及样点数量对预测结果影响有限。当样点数量减少时,有机质预测值空间分布的局部变异性随样点数减少而减少。因此,不同采样方式下合理样点集明显影响有机质预测精度,但预测结果分布趋势相似,仍可完整表征土壤有机质空间分布的空间格局。     

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。     

河北省表层土壤有机碳和全氮空间变异特征性及影响因子分析

【目的】在陆地生态系统中, 土壤全氮和有机碳是重要的生态因子。本研究基于土壤调查获得大量土壤剖面的空间和属性信息,研究河北的土壤有机碳和全氮的空间分布特征,为河北的土壤养分监测和管理提供科学依据,同时也为其他类似地区土壤采样提供参考,减少采样成本。【方法】运用传统统计学和地统计学分析方法,以变异函数为工具,初步分析了河北土壤全氮和有机碳的空间变异特征,并应用普通克立格法和回归克里格法进行插值, 得出全氮和有机碳含量的分布格局。【结果】研究区土壤有机碳和全氮的平均值分别为15.25 g/kg和1.23 g/kg,变异系数分别为0.73和0.63,属于中等强度变异。经对数转换后,土壤有机碳和全氮均符合正态分布。选择球状模型作为土壤有机碳和全氮的半方差函数理论模型,土壤有机碳和全氮的块金值/基台值的比值分别为1.8%和1.2%,有机碳和全氮的块金系数均小于25%,表明有机碳和全氮具有强烈的空间相关性。有机碳和全氮空间变异的尺度范围不同,分别为50.400 km和59.200 km。研究区的有机碳总体空间分布规律是有机碳在北部较高、南部较低,呈自北向南递减趋势,土壤全氮与有机碳的空间分布趋势相似,但有机碳的空间变异特征较全氮明显,这种空间分布格局主要受环境因子、 土壤质地、 土壤类型以及土地利用类型等的影响,其中环境因子中的气温和海拔对有机碳和全氮的影响较大。通过比较普通克里格和回归克里格的预测结果,回归克里格能较好地反映东南部有机碳和全氮较低地区的局部变异外,对于西北部的山区也能更好地反映碳、 氮与地形及气候等因素的关系。【结论】河北土壤有机碳和全氮的空间变异和分布特征较为类似,受地形地貌、 气候等因素的影响。通过比较普通克里格法和回归克里格法的空间预测结果,回归克里格法可以消除环境因子的影响,从而得到更准确的空间预测结果,因此建议使用回归克里格法进行预测,以期获得一个更为准确的土壤有机碳和全氮的空间预测结果。     

复杂地形下TRMM降水数据的降尺度研究：以四川省为例

TRMM数据是目前应用最广泛的卫星降水产品,其准确性已得到广泛验证和认可。但其相对较低的空间分辨率制约和阻碍了在各领域的进一步应用。本研究以降水空间分异显著的四川省为例,在综合考虑空间位置、地形等多个影响因素及其空间非平稳性特征的基础上,采用混合地理加权回归（MGWR）与克里格插值（Kriging）相结合的方法,建立一个兼顾多因素空间非平稳性特征的降尺度模型（MGWRK）,对研究区域的TRMM年降水数据进行降尺度研究,并通过41个气象站点的实测数据对不同降尺度方法的结果进行对比验证。结果表明：（1）经过降尺度处理后,TRMM降水数据的空间分辨率从0.25°（约26km）提升至1km,数据的精细程度有了明显提升;（2）MGWRK模型综合运用了空间位置、地形等多个高分辨率的辅助信息,并进一步探究了不同影响因素对TRMM降水影响关系的空间非平稳性类型与特征。从多年平均及两个典型年份的验证结果看,MGWRK法比传统的重采样方法Bilinear法及基于OLS的全局回归克里格法具有更高的精度,降尺度结果的精度更接近TRMM原始数据;（3）构建的降尺度模型兼顾了提升空间分辨率和保持数据精确度两方面的要求,适用于四川省TRMM降水数据的降尺度研究,可为TRMM数据在小尺度的应用研究提供有效的数据支持。     

水稻遥感识别偏差修正的地统计学方法

为了进一步提高农作物遥感识别精度,充分利用高分辨率遥感影像上不同地物之间的邻域空间关系,提出农作物遥感识别偏差修正的地统计学方法。该方法综合考虑目标地物的光谱特征与空间信息,以类别隶属度偏差为研究对象,首先利用类别指示向量和类别后验概率向量之间的差异实现目标地物的类别隶属度偏差量化,然后对训练样本的类别隶属度偏差进行变异函数建模,并采用带局部均值的简单克里格插值方法预测总体类别隶属度偏差,之后用总体偏差的预测值对光谱分类所得的类别后验概率进行修正,重新确定识别结果,实现农作物遥感识别的偏差修正。以安徽省南部的一景 SPOT-5影像覆盖范围为研究区,选择2块典型区域分别作为试验区和验证区,以一季稻和晚稻为目标农作物,以支持向量机作为光谱分类的分类器,建立了水稻遥感识别的偏差修正流程;采用地面实测数据对修正效果进行评估,并与最大似然分类、模糊分类和支持向量机分类的结果进行比较。试验结果表明,该方法的总体分类精度能够达到90%以上,与传统分类方法相比,总体精度提高了近14%;且该方法能够大幅提高一季稻和晚稻的生产者精度和用户精度,有效改善了研究区的水稻识别结果,可以为中国南方复杂种植条件下的水稻识别提供参考。     

慈溪市表层土壤养分与重金属的多变量统计分析

地球化学变量在土壤中受到多个因素与过程影响使得它们之间的关系非常复杂.利用直方图、正态Q-Q图、数据转换、聚类分析等多变量分析方法.对浙江省慈溪市表层土壤样品中的重金属、养分以及土壤pH值进行了调查与分析.结果认为:变量之间存在着显著的变异,其中直方图表现出数据多模态的特点与正态Q-Q图的多扭结的特点表明了这些数据中多莺总体的存在,正态Q-Q图还显永数据存在异常值.大部分变量并没有通过K-S正态分布检验或对数正态分布检验,Box-Cox变换使得数据更接近正态分布,是一种更有效的正态转换方式.聚类分析的结果认为所有变量根据影响因素的不同可分为3个组分.在所有的影响因素中,土地利用被认为是最重要的影响因素.     

江门市新会区耕地土壤有效性Si,Ca,Mg的空间变异特征

运用地统计学,结合GIS技术研究了江门市新会区土壤有效性Si、有效性Ca和有效性Mg3种元素含量的空间分布特征。结果表明,各变量经对数转换后符合正态分布。半方差分析的结果显示,除了有效性Ca具有强空间相关外,其余的都具有中等空间相关性。从Kriging插值结果可知,有效性硅含量在115 2 30mg/kg的面积占研究区域耕地面积的34.9% ,主要分布于研究区域的中部和东北部地区;有效性Ca的含量在>10 0 0mg/kg的面积占研究区域耕地面积的71.6 % ,主要分布在研究区域的东北、中部和西北、南部的部分地区;有效性Mg的含量在>30 0mg/kg的面积占研究区域耕地面积的2 9.8% ,主要分布于研究区域的东北部地区     

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.     

基于土壤剖面质地构型的土壤质量评价——以河南省封丘县为例

土壤剖面质地构型是土壤质量和土壤生产力的重要影响因子,对冲积平原地区来讲尤其重要。然而,现有的土壤质量评价研究中,很少采用该因子,且评价指标筛选大多缺乏明确的生物学意义。本研究利用河南省封丘县39个剖面数据及113个土钻样点数据,使用模糊C均值聚类方法 (FCM)结合Kriging插值方法获取的9种土壤剖面质地构型在空间上分布的单一类别隶属度图;在此基础上结合专家知识,针对平原地区旱作作物及耕地的耕性对土壤剖面质地构型的性状进行打分,以分值为参照,在Arc GIS 9.2中9个单一类别隶属度栅格文件进行栅格计算,获取了研究区土壤剖面质地构型栅格的综合分值。利用包括土壤剖面质地构型在内的多个土壤属性,结合作物产量数据,使用主成分分析(PCA)方法确定了最小数据集(MDS);应用指数和法,基于两种途径对土壤质量进行了评价,并结合测产获取的作物产量对两种评价结果进行了对比分析。结果表明:土壤质量指数与作物产量有较好的相关性,土壤质量评价结果能够较好地反映研究区的土壤质量状况。在添加剖面质地构型因子后,土壤质量评价结果有进一步的改善,可见在黄河泛滥冲积平原地区,剖面质地构型是土壤质量评价必不可少的因子。     

模糊集理论在土壤剖面质地构型中的应用——以河南省封丘冲积平原区土壤为例

封丘县是典型的黄河中下游冲积平原区,不同层次土壤质地类型、厚度及其在剖面中的组合,是影响土壤水肥贮存与供给能力的重要因素。本研究通过39个土壤剖面和113个土钻样点的野外调查获取第一手资料。根据层次质地类型与其在剖面中出现位置两个基本特征定义特征质地层,在研究区最终确立了9种特征质地层。以特征质地层在已观测土壤剖面和土钻样本中出现缺失特征以及厚度参数为基础数据,应用模糊c-均值算法模型,研究区观测土壤被自动划分为9种特征质地层组合类别,亦称为土壤剖面质地构型。结合普通克里格空间预测方法,实现了9种土壤剖面质地构型在空间上分布的单一类别隶属度图和去模糊化图。剖面不同质地层次在垂直方向的组合特征以及不同土壤剖面质地构型在水平方向上的分布规律,为区域耕地质量评价、生产潜力评估以及改良、利用实践提供了更加客观、丰富的基础信息。     

重庆市植烟土壤质量评价指标体系的构建与应用

为准确评价重庆烟田土壤质量特征。以重庆市烟区2513个代表性植烟土壤的理化指标为基础数据,采用聚类分析和主成分分析法建立重庆烟田土壤质量最小数据集,构建重庆市植烟土壤质量评价指标体系。(1)基于主成分分析法建立的土壤质量评价体系更适合对重庆烟区土壤质量进行评价,评价指标从原来16个指标减少为7个指标,具体由土壤pH、有机质、有效磷、有效铁、有效锌、有效硫和水稳性大团聚体组成。(2)重庆烟区土壤酸化程度较为严重,有35.1%的植烟土壤偏酸;土壤氮素较为适宜,而速效磷和速效钾处于过量范围占比分别为62.9%和75.8%,其他元素缺乏和过量并存,水稳性大团聚体处于较低范围占47.2%。(3)重庆植烟土壤质量综合指数(SQI)的半方差函数最优拟合模型为指数模型,交叉验证结果表明模型和参数合理;基于最小数据集计算得到土壤质量指数SQI的平均值为0.61,表明重庆烟区土壤质量总体处于中等偏低水平,重庆烟区有45.04%的烟田急需要改良。(4)土壤质量评价指标隶属度值雷达图得出,土壤pH、速效磷、有效铁、有效硫和水稳性大团聚体隶属度比较小,为重庆烟区的土壤限制性因子。该研究建立了重庆市植烟土壤质量评价指标体系,研究结果可为重庆烟区土壤质量提升、土壤生态系统恢复和烟叶可持续生产提供支撑。     

不同蒸散量时间尺度提升法用于节水灌溉稻田的对比分析

蒸散量（ET）时间尺度提升方法能充分利用遥感数据与地面观测的优势,获得精确的区域日尺度估算值,对指导农业水管理特别是农田灌溉具有重要的意义。该研究以节水灌溉稻田为研究对象,基于2015和2016年稻季涡度相关系统实测数据,在能量强制闭合的条件下,选择了4种基于能量平衡原理的蒸散量尺度提升方法,分析了蒸发比、作物系数、冠层阻力、辐照度比4个尺度转换因子在节水灌溉条件下的变化特征,对比了四种方法提升估算日尺度ET与涡度相关系统实测值的差异。结果表明,节水灌溉条件下蒸发比、作物系数、冠层阻力3个尺度转换因子的生育期平均日变化和其他下垫面相比有一定特殊性,辐照度比的变化仅取决于研究区域所处纬度位置。作物系数法与冠层阻力法以 10:00－11:00小时值估算日蒸散量结果的准确性较好,决定系数和一致性系数分别达到0.92和0.97以上,正弦关系法的模拟效果稍差,但该方法估算效果稳定,可作为一种粗略的尺度提升方法。各时段蒸发比法估算值均存在一定程度的低估,但相关性较好,用考虑饱和水汽压差的线性关系修正后,10:00－11:00估算结果的准确性和一致性均最好,决定系数和一致性系数分别为0.987和0.996。研究结果明确了适宜长江中下游节水灌溉稻田ET时间尺度提升各估算方法的较优时段,并表明修正后的蒸发比法提升估算日尺度ET最优。     

基于高光谱图像纹理特征的牛肉嫩度分布评价

传统牛肉品质的检测方法耗时长,效率低,破坏样品,已不能满足现代化生产的需要。为了实现对牛肉嫩度品质的快速无损检测和评价,该文利用高光谱成像系统,以西门塔尔牛多个胴体的背最长肌部位为研究对象,采集56个有效样本的高光谱立体图像,研究无损评价牛肉样品的嫩度分布。通过提取样本的反射光谱信息,并利用逐步回归算法结合遗传算法(GA,genetic algorithm)筛选出牛肉剪切力值(WBSF,warner-bratzler shear force)的特征波段。利用主成分分析(PCA,principle component analysis)提取样品的3个主成分。基于选出的特征波段图像和提取的主成分,通过计算图像灰度共生矩阵求取每幅图像8个主要纹理特征参数,分别建立了基于支持向量机(SVM,support vector machine)和线性判别(LDA,linear discriminant analysis)法的嫩度等级判别模型。经分析比较,基于主成分纹理特征优于基于特征波段图像建立的预测模型,并且,线性判别模型识别准确率相比支持向量机模型较高。基于主成分纹理特征建立的线性判别模型预测集判别精度为94.44%。研究结果证明,基于高光谱图像纹理特征分析,可以建立牛肉的嫩度判别模型,对牛肉嫩度快速无损检测技术研究提供理论参考。