冲积平原区土壤颗粒组成的趋势效应与异向性特征

运用基于ArcGIS的地统计学组件分析了河北省曲周县124个耕层土壤颗粒组成的空间特征.结果表明,区域土壤砂粒含量和粘粒含量在东西方向和南北方向的趋势分别为二阶趋势和一阶趋势;粉粒含量在东西方向呈二阶趋势,南北方向呈零阶趋势.在趋势参数为零阶、一阶和二阶条件下,砂粒含量的异向性分析结果为长轴方向变程接近,短轴方向分别为 17.83 km、16.12 km和21.16 km,但它们都比各向同性且趋势参数为一阶时的变程长.从误差分析和反映区域与局部趋势的结果两方面看,土壤砂粒含量在不同趋势参数或不同异向性参数条件下内插的等值线图以一阶趋势的内插结果最好.     

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。     

采样密度对土壤有机质空间变异解析的影响

确定合理的采样密度以便更有效地揭示土壤属性的空间变异,是提高土壤质量评价工作准确性的前提。本文以合肥市北部地区为例,从5 207个土壤采样点(采样密度为1个/km2)中重复20次随机抽取不同采样密度的六个样本子集(对应采样密度分别是0.8个/km2、0.56个/km2、0.39个/km2、0.28个/km2、0.19个/km2、0.13个/km2),采用地理信息系统(GIS)技术和地统计学方法,研究采样密度对土壤有机质(SOM)空间变异解析的影响。结果表明:上述不同采样密度下,有机质含量的均值差异不显著,各样本对总体均具有较强的代表性。土壤有机质表现出中等的空间相关性,采样密度为0.28个/km2时探测到的SOM含量变异结构中结构性组分比例最高。采样密度小于0.28个/km2时,则局部细节信息被过滤,不能准确充分地表现其空间变异特征。在研究区的这种自然地理条件和土地利用方式下,若评价目的主要针对土壤肥力质量,揭示土壤有机质空间变异的最佳采样密度应为0.28个/km2。若是针对区域土壤碳汇潜力,则大约22 km2布置一个采样点即可获得预期的效果。     

Estimation of local probabilities for exceeding threshold values in environmental monitoring

Contour or isopleth maps of regionalized variables are widely used in decision making without regard for the inherent uncertainty of interpolated contours. One concept for addressing the accuracy of contours given the data is the computation of the conditional probability of the value being lower than the contour. Two simple techniques for an approximate computation, indicator kriging and approximation by normal distribution quantiles, are applied to immission data. Since the assumption of a stationary underlying process does not seem justifiable, a moving windows technique is adopted.     

黄土高原沟壑区土壤养分空间变异及其与地形因子的相关性

【目的】研究黄土高原沟壑区土壤养分空间分布特征及变异规律,分析地形因子对土壤养分空间分布的影响,为土壤养分的有效利用与管理提供理论依据。【方法】运用地统计学和GIS技术相结合的方法,研究地处黄土高原沟壑区的安塞县土壤有机质、碱解氮、有效磷和速效钾的空间变异特征,并利用数字高程模型(DEM)提取坡度、水平曲率、垂直曲率、地形湿度指数和河流动能指数等5个地形因子,分析土壤养分含量与这些地形因子之间的相关性。【结果】(1)土壤有机质、碱解氮、有效磷和速效钾4种土壤养分的变异系数为14.14%～26.84%,块金效应值为16.45%～45.87%。(2)研究区西南部土壤养分含量较高,北部土壤养分含量相对较低。(3)坡度与有机质、碱解氮和有效磷含量呈显著或极显著负相关;水平曲率与有机质和速效钾含量呈显著负相关;地形湿度指数与有机质和速效钾含量呈显著正相关。【结论】安塞县土壤有机质、碱解氮、有效磷和速效钾养分均具有中等变异性,速效钾具有很强的空间相关性;坡度较小、土壤水分较多、水土流失较轻微的地区,土壤养分含量较高;在施肥时,应增大研究区北部氮、磷的施用量。     

平顶山市土壤速效养分空间变异分析

基于地理信息系统(GIS)和地统计学研究了平顶山烟区土壤耕层碱解氮、速效磷、速效钾的空间变异规律.应用GIS将588个采样点数据同其地理坐标相结合,在地市级大范围内进行地统计学分析.研究表明,碱解氮、速效磷、速效钾经对数变换后,样点数据呈正态分布;利用半方差函数模拟变异函数曲线,三者均符合球状模型;3种养分要素的空间自相关程度都属于中等的空间自相关,但空间相关的尺度范围不同,速效磷空间相关尺度最大,速效钾的相关尺度最小;经交叉验证,模拟的球状模型可较好的对整个区域进行插值预测.插值结果表明,速效氮和速效磷在西北到东南的方向上有明显的结构性,速效钾的方向结构性不明显.     

山东省文登市耕层土壤有机质的空间分异特征研究

本文在Arcgis地理信息系统平台上,利用地统计学分析模块中的克立格法,基于野外采集的土壤样本GPS 数据和土壤有机质含量的测定值,针对文登市农田生态系统耕层土壤有机质进行了空间分异性特征分析,并对比评价了各种克立格插值模型.结果表明:文登市耕层土壤有机质的空间变异性较为显著;有机质含量的空间变异结构最佳拟合模型是Tetraspherical模型;C0/sill值为0.86,耕层土壤有机质空间相关性很弱,主要是人类活动影响的结果;耕层有机质含量处在较低水平,应改善耕作管理方式.     

洪泽湖农场土壤碱解氮含量的地统计学和GIS分析

应用地统计方法和GIS技术,研究了洪泽湖农场土壤碱解氮的空间分布规律,较为精确地衡量了农场速效氮的供应能力。该方法和结果对于在农业生产中合理施肥、发展精确农业、农业可持续发展等都有重要的参考价值。     

基于地理探测器和GIS的压砂地砾石空间异质性及其影响因素分析

为探究压砂地不同粒径砾石空间异质性及其影响因素,基于压砂地102个采样点,对不同粒径砾石配比进行了描述性统计,通过半方差函数和全局空间自相关分析等地统计方法分析了压砂地不同粒径砾石的空间变异特征和聚集模式,并进一步利用地理探测器模型识别影响不同粒径砾石占比空间分异的主要影响因子,在此基础之上,选取主要影响因子协同地理加权回归克里格法对不同粒径砾石占比进行可视化,获取其分布特征。结果表明,不同粒径砾石的空间变异系数均大于10%,属中等变异。不同粒径砾石的空间异质比变化范围较大（0.26%~83.48%）,其空间异质性受随机性因素和结构性因素共同影响。空间自相关分析显示各粒径砾石的全局Moran''s I均高于0.674,且Z值均大于1.96,表明不同粒径砾石具有极显著的空间依赖特征,呈聚集性分布。地理探测器模型识别表明压砂地不同粒径砾石的空间分异的解释力由大到小依次为种植年限>坡向>地表粗糙度>坡度>剖面曲率>平面曲率>地表起伏度,种植年限的单因子解释力明显高于其他因子。不同环境条件下压砂地土体中不同粒径砾石空间分布差异明显且呈聚集性分布特征。种植年限、坡向和地表粗糙度是压砂地不同粒径砾石空间分布状况的主要影响因子。