基于神经网络模型和地统计学方法的土壤养分空间分布预测

采用径向基函数神经网络模型与普通克里格法相结合的方法,预测川中丘陵区县域尺度土壤养分(有机质和全氮)的空间分布,并与普通克里格法和回归克里格法进行比较.结果表明：各方法对研究区土壤养分的预测结果相似.与多元回归模型相比,神经网络模型对验证样点土壤有机质和全氮的预测值与样点实测值的相关系数分别提高了12.3%和16.5%,表明神经网络模型能更准确地捕捉土壤养分与定量环境因子间的复杂关系.对469个验证样点预测结果的误差分析表明,神经网络模型与普通克里格法相结合的方法对土壤有机质和全氮预测结果的平均绝对误差、平均相对误差、均方根误差较普通克里格法分别降低了6.9%、7.4%、5.1%和4.9%、6.1%、4.6%,降低幅度达到极显著水平(P<0.01);与回归克里格法相比则分别降低了2.4%、2.6%、1.8%和2.1%、2.8%、2.2%,降低幅度达显著水平(P<0.05).     

基于回归和地理加权回归Kriging的土壤有机质空间插值

基于地形因子与土壤有机质的相关分析,选取相对高程和汇流动力指数作为辅助变量.以普通克里格(OK)作对照,比较地理加权回归克里格(GWRK)与回归克里格(RK)在土壤有机质空间插值及制图上的精度与效果.结果表明:土壤有机质含量与相对高程呈显著正相关,与汇流动力指数呈显著负相关;经半方差分析,土壤有机质及其插值残差具有强烈的空间自相关;对验证集中98个样点的精度加以分析,RK法插值结果的平均误差(ME)、平均绝对误差(MAE)、均方根误差(RMSE)较OK法分别降低39.2％、17.7％和20.6％,相对提高度(RI)为20.63,GWRK法插值结果的ME、MAE、RMSE较OK法分别降低60.6％、23.7％、27.6％,RI为59.79.与OK相比,考虑了辅助变量的RK和GWRK明显提高了插值精度;GWRK考虑了样点位置,成图效果更加精细,对土壤有机质的局部模拟效果优于RK.     

长白山低山区森林土壤有机碳及养分空间异质性

以吉林延边汪清林业局金仓林场境内森林土壤为对象,采用多元线性回归方法和地统计学回归克里格方法,研究了土壤有机碳及养分的垂直分布规律,预测了其空间分布,并对预测结果进行插值.结果表明: 0～60 cm深度土壤有机碳密度为(16.14±4.58) kg·m^-2.随土壤深度增加,土壤有机碳含量、有机碳密度以及土壤全N、全P、全K、有效P及速效K含量都呈减小趋势,其中不同土层间土壤有机碳含量、有机碳密度差异显著(P<0.01).0～60 cm土层土壤有机碳含量和碳密度的拟合方程中,地形因子中高程和坡向余弦值是最优的拟合因子,方程的决定系数分别为0.34和0.39(P<0.01).0～20和0～60 cm土层的半方差函数模型分别为高斯模型和指数模型,利用回归克里格插值方法得到土壤有机碳的空间分布图.与普通克里格法相比,回归克里格法的空间预测精度改进了18%～58%.利用回归克里格插值方法预测了土壤全N的空间分布特征.     

黄土高原小流域土壤养分空间变异特征及预测

在黄土高原小流域尺度上,地形和土地利用是影响土壤属性变异的重要因素.在横山县朱家沟小流域采集111个表层土样,比较不同土地利用及景观位置土壤养分变异及分布特征,分析土壤养分与地形因素的关系并利用相关环境信息进行空间预测.结果表明,不同土地利用类型土壤养分存在显著性差异.有机质和全氮含量表现为坝地最高,灌木地最低,而全磷含量以梯田最高.在不同景观位置,沟平地有机质和全氮含量显著高于其他景观位置,而全磷差异不显著.土壤有机质与复合地形指数CTI、汇流动力SPI、沉积物运移指数STI显著负相关,全氮与沉积物运移指数STI显著负相关,而全磷只与坡度β显著负相关.多元线性逐步回归模型预测土壤有机质和全氮较好,而全磷预测结果较差;回归-克里格预测有效地减小了残差,与实测值较为接近,预测精度高于回归预测.     

宁夏中宁枸杞林地粉壤土阳离子交换量空间分布预测方法对比

土壤阳离子交换量(CEC)是土壤施肥、改良的主要依据和土壤质量的评价指标,研究土壤CEC的空间分布及模型预测可为土壤养分监测、管理及精准农业实施提供科学依据。本研究以中宁枸杞林地粉壤土为对象,在自相关、交互相关等分析基础上,采用协同克里格(CoKriging)、普通最小二乘法(OLS)、地理加权回归(GWR)和随机森林(RF)模型对土壤CEC进行回归分析,比较了制图效果及模型预测精度。结果表明:中宁枸杞林地粉壤土CEC平均值为13.12 cmol·kg^-1,属中等肥力;土壤CEC的空间分布具有自相关性,并与土壤pH、有机质、黏粒和电导率在不同滞后距离上存在不同的空间相互关系;RF模型预测图避免了CoKriging、OLS和GWR模型预测图中土壤CEC图斑边界两侧破碎程度大、突变明显的缺陷,使土壤CEC在空间变化上表现为自然、平缓的过渡;RF模型RMSE值分别比CoKriging、OLS和GWR模型减少33.82%、20.55%和19.81%,R^2分别提高8.84%、51.92%和7.69%。RF模型考虑了样点空间位置,明显提高了插值精度且制图效果更加平缓。     

利用辅助变量对污染土壤锌分布的克里格估值

采用协同克里格及与回归相结合的克里格方法,以36个下层(10～20 cm)土壤锌数据为目标变量、另36个下层土壤锌数据为校验数据、72个上层(0～10 cm)土壤锌为辅助变量,对沈阳市南郊某有色金属加工厂附近农田0.1 mol·L^-1 HCl浸提态土壤锌进行插值分析,并对这两种利用辅助变量的克里格方法在土壤锌空间分布研究中的适用性进行评价.结果表明,与回归相结合的克里格的估值效果明显优于协同克里格及普通克里格法.结合回归模型的变异函数理论模型决定系数较大、残差较小,估值精度比普通克里格法提高4%,且基于回归克里格的土壤锌分布图与利用72个样点普通克里格插值图具有高度的相似性.而协同克里格与普通克里格相比未表现出明显优势.借助辅助变量,采用基于回归模型的克里格方法是进行土壤重金属空间分布估值的一种有效方法.     

红壤区土壤有机质和全氮含量的空间预测方法

如何利用有限的土壤采样点准确预测土壤属性一直是研究的热点。近些年来,结合辅助信息的克里格空间插值应用广泛,但将土地利用类型信息作为辅助变量提高预测精度的研究鲜有报道。以中国南方红壤丘陵区的余江县为案例区,用网格法采集254个土壤样品,通过普通克里格(OK)和以土地利用方式为辅助变量的克里格(KLU)方法对土壤有机质(SOM)和土壤全氮(STN)进行空间预测,并通过102个验证点比较了两种方法的预测精度。分析表明KLU对SOM和STN的预测值与实测值的相关系数(rSOM=0.786,rSTN=0.803)明显高于OK(rSOM′=0.224,rSTN′=0.307);OK对SOM和STN的预测RMSE分别为12.48g.kg-1和0.64g.kg-1,而KLU的预测RMSE分别为6.86g.kg-1和0.37g.kg-1,仅为前者的55%和58%。可见,KLU对研究区SOM和STN的预测精度均大幅提高。同时分析也表明,KLU对不同土地利用方式SOM和STN预测精度的提高幅度存在差异,其中对旱地预测精度的提高幅度最大,对林地预测精度的提高幅度最小,水田则介于两者之间。研究表明,KLU是南方红壤丘陵区进行SOM和STN空间预测的现实和高效方法。     

基于局域模型的凉水国家自然保护区土壤全氮空间分布

以凉水国家自然保护区激光雷达数据为基础,建立数字高程模型,提取基本地形属性如坡度、坡向和复合地形属性湿度指数和相对径流强度指数等,在成土因素学说基础上,对全氮含量(TN)进行地理加权回归建模(GWR),同时运用反距离加权(IDW)、普通克里格(OK)和泛克里格(UK)对TN进行空间插值.结果表明： 对于研究区TN的预测,GWR模型预测精度(77.4%)高于其他3种空间插值方法,IDW预测精度(69.4%)高于OK(63.5%)和UK(60.6%)的预测精度.利用GWR模型预测研究区域土壤TN平均达到4.82 g·kg^-1;在高海拔、地形湿度大以及相对径流强的区域,土壤TN相对较高.对预测结果进行探讨发现,不同坡位、坡向的土壤TN也存在一定差异.因此,基于地形属性的局域模型是土壤属性空间分布预测的更为有效的方法.     

基于环境辅助变量的拔山茶园土壤肥力空间预测

以地形因子、植被覆盖度等为辅助变量,利用回归克里格法预测低山丘陵区茶园土壤肥力,分析了富阳市拔山茶园土壤肥力的空间变异规律.结果表明:相对高程、平/纵向曲率等结构性因素是引起研究区土壤肥力空间变异的主要原因,研究区土壤肥力沿海拔高度呈垂直变化,随着海拔高度的降低土壤肥力水平也逐渐降低;拔山茶园土壤肥力总体较高,肥力较低的区域面积仅占研究区总面积的5%.回归克里格法所得土壤肥力的预测精度明显高于普通克里格,其平均预测误差和预测均方根误差分别为0.028和0.108.该方法能充分反映环境变量对土壤肥力的影响,提高土壤肥力的空间预测精度,可为茶园的精准管理提供依据.     

典型喀斯特小流域不同植被类型间土壤养分的差异性及其空间预测方法

植被类型制约着土壤结构和元素的异质化过程,致使土壤养分空间分布存在差异性.本文研究了典型喀斯特小流域不同植被类型间土壤养分(全氮TN、全磷TP、全钾TK、有机质SOM)含量分布的差异性,分析比较了普通克里金、回归模型、基于植被类型的回归模型对土壤养分预测的精度.结果表明: TN、TK、SOM与植被类型显著相关(P<0.05),TP与植被类型无显著相关(P=0.390),且TN和SOM在灌木林与耕地之间的差异性显著,TK在乔木林与灌草丛、灌木林与耕地、灌草丛与耕地间的含量差异皆显著;非连续的典型喀斯特小流域地形因子空间异质性较高,基于各样点间真实地形因子的多元线性回归预测模型精度优于基于已知点和预测点位置信息的普通克里金预测方法,且基于植被类型的回归预测模型提高了TN的预测精度.     

Estimation of soil organic matter by geostatistical methods: Use of auxiliary information in agricultural and environmental assessment

Mapping soil properties such as soil organic matter (SOM), or soil organic carbon (SOC) content represent a problem often arising in agronomic and environmental surveys, since point data must be spatialized with the best interpolation. Deterministic methods (Inverse Distance Weighting, Splines, ecc.) do not account for the error, thus probabilistic methods as geostatistics (e.g. Ordinary Kriging, OK) have been successfully applied for many years. Maps derived from this kind of stochastic interpolation, based only on a recognized autocorrelation among measured points, could not be suitable in representing the reality, since they usually show a smoothed pattern. Hybrid interpolation methods, such as Regression Kriging (RK), combine an interpolation based only on point data and an interpolation based on a regression of the target variable with other continuous variables, spatially related, well known on the whole area.In the Teramo province, central Italy, a set of 250 soil samples, collected from the surface horizon of agricultural soils is available. From these samples the estimation of soil texture, SOC, SOM related to texture and C/N both by OK and RK was performed. The following predictors were used for RK: (i) indexes derived from Landsat TM imagery, (ii) morphometric parameters derived from DEM, (iii) soil subsystems map 1:250,000. The maps obtained by both OK and RK in this survey show substantial agreement, without significant improvement in map accuracy using auxiliary information.     

塔里木盆地北缘盐土有机碳含量的贝叶斯地统计预测

准确预测土壤有机碳的空间分布,对于土壤资源开发和保护、应对气候变化和生态系统健康都具有重要意义.本文以塔里木盆地北缘盐土1300 m×1700 m样地为试验区,采集5～10 cm深度土壤样品144个,构建土壤有机碳含量的贝叶斯地统计空间预测模型,并以普通克里格、序惯高斯模拟和逆距离加权方法为对照,评价贝叶斯地统计对土壤有机碳含量的预测性能.结果表明: 研究区土壤有机碳含量处于1.59～9.30 g·kg^-1,平均值为4.36 g·kg^-1,标准偏差为1.62 g·kg^-1;半方差函数符合指数模型,空间结构比参数值为0.57;利用贝叶斯地统计方法,获得了土壤有机碳含量的空间分布图以及评价预测不确定性的预测方差、上95%分位数、下95%分位数分布图;与普通克里格、序惯高斯模拟和逆距离加权方法相比,贝叶斯地统计方法具有更高的土壤有机碳含量空间预测精度,显示出该方法对土壤有机碳含量预测的优越性.     

Mapping soil organic matter in low-relief areas based on land surface diurnal temperature difference and a vegetation index

Accurate estimates of the spatial variability of soil organic matter (SOM) are necessary to properly evaluate soil fertility and soil carbon sequestration potential. In plains and gently undulating terrains, soil spatial variability is not closely related to relief, and thus digital soil mapping (DSM) methods based on soil–landscape relationships often fail in these areas. Therefore, different predictors are needed for DSM in the plains. Time-series remotely sensed data, including thermal imagery and vegetation indices provide possibilities for mapping SOM in such areas. Two low-relief agricultural areas (Peixian County, 28 km × 28 km and Jiangyan County, 38 km × 50 km) in northwest and middle Jiangsu Province, east China, were chosen as case study areas. Land surface diurnal temperature difference (DTD) extracted from moderate resolution imaging spectroradiometer (MODIS) land surface temperature (LST), and soil-adjusted vegetation index (SAVI) at the peak of growing season calculated from Landsat ETM+ image were used as predictors. Regression kriging (RK) with a mixed linear model fitted by residual maximum likelihood (REML) and residuals interpolated by simple kriging (SK) were used to model and map SOM spatial distribution; ordinary kriging (OK) was used as a baseline comparison. The root mean squared error, mean error and mean absolute error calculated from leave-one-out cross-validation were used to assess prediction accuracy. Results showed that the proposed covariates provided added value to the observations. SAVI aggregated to MODIS resolution was able to identify local highs and lows not apparent from the DTD imagery alone. Despite the apparent similarity of the two areas, the spatial structure of residuals from the linear mixed models were quite different; ranges on the order of 3 km in Jiangyan but 16 km in Peixian, and accuracy of best models differed by a factor of two (3.3 g/kg and 6.3 g/kg SOM, respectively). This suggests that time-series remotely sensed data can provide useful auxiliary variable for mapping SOM in low-relief agricultural areas, with three important cautions: (1) image dates must be carefully chosen; (2) vegetation indices should supplement diurnal temperature differences, (3) model structure must be calibrated for each area.     

黄土高原小流域土壤养分的空间异质性

利用地理信息系统的空间分析功能,通过地统计学的半变异函数定量研究了黄土高原典型小流域土壤养分的空间异质性特征。结果表明;土壤有机质,全氮,有效氮,全磷和有效磷的理论模型均为球状模型,由随机因素引起的空间变异占空间总变异的比例小,其值分别为13.333%,10.938%,22.000%,9.091%和27.536%,反映5种养分具有较强的空间自相关格局,但它们的空间自相关范围具有明显的差异。土壤全氮和有效氮变程小,分别是90m和110m,有机质次之,变程是120m,而土壤全磷和有效磷的变程最大为160m,研究成果将有效地指导土壤的取样设计,以及进行土壤养分的空间内插和制图。     

黔中喀斯特山区村域稻田土壤理化特性的空间变异特征及空间自相关性

以贵州省安顺市西秀区旧州镇文星村为研究区域,采用地统计学方法,研究了黔中喀斯特山区土壤容重、总孔隙度、毛管持水量、毛管孔隙度、通气孔隙度等物理特性与土壤pH、有机质、速效养分(S、Si、N、P、K、Fe、Zn、Cu、Mn)、全量养分(N、P、K)、交换性盐(Ca、Mg)及阳离子交换量等化学特性的空间变异特征及自相关性。在土壤各特征值中,pH、毛管孔隙度变异系数分别为4.59%、8.28%、9.83%,为弱变异;其他变异系数在10%-100%之间,为中等程度变异。半方差分析表明,土壤毛管持水量、通气孔隙度、毛管孔隙度、速效养分(S、Si、Cu、Mn)、全量养分(N、P、K)、交换性盐(Ca、Mg)及阳离子交换量的C₀/(C₀+C)<25%,表现为强烈的空间自相关性;容重、pH、速效养分(N、P、K、Fe、Zn)及有机质的C₀/(C₀+C)在25%-75%之间,表现为中等空间自相关性,而Moran''s I指数分析表明,除毛管孔隙度、有效S、速效P及有效Mn的空间自相关性较弱外,其他均呈正的显著空间自相关性。根据克里金插值图,在研究区域内土壤毛管孔隙度及毛管持水量与pH、速效养分(S、Si、Zn、Cu、)全P、全N、有机质、交换性Ca、Mg及阳离子交换量在东北方向和西北角分布较低,在西南角方向土壤容重及通气孔隙度分布较低,而pH、速效K、有效Cu、全P、全K、有机质、阳离子交换量分布较高,且速效养分(N、K、S、Cu)、全P、有机质的含量及阳离子交换量均存在从西南向东北方向递减的趋势。     

杉木人工林土壤可溶性有机质及其与土壤养分的关系

通过在福建省来舟林场对不同栽植代数杉木人工林土壤可溶性有机碳(DOC)和氮(DON)及土壤养分的研究,其结果表明,随着杉木栽植代数的增加林地土壤DOC和DON含量逐渐下降,在0～10cm土层内第3代杉木林土壤DOC和DON含量分别是第1代杉木林的83.9%和87.1%、第2代杉木林的90.6%和96.9%,在10～20cm土层内第3代杉木林土壤DOC和DON含量分别是第1代杉木林的80.2%和81.5%、第2代杉木林的81.8%和90.0%。在不同林地和土层内土壤DOC含量之间的差异性达到了显著或极显著水平,而DON含量之间的差异性不显著。不同栽植代数杉木林土壤养分的变化趋势与DOM一致,随着杉木连栽,土壤养分含量呈下降趋势。在0～10cm土层内第3代杉木林土壤全氮、全钾、铵态氮和速效钾含量分别是第1代杉木林的83.1%、60.4%、68.1%和44.3%,是第2代杉木林的84.6%、68.5%、74.4%和58.7%;在10～20cm土层内第3代杉木林土壤全氮、全钾、铵态氮和速效钾含量分别是第1代杉木林的74.0%、53.4%、57.6%和54.6%,是第2代杉木林的94.8%、59.5%、74.3%和65.5%。经相关性分析,在各土层内土壤DOC和DON含量与土壤全氮、全钾、铵态氮和速效钾等土壤养分含量存在着不同程度的相关性。