基于GIS的滨海盐渍化农田土壤空间变异及其分区管理

针对滨海盐渍化农田盐碱瘠薄、土壤属性空间变异大、粗放管理效益低的现实,研究管理分区精准划分方法,采取差异化措施,提升盐渍化土地利用水平。该文以无棣县农田为研究区,采用网格法结合土地利用现状定点野外采样、室内化验分析获取土壤属性数据,运用ArcGIS 10.2地统计方法分析土壤属性的空间变异特征;在MATLAB R2016a中采用模糊c-均值聚类法（FCM）计算各样点的模糊隶属度,通过插值预测模糊隶属度的空间分布,基于最大隶属度原则进行分区;通过变异性分析和最小极差法（LSR）差异显著性检验,对分区结果进行精度验证。结果表明：无棣县农田土壤总体呈轻中度盐渍化,有效氮含量偏低,有机质、有效磷含量中等,速效钾含量较高;有机质、有效氮、有效磷、速效钾和含盐量呈中等变异性（变异系数25.0%-52.3%）,空间变异性较大,应分区调控;速效钾、含盐量和pH的块金效应值小于25%,主要受土壤质地、地下水矿化度等结构因素影响,有机质、有效氮和有效磷的块金效应值在50%-75%之间,受耕作方式、施肥等人为因素影响较大。将全县农田划分为3类管理区,估算面积分别为2.56万hm²、1.76万hm²、3.24万hm²;各分区土壤养分变异系数分别为23.9%-51.5%、15.9%-50.3%、14.7%-33.0%,检验结果表明各分区间差异显著,而各分区内部变异性明显低于未分区。管理分区与土壤属性空间分布特征具有较高的拟合度,分区结果可以作为差异化管理的作业单元。研究结果为各分区内部统一、不同分区间差异化管理提供了依据,研究有助于推进滨海盐渍化农田精准化管理水平的提高。     

基于景观及微地形特征的丘陵区土壤属性预测

为探讨小流域尺度丘陵区的高分辨率数字土壤制图方法,通过对景观相分类的探索,配合应用不同尺度的Geomorphons(GM)微地形特征数据构成分类变量组参与高分辨率土壤pH、黏粒含量和阳离子交换量的预测制图,并与传统数字高程模型衍生变量和遥感变量进行组合与比较分析。此外,采用支持向量机、偏最小二乘回归和随机森林3种机器学习模型择优与残差回归克里金复合参与预测模型的构建与评价。结果表明: 景观及多尺度微地形分类变量组的应用分别提高小流域尺度丘陵地貌区pH、黏粒含量和阳离子交换量预测精度的18.8%、8.2%和8.7%。包含植被信息的景观相分类图相比土地利用数据有更高的模型贡献度;5 m分辨率的GM微地形分类图相比低分辨率的分类图更适宜高精度的预测制图。黏粒含量使用随机森林复合模型有最高的预测精度,而pH和阳离子交换量则不适宜在随机森林模型的基础上加入残差回归克里金模型。景观-多尺度微地形分类变量、数字高程模型衍生变量和遥感变量三者结合的模型预测表现最佳,表明多元变量在起伏地形区域相比单一数据源能够包含更多的土壤有效信息。由GM数据和地表景观数据组成的景观分类变量组作为主要变量能够解释小流域丘陵区部分土壤属性约40%的空间变异。在同类型土壤预测制图研究中,多分辨率GM及景观分类数据有潜力作为环境变量参与预测模型的构建。