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).     

插值方法与样点数对县域土壤有效磷空间变异特征评价的影响

与欧美大规模农场经营不同,土地分散经营使我国县域土壤养分空间变异特征评价更加困难.本研究以安徽芜湖土壤有效磷为例,系统地评价插值方法与样点数对县域土壤养分空间变异特征评价准确性的影响.结果表明：局部多项式、普通克里格、简单克里格和析取克里格插值方法的评价效果优于反距离加权法、全局多项式、径向基插值和泛克里格等插值方法,考虑到实际操作简单,推荐用普通克里格方法进行县域土壤有效磷空间变异特征评价.随着参与空间插值样点数的增加,县域土壤有效磷空间变异特征预测的准确性增加,充分考虑评价的准确性和田间取样费用,建议县域土壤有效磷空间变异特征评价的适宜样点数应介于500～1000个.     

基于GIS和地统计学的低山茶园土壤肥力质量评价

亚热带低山区是我国茶园的主要分布区域,研究其土壤肥力质量状况是茶园精准化和信息化管理的基础。利用地统计学、GIS以及多元统计分析相结合的方法,对蒙顶山茶园土壤肥力质量进行了定量化综合评价研究。结果表明：（1）蒙顶山茶园土壤肥力质量沿海拔高度垂直变化明显,大部分土壤肥力区沿蒙顶山阳坡面水平方向呈带状分布。土壤肥力较高的区域分布在山体的中上部,随着海拔高度的降低土壤肥力质量水平也逐渐降低。（2）蒙顶山茶园土壤肥力质量总体水平不高。区域内土壤各项肥力指标与优良茶园相比还存在差距,同时肥力质量偏低的区域所占面积较大：第四、五两级肥力区所占面积最大,占总面积的42．35％。肥力较低的后5级占总面积的近70％,而肥力最高的3级不到10％。（3）采用该方法进行土壤肥力质量评价能较客观地反映土壤肥力状况,为地统计研究成果实际运用提供了思路。     

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.     

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.     

地形和采样数量对浙江省森林凋落物碳密度插值精度的影响

将浙江省分成平原沿海地区、丘陵-盆地和山地3个地形单元,研究地形和采样数量对浙江省森林凋落物碳密度克里格插值精度的影响.结果表明:浙江省平原沿海地区、丘陵-盆地和山地的森林凋落物碳密度半变异函数基台效应在28.3％～72.4％之间,具有中等空间相关性;不同地形的克里格插值精度高低顺序为平原沿海地区＞丘陵-盆地＞山地,随着地形复杂程度增加,其插值精度降低;同一地形单元内的克里格插值精度随采样数量增加而提高,以山地的插值精度提高最为明显.在地形复杂区域有必要设置较多的采样点以提高插值的精度.     

干湿季节下基于遥感和电磁感应技术的塔里木盆地北缘绿洲土壤盐分的空间变异性

土壤盐渍化问题是制约干旱半干旱区植被生长最主要的生态环境地质问题,也是影响绿洲农业生产的障碍性问题.而将遥感与近感技术相结合,是当前评价、监测及预报土壤盐渍化程度的先进方法.以新疆塔里木盆地北缘的渭干河-库车河三角洲绿洲为例,以遥感数据和解译后的电磁感应数据为基础数据源,利用解译后的数据结合GIS和地统计学知识以及野外实测所得到的土壤电导率和盐分资料,分别采用泛克里格(Universal Kriging)、光谱指数回归(Spectral Index Regression)和回归残差泛克里格(Regression-Universal Kriging)3种方法研究了该地区两个关键季节(干季和湿季)土壤盐分的空间变异特征.研究结果表明:研究区的土壤浸提液电导率EC1∶5和土壤盐分呈现显著相关,可以用EC1∶5来代替土壤的全盐量进行分析;电磁感应仪(EM38)所测各季节土壤表观电导率与EC1∶5的相关系数均达到1％显著水平,以表观电导率垂直读数(EMv)和水平读数(EMH)为自变量的多元回归模型拟合效果较好;研究区各季节的表层土壤电导率的空间分布均表现为强相关性,说明土壤采样点间的内部结构性良好,采用能够充分考虑到干旱区表层土壤电导率空间变异的尺度依赖性的球状套合模型,能够更好的拟合土壤表观电导率的空间结构;经过精度比较,回归残差泛克里格法为最优预测方法,这表明将遥感和电磁感应技术相结合,能够有效的提高预测与评估土壤盐分空间分布的精度,为精确地进行土壤盐分预测以及土壤次生盐渍化的防控提供了一定的依据.     

综合土地利用及空间异质性的土壤有机碳空间插值模型

土壤有机碳库是陆地碳库的重要组成部分,土壤有机碳库及其动态变化对陆地生态系统碳循环有着重要的影响.土壤有机碳密度(SOCD)是土壤碳储量的重要参数,也是评价农田土壤质量的重要指标,准确预测区域SOCD空间分布对发展精确农业有重要意义.本文使用江汉平原地区242个农田土壤样本数据,探究平原地区土地利用类型对SOCD空间分布的影响,以及当SOCD空间分布规律呈现空间异质性且存在空间异常值的情况下,虚拟变量回归克里格法(DV_RK)、均值中心化克里格法(MC_OK1)和中位数中心化克里格法(MC_OK2)这3种结合土地利用的克里格法在SOCD空间预测中的应用.结果表明: 土地利用方式的差异是研究区水田和水浇地SOCD存在空间异质性的原因之一,导致SOCD存在空间非平稳特征,降低了普通克里格法(OK)的预测精度;而DV_RK、MC_OK1和MC_OK2在消除了由土地利用引起的SOCD空间异质性对建模的影响后,模型的稳定性提升,其预测精度均高于OK,其中,MC_OK2的模型可靠程度、预测精度和对SOCD总方差的解释能力最优.因此,土地利用类型作为易获取的辅助变量,可以有效减弱空间异质性和空间异常值对SOCD空间插值的影响,提升模型精度,降低不确定性,并与MC_OK2结合生成更高精度的SOCD空间分布图,帮助揭示SOCD空间分异规律,指导农业生产.     

土壤细菌多样性空间预测方法对比

为探索适合土壤微生物多样性的空间预测方法,本文以内蒙古中部赤峰市周边为研究区域,采集35个草地土壤样品,利用高通量测序技术,结合从相关网站获取的气候、植被和高程相关数据集,采用多元线性回归(MLR)、普通克里格(OK)、回归克里格(RK)和经验贝叶斯克里格回归预测(EBKR)4种方法,对土壤细菌多样性进行空间预测,并比较其预测精度。结果表明：干旱指数、年平均降水和净光合作用是解释土壤细菌多样性变化的最佳环境变量组合;4种方法预测的细菌多样性空间分布总体趋势相似,均表现为东南高西北低,但涉及回归的3种方法可以更好地反映细菌多样性的局部变异特征;MLR、OK、RK和EBKR的留一交叉验证决定系数(R~2)分别为0.408、0.439、0.476和0.638,ME分别为-0.065、0.033、0.017和-0.009,RMSE分别为5.23、5.04、4.95和4.05,表明OK的预测精度稍高于MLR,而整合了辅助环境变量的RK和EBKR的预测精度得到进一步提升,且由于EBKR克服了RK用单一半方差函数概括所有位置数据空间结构的局限性,其预测精度最高。综上可知,结合辅助环境变量并同时考虑空...