共查询到18条相似文献，搜索用时 796 毫秒
1.
采用反距离加权法(IDW),克里格法(Kriging),径向基函数法(Spline)对河南省安阳县385个土壤样点的全氮进行空间插值,通过交叉验证和样点检验对不同空间插值方法进行分析,结果表明,Spline优于IDW和Kriging,并且不同插值方法有不同的最优插值点数;基于不同样条函数的径向基函数法插值结果的平均相对误差MRE不同,其中平面样条函数表现最差,高次曲面函数,张力样条函数、规则样条函数和反高次曲面函数之间差异不显著。检验分析结果也显示,Spline优于IDW和Kriging,因此,相对于IDW和Kriging,Spline更适合用于全氮的空间插值。 相似文献
2.
基于激光衍射的土壤粒径测定法的评价与校正 总被引：1，自引：0，他引：1
为比较与评价激光法与吸管法测定土壤粒径分布的准确性,该文采用激光法与吸管法测定了23组来自中国13个不同省份或自治区土壤样本的粒径分布,将激光法与传统吸管法的测定结果进行比较,并在此基础上对激光法测定参数进行了修正。结果表明:1)与吸管法相比,激光衍射法低估土壤样品中的黏粒含量,其相对误差为36.33%;高估粉粒含量,其相对误差为36.51%;2)对吸管法与激光衍射法的实测结果进行线性关系分析表明,其中黏粒与粉粒的线性关系较好,决定系数分别为0.91,0.90;3)经过模型转换后,基于激光衍射法的土壤粒径分布结果的相对误差明显降低:黏、粉的相对误差分别降低至16.25%、12.83%,说明激光衍射法可以用于大规模不同类型的土壤粒径分析。该研究可为土壤系统化和规范化的对比研究以及建立基于激光衍射技术的土壤质地划分标准提供依据。 相似文献
3.
耕地养分空间插值技术与合理采样密度的比较研究 总被引：11，自引：1，他引：11
土壤养分连续空间分布数据是土壤信息系统工作的基础,土壤养分空间插值的研究因此变得尤为重要。对湖北省鄂州市进行土壤养分采样调查,以对作物生长作用较为密切的有效氮、有效磷、有效钾、pH为研究对象,运用克里格法(Kriging)、样条函数法(Spline)、距离权重倒数法(IDW)3种插值方法对数据进行栅格化处理,分析比较3种插值方法所得结果的特性以及对耕地养分数据插值的适宜性。通过调整空间采样点密度,比较几种空间采样密度对插值结果的影响,总结3种插值方法在不同空间尺度下的插值精度,并在不同土壤类型内进行不同采样密度的插值分析。 相似文献
4.
三峡库区土壤可蚀性K值研究 总被引：9，自引：0，他引：9
研究土壤可蚀性K值有助于宏观判断和定量分析三峡库区土壤侵蚀的特点。依据重庆市和湖北省的第2次土壤普查资料,建立三峡库区各土种的理化性质数据库,并通过三次样条插值方法对不同粒径标准的土壤质地进行转换,然后采用几何平均粒径模型修正公式计算出三峡库区各土种的可蚀性K值,经面积加权平均得到三峡库区11类土壤的可蚀性K值,最后在分类分级基础上,探讨土壤可蚀性K值的分布特征。结果表明:三峡库区土壤可蚀性K值变化于0.00720.019 2 t.hm2.h/（MJ.mm.hm2）之间,其中在0.015 00.019 0t.hm2.h/（MJ.mm.hm2）之间的中高可蚀性和高可蚀性土壤面积占库区总面积的74.49%;三峡库区存在很大的土壤侵蚀风险,国外已有的K值经验算式不能直接照搬,而采用几何平均粒径修正模型对三峡库区土壤可蚀性K值进行估算是可行的。 相似文献
5.
空间插值方法在各个领域已有了广泛的应用,而不同的研究对象则有适应各自的区域特征的空间插值方法。以延河流域为例,对黄土丘陵区(0~10 cm、10~30 cm和30~60 cm等)三个典型土壤剖面的土壤容重进行空间插值方法比较研究。结果表明:(1)在水平方向,延河流域0~30 cm层面的土壤容重从北到南呈现一个递增的趋势,同南北气候湿润程度以及植被覆盖程度密切相关,而对于30~60 cm的土壤容重在南北方向上则保持相对均衡且与河网分布有关;(2)在垂直方向,土壤容重随着土层加深同样呈现递增的趋势;(3)根据误差分析,薄盘样条函数插值更适宜于该区域关于土壤容重的插值。 相似文献
6.
土壤颗粒组成分级标准的换算 总被引：10，自引：1，他引：10
土壤颗粒组成分级标准的换算,通常可以在半对数纸上进行。本文通过卡庆斯基制的实测值,求出三次样条函数曲线,利用此曲线进行计算机插值,从而计算出国际制的表示值。应注意的是,在计算过程中,须检测此函数模型的凹陷和隆起的个别现象,以保证插值的正确性。 相似文献
7.
田面微地形是影响灌溉过程及灌溉性能的重要因素之一。针对灌溉模型中田面微地形的插值问题,该文在比较Kriging插值、三次样条插值和反距离加权插值的插值精度和程序运行时间的基础上,进一步分析了不同规格畦田下Kriging插值程序运行时间随插值网格数的变化趋势,提出了利用Kriging插值和三次样条插值及反距离加权插值进行组合插值的方法,并将不同中间插值网格数经组合插值所得田面高程数据用于灌溉模拟。结果表明,Kriging插值所得田面高程的精度最高,程序所需运行时间最长;而三次样条插值和反距离加权插值所需运行时间非常短,但精度较低。为了同时满足田面高程的插值精度和模型计算效率的要求,选用Kriging插值和三次样条插值组合的方式进行灌溉模型中田面高程的插值计算最为适宜。中间插值网格数为1/4及1/8灌溉模型剖分网格数经组合插值的田面高程及Kriging插值数据用于灌溉模型所得水流推进过程与实测水流推进过程基本一致。因此,在实际应用中,中间插值网格数的确定,可根据对插值精度和运行时间的不同要求在灌溉模型剖分网格数的1/4或1/8之间选取。该研究可为灌溉模型的应用提供依据。 相似文献
8.
土壤养分空间分析的局部随机法研究 总被引：4，自引：2，他引：2
土壤养分空间分布的研究对作物的产量分析、施肥控制、环境保护及土地质量评价有非常重要的作用。建立合理有效的土壤空间养分分布图,可以为土地管理、决策分析提供科学有效的依据。目前在进行土壤养分空间分析的过程中,常采用传统的插值方法:反距离插值法、样条插值法和Kriging插值法等[1,2]。但是在使用这些插值方法的过程中,往往人为地预先假定该研究参数在空间分布上服从某种规律,如反距离插值法中的距离因子或者样条插值法中的样条函数。因此,利用这些传统的插值方法所预测的分布图,所代表的只是土壤养分分布的一种可能性或者某种比较好的估计[3,4]。而且这些方法预测结果往往过于平滑,不能反映土壤养分的实际分布特 相似文献
9.
基于土壤物理基本参数的土壤导热率模型 总被引：6，自引：4，他引：2
土壤物理基本参数是影响土壤导热率的重要因素,为了获取土壤的颗粒组成、有机质含量与土壤导热率计算模型中参数之间的关系,该文分析了陕西省9个地区的土壤质地对土壤导热率的影响,对不同土壤导热率估算模型的准确性进行评价,并在C?té-Konrad模型和Lu-Ren模型的基础上,建立了基于土壤物理基本参数的改进模型,结果表明:改进的C?té-Konrad模型与改进的Lu-Ren模型可以用来拟合不同质地的土壤导热率,且具有较好的拟合精度,决定系数R2均在0.92以上,相对误差(relative error,Re)均低于9.6%;对于砂粒含量或粉粒含量较高的土壤导热率,改进的C?té-Konrad模型模拟结果的均方根误差(root-mean-square error,RMSE)≤0.1183、R2≥0.9259以及Re≤9.55%,均优于C?té-Konrad模型、Lu-Ren模型和改进Lu-Ren模型;对于砂粒和粉粒含量均较低的土壤导热率,改进Lu-Ren模型模拟结果的RMSE≤0.0815、R2≥0.9326,Re≤8.21%,均明显优于其他3种模型。两种改进的模型分别建立了模型参数与颗粒组成、有机质含量之间的关系,能够更加详细描述土壤物理基本参数与导热率之间的关系,并且针对不同的土壤质地,选取合适的改进模型能够更加准确地计算土壤导热率。 相似文献
10.
复杂地貌类型区耕地土壤有机质空间插值方法研究 总被引：23，自引：0，他引：23
选择适宜区域特征的高效点面拓展模型对揭示土壤属性空间分布规律具有重要意义。根据不同地貌类型特征在福建省各地级市选取了9个典型县(市、区),利用2008年采集的29 320个样点数据系统评价不同空间插值方法对耕地土壤有机质含量推算精度的影响。结果表明,福建省各典型县耕地土壤有机质平均含量为27.83 g kg-1,变异系数为37.87%,半方差函数以指数模型拟合效果最佳;全省平原或盆地、丘陵和山地分布面积相当的地区(如闽侯县、建瓯市、永定县、涵江区、福鼎市)采用泛克里格法插值的精度较高,山地为主的地区(如大田县)采用简单克里格法插值的精度较高,而以平原、台地为主的地区(如南安市、同安区、漳浦县)采用普通克里格或张力样条函数法插值的精度较高。 相似文献
11.
Simon Schmidt Cristiano Ballabio Christine Alewell Panos Panagos Katrin Meusburger 《植物养料与土壤学杂志》2018,181(5):737-748
Soil erodibility, commonly expressed as the K‐factor in USLE‐type erosion models, is a crucial parameter for determining soil loss rates. However, a national soil erodibility map based on measured soil properties did so far not exist for Switzerland. As an EU non‐member state, Switzerland was not included in previous soil mapping programs such as the Land Use/Cover Area frame Survey (LUCAS). However, in 2015 Switzerland joined the LUCAS soil sampling program and extended the topsoil sampling to mountainous regions higher 1500 m asl for the first time in Europe. Based on this soil property dataset we developed a K‐factor map for Switzerland to close the gap in soil erodibility mapping in Central Europe. The K‐factor calculation is based on a nomograph that relates soil erodibility to data of soil texture, organic matter content, soil structure, and permeability. We used 160 Swiss LUCAS topsoil samples below 1500 m asl and added in an additional campaign 39 samples above 1500 m asl. In order to allow for a smooth interpolation in context of the neighboring regions, additional 1638 LUCAS samples of adjacent countries were considered. Point calculations of K‐factors were spatially interpolated by Cubist Regression and Multilevel B‐Splines. Environmental features (vegetation index, reflectance data, terrain, and location features) that explain the spatial distribution of soil erodibility were included as covariates. The Cubist Regression approach performed well with an RMSE of 0.0048 t ha h ha?1 MJ?1 mm?1. Mean soil erodibility for Switzerland was calculated as 0.0327 t ha h ha?1 MJ?1 mm?1 with a standard deviation of 0.0044 t ha h ha?1 MJ?1 mm?1. The incorporation of stone cover reduces soil erodibility by 8.2%. The proposed Swiss erodibility map based on measured soil data including mountain soils was compared to an extrapolated map without measured soil data, the latter overestimating erodibility in mountain regions (by 6.3%) and underestimating in valleys (by 2.5%). The K‐factor map is of high relevance not only for the soil erosion risk of Switzerland with a particular emphasis on the mountainous regions but also has an intrinsic value of its own for specific land use decisions, soil and land suitability and soil protection. 相似文献
12.
小流域尺度土壤可蚀性(K值)的变异及不同采样密度对其估值精度的影响 总被引：6，自引：1，他引：6
以观音寺小流域为例,通过高密度采样,利用EPIC模型中土壤可蚀性K值计算公式计算了可蚀性K值,并运用逆距离加权插值方法生成了研究区的K值分布图。经典统计学方法分析表明,在小流域尺度下土壤可蚀性K值存在很强的空间变异性,其变异系数达39.94%。因此,定量监测、评价流域水土流失时,K值的这种空间变异性不能忽略。对不同采样密度下K值空间估值精度的评价表明,当采样点数目均匀地减少一半时,即4个/km2的样点密度下,K值估计误差仍然可以控制在25%以内。 相似文献
13.
WEPP模型中细沟可蚀性参数估计方法误差的理论分析 总被引：8，自引：4，他引：4
细沟土壤侵蚀在坡面土壤侵蚀占有重要地位。土壤可蚀性参数是WEPP模型中计算预报/计算细沟土壤侵蚀中极其重要的参数。WEPP模型现在采用的可蚀性参数是用长的细沟/径流小区试验以细沟侵蚀产沙估计得到的最大可能剥蚀率为基础获得的。该文分析了细沟侵蚀产沙随沟长的变化关系,分析了可蚀性参数估计误差的来源。从理论上推导出了计算现有WEPP可蚀性参数估计误差的计算方法。理论分析表明,对于限定性细沟,可蚀性参数的估计误差主要来源于细沟最大可能剥蚀率的估计值。最大可能剥蚀率的理想估计值是水流载沙量与细沟长度的函数关系在细沟 相似文献
14.
河北省表层土壤可侵蚀性K值评估与分析 总被引：1，自引：0，他引：1
利用河北土系调查成果中的土壤颗粒组成、土地利用及土壤化学性质等资料,利用EPIC模型中土壤可蚀性K值算法以及结合地统计学方法,研究了不同土壤类型、不同质地及不同土地利用类型的土壤可侵蚀性K值和土壤可侵蚀性K值的空间变异特征。结果表明:1河北土壤可侵蚀性K值平均为0.27,其变化范围为0.12~0.40,土壤可蚀性K值在0.30~0.35之间易蚀性土壤面积占总土地面积的63.71%,土壤可蚀性K值在0.25~0.3之间较易蚀性土壤面积占总土地面积的21.52%,这说明该省易蚀性土壤面积较大。2不同质地的K值之间显著性差异,粉砂黏壤质的可侵蚀性K值最大,为0.37;壤砂质的可侵蚀性K值最小,为0.13。而在不同的土地利用类型之间的K值差异性不显著,耕地的K值最大,为0.33;草地的K值最小,为0.22。3河北土壤可侵蚀性K值存在较强的变异性,其变异系数为29%。因此,在土壤侵蚀定量监测、评价水土流失时,应考虑土壤可蚀性K值的这种空间变异状况。块金值/基台值为37.3%,表明在变程内具有中等强度的空间相关性。步长为23 km,变程为440 km,变程远大于步长,表明在小流域尺度下有较好的空间相关性,进行Kriging插值能得到较准确的结果。4河北土壤可蚀性K值大体呈现南高北低的空间分布特征,南部主要是耕作栽培区,北部主要是自然植被区。该研究结果为宏观大尺度土壤资源可持续利用与制定水土保持规划提供科学依据。 相似文献
15.
16.
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。 相似文献
17.
为了比较土壤表层含盐量空间变异性研究的各种空间插值方法的优劣,以渭库绿洲为例,运用基于ArcGIS的4种空间插值方法（反距离加权、样条函数、克里格、协同克里格空间插值方法）,分析了土壤表层含盐量的空间变异性。并通过分析各个交叉检验统计量来验证评估数据的误差,从而选取最优的空间插值方法。结果表明:4种插值方法的插值结果基本能反映含盐量的空间分布特征,简单克里格法更适合绿洲表层土壤含盐量的空间插值;通过空间插值可以发现表层土壤含盐量呈现出东南高、西北低的态势。对渭库绿洲土壤盐分空间分布特征及空间变异进行了解,有利于土壤盐渍化的快速诊断,是盐渍化土壤治理和改良的重要基础。 相似文献
18.
基于卡尔曼滤波的小麦叶面积指数同化方法 总被引：5，自引：5，他引：0
该文对作物生长模型模拟的数据和观测数据之间的同化进行了研究。采用农业技术转移决策支持系统（DSSAT）中的小麦生长模型对叶面积指数（LAI）进行了模拟,应用插值方法解决模型模拟的连续值和地面观测的离散值的时间尺度的匹配问题,结果表明,与最邻近点插值法、线性插值法、三次样条插值法和立方插值法的插值结果相比,表明立方插值法对实测的LAI的插值效果较好。其次是应用卡尔曼滤波法对内插后的LAI进行了同化,试验结果表明,内插方法与卡尔曼滤波法相结合是一种具有稳定性和可用性的方法,经过同化后的LAI数据较接近真实情况,其效果好于DSSAT模型模拟的LAI。 相似文献