共查询到20条相似文献，搜索用时 207 毫秒
1.
基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较 总被引：2，自引：0，他引：2
选取宜昌市红花套镇作为研究区域,研究土壤pH、有机质、有效磷、速效钾、碱解氮与土壤属性指标变量之间的关系,选择与预测变量之间具有较高相关性的变量作为辅助变量用以提高预测精度,本文试图将地理加权回归模型应用于土壤属性空间模拟中,以此与协同克里格插值的预测结果进行对照,从而比较它们的预测精度以提出更适合土壤属性预测的模型。结果表明：协同克里格插值和地理加权回归模型对土壤属性的空间模拟都有较高的预测精度,在辅助变量较多的情况下地理加权回归模型具有比协同克里格插值更为简单的算法,并且比较预测值相对误差的范围跨度和标准差以及均方根误差等方面,地理加权回归模型在土壤属性指标预测方面具有更高的预测精度,也具有更大的优势。 相似文献
2.
基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较 总被引：11，自引：0，他引：11
选取宜昌市红花套镇作为研究区域,研究土壤pH、有机质、有效磷、速效钾、碱解氮与土壤属性指标变量之间的关系,选择与预测变量之间具有较高相关性的变量作为辅助变量用以提高预测精度,本文试图将地理加权回归模型应用于土壤属性空间模拟中,以此与协同克里格插值的预测结果进行对照,从而比较它们的预测精度以提出更适合土壤属性预测的模型。结果表明:协同克里格插值和地理加权回归模型对土壤属性的空间模拟均有较高的预测精度,在辅助变量较多的情况下地理加权回归模型具有比协同克里格插值更为简单的算法,并且比较预测值相对误差的范围跨度和标准差以及均方根误差等方面,地理加权回归模型在土壤属性指标预测方面具有更高的预测精度,也具有更大的优势。 相似文献
3.
针对丘陵红壤区铜冶炼厂周围水稻土污染区（1.40km^2）,在景观尺度上,采用协同克里格方法,研究了影响表层土壤Cu含量空间分布预测的辅助因子。基于空间自相关性、间距、长轴方位角以及各种预测误差,评价了辅助变量（包括秸秆全Cu含量StrawCu、籽粒全Cu含量GrainCu、土壤全Cd含量Cd、土壤pH、土壤有机质OM、高程H）对表层土壤Cu含量分布预测精度的影响。结果表明,单辅助变量的协同克里格预测值与实测值相关系数的大小顺序为Cu/Cd〉Cu/H〉Cu/StrawCu〉Cu/GrainCu〉Cu/OM、Cu/pH,而多辅助变量协同克里格预测的相关系数大小顺序为Cu（/Cd,StrawCu）〉Cu（/Cd,StrawCu,H）〉Cu（/Cd,StrawCu,GrainCu）〉Cu/（StrawCu,GrainCu）〉Cu（/Cd,H）。与土壤全Cu含量的普通克里格插值精度相比,利用表层土壤全Cd含量、水稻秸秆全Cu含量、高程作为辅助变量与水稻土表层全Cu含量进行协同克里格插值可以显著提高预测精度;但水稻籽粒全Cu含量作为辅助变量对预测精度影响不显著;而土壤有机质含量和土壤pH作为辅助变量反而降低了预测精度。在对表层土壤全Cu含量分布的多辅助变量协同克里格预测中,表层土壤全Cd含量和水稻秸秆全Cu含量的影响最大,其次是高程,水稻籽粒全Cu含量不能提高对表层土壤全Cu含量分布的预测精度。 相似文献
4.
县域耕地土壤锌含量的协同克里格插值及采样数量优化 总被引：10，自引：2，他引：8
耕地土壤锌含量的空间分布和适宜的采样数量研究,为农产品产地评价和认证、土壤环境质量调查提供帮助。以土壤有机质、pH、全氮、碱解氮、有效铁、有效铜、有效锰、高程数据为辅助变量,采用协同克里格插值方法,对吉林省舒兰市耕地土壤锌含量进行了插值精度分析,并对不同样点数量下协同克里格法在县域尺度耕地土壤锌含量空间分布研究中的适用性进行了评价。结果表明,相同采样数量下,土壤锌协同克里格法的均方根误差比普通克里格法低,拟合效果更好;辅助因子对土壤锌协同克里格插值的影响效果大小为:全氮>有效锰>高程>有效铁>碱解氮>pH>有机质>有效铜;当高程和有效铜作为辅助因子时,土壤采样数量可以减少20%,土壤锌协同克里格插值仍能满足精度要求。协同克里格作为一种更为精确和经济的空间插值方法,可为县域尺度耕地土壤重金属含量的空间分布研究提供更多的信息和帮助 相似文献
5.
以蓝田县西北部农耕区2012年1 114份土壤有机质、碱解氮、有效磷、速效钾4个指标为基础,利用地理信息系统和地统计学相结合的方法,在对协变量个数控制的前提下,通过交叉检验系数和精度提高系数,探索协同克里格插值法对各土壤养分空间分布预测精度的影响。结果表明:各土壤养分空间分布不均匀,土壤养分存在中等变异性;利用增加协同变量方法,依据协变量之间相关性强弱控制协变量进入模型的次序对各土壤养分指标进行协同克里格插值,能提高预测精度,当协变量个数达到3时,各养分指标精度提高分别为有机质0.353%,碱解氮1.114%,有效磷1.088%,速效钾0.646%。研究结果较为准确地预测了样区4个养分指标的空间分布特征,结合土壤类型及土壤施肥管理方法,探讨了土壤养分空间分布特征的原因。 相似文献
6.
研究不同模型对土壤有机质空间预测的性能差异对制定更加科学合理的采样策略、提升采样效率和提高土壤空间预测精度有着重要的指导意义。本研究将6496个土壤样点按8∶2的比例分层随机分成训练集与验证集,应用普通克里格、随机森林以及随机森林－回归克里格三种有代表性的数字化土壤制图（Digital Soil Mapping,DSM）模型,对河南省许昌市耕地表层土壤有机质含量及空间分布进行预测,对三种模型性能表现进行综合评价。三种模型输出的预测结果显示:研究区耕地表层土壤有机质含量水平一般,均值为18.70 ~ 18.81 g kg?1,变异系数0.15 ~ 0.17,属中等强度变异;空间分布总体格局为西北与西南部分山地褐土区、东南部砂姜黑土区表层有机质含量高,中北部脱潮土、石灰性潮土区表层有机质含量低。验证结果表明:三种模型性能表现无明显差距,预测精度基本一致,输出结果对研究区耕地表层土壤有机质变异解释百分比在33% ~ 34%之间,在相同和相近尺度土壤有机质空间预测案例研究里属中等水平。在协变量有限且样点分布较为均匀的情况下,普通克里格模型便于快速获得研究区目标变量的空间分布;如果协变量比较丰富且易于收集利用,或是进行空间预测的同时还需要甄别不同因素对目标变量的影响大小,则建议采用随机森林模型;协变量有限,但样点密度较大时,随机森林－回归克里格模型可能是对目标变量进行空间预测的不错选择。 相似文献
7.
基于范畴型变量和贝叶斯最大熵的土壤有机质空间预测 总被引：1，自引：1，他引：0
选取湖北省沙洋县为研究区域,以土壤质地与土壤有机质定量关系为辅助信息,利用贝叶斯最大熵(BME)方法对沙洋县土壤有机质含量进行空间预测,并与以土壤质地和土壤全氮为辅助变量的协同克里格方法预测结果精度作对照,探讨两种方法的预测效果。结果表明,协同克里格方法和BME方法均能较好反映研究区有机质空间分布特征。在辅助变量与土壤养分存在显著相关性条件下,BME方法能更好地利用范畴型变量等多种类型辅助信息。比较极值误差范围、平均绝对误差、均方根误差等方面,BME方法在土壤属性空间预测方面具有更高精度,且能有效降低数据获取成本和难度,在县域尺度土壤属性空间预测上具有更大优势。 相似文献
8.
基于改进OK模型的土壤有机质空间分布预测——以宜都市红花套镇为例 总被引：1，自引：0，他引：1
选择合适的土壤有机质（SOM）预测模型是提高区域化空间分布模拟精度的前提,也是监测土壤碳库动态变化和指导农田土壤肥力投入的基础。以湖北宜都红花套镇柑橘区为例,设置普通克里格（OK）插值的SOM结果作对照,分别建立SOM及其最显著相关辅助变量碱解氮间的建模协同克里格（COK1）、全局协同克里格（COK2）和两个融合辅助变量协同相关性的改进OK模型（CCOK1、CCOK2）,探讨纳入辅助变量、改变辅助信息插值数量以及结合辅助变量协同相关性对SOM含量预测的影响。结果表明：1）OK、CCOK1和CCOK2的块基比为25%~75%,表现出中等空间自相关性,而COK1和COK2的块基比小于25%,具有强烈的空间自相关,SOM的空间异质性受结构性因素影响的比重更大。2）SOM的预测含量范围为7.38~29.03 g·kg-1,使用COK1和COK2模型插值获得的有机质空间分布较OK更为破碎,CCOK1和CCOK2的插值结果则呈连续片状分布,更符合研究区土地利用类型分布的实际情况。3）SOM的空间分布预测精度由高到低依次为CCOK1 ≈ CCOK2 > COK2 > COK1 ≈ OK,OK和COK1两者精度指标相近,COK2的拟合效果有一定改进,但CCOK1和CCOK2的相关系数（r）分别从0.10升高到0.70和0.69,均方根误差（RMSE）分别降低了15.40%和14.78%,预测精度最高。因此,本研究提出的融合辅助变量协同相关性的改进OK模型的估算效果最优且在最大程度上提高辅助信息的参与度,可为SOM预测提供参考。 相似文献
9.
切沟侵蚀已成为东北黑土区土壤侵蚀的重要组成部分。结合野外样区实地调查切沟分布数据与空间插值方法是快速获取大面积切沟密度值的有效手段。流域的平均坡度值是切沟形成的影响因素之一,为提高切沟密度值空间分布的插值精度,在黑龙江省海伦市内,利用网格法均匀选取40个1 km2左右的小流域,在实地测量区域内切沟密度数据的基础上,应用距离权重反比法、普通克立格和以小流域的平均坡度作为协同变量的协同克立格对其做空间插值。结果表明:切沟密度与协同区域化变量受结构性因素的影响远大于随机性因素,均为强空间自相关性;距离权重反比法与普通克里格法的预测精度相近;协同区域化变量的空间结构性优于单一变量,协同克立格法生成的空间分布图精细度明显提高,均方根误差降低20%以上,预测值与实测值的相关系数提高89%以上,协同克里格可有效提高区域切沟插值精度。 相似文献
10.
Vis-NIR光谱信息辅助的土壤质地协同克里格预测制图 总被引：1，自引：0，他引：1
《土壤通报》2015,(4):837-842
土壤质地传统获取方法费时费力,土壤反射光谱信息是土壤综合信息的反应,以光谱信息为辅助变量的土壤质地协同克里格预测制图值得研究。利用采样点的土壤光谱数据主成分分析综合得分作为协同克里格协变量,并结合GS+软件提供的最佳地统计模型预测土壤质地的空间变异。结果表明以光谱信息为辅助变量的协同克里格方法能提高制图精度,减少样本数量。在主变量减少至60个的情况下,砂粒,粘粒含量的预测值和实测值的均方根误差分别为7.85%,3.03%。 相似文献
11.
基于环境变量的渭干河-库车河绿洲土壤盐分空间分布 总被引：5，自引：4，他引：1
土壤属性的数字制图对精准农业生产和环境保护治理至关重要。为了在大尺度上尽可能精确的监测土壤盐分空间变异性,该文使用普通克里格(ordinary kriging,OK)、地理加权回归(geographically weighted regression,GWR)和随机森林(random forest,RF)方法,结合地形、土壤理化性质和遥感影像数据等16个环境辅助变量,绘制渭干河-库车河绿洲表层土壤盐分分布图。基于决定系数(R^2)、均方根误差(RMSE)和平均绝对误差(MAE)验证模型精度。结果表明:不同方法预测的盐分分布趋势没有显著差异,大体上从研究区的西北向东南部方向增加;结合辅助变量的不同预测方法中,RF方法预测精度最高,R^2为0.74,RMSE和MAE分别为9.07和7.90 mS/cm,说明该模型可以有效地对区域尺度的土壤盐分进行定量估算;RF方法对电导率(electric conductivity,EC)低于2 mS/cm时预测精度最高,RMSE为3.96 mS/cm,很好的削弱了植被覆盖对电导率EC的影响。 相似文献
12.
苏南典型区农田土壤硒-镉拮抗作用研究 总被引：3，自引：0，他引：3
以苏南典型区2027套稻米-土壤样品的Se、Cd含量及其相关的元素地球化学调查数据为基础,通过元素相关性统计分析及生物富集系数(BCF)等分布特征研究,本文探讨了农田土壤中Se与Cd的拮抗作用及其控制因素。结果表明：1)土壤中Se和Cd分布共消长特征明显,两者之间具有显著正相关性、相关系数R最高可达0.87；2)有关岩石、陶瓷原料、河泥等均可成为农田富集Se、Cd的物质来源,且多为富Cd强于富Se,只有源于富硒岩石的富硒土壤可排除Cd污染干扰、其开发利用价值最高；3)稻米Se与Cd的生物富集系数多介于0.1～0.8之间,土壤偏碱性有利于稻籽吸收Se、偏酸性则有助于稻籽吸收Cd,受土壤Se、Cd同富集之影响,富硒米与镉超标大米可能同时出现；4)土壤富Se抑制稻米Cd吸收是有条件的,当土壤Se大于0.4mg/kg、总有机碳大于1.5%时,稻米Cd与土壤Se、Cd生物富集系数与土壤Se之间均存在显著负相关性,相关系数R分别为-0.74、-0.56；5)pH与Cd生物富集系数、TOC与Se生物富集系数之间也有显著负相关性,其相关系数R分别为-0.79、-0.65。 相似文献
13.
土壤硒富集空间分布特征及影响因素研究 总被引：2，自引：1，他引：1
以揭阳市土壤为对象,系统采集了表层土壤样(0～20 cm)1 330个和深层土壤样(150～200 cm)331个,并利用相关性分析、回归分析、方差分析及GIS空间分析技术等方法对土壤硒的含量分布、富集特征及影响因素进行了系统的分析。结果表明,揭阳市表层土壤Se含量处于0.02～2.01 mg/kg之间,几何平均值为0.48 mg/kg,是中国土壤Se平均含量的1.66倍。揭阳市土壤总体呈足硒及富硒特征,不存在硒过剩,极少区域土壤呈硒缺乏特征,表层与深层土壤表现基本一致,富硒土壤主要分布于普宁市、惠来县及北部边缘。表层土壤中Se富集面积达到52.03%,但在空间上分布零散,这可能与母质、土壤类型等因素有关。强富集区域集中分布于花岗岩与粉砂岩为母质的土壤区,而大部分由第四纪冲积物形成的土壤无富集。方差分析表明:不同母质、土壤类型及土地利用方式对土壤Se的含量及富集水平均造成不同程度的影响,其中影响揭阳市表层土壤Se含量的主要因素为成土母质。除此之外,土壤理化性质及海拔也是影响揭阳市表层土壤Se富集的重要因素。回归分析表明表层土壤Se与pH值呈极显著的负相关,并且分别与有机碳、Fe_2O_3及Al_2O_3呈极显著线性正相关。 相似文献
14.
采用室内土培和网室盆栽的方法,研究了不同用量的腐植酸对土壤有效硒含量和硒形态以及大蒜硒吸收规律的影响。结果表明:土壤有效硒含量随着腐植酸用量的提高而增加,20%OM处理的土壤有效硒含量(43.3~50.6μg·kg~(-1))10%OM(37.6~48.8μg·kg~(-1))5%OM(36.0~44.1μg·kg~(-1))CK(33.0~41.5μg·kg~(-1))。可溶态硒与土壤有机质含量的关联度最大(关联系数为0.821),其次为有机硫化物结合态硒(关联系数为0.693),铁锰氧化物结合态硒关联度最低(关联系数为0.482)。随着腐植酸用量的增加,土壤有机质含量得到相应提高,土壤中有机质的含量与可溶态硒、可交换态及碳酸盐结合态硒和有机硫化物结合态硒呈显著正相关,其相关系数分别为0.963、0.962和0.906,而与其他形态的硒相关性不明显。大蒜各部位干重的硒含量为根(0.167~0.653 mg·kg~(-1))茎(0.114~0.326 mg·kg~(-1))叶(0.056~0.086 mg·kg~(-1)),且4个处理大蒜鳞茎鲜重的硒含量为0.018~0.110 mg·kg~(-1),均达到了富硒食品标准(HB001/T—2013)。 相似文献
15.
为探索东北黑土小流域土壤AP空间分布模拟的最佳方法,综合考虑区域尺度、景观格局和采样方法等信息,选取两个典型黑土小流域(光荣和海沟河流域)作为研究对象,结合半变异分析、回归分析、主成分分析等方法,比较了不同空间插值方法(反距离权重法、径向基函数法、普通克里格、协同克里格、多元线性回归模型、地理加权回归模型、回归克里格和地理加权回归克里格)对AP空间模拟精度的影响。结果表明:(1)引入主成分分析后能够提高回归克里格和地理加权回归克里格方法的模拟精度(4.5%和2.4%);(2)地理加权回归克里格方法可以作为最优空间插值方法模拟黑土区小流域AP的空间分布格局。地理加权回归克里格方法相较于传统插值方法能在一定程度上提高黑土小流域土壤AP空间模拟精度,为小流域尺度黑土养分管理提供技术支撑。 相似文献
16.
黄河三角洲土壤盐渍化问题是制约当地农业生产和生态稳定的关键因素。为了准确掌握盐渍土的空间分布,提高土壤含盐量的空间预测精度,本研究根据2022年5月黄河三角洲的193个采样点两个深度土壤含盐量分析数据,结合高程和Landsat9遥感影像等数据,采用地理加权回归（Geographically Weighted Regression, GWR）模型构造区间型软数据,进而建立贝叶斯最大熵（Bayesian Maximum Entropy, BME）模型对研究区土壤含盐量的分布进行了预测,并同传统的地统计模型普通克里金（Ordinary Kriging, OK）及GWR模型的预测结果进行了比较。结果表明：BME模型对土壤含盐量的预测精度要高于另外两种模型。与OK相比, BME的预测误差在土壤表层和底层分别降低25%和21%,R2分别提高了0.5432和0.3527,BME作为本研究最佳土壤含盐量空间预测模型,展现了多源数据整合及非线性估计的优势。黄河三角洲表层土壤盐渍化率（88%）高于底层（68%）,大体呈现由西南到东北方向上土壤含盐量递增的趋势,沿海地区大于内陆地区,黄河三角洲北部是整个区域盐渍化最为严重的地区。 相似文献
17.
基于GIS和随机森林算法的宁东土壤饱和导水率分布与预测 总被引：5，自引：2，他引：3
为探明宁东土壤饱和导水率(Ks)的空间分布特征,在宁东采集136个原状土,采用经典统计和地统计方法分析土壤Ks的空间结构特征,并以地形因子、土壤属性等作为辅助变量,运用随机森林法(RF)、普通克里格法(OK)和逐步回归克里格法(RK)对区域土壤Ks进行预测并对3种方法的预测结果进行精度评价。结果表明:Ks介于0.05~7.13 mm/min,平均值为1.46 mm/min,变异系数为106.86%;Ks与容重、孔隙度、高程、坡度、坡向、平面曲率和剖面曲率在不同滞后距离下具有自相关关系和交互相关关系;土壤Ks块金值为38,表明随机因素引起的土壤Ks变异性较大,空间异质比为15.32%,在空间上呈现强变异性;RF法的预测精度最高,其平均相对误差(MRE)和均方根误差(RMSE)绝对值均为最小,相比OK和RK方法预测精度分别提高了5.53%和2.49%,且对局部细节的描述更准确、模拟效果最佳。RF法可以较为准确的预测宁东土壤Ks,为了解研究区土壤水文过程及林草植被建设提供数据参考。 相似文献
18.
It is essential to determine the content and spatial distribution of soil salinity in a timely manner because soil salinization can cause land degradation on a regional scale. Geographically weighted regression (GWR) is a local regression method that can achieve the spatial extension of dependent variables based on the relationships between the dependent variables and environment variables and the spatial distances between the sample points and predicted locations. This study aimed to explore the feasibility of GWR in predicting soil salinity because the existing interpolation methods for soil salinity in the Yellow River Delta are still of low precision. Additionally, multiple linear regressions, cokriging and regression kriging were added to compare the accuracy of GWRs. The results showed that GWR predicted soil salinity with high accuracy. Furthermore, the accuracy was improved when compared to other methods. The root mean square error, correlation coefficient, regression coefficient and adjustment coefficients between the observed values and predicted values of the validation points were 0.31, 0.65, 0.57 and 0.42, respectively, which were better than that of other methods, indicating that GWR is an optimal method. 相似文献
19.
调查研究了伊犁州土壤中硒资源的分布特征,为该地区富硒农产品的开发提供理论指导。用原子荧光光度法测定了新疆伊犁州6个县158个农田土壤样品的全硒含量,并运用统计分析方法对伊犁州土壤硒资源的分布特征及与土壤理化性质的关系进行了分析。结果表明,伊犁州6个县土壤中全硒含量范围为0.14~2.75 mg·kg-1,几何均值为0.33 mg·kg-1,其中昭苏县土壤全硒含量均值最高,巩留县最低。所检测的土壤样品中有2.38%属于少硒土壤,78.57%属于足硒土壤(0.175~0.45 mg·kg-1),19.05%属于高硒土壤(0.45~3.00 mg·kg-1)。统计分析的结果表明,有机质、速效钾、碱解氮与全硒含量呈极显著正相关(P0.01),p H值与硒含量成显著负相关(P0.01)。伊犁州土壤中硒的含量水平偏高,可以优先考虑富硒农业的开发建设。 相似文献
20.
基于GIS和地理加权回归的砂田土壤阳离子交换量空间预测 总被引：2，自引：1，他引：2
土壤阳离子交换量(CEC)反映土壤保水保肥能力,研究CEC空间分布可为土壤改良和田间施肥提供理论依据。本文以宁夏香山地区砂田淡灰钙土为研究对象,在土壤CEC和理化性质相关分析基础上以普通克里格(OK)为对照,探索回归克里格(RK)和地理加权回归克里格(GWRK)在CEC空间插值上的应用,并对三者的插值精度及制图效果进行评价。描述统计表明研究区土壤CEC含量均值为10.145cmol/kg,CEC与有机质含量呈显著正相关,与砂粒含量呈显著负相关;地统计分析表明CEC实测值、OLS残差和GWR残差块金系数分别为8.50%、6.36%和7.02%,比值均小于25%,具有强烈空间自相关;对验证点进行插值精度分析,RK和GWRK的相对模型改进值(RI)分别为40.49%、41.50%,插值精度GWRKRKOK;从成图效果看,GWRK中辅助变量参与了局部回归,成图效果更加精细,揭示了更多空间变化细节。本研究结论可为土壤CEC空间预测研究提供可靠的方法借鉴。 相似文献