共查询到20条相似文献，搜索用时 15 毫秒
1.
西南典型岩溶区土壤硒空间分布预测 总被引：4，自引：2，他引：2
土壤硒精准预测和制图是富硒土壤资源开发利用和环境规划管理的基础。该文以西南典型岩溶区桂林永福百寿河流域为例,在分析影响土壤硒化学行为因子的基础上,通过野外样品采集和室内化学分析以及Arc GIS空间分析,获取了研究区相关地理环境因子和土壤属性因子数据。利用逐步回归方法选择土壤硒空间分布预测的辅助变量,使用协同克里格模型对非连续分布的辅助变量进行插值。在此基础上利用地理加权回归模型对土壤硒空间分布进行预测,同时以普通克里格插值结果作为参照。研究结果表明:使用地理环境因子和影响土壤硒化学行为的土壤属性因子可以提高土壤硒预测精度;协同克里格插值解决了辅助变量数据连续分布的问题;土壤硒的空间分布与地形和影响土壤硒化学行为的因子有关。 相似文献
2.
表征土壤有机碳区域分布的优化空间插值模型研究——以福建省龙海市为例 总被引：1，自引：0，他引：1
如何利用有限的样本数据来获得更为准确的土壤属性空间分布信息是土壤学研究的热点问题之一。利用福建省龙海市采集的1 133个耕地土壤样品,设计了结合地貌类型、土壤类型和土地利用类型等信息的5种克里格插值模型,研究县级尺度上土壤有机碳空间预测优化插值模型及其与样点密度的关系。结果表明:设计的5种插值模型预测精度均高于普通克里格法,但不同样点密度对插值结果影响较大。按0.5 km×0.5 km及以上的格网密度进行样点布设,采用土地利用现状类型结合土壤类型信息的普通克里格法(KDLTR)插值结果误差较小;按2 km×2 km的格网密度布设调查样点时,采用土壤类型信息的普通克里格法(KTR)插值结果误差较小;当格网大于4 km×4 km时,由于样点数少,各种模型的结果相差不大,可直接采用普通克里格法(KYJZ)进行插值。 相似文献
3.
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
4.
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
5.
平原丘陵过渡区土壤有机质空间变异及其影响因素 总被引：5，自引：0，他引：5
研究土壤有机质(SOM)在平原丘陵过渡区域的空间变异规律及其影响因素对指导农业生产实践具有重要意义。选取平原丘陵过渡区域(江汉平原与鄂西山区)作为研究区,采集500个土壤表层(0~20 cm)样本,利用相关分析和逐步回归分析从14个影响因素中选取与土壤有机质密切相关的7个变量作为解释变量:高程、坡度、坡向、有效铁、容重、砾石度、黏粒含量。利用普通克里格(OK),回归克里格(RK)和地理加权回归克里格(GWRK)方法对研究区土壤有机质含量进行预测,并用平均误差(ME)、平均绝对误差(MAE)、均方根误差(RMSE)、相关系数(r)和不精确度(IP)作为验证指标来检验模型的预测精度。结果表明,GWRK插值结果最优,局部空间回归模型可以更好地表明过渡区域SOM的空间变异规律。且GWR模型的系数空间分布图可以反映环境变量在不同地理位置对SOM的空间非平稳性的影响程度,为探讨SOM在不同地形条件下的主导影响因子提供了依据,同时也为精确模拟过渡地带土壤有机质空间制图提供了重要的参考方法。 相似文献
6.
基于地统计学的高原县域耕地土壤养分最优插值方法研究 总被引：2，自引：0，他引：2
《中国水土保持》2015,(11)
选择适宜区域土壤属性特征的空间插值方法是高效揭示土壤养分空间分异的基础。以地处青藏高原与黄土高原过渡区的甘肃省临夏县为案例区,利用该县2007年农业部测土施肥采集的5 475个样点数据,以及地统计学的交叉验证和样点验证两种评价方法,筛选出适合研究区耕地土壤养分(有机质、碱解氮、有效磷和速效钾)分布预测的高效插值方法。从交叉验证结果来看,有机质和碱解氮采用析取克里格插值精度较高,而有效磷和速效钾分别采用普通克里格和简单克里格插值精度较高。从样点验证结果来看,有机质和速效钾分别以析取克里格和简单克里格插值精度较高,这也与交叉验证相吻合;而碱解氮和有效磷分别采用简单克里格和泛克里格插值精度较高,与交叉验证结果并不一致。由于交叉验证是具有一定"欺骗性"的自我验证,本研究认为基于样点验证的精度评价方法更可靠,因此临夏县耕地碱解氮和有效磷适宜的插值方法分别为简单克里格和泛克里格。 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
9.
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
10.
土壤属性空间分布受地学环境要素影响,空间分异特征十分明显,单一的全局插值模型在应用中常受到一定条件的限制。对复杂地貌类型区土壤属性插值所面临的空间不连续、全局插值模型精度有限以及适应性差的缺点,提出了一种融合地学环境信息的土壤属性自适应曲面建模方法（Adaptive surface modeling for soil properties,ASM-SP）。利用2013年采集的110个样点数据,以土壤全钾含量为例,利用ASM-SP、普通克里格法（Ordinary Kriging,OK）、回归克里格法（Regression Kriging,RK）、地理加权回归克里格法（Geographically Weighted Regression Kriging,GWRK）和协同克里格（Ordinary Co-Kriging,OCK）5种插值方法,分别模拟了青海湖流域典型地区土壤全钾含量的空间分布。采用平均误差（Mean Error,ME）、平均相对误差（Mean Relative Error,MRE）、均方根误差（Root Mean Square Error,RMSE）、准确度（Accuracy,AC）、相关系数、回归系数和决定系数7类指标系统评价不同插值方法的预测效果。结果表明:（1）利用常规插值（OK）得到的插值曲面较为平滑,具有弱“牛眼”效应,在刻画土壤全钾含量的空间变异性方面存在明显不足,精度有待提高。（2）在融合地学环境信息的插值方法中,RK,OCK,GWRK和ASM-SP模拟精度较OK有不同程度提高,其中ASM-SP在刻画土壤全钾含量的空间变异和局部细节信息方面表现突出,精度较其他插值方法有较大程度提高,其准确度较OK,RK,GWRK和OCK分别提高9.27%,6.29%,2.66%和7.74%。ASM-SP尤其适合复杂地貌类型区,因其考虑了地学环境变量与土壤属性的非线性关系,并融合了多个模型的适应性优势,其在刻画土壤属性空间分异的复杂性方面也更加符合实际情况,为土壤属性的空间模拟提供了新思路。 相似文献
11.
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
12.
基于三种空间预测模型的海南岛土壤有机质空间分布研究 总被引：9，自引：0，他引：9
为探索适合热带地形复杂区土壤有机质(SOM)含量的空间预测方法,以海南岛为研究区域,结合地形因子、归一化植被指数、土壤类型、土地利用类型变量,选用普通克里格法(OK)、回归克里格法(RK)、随机森林模型(RF)三种方法对训练集128个样点SOM含量的空间分布规律进行预测,并通过验证集32个验证点比较了三种方法的预测精度。结果表明:(1)0~5 cm土层三种方法的平均预测误差(ME)均接近于0,从均方根预测误差(RMSE)来看,RF(0.8867)RK(0.910 4)OK(0.9641),从决定系数(R~2)来看,RF(0.214 1)RK(0.171 5)OK(0.070 8)。综合以上三个参数,该土层最优拟合模型为RF。同理得出0~20、20~40、40~60 cm土层的最优拟合模型分别为RF、RF、OK。RK和RF能够更好地描述SOM含量局部变异信息;(2)四个土层SOM含量的均值分别为19.67、15.89、10.30、8.07 g kg~(-1),呈现出西南、东北高,西部、东南沿海地区低的空间分布趋势。 相似文献
13.
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
14.
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。基于河北省全国第二次土壤普查数据,运用方差分析研究了使用土地利用和克里格插值来表征区域表层土壤有机碳空间分布的可行性。结果表明:土地利用是表层土壤有机碳密度空间分异的一个影响因子,可以直接使用土地利用来反映表层土壤有机碳密度在空间上的分布和变化。但单一的土地利用对土壤有机碳密度空间分异的反映能力还不是很高,而土地利用与普通克里格插值结合以后能显著地提高对土壤有机碳空间分异的解释水平。因此区域空间上可以将土地利用与普通克里格插值结合来表征表层土壤有机碳密度的空间分布。 相似文献
15.
不同方法预测苏南农田土壤有机质空间分布对比研究 总被引：4，自引：1，他引：3
准确把握土壤有机质(SOM)的空间分布规律对于土壤资源的高效持续利用具有重要意义。以江苏南部为研究区,以辅助因子与SOM的相关性强弱及辅助因子的可获取性为切入点,运用普通克里格(OK)、回归克里格(RK)和随机森林(RF)方法,结合地形、气候、土壤类型、土壤理化性质和施肥、碳投入等辅助数据预测了苏南地区农田SOM含量(0~20 cm)的空间分布。结果表明,三种方法预测的SOM空间分布总体趋势相似,表现为东高西低,但局部分异还存在差异;OK预测的精度最低,100次预测的均方根误差(RMSE)均值为6.97 g·kg~(-1)。RK和RF的预测精度则均高于OK方法,表现为整合与SOM相关性最强的辅助因子全氮(TN)时,RK和RF预测的RMSE分别降低至5.25 g·kg~(-1)和4.97 g·kg~(-1),而移除相关性最强的辅助因子TN后,RK和RF预测的RMSE亦较OK方法低,分别为6.21 g·kg~(-1)和6.29 g·kg~(-1);移除TN后,RK的预测精度稍高于RF,表明在其他辅助数据与SOM相关性相对较弱的条件下,RK方法有助于提高本研究区SOM预测精度;同时,尽管RK和RF的预测精度依然较OK高,但RK和RF对SOM方差的解释度则分别由51%和55%降低至了29%和28%。这表明,目前容易获取且相对廉价的辅助数据,对本研究区的SOM空间预测方面,还面临着数据质量低、预测精度不足等问题。 相似文献
16.
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
17.
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
18.
北京市平谷区农用地土壤有机质空间变异特征 总被引：13，自引：3，他引：10
采用传统统计、地统计及地理信息系统(GIS)相结合的方法,初步研究了北京市平谷区农田土壤有机质(SOM)含量的空间分布规律及其影响因素.传统统计分析结果表明,研究区土壤样本呈对数正态分布,平均值为15.36 g·kg-1,变异系数为0.32,属中等变异程度.方差分析表明,高程和土地利用类型均对研究区SOM含量的分布有显著影响.地统计分析表明,研究区SOM含量空间变异具有一阶趋势和各向异性特征;由空间自相关部分和随机部分引起的空间变异性程度大体相当,具有中等的空间相关性.结合普通Kriging插值方法,获得了研究区SOM含量的空间分布图,比较分析表明研究区农用地SOM含量的空间分布是自然和人为利用因素共同作用的结果. 相似文献
19.
土壤有机质可见光-近红外光谱预测样本优化选择 总被引：2，自引：0，他引：2
土壤有机质可见光-近红外光谱预测中建模样本的优化选择对提高有机质模型估算精度具有重要作用。本文以湟水流域土壤有机质为例,采用基于土壤单一属性信息考虑的建模样本选择方法:浓度梯度法、Kennard-Stone(KS)方法,以及基于土壤多种信息考虑的建模样本选择方法:Rank-KS(RKS)法、土壤类型结合浓度梯度法以及土壤类型结合KS法。通过偏最小二乘回归建模,探索可见光–近红外光谱预测青海湟水流域有机质的最优样本集。结果表明:不同级别样本数的最佳建模样本选择方法不同,整体表现为基于土壤多种信息挑选的建模样本集的模型精度相比土壤单一信息均较高,特别是KS方法结合土壤类型后的建模样本集模型精度明显提高且在样本数较少时更为明显。土壤类型可以优化建模样本选择方法提高模型预测精度。在保证固定验证样本模型预测精度的情况下,土壤类型参与建模样本的选择可以有效减少建模样本数,进而降低了建模成本。 相似文献
20.
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