共查询到20条相似文献，搜索用时 46 毫秒
1.
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
2.
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
3.
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
4.
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
5.
干旱区典型绿洲土壤有机质的反演及影响因素研究 总被引：5，自引：0，他引：5
为了大面积、高精度地反演土壤有机质含量,为农业可持续发展提供数据支撑。以新疆渭干河-库车河三角洲绿洲为研究区,采用波段平均法将实测高光谱窄波段拟合为Landsat 8 OLI遥感影像的宽波段,建立土壤有机质含量的估算模型,并将最优估算模型应用到经过波段校正的Landsat 8OLI遥感影像中。结果表明:(1)反射率进行倒数、对数、平方、一阶微分等数学变换后与有机质含量的相关性显著提高;(2)土壤有机质的高光谱估算模型拟合度较高,最优估算模型的决定系数R2为0.852,采用比值法对多光谱波段反射率进行校正,校正后的遥感影像反演结果得到了较大提高,检验样本的决定系数R2从0.711提升至0.849。从反演结果来看,将高光谱估算模型应用到经过订正的多光谱影像,土壤有机质反演模型的精度得到了大幅度提高,运用此方法可以实现高精度的土壤有机质区域化反演。(3)有机质的分布受土地利用类型、土壤颗粒组成、土壤质地的影响,其中土壤质地对有机质的空间分布影响最为显著。 相似文献
6.
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
7.
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
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.
应用土壤质地预测干旱区葡萄园土壤饱和导水率空间分布 总被引：7，自引：4，他引：3
田间表层土壤饱和导水率的空间变异性是影响灌溉水分入渗和土壤水分再分布的主要因素之一,研究土壤饱和导水率的空间变化规律,有助于定量估计土壤水分的空间分布和设计农田的精准灌溉管理制度。为了探究应用其他土壤性质如质地、容重、有机质预测土壤饱和导水率空间分布的可行性,试验在7.6 hm2的葡萄园内,采用均匀网格25 m×25 m与随机取样相结合的方式,测定了表层(0～10 cm)土壤饱和导水率、粘粒、粉粒、砂粒、容重和有机质含量,借助经典统计学和地统计学,分析了表层土壤饱和导水率的空间分布规律、与土壤属性的空间相关性,并对普通克里格法、回归法和回归克里格法预测土壤饱和导水率空间分布的结果进行了对比。结果表明:1)土壤饱和导水率具有较强的变异性,平均值为1.64 cm/d,变异系数为1.17;2)表层土壤饱和导水率60%的空间变化是由随机性或小于取样尺度的空间变异造成;3)土壤饱和导水率与粘粒、粉粒、砂粒和有机质含量具有一定空间相关性,而与土壤容重几乎没有空间相关性;4)在中值区以土壤属性辅助的回归克里格法对土壤饱和导水率的预测精度较好,在低值和高值区其与普通克里格法表现类似。研究结果将为更好地描述土壤饱和导水率空间变异结构及更准确地预测其空间分布提供参考。 相似文献
10.
基于特征变量与支持向量机回归克里格(SVRK)法的湿地土壤有机质空间变异特征分析 总被引：1，自引：1，他引：1
选取适宜变量与有效方法有助于揭示河口湿地土壤有机质的空间异质性,对维护湿地生态平衡和全球碳循环的具有重要作用。以福州市闽江河口湿地为研究区,采用逐步回归分析与主成分分析法筛选显著的特征变量,运用支持向量机回归克里格法(SVROK)分析湿地土壤有机质的空间异质性,并与神经网络克里格法(BPNNOK)、回归克里格法(RK)进行比较。结果表明：归一化植被指数(NDVI)、比值植被指数(RVI)、土壤水分指数(PDI)、汇流累积量(FA)及沉积物移动指数(STI)与土壤有机质含量关系密切,其逐步回归模型的判定系数R2为0.446,显著性概率值P<0.0001,可转换为3个独立的主成分作为模型的自变量。研究区土壤有机质的空间变异主要受结构性因素影响,呈现出“北低南高”的空间格局,采用SVROK模型的预测精度更高,可较好的体现河口湿地土壤有机质的空间异质特征。该研究可为同类区域的土壤有机质空间特征研究提供方法支撑。 相似文献
11.
12.
13.
利用野外模拟降雨试验,研究了粗质地土壤裸地和苜蓿地在不同坡度(5°,15°,25°)、不同前期含水量(低、中、高)条件下坡面降雨产流、产沙的过程及其特征,以此探究该区退耕还草效益。结果表明:3种坡度条件下裸地和苜蓿地的产流过程在不同前期含水量下均为先增大后趋于稳定,不同坡度之间的径流量差异不显著,但泥沙流失量随着坡度的增大而显著增加,在降雨过程中先增大达到峰值趋于稳定波动,裸地的波动幅度大于苜蓿地。2种处理的前期含水量对径流量以及平均入渗率的影响均达显著水平,裸地在相同的坡度下,前期含水量由低水平增加到中水平、低水平增加到高水平,径流量分别增加38.2%~52.8%,39.7%~42.8%,苜蓿地径流量分别增加27.3%~77.8%,45.5%~91.1%。坡度对泥沙流失量及含沙率影响显著,在相同的前期含水量下,裸地由5°增加到15°,15°增加到25°的泥沙流失量分别增加96.3%~268.7%,6.9%~40.3%,苜蓿地的泥沙流失量分别增加81.1%~384.2%,61.7%~169.9%。在相同坡度和前期含水量下,苜蓿地的径流量和泥沙流失量均显著低于裸地。研究结果表明粗质地土壤前期含水量和坡度显著影响坡地土壤侵蚀过程和总量,植被不但因为冠层拦截而减少径流,而且因为耗水量增加,降低了土壤前期含水量而减水减沙。 相似文献
14.
水土保持与土壤质量评价 总被引：1，自引：0，他引：1
辨析了土壤侵蚀、水土流失和水土保持的概念和内涵。分析了水土保持与土壤质量的关系,认为水土流失会造成土壤的土层薄化、养分循环失衡、劣质化和贫瘠化、以及砂质化和砾质化,反之,土壤质量下降会降低土壤抗冲性和抗蚀性,进一步加剧水土流失,水土保持可以有效地改良和保持土壤质量。综述了土壤质量评价的研究进展,提出水土保持需要从保持土壤质与量的角度,在进一步弄清楚土壤质量演变过程与机理的基础上,尝试选择和建立适合的土壤质量指标与评价方法,并进行土壤质量动态监测与预测预警及对策的研究。 相似文献
15.
红壤和紫色土抗侵蚀性指标的计算方法研究 总被引：1，自引：1，他引：0
以长江流域主要侵蚀性土壤——红壤和紫色土为研究对象,以土壤可蚀性K值作为土壤抗侵蚀性指标,采用通用土壤流失方程计算得到人工模拟降雨试验下红壤和紫色土的抗侵蚀性指标,分别为0.325 2和0.276 3。应用侵蚀—生产力评价模型（EPIC）,根据上述两种土壤的理化性质计算其土壤抗侵蚀性指标,分别为0.313 8和0.266 8。分析比较这两种方法得到的土壤抗侵蚀性指标,最终得到侵蚀—生产力评价模型（EPIC）的修正系数（1.04）。 相似文献
16.
黑土坡耕地土壤侵蚀对土壤性状的影响 总被引：3，自引：0，他引：3
黑土作为东北地区主要的耕作土壤,其结构性状对土地生产力影响极大。土壤侵蚀使肥沃的黑土层减薄,土壤理化性状不同程度地受到破坏和影响。根据黑土侵蚀现状,对不同侵蚀程度黑土坡耕地的养分状况、土壤田间持水量和渗透速度、抗蚀抗冲性能指标的测定分析发现,黑土侵蚀程度由轻度到重度,土壤有机质等养分含量越来越低;土壤蓄渗水能力逐渐减小;土壤抗蚀抗冲性能亦逐渐降低。黑土坡耕地土壤侵蚀程度的加剧,使得土壤有机质含量减少,保肥供肥能力降低,土壤黏度加重,结构变劣,保水能力减弱,影响农作物的生长发育,势必对我国东北黑土区商品粮基地的重要地位构成严重威胁。 相似文献
17.
不同地表条件下黑土区坡耕地侵蚀过程中土壤团聚体迁移 总被引：6，自引：1，他引：6
土壤侵蚀过程中,土壤团聚体的迁移反映了团聚体的破碎程度及径流的搬运能力,直接影响着侵蚀强度.以东北典型薄层黑土区耕层土壤为研究对象,采用模拟降雨试验方法,研究裸露休闲、纱网覆盖与秸秆覆盖3种地表条件下不同粒级(>5 mm,2～5 mm,1～2 mm,0.5～1 mm,0.25～0.5 mm和<0.25mm)土壤团聚体的迁移特征.结果表明:(1)纱网覆盖与秸秆覆盖具有削减径流和抑制侵蚀的作用,其中抑制产沙作用更明显,减沙率分别为75%和99%以上;(2)3种地表条件下,<0.25 mm团聚体是主要的流失粒级,其占到团聚体流失总量的50%以上;各粒级流失量均表现为:裸露休闲>纱网覆盖>秸秆覆盖;(3)纱网覆盖和秸秆覆盖下的团聚体粒级分布与裸露休闲的相比,差异较为明显的均是<0.25 mm粒级,该粒级流失量较裸露休闲的分别减少74.62%和99%;秸秆覆盖与纱网覆盖之间差异明显的是<0.25 mm与1～5 mm粒级,流失量较纱网疆盖的分别减少97.81%和86.03%;(4)秸秆覆盖下团聚体平均重量直径表现为最大;分形维数和平均重量比表面积均表现为:裸露休闲>纱网覆盖>秸秆覆盖. 相似文献
18.
苏打盐碱化土壤pH与团聚体中球囊霉素相关土壤蛋白含量的关系 总被引：1，自引：2，他引：1
球囊霉素相关土壤蛋白(Glomalin-related soil protein,GRSP)在土壤团聚体形成中起重要作用,与土壤团聚体稳定性正相关。土壤盐碱化破坏土壤结构,降低土壤中GRSP含量,但影响多大尺寸团聚体GRSP含量并不清楚。本文采集45个松嫩盐碱化草地土壤样品,通过干筛法分离出直径0.25、0.25~1和1~2 mm 3种不同粒级团聚体,采用Bradford法测定土壤中GRSP含量,并测定土壤盐碱化指标,经Pearson相关分析和前向选择变量多元线性回归分析,结果显示:土壤pH显著影响各粒级团聚体总球囊霉素相关土壤蛋白(T-GRSP)含量和难提取球囊霉素相关土壤蛋白(DE-GRSP)含量,二者存在显著负相关关系,特别是0.25~1 mm粒级团聚体DE-GRSP含量与土壤pH存在极显著负相关关系,可解释22.3%的DE-GRSP含量变化。土壤pH、电导率、碱解氮和有效磷对各粒级团聚体易提取球囊霉素相关土壤蛋白(EE-GRSP)影响不显著。结果表明土壤苏打盐碱化影响0.25~1 mm团粒结构中较稳定的DE-GRSP含量,可能对土壤团聚体胶联和土壤碳存储产生负影响。 相似文献
19.
20.
Carolyn Hedley Pierre Roudier Lionel Maddi 《Communications in Soil Science and Plant Analysis》2015,46(4):104-121
The advent of affordable, ground-based, global positioning information (GPS)–enabled sensor technologies provides a new method to rapidly acquire georeferenced soil datasets in situ for high-resolution soil attribute mapping. Our research deployed vehicle-mounted electromagnetic sensor survey equipment to map and quantify soil variability (?50 ha per day) using apparent electrical conductivity as an indirect measure of soil texture and moisture differences. A portable visible–near infrared (VNIR) spectrometer (350–2500 nm) was then used in the field to acquire hyperspectral data from the side of soil cores to a specified depth at optimized sampling locations. The sampling locations were derived by statistical analysis of the electromagnetic survey dataset, to proportionally sample the full range of spatial variability. The VNIR spectra were used to predict soil organic carbon (prediction model using field-moist spectra: R2 = 0.39; RPD = 1.28; and air-dry spectra: R2 = 0.80; RPD = 2.25). These point values were combined with the electromagnetic survey data to produce a soil organic carbon map, using a random forest data mining approach (validation model: R2 = 0.52; RMSE = 3.21 Mg C/ha to 30 cm soil depth; prediction model: R2 = 0.92; RMSE = 1.53 Mg C/ha to 30 cm soil depth). This spatial modeling method, using high-resolution sensor data, enables prediction of soil carbon stocks, and their spatial variability, at a resolution previously impractical using a solely laboratory-based approach. 相似文献