農(nóng)用地質(zhì)量因素與過程研究進展(編輯修改稿)
2025-02-10 21:57 本頁面
【文章內(nèi)容簡介】 指標可以作為輔助變量用來提高土壤有機質(zhì)的空間預測精度，尤其是通過不同的地形指標之間的組合，能進一步提高預測精度。 ?在樣本點數(shù)比較小的情況下，在預測具有空間趨勢的土壤屬性方面，有限最大似然法為基礎的線性無偏最優(yōu)估計法（ BLUPREML）是一種比較可靠的預測方法 。 三、部分研究進展 以地形因素和分類變量組合輔助變量的土壤有機質(zhì)空間預測 地理位置與樣點分布圖 坡長因子圖 土壤質(zhì)地圖 三、部分研究進展 地形因素 基本屬性 復合屬性 分類變量 土壤質(zhì)地 土地利用 …… 土壤有機質(zhì) 輔助變量組合 1 輔助變量組合 2 土壤有機質(zhì)空間分布 空間格局的環(huán)境相關分析 基于環(huán)境相關分析的空間預測 方差分析 皮爾森相關分析 多元線性逐步回歸 普通克里格法 回歸克里格法 分類變量以及何種分類變量對土壤有機質(zhì)空間預測精度的影響 三、部分研究進展 結(jié)論 ?地形因素、土壤質(zhì)地和母質(zhì)類型等自然、內(nèi)在性質(zhì)決定著土壤有機質(zhì)的空間分布 。 母質(zhì)類型 樣本數(shù)（個） 顯著性檢驗結(jié)果（ g kg1） 長石巖類風化物 122 沖積物 46 非碳酸鹽 35 鈣質(zhì)巖類風化物 33 耕種型 84 硅質(zhì)巖類風化物 34 洪積沖積物 56 黃土性母質(zhì) 21 人工堆墊物 22 鐵鎂質(zhì)巖類風化物 16 不同高程組有機質(zhì)含量盒形圖 不同母質(zhì)類型各顆粒組成均值兩兩比較結(jié)果 三、部分研究進展 高程組（ m） 土壤有機質(zhì)含量（g kg1） 不同母質(zhì)類型間土壤有機質(zhì)含量差異顯著 ?將分類變量和地形因素等考慮到空間預測中 較大幅度地提高土壤有機質(zhì)空間預測精度。 不同輔助變量組合下的實測、預測對比圖 三、部分研究進展 （樣點編號） 不同預測方法的 均方根誤差 相對提高值（ RI） M2變量組合下的回歸克里格法 RI值達 % 輔助變量組合 1(M1):高程 輔助變量組合 2(M2):高程、母質(zhì) 回歸預測和普通克里格模型平滑效應， 趨中趨勢 ，須對殘差再進行預測以降低預測殘差。在 M2輔助下的回歸克里格法預測結(jié)果與實測值最為接近。 ?研究區(qū)： 北京市延慶縣南部 ?采樣間隔： 300m 300m ?采樣點： 210個（訓練點186個，驗證點 24個） ?插值方法： 1. 基于 對稱對數(shù)比方法轉(zhuǎn)換 的普通克里格法 2. 基于非對稱對數(shù)比方法轉(zhuǎn)換的普通克里格法 3. 成分克里格 法 土壤質(zhì)地空間預測方法的比較 三、部分研究進展 結(jié)果 表明 成分克里格方法預測精度最高， RMSE相對提高將近17%。成分克里格是直接對土壤質(zhì)地進行插值，能保證其是最優(yōu)無偏估計。 5 0 5 10 15 20砂粒粉粒粘粒相對提高值（ % ）基于對稱對數(shù)比轉(zhuǎn)換的普通克里格成分克里格非對稱對數(shù)比轉(zhuǎn)換的普通克里格 基于成分數(shù)據(jù)特征和環(huán)境變量輔助的土壤質(zhì)地空間插值 地理位置、樣點和高程圖 土地利用與土壤圖 三、部分研究進展 土壤有機質(zhì) 土壤類型 土壤容重 高程 …… 土壤質(zhì)地 土 壤 質(zhì) 地 空 間 分 布 已考慮成分數(shù)據(jù)特征的方法 方差分析 成分克里格法（CK） 基于對稱對數(shù)比轉(zhuǎn)換的普通克里格法（OKSLR） 基于對稱對數(shù)比轉(zhuǎn)換的回歸克里格法(RKSLR） 將成分數(shù)據(jù)特征和環(huán)境變量考慮到土壤質(zhì)地空間插值中 最優(yōu)輔助變量組合 數(shù)據(jù)轉(zhuǎn)換 三、部分研究進
公司管理相關推薦
鄂ICP備17016276號-1