铜陵土壤有机质空间变异分析

详细信息   下载全文 | 推荐本文 |

英文篇名：Spatial Variability Analysis of Soil Organic Matter in Tongling 作者：王强 ; 张莉莉 ; 马友华 英文作者：Wang Qiang ; Zhang Lili ; Ma Youhua ; School of Resources and Environment ; Anhui Agricultural University ; School of Information & Computer ; Anhui Agricultural University ; Anhui Vocational College of Grain Engineering 关键词：土壤有机质 ; 克立格插值 ; 对数转换 ; 空间变异性 ; 同一系数 英文关键词：soil organic matter ; Kriging interpolation ; log transformation ; spatial variability ; agreement coefficient 刊名：中国农学通报 英文刊名：Chinese Agricultural Science Bulletin 出版日期：2013-11-25 出版单位：中国农学通报 机构：安徽农业大学资源与环境学院;安徽农业大学信息与计算机学院;安徽粮食工程职业学院; 年：2013 期：33 基金：国家科技支撑计划“南方平原稻作区农业面源污染防控技术集成与示范”(No.2012BAD15B03) CN：11-1984/S ISSN：1000-6850 页：203-209 页数：7 分类号：S158 语种：中文; 文件大小：2185K

摘要

为了研究安徽省铜陵市土壤有机质空间变异特征,采用地理信息系统与地统计学相结合的方法,按照普通克里格方法选择不同的半方差模型进行插值,同时通过标准化均方根误差(RMSE)验证和同一系数(AC)验证进行精度对比。结果表明,对数转换后的插值结果并未提高,标准化均方根误差验证利用原插值样点交叉验证进行数据验证结果的参考价值有限,独立样本的验证是非常必要。研究区内土壤有机质含量的变异系数一般,主要受到研究区内地形的影响,整个区域内分布并不均匀,有机质含量较高区域分布于高海拔位置。
        The research took Tongling County as the study area,apply geostatistics combined with GIS,selected the soil organic matter as research object,and analyzed the spatial variability feature. According to Kriging interpolation theory,the study further applies different semivariogram model and compares the accuracy between the Root Mean Square Standardized Error(RMSSE) and the Agreement Coefficient(AC). The research indicated that,the spatial interpolation by log transformation cannot improve accuracy,using the RMSSE to compare the accuracy with the original interpolation sample was only a reference,independent validation samples were necessary. The coefficient of variation of soil organic matter was general,the content distribution was uneven and the higher organic matter distributed in the high-altitude location,influenced mainly by the terrain of the region.

引文

[1]王世发.齐齐哈尔地区土壤有机质含量的测定及分析[J].齐齐哈尔大学学报:自然科学版,2008,24(3):75-77.
    [2]刘磊,沈润平,丁国香.基于高光谱的土壤有机质含量估算研究[J].光谱学与光谱分析,2011,31(3):762-766.
    [3]王政权.地统计学及在生态学中的应用[M].北京:科学技术出版社,1999:35-96.
    [4]史利江,郑丽波,柳云龙.农田土壤养分空间变异特征研究[J].河南农业大学学报,2008,40(1):51-55.
    [5]张敏,贺鹏飞,陈伟强.基于GIS和地统计学的土壤养分空间变异分析[J].东北农业大学学报,2010,41(3):53-58.
    [6]张捷.区域土壤属性空间变异特征研究与模型的建立[D].武汉:华中农业大学,2009.
    [7]宋莎,李廷轩,王永东,等.县域农田土壤有机质空间变异及其影响因素分析[J].土壤,2011,43(1):44-49.
    [8]包世泰,赵寒冰,胡月明,等.土壤有机质空间变异与农用地自然质量关系研究[J].农业工程学报,2007,23(8):95-101.
    [9]张文龙,李玉环,姬祥.基于地统计学的耕层土壤有机质空间变异及不同插值模型的比较[J].中国农学通报,2011,27(6):256-260.
    [10]韩丹,程先富,谢金红,等.大别山区江子河流域土壤有机质的空间变异及其影响因素[J].土壤学报,2012,49(2):403-408.
    [11]庞夙,李廷轩,王永东,等.县域农田土壤铜含量的协同克里格插值及采样数量优化[J].中国农业科学,2009,42(8):2828-2836.
    [12]张世熔,黄元仿,李保国.冲积平原区土壤颗粒组成的趋势效应与异向性特征[J].农业工程学报,2004,20(1):56-60.
    [13]Willmott C J.On the evaluation of model performance in physical geography,in Spatial Statistics and Models[M].edited by G.L.Gaile and C.J.Willmott,D.Reidel,Hingham,Mass,1984:443-460.
    [14]Zhu A X,Yang L,Li B L,et al.Construction of membership functions for predictive soil mapping under fuzzy logic[J].Geoderma,2010,155(3-4):164-174.
    [15]苑小勇,黄元仿,高如泰,等.北京市平谷区农用地土壤有机质空间变异特征[J].农业工程学报,2008,24(2):70-76.

目录