人工智能深度学习模型在土壤属性数字制图中的应用

为提高土壤属性数字制图预测精度,以及随着遥感环境变量数据量的增加、算力的增强和开源深度学习框架的普及,数字土壤制图正在从传统的知识驱动模型向数据驱动的人工智能深度学习模型转变。该文以土壤关键属性有机碳为例,分析归纳土壤有机碳数字制图深度学习模型的理论基础、模型结构、亟待解决的有关环境变量空间上下文信息和多模态数据整合及模型可解释性等问题,旨在促进人工智能深度学习模型在第三次全国土壤普查土壤属性制图中的应用。

基于改进地形分布指数的耕地土壤属性空间变异特性研究

为解决现有地形位指数和地形位置指数因忽视地物在空间上的规律变化而造成的误差累积、异常值等问题,本研究基于地理学第一定律对地形分布指数模型进行加权修正,并利用改进后的地形位置指数进行半自动地形分类,从定性、定量角度分析地形因子对耕地土壤属性空间变异的影响特性。结果表明,改进后的地形分布指数可显著改善现有地形指数的多峰与偏态问题;在与土壤有机质、速效钾含量的相关性分析中,改进地形分布指数普遍优于传统地形指数,其中与土壤有机质、速效钾含量相关性最高的指数分别是TPI_IDW(0.367)、TPI_RBF(0.277);与地形位置指数相比,基于改进地形位置指数的地形分类对细部信息的刻画更符合实际。研究区土壤有机质含量表现为中坡>下坡>山谷>山脊>平坡,速效钾含量表现为山脊>山谷>平坡>下坡>中坡。综上,改进地形分布指数具有一定的科学合理性。本研究结果为地形分类等其他相关领域研究提供了新思路。

土壤质地影响生物结皮对土壤属性的作用程度

生物结皮广泛分布于干旱与半干旱区,对表层土壤属性具有显著影响。然而,不同类型或发育程度的生物结皮对不同土壤质地条件下土壤属性的影响是否相同,以及生物结皮与土壤质地是否存在交互作用等问题仍不清楚。以黄土高原粉壤土、砂壤土和砂土上发育的不同类型生物结皮(藻结皮、混合结皮和藓结皮)为研究对象,比较不同土壤质地条件下各类型生物结皮对土壤属性的影响差异。结果表明:(1)粉壤土和砂壤土上生物结皮对土壤颗粒组成无明显影响,而砂土生物结皮显著提高了黏粒、细粉粒及粗粉粒的含量。其中,生物结皮对砂土粗粉粒含量的作用最大;不同类型的生物结皮中,混合结皮对砂土颗粒组成的总体影响最大,藓结皮影响深度最深,为生物结皮层下5 cm。(2)不同土壤质地的生物结皮均能降低土壤容重,其中砂土藓结皮降低土壤容重程度最大,降低了17%。(3)3种土壤质地的生物结皮均能不同程度提高土壤有机质及全氮含量,其中砂土生物结皮影响程度最大,且藓结皮影响程度最显著,其有机质含量和全氮含量分别是对照的17.6和13.5倍,影响深度为生物结皮层下10 cm。(4)土壤质地和生物结皮类型对土壤容重、土壤有机质及全氮存在显著交互效应,且单一作用均大于二者交互作用。(5)砂土生物结皮对土壤属性影响最大,且藓结皮影响程度更显著。综上所述,黄土高原砂土生物结皮对土壤属性的影响程度最大,且藓结皮对土壤属性具有更明显的改善效果。研究结果可为深化生物结皮生态功能及生态系统可持续管理提供理论依据。

不同植被下碳酸盐岩石发育形成土壤属性研究

为探究喀斯特地区不同植被条件下碳酸盐岩石发育土壤属性的分布特征及其影响因素,以贵阳市花溪区范围内的碳酸盐岩石(石灰岩、灰质白云岩和白云岩)发育土壤为研究对象,采集不同植被类型下0~40 cm土壤,分析不同植被类型、基岩类型、土层层次对土壤性质分布特征的影响。结果表明:基岩和植被类型是影响碳酸盐岩石发育成为土壤的主要影响因素,其次是土壤层次。在0~20 cm和20~40 cm土层中,石灰岩、灰质白云岩和白云岩发育土壤的肥力和颗粒均差异显著,而0~20 cm与20~40 cm土层间,除石灰岩发育土壤石砾含量(SLC)和细颗粒比(<0.002 mm),白云岩发育土壤速效磷(AP)和有机质(SOM)含量外,同类基岩发育土壤性质无显著差异;在0~40 cm土层,基岩类型显著影响土壤pH、AP、SLC、速效氮(AN)、全氮(TN)、SOM、0.2~0.25 mm和0.002~0.02 mm颗粒的分布;植被类型显著影响石灰岩发育土壤pH、AP、TN含量,白云岩形成土壤的pH、SLC、粗颗粒(0.25~2 mm)和细颗粒,灰质白云岩形成土壤的AN、SOM、粗颗粒和细颗粒;土壤层次显著影响石灰岩发育土壤的SLC、粗颗粒和细颗粒及白云岩发育土壤的AP的分布。研究区内荒草坡和草被下土壤,以及石灰岩发育的土壤可能正遭受侵蚀的破坏。因此,结合母岩岩性,改变植被种植结构,对提高土壤养分、改善土壤颗粒组成和增强土壤的抗侵蚀能力具有积极作用。

地理信息系统在土壤属性制图中的应用

土壤属性空间分布图是土壤空间变异性最直观的表达形式.传统的土壤属性分布图的制作在很大程度上依赖于制图者的知识背景和主观判断,难以定量地反映土壤属性的空间变异性.随着空间统计理论和分析技术的发展,定量化的土壤属性制图方法已成为可能.本文在简要介绍地理信息系统(GIS)制作土壤属性分布图数学原理的基础上,以ARC/INF07.1为例,讨论了GIS在定量化土壤属性分布图生成中的应用问题.

基于地统计学和GIS的太湖典型地区土壤属性制图研究——以土壤全氮制图为例

在地理信息系统 (GIS)支持下 ,运用地统计学方法对太湖典型地区耕层土壤全氮含量的空间变异特征进行分析 ,探讨了适用于研究区域土壤全氮制图的最佳邻域 ,并在此基础上利用块段克立格 (BlockKriging)法绘制了土壤全氮含量空间分布图。结果表明 ,土壤全氮的空间变异性在 40km步长变化域上表现为明显的各向同性 ,超出这个范围 ,土壤全氮空间变异的各向异性明显增强 ,以 40km步长变化域上土壤全氮的空间结构特征作为Kriging插值依据有助于提高制图精度。制图结果表明 ,研究区域土壤全氮含量在江阴和宜兴两市境内普遍较高 ,锡山和武进两市相对较低 ;且高值斑块区主要分布在地势低洼的圩田区 ,这是人为施肥和土壤特性共同影响的结果。

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

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。

基于环境相关法和地统计学的土壤属性空间分布预测

土壤属性是土壤质量的重要决定因素,并强烈影响土地利用和生态过程。正确理解并充分考虑土壤空间变异,对于在景观尺度上建立生态、环境过程模型是必不可少的。在黄土高原横山县采集了254个样点,应用数字地形与遥感影像分析技术,获取相关地形因子与遥感指数,分析土壤属性(土壤容重、有机质和全磷)与环境因子相互关系,并利用环境变量进行空间预测。结果表明,土壤容重、有机质与地形因子和遥感指数之间存在较好相关性,而全磷与地形因子相关性不大;多元线性逐步回归模型对于土壤容重和有机质拟合较好,而对于全磷,预测结果较差;回归-克里格预测有效地减小了残差,消除了平滑效应,与实测值较为接近。

天山北坡不同环境条件下雪岭云杉(Picea schrenkiana)林限土壤属性

为了研究干旱区天山北坡中山带长达1000余公里的单建群种山地针叶林的空间分布原因,选择精河、玛纳斯、阜康和巴里坤中山带作为四种不同的环境条件,通过对不同环境条件雪岭云杉(Picea schrenkiana)上、下限土壤的采样与分析,探讨土壤因素对天山北坡中山带雪岭云杉分布的控制作用。雪岭云杉在天山北坡的连续分布主要是水热组合条件和土壤因素相互作用的结果,上、下限土壤属性变化与环境条件变化间存在着紧密的联系,表现为降雨量丰富的玛纳斯林区土壤肥力较高,但CaCO3含量较低,而降雨量较小的巴里坤和精河林区土壤肥力较差,但CaCO3含量较高。虽然长达1000余公里的雪岭云杉中山带环境条件差异较大,但其土壤属性变化均在雪岭云杉发育所需土壤条件的允许范围之内,这主要是受土壤成土母质、不同海拔高度的降雨量、地形、局地环流等因素的共同影响。

运用模糊隶属度进行土壤属性制图的研究--以黑龙江鹤山农场研究区为例

通过传统土壤类型图所得的土壤属性图已不能满足精准农业和生态环境模型所需土壤属性的精度,而目前应用较多的统计方法和地统计方法均存在一定的局限性。鉴于此,本文探索了一种采用模糊聚类获取模糊隶属度进行土壤属性制图的方法。首先,采用模糊c均值聚类(Fuzzyc-means clustering,FCM)方法对环境因子进行聚类,通过野外采样(称为建模点)建立土壤-环境关系知识;然后,计算区域内各像元点对土壤类型的模糊隶属度;最后,对模糊隶属度采用加权平均的方法获取土壤属性值。将该方法应用于黑龙江鹤山农场老莱河流域的研究小区,以土体厚度和表层有机质为例进行土壤属性制图。为了评价该方法的有效性,将其与采用环境因子所建立的多元线性回归模型进行比较,通过野外验证点集评价两种模型所得的土壤属性,评价指标为观测值和预测值的相关系数、平均绝对误差(MAE)、均方根误差(RMSE)和准确度(AC)。结果表明,尽管通过建模点建立的多元线性回归方程R2较大,但该方程并不适用于研究区内的其他样本点,这表明多元线性回归方法在该区具有一定的局限性。与之相比,模糊隶属度加权平均的方法则可以通过较少的建模点得到更好的预测效果。

基于环境相关法的土壤属性空间分布特征研究——以黄土丘陵沟壑区小流域为例

在横山县朱家沟小流域采集111个样点,分析土壤属性与地形因子相互关系,进行空间预测分析。结果表明:土壤密度与复合地形指数CTI显著正相关,土壤有机质与复合地形指数CTI、汇流动力指数SPI、沉积物运移指数STI显著负相关,全磷只与坡度β显著负相关。多元线性逐步回归模型对于土壤密度和有机质拟合较好,而对于全磷,预测结果较差;回归-克里格预测有效地减小了残差,消除了平滑效应,预测极差更宽,对于局部的变异及地形、土地利用的关系体现更为细化,提高了预测精度。

基于土壤属性的VIC模型基流参数估计框架

"异参同效"现象是水文模型参数率定过程中的一个难题。为了减少需要率定的模型参数个数,从而降低模型参数的相互作用,构建了利用土壤属性直接估计VIC(Variable Infiltration Capacity)模型3个基流参数的框架,并在3个位于不同水文气候条件下的典型流域中作了实例研究。传统的VIC模型参数估计方法需要率定6个参数;而在新的参数估计框架下,需要率定的模型参数从6个减少为3个。蒙特卡罗模拟结果表明新的参数估计框架提高了参数的敏感性。同时,新的参数估计方法模拟的径流过程和之前通过率定得到的径流过程差别很小。GLUE(Generalised Likelihood Uncertainty Estimation)方法分析得到径流模拟的不确定性结果表明:新的参数估计框架计算径流的90%置信区间要明显小于传统方法,而且对于低流量的模拟效果更加明显,也就是说采用新的参数估计框架可以显著降低径流模拟的不确定性。这种基流参数估计方法可以被应用于其他相似的水文模型中。

基于样点个体代表性的大尺度土壤属性制图方法

大空间尺度范围的土壤属性分布信息是陆地表层过程模拟的基础信息。基于野外样点进行空间插值是获得土壤属性空间分布信息的重要手段。现有的空间插值方法通常要求所用样点对研究区土壤属性空间分布规律具有良好的全局代表性。然而,受采样经费和野外采样条件的限制,所采集的样点往往难以全面地反映研究区土壤属性的空间分布规律。基于这样的样点用现有空间插值方法得到的土壤属性分布图通常精度较低,并且由样点全局代表性差带来的推测不确定性也无法得到度量。为了合理利用这些已采集的但全局代表性不好的样点,本文提出了基于样点"个体代表性"推测土壤属性空间分布并度量推测不确定性的方法。该方法在两点环境条件越相似、土壤属性就越相似的假设下,认为每一样点可以代表与其环境条件相似的地区,并且代表程度可以由两点的环境相似度度量;通过分析环境相似度计算推测不确定性,并以环境相似度为权重计算样点可代表地区的土壤属性值。将该方法应用于推测新疆伊犁地区土壤表层有机质含量,经验证,本文方法能够有效地利用全局代表性差的样点推测样点能够代表地区的土壤属性空间分布,并且所得的推测不确定性与预测残差呈现正向关系,能够有效地指示推测结果的可靠程度。

我国中部沿海陆域与海岛土壤属性差异的研究

以我国浙江、江苏、山东三省沿海陆域和海岛酸性母岩风化物上发育的 8个土壤剖面为对象 ,以海岛和陆域同纬度方向比较研究海陆不同生境下发育的土壤基本属性 ,阐明陆域和海岛土壤在同纬度同类型母质上发育程度的差异。结果表明 :海岛土壤pH值、盐基饱和度、粉粘比、粘粒的硅铝率和硅铁铝率比同纬度相邻陆域土壤高 ,土体红化率、粘化率比相邻陆域土壤低 ;海岛土壤区别于陆域土壤的最明显特征是其具有复盐基作用 ;成土过程的强度均是在海岛低于同纬度相邻的陆域土壤。

基于GIS和多种土壤属性的烟田养分分区管理研究

以平顶山典型烟区烟田土壤为研究对象，用111个样点耕层土壤（0～20cm）的DH、有机质、总N、碱解N、速效P、速效K、活性有机质、阳离子交换量等数据对烟田进行管理分区研究。利用主成分分析从繁杂的数据中提取3个主成分，利用MZA软件进行模糊聚类分析从而实现分区，采用FPI和NCE来确定最佳分区数。结果表明研究区的最佳分区数为3，模糊指数为1．5。各分区内土壤养分的变异系数都较整个研究区有所降低，而分区间土壤养分差异显著。研究区的平均混乱度指数为0.37，不同模糊类别交叠程度较小，地理空间上土壤的隶属关系相对明确。通过模糊聚类分析法可以较好地进行管理分区的划分，分区结果可以作为变量施肥的单独作业单元进行肥料管理。

用高程辅助提高土壤属性的空间预测精度

【目的】探讨土壤属性变量与高程之间在何种条件下,可利用高程变量来辅助提高土壤变量的预测精度。【方法】用两种将高程作为辅助变量的克里格插值方法(协克里格法和简单克里格加变化局部平均值法)与没有考虑高程的普通克里格插值方法进行对比分析,用均方根预测误差和预测精度的相对提高值作为标准对3种方法的预测结果进行评价。【结果】对于交换性钾和pH值,协克里格法获得最精确的预测;对于Olsen-P、土壤有机质和有效锌,简单克里格加变化局部平均值法得到最精确的预测;而有效铜、有效铁和有效锰的最精确的预测结果则由普通克里格法产生。【结论】高程数据能够用来提高土壤特征的空间预测精度,但并不是对所有的土壤属性都适合;在利用高程数据来提高土壤属性空间预测之前,应该先对高程和土壤特征变量之间的线性相关关系、结构相关关系和全局趋势等进行仔细地分析,然后再选择适宜的方法。

河南初烤烟叶物理特性与土壤属性的典型相关分析

通过分析河南省12个烟区土壤与烟叶各353个样品的测试数据,采用典型相关分析方法,研究了烤烟物理特性与土壤属性之间的关系.结果表明,在一定范围内,烟叶含梗率与土壤pH值、全钾含量和Mg含量呈显著负相关,与Na含量呈显著正相关;烟叶平衡含水率与土壤速效钾、全磷和Mg含量呈显著正相关;烟叶单叶重与土壤速效钾和全磷含量呈显著负相关;烟叶抗张力和抗张强度与土壤Fe含量呈显著负相关.

应用基于PLSR的土壤-环境模型预测土壤属性

土壤-环境模型对于正确理解土壤属性与环境因子间的关系,以及进行土壤属性预测与制图均具有重要的意义。研究区位于陕西省长武县内多年退耕还林还草沟壑区域,采集72个土壤表层样本,选择3/4的样本作为建模集,其余1/4的样本作为验证集;环境因子选择容易获取的地形因子和由遥感影像提取的植被因子和湿度因子,建立基于偏最小二乘回归(PLSR)的土壤-环境模型。结果表明:全氮、速效钾、全钾、有机质与环境因子间均有显著相关性;建立的PLSR模型可解释土壤属性的空间变异从23%(全氮)到27%(全钾);与逐步回归方法构建的模型相比,利用PLSR构建的土壤-环境模型可以更好地表征土壤属性与环境变量间的关系,拟合精度和预测精度也相对较高,说明PLSR建立的模型可以更好地应用于相似区域的土壤属性预测。

基于样点的数字土壤属性制图方法及样点设计综述

土壤剖面数据与土壤类型图按照某种原则进行连接是目前获取土壤属性空间分布信息的主要方法,这种传统的土壤属性制图方法以土壤专家的"经验"和手工描绘为基础,耗费资本高、生产周期长。数字土壤制图通过借鉴先进的空间信息处理技术和高分辨率地形数据的优势,能够快速地获取高精度、高分辨率的土壤属性空间变化信息,是一种精细、高效、经济的土壤属性制图技术。本文详细介绍了基于样点进行数字土壤属性制图的3种方法:①基于空间自相关的方法;②基于空间自相关和土壤-环境关系混合相关的方法;③基于土壤-环境关系的方法。同时,为保证样点能够全面地捕捉到研究区内土壤属性空间变异特征,以上3种方法都对样点的数量、分布或典型性提出了较为严格的要求,即样点应具有全局代表性。因此,如何设计样点成为数字土壤属性制图中的一个重要问题。依据样点设计过程中是否能够整合已有样点,本文将样点设计方案分为采样设计方案和补样设计方案两种,并对其分别进行了详细的综述。

基于少量典型样点土壤属性空间分布推测模型中的土壤属性参数敏感性分析

针对基于少量典型样点土壤属性空间分布推测模型中的土壤属性参数敏感性问题,以坡位渐变信息结合典型土壤样点的加权平均模型为例,利用东北地形平缓小流域的土壤表层有机质含量样点集,使用阶乘设计、箱线图分析、扰动分析法和本文新设计的MR指数评价该模型的参数敏感性。结果表明,该模型中土壤属性参数敏感性较大,其大小与典型样点空间分布有关。敏感性主要由应用该模型时采用的坡位分类体系的不确定性引起。该文的分析方法可用于对基于少量典型样点的土壤属性空间分布推测模型进行参数敏感性综合分析。