为研究景观复杂地区土壤有机质变异的尺度特征,以河南省登封市为研究区,探讨了该市土壤有机质在不同尺度、不同景观类型区的变异特征。结果表明:(1)2 km采样间距的大尺度土壤有机质平均含量和变异系数分别为20 g kg-1和44.8%;200、300、...为研究景观复杂地区土壤有机质变异的尺度特征,以河南省登封市为研究区,探讨了该市土壤有机质在不同尺度、不同景观类型区的变异特征。结果表明:(1)2 km采样间距的大尺度土壤有机质平均含量和变异系数分别为20 g kg-1和44.8%;200、300、300和500 m间距的小尺度4个景观类型区:紫色土区、中山石英砂岩区、山前洪积扇区和低山丘陵洪积物母质区,有机质平均值和变异系数分别为15.72、15.53、26.00、18.98 g kg-1和29.9%、26.21%、16.04%、35.41%。(2)不同尺度、不同景观类型区土壤有机质的半方差函数,在块金值、基台值和变程等参数上有较大差异。(3)大尺度土壤有机质与高程因子、坡向因子呈极显著和显著相关性,与坡度相关性不明显;除了低山丘陵洪积物母质区与高程因子极显著相关外,小尺度土壤有机质在紫色土区、中山石英砂岩区和山前洪积扇区均和高程、坡度、坡向无显著相关性。展开更多
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...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。展开更多
文摘为研究景观复杂地区土壤有机质变异的尺度特征,以河南省登封市为研究区,探讨了该市土壤有机质在不同尺度、不同景观类型区的变异特征。结果表明:(1)2 km采样间距的大尺度土壤有机质平均含量和变异系数分别为20 g kg-1和44.8%;200、300、300和500 m间距的小尺度4个景观类型区:紫色土区、中山石英砂岩区、山前洪积扇区和低山丘陵洪积物母质区,有机质平均值和变异系数分别为15.72、15.53、26.00、18.98 g kg-1和29.9%、26.21%、16.04%、35.41%。(2)不同尺度、不同景观类型区土壤有机质的半方差函数,在块金值、基台值和变程等参数上有较大差异。(3)大尺度土壤有机质与高程因子、坡向因子呈极显著和显著相关性,与坡度相关性不明显;除了低山丘陵洪积物母质区与高程因子极显著相关外,小尺度土壤有机质在紫色土区、中山石英砂岩区和山前洪积扇区均和高程、坡度、坡向无显著相关性。
文摘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。