土壤养分含量的协同克里格法插值研究

土壤养分含量的空间分布是农业领域研究的重要内容,空间插值是获取土壤养分含量空间分布的重要方法。空间插值方法很多,不同的空间插值方法结果精度各不相同。文章以石家庄城乡交错带土壤全氮、速效磷、速效钾三种养分含量为主变量,土壤有机质含量为辅助变量,选取普通克里格法和协同克里格方法,对85个采样点的土壤养分数据进行空间插值分析,获取土壤养分含量空间分布图。采用交叉验证法对其插值结果精度进行分析和评价,结果表明,采样点数量相同时协同克里格方法的结果精度明显高于普通克里格插值法;利用协同克立格法,主变量数目在减少至70个,辅助变量不变的情况下,精度仍高于普通克里格法,且空间分布高度相似。说明在适当减少土壤样本的情况下,协同克里格法仍能保证插值精度,适合土壤养分空间插值。

协同克里格法和多变量估值

本文叙述了协同克里格法原理和多变量的价值,列举实例对三个不同情况的多变量矿床选用三种不同的估算方法。在多变量估值中,为了经济、有效的计算,需视矿床的具体情况,分别采用普通克里格法、协同克里格法、协同克里格法或回归分析法。

县域农田土壤铜含量的协同克里格插值及采样数量优化

【目的】研究县域农田土壤铜含量的空间分布和采样数量,为农田土壤环境质量调查提供帮助。【方法】采用协同克里格方法,以初始的623个土壤铜含量数据及在此基础上随机抽取的560、498和432个数据为目标变量,并以初始的623个土壤有机质含量数据为辅助变量,对四川省双流县农田土壤铜含量进行插值分析,并对不同样点数量下协同克里格法在县域尺度农田土壤铜含量空间分布研究中的适用性进行评价。【结果】相同取样数量下,协同克里格法的均方根误差相对于普通克里格法可降低0.9%～7.77%,预测值和实测值之间的相关系数可提高1.76%至9.76%。利用协同克里格法,在土壤铜含量数据量缩减10%的情况下,其估值精度仍高于初始的623个土壤铜含量数据的普通克里格估值,且二者的分布图具有高度相似性。【结论】协同克里格作为一种更为精确和经济的方法,可为县域尺度农田土壤重金属含量的空间分布研究提供更多的信息和帮助。

协克里格法在空间插值中的研究应用

目的为提高矿产储量计算的精确度,解决空间数据量缺乏问题,分析协克里格法(Cokrig-ing)在空间数据架构的理论依据。方法采用协克里格法,研究阿舍勒矿床铜矿储量资源在勘探开发中,由于空间数据量受地质条件、所处地理位置等不同条件的影响,提高储量资源的预测结果精度,并考虑样品的概率分布函数,突破了观测值线性组合的估计模式,认为协克里格法是最优、无偏内插的一种方法。结果建立一种矿产储量预测的数学模型,计算结果:离散方差验证法参数为均值106.92、方差954.52、标准方差30.89、标准平均值-0.124、均方根预测误差1.56。结论通过离散方差检验、QQ检验方法验证表明,采用协克里格法建立的数学模型可以较好地预测矿产储量,解决由于空间数据量缺乏问题,提高预测精度。

扎龙湿地叶绿素a浓度的协同克里格插值

研究扎龙湿地叶绿素a含量的空间分布情况,可以为水环境质量监测提供依据。选取分布在扎龙湿地西北部的克钦湖,中部的仙鹤湖,西南部的南山湖等3个较大的湖为研究区,采用协同克里格方法,以随机抽取的48个采样点的叶绿素a含量数据为目标变量,并以这48个采样点的反射率数据为辅助变量,对3个湖水中叶绿素a含量进行插值分析。结果表明:克钦湖的水体叶绿素a浓度分布总体上是南湖比较低,北湖较高,总趋势是由南向北递增。仙鹤湖的叶绿素a浓度大致趋势是东部偏中心的位置浓度较高。南山湖的水体叶绿素a浓度总体比较高,西北—西南区域比东北—东南区域高。这与同步的水质采样数据基本一致,反映了3个湖富营养化状态的实际情况。

罗江县农田土壤全氮协同克里格插值和采样数量优化研究

[目的]研究县域土壤全氮含量的空间分布和采样数量,为紫色土丘陵区采样提供参考。[方法]利用协同克里格法,以初始的1 777个土壤全氮含量数据为随机抽取的数据,分别随机抽取1 599、1 421和1 243个数据为目标变量,并以初始的1 777个土壤有机质数据为辅助变量,对四川省罗江县土壤全氮含量进行插值分析,从而利用协同克里格法对县域尺度下农田土壤全氮含量在不同样点数量下空间分布中的适用性进行评价。[结果]在相同取样数量下,全氮协同克里格法的均方根误差相对于普通克里格法降低0.019 6%～0.072 5%,预测值和实测值之间的相关系数提高0.69%～0.90%。利用协同克里格法,土壤全氮含量数据在缩减30%情况下,其估值精度高于1 777个样点下的普通克里格估值,且二者的分布图都具有较高的拟合度。[结论]协同克里格法是一种经济、精准的方法,可为县域土壤养分含量的空间分布提供基础信息。

县域耕地土壤锌含量的协同克里格插值及采样数量优化

耕地土壤锌含量的空间分布和适宜的采样数量研究,为农产品产地评价和认证、土壤环境质量调查提供帮助。以土壤有机质、pH、全氮、碱解氮、有效铁、有效铜、有效锰、高程数据为辅助变量,采用协同克里格插值方法,对吉林省舒兰市耕地土壤锌含量进行了插值精度分析,并对不同样点数量下协同克里格法在县域尺度耕地土壤锌含量空间分布研究中的适用性进行了评价。结果表明,相同采样数量下,土壤锌协同克里格法的均方根误差比普通克里格法低,拟合效果更好;辅助因子对土壤锌协同克里格插值的影响效果大小为:全氮>有效锰>高程>有效铁>碱解氮>pH>有机质>有效铜;当高程和有效铜作为辅助因子时,土壤采样数量可以减少20%,土壤锌协同克里格插值仍能满足精度要求。协同克里格作为一种更为精确和经济的空间插值方法。

基于地统计方法的气候要素空间插值研究

在回顾了地统计学的产生、发展及其基本原理的基础上,对于目前众多可以提供计算网格的气候要素的空间插值方法中,具体探讨了普通克里格法和协同克里格法。将甘肃省1961-1990年30年平均降水量和蒸发量作为区域化变量,根据不同的半变异函数理论模型,采用普通克里格法和双变量协同克里格法,通过对比分析得到:(1)不论是多年均降水量还是多年平均蒸发量在空间上都呈现明显的梯度变化,二者的空间变程都很大,而降水量变化幅度更大。降水量从东南部向西北部逐渐减少,蒸发量则相反,从东南向西北逐渐增加。(2)基于地统计的插值方法,根据半变异函数云图和试验方差最小的原理,选择合适的半变异函数理论模型进行变量的空间插值,能够较好地模拟区域化变量的空间连续分布格局,并取得较好的效果。对比普通克里格法和协同克里格法,后者增加了高度对降水量和蒸发量的影响,在空间分布上更为合理,插值的精度也要明显好于普通克里格法。(3)采用地统计方法虽然在总体上能够较好地反映气候要素的空间分布格局,但检验显示,两种方法空间插值的精度都还不是很高,插值的精度还有待进一步提高。

降雨空间插值方法及在清江流域的应用

将普通克里格法、协同克里格法和反距离加权法3种空间插值方法应用于清江流域的降雨空间插值,比较了它们的应用效果,并分析了它们插值效果不同的原因.其中协同克里格法在应用时考虑了海拔高度对降雨量插值结果的影响.结果表明,两种克里格方法的插值结果的误差要远远小于反距离加权法,并且插值所得到的等雨量线更光滑.对于两种克里格方法,协同克里格法要优于普通克里格法,前者比后者的MAE值要小10%.反距离加权法明显不如两种克里格法的原因是该方法不能准确反映相邻站点的空间依赖关系.而协同克里格法优于普通克里格法是因为协同克里格插值法考虑到了地形对降雨量的影响,因而更适用于清江流域这样的山地流域.

山地丘陵耕地土壤养分最优插值方法研究---以江西省渝水区水北镇为例

以江西省渝水区水北镇为研究区,利用823个采样点的耕地土壤养分数据,分析区内耕地土壤养分含量与海拔、坡度的相关性,采用协同克里格插值方法,结合海拔、坡度进行插值,并把经交叉检验后的结果与逆距离权重法、普通克里格法的结果进行比较。结果表明,结合海拔、坡度进行插值后,精度有明显提高。插值精度排序为协同克里格法>普通克里格法>逆距离权重法,在3种插值方法中,协同克里格法为最优插值法。

降雨量空间插值方法比较研究

对反距离加权法、样条函数法、普通克里格法及协同克里格法等几种常用的降雨空间插值方法的优缺点进行了分析和比较,考虑到高程对降雨量影响较大,在协同克里格法的基础上将高程作为第2类影响因素引入降雨量的空间插值方法中,并提出了引入高程信息的协同克里格法。将4种方法(反距离加权法、样条函数法、普通克里格法及协同克里格法)用于大兴安岭地区降雨量的插值计算,结果表明,考虑高程信息的协同克里格法的插值效果明显优于其他3种方法。

大尺度小样本情况下的数据预测方法对比研究

采用反距离加权法(IDW)、协同克里格法(Cokriging)、回归模型法,利用云南省134个县(市)气象站观测数据对全省≥10°积温区域进行预测.结果表明,由于气象站点稀少,用不同的方法结合不同的辅助信息得到的预测结果不同.反距离加权法强调了空间距离尺度的影响,但未能较好地体现云南省局部积温的分布规律;协同克里格法则优于反距离加权法,但在样本数偏少的情况下预测结果会出现明显的凹凸现象;回归模型法预测结果能很好地体现云南省北低南高、西高东低的气温总体变化规律,又能体现峡谷地带中局部干热河谷的特点,是3种方法中效果最好的预测方法.

西藏甲玛铜多金属矿储量估算的新方法

西藏甲玛铜多金属矿的钻孔分析数据多呈条带状分布,采用协同克里格法对这种条带状数据进行插值时,易出现端点数据权值偏大的情况。笔者介绍了协同克里格算法的相关理论,以此为基础,对端点数据的权值进行校正,使越远的数据点权值越小,并且给出了校正算法的程序代码。以2012年甲玛矿区勘探工程的Cu含量数据为例,分别进行了协同克里格法插值和权值校正的协同克里格法插值,实验结果表明,权值校正的协同克里格法能取得更为良好的效果,对于西藏甲玛铜多金属矿的地质属性、储量估算等空间数据建模具有重要意义。

一种条带状铜多金属矿储量估算插值方法

目前铜多金属矿的钻孔分析数据多呈条带状分布,并且多金属之间相互影响,采用传统的协同克里格法对该类条带状分布的数据进行插值分析时,易出现端点数据权值偏大的现象,即条带状效应。对此,以协同克里格法为基础,提出了一种铜多金属矿储量估算插值方法,即权值校正的协同克里格插值方法。首先对原始钻孔数据进行统计分析、特异值处理以及样品组合处理,并对产生条带状效应的权值系数进行分析;然后采用拟牛顿法对协同克里格法插值得到的权值进行校正。以2012年西藏甲玛矿区勘探工程的铜多金属矿床钻孔品位数据为例进行储量估算,即以Cu品位为主区域化变量,Ag品位为协同区域化变量,计算了各自的试验变差函数和交差试验变差函数,并对协同克里格法以及权值校正的协同克里格法的插值效果进行了分析。结果表明,权值校正的协同克里格法插值效果较优,对于铜多金属矿的地质属性分析、储量估算具有一定的参考价值。

通过矿床实例研究地质多变量估计方法

介绍了协同克里格法和相似克里格法原理，并通过三个典型的多变量矿床实例，分别采用协同克里格法、相似克里格法和回归分析法进行了估计。

毛乌素沙地参考作物蒸散量变化特征与成因分析

根据毛乌素沙地典型站点近60年(1955—2014年)逐日气象数据,利用Penman-Monteith公式计算毛乌素沙地各气象站点参考作物蒸散量(reference crop evapotranspiration,ET_0)及研究区域内整体ET_0。Mann-Kendall趋势检验法和Arc GIS的协同克里格插值法用于分析ET_0时空变化特征,同时,利用敏感性分析方法对ET_0的变化成因进行分析。结果表明:(1)近60年毛乌素沙地ET_0多年平均值为1048.81mm,年际变化呈现缓慢上升趋势。年内变化夏季最高,冬季最低。区域内ET_0空间分布整体呈现自西向东递减趋势。(2)ET_0年变化对风速的敏感程度最大,日照时数和气温次之,相对湿度最小。春、秋两季ET_0变化对日照时数最为敏感;夏、冬两季ET_0变化对相对湿度最为敏感。空间分布上,毛乌素沙地东南部地区为气温敏感系数高值区,西北部地区为相对湿度和日照时数敏感系数高值区,南部为风速敏感系数高值区。(3)通过计算气象因子对ET_0变化的贡献量得出,气温是影响毛乌素沙地ET_0年变化的主导因子。夏季ET_0变化的主导因子是风速;春、秋、冬三季主导因子是气温。空间分布上,毛乌素沙地西南部地区ET_0变化的主导因子为风速,东部地区主导因子为气温。

近30年甘肃省气温时空变异分析

基于ArcGIS Analyst平台,采用协同克里格(CoKriging)插值方法,对1979—2008年甘肃省旬平均气温进行了空间插值,得到1km×1km各旬的平均气温表面数据。第36旬气温插值结果的平均误差、均方根误差、平均标准差、标准化平均误差和均方根标准差的平均分别为-0.00046,1.998,1.809,0.0035和1.087℃。利用插值计算结果和气象站观测数据,分析了旬、月和年平均气温的时空变异特征。结果表明,空间上东南部地区的气温变异较小,其他地区的变异较大;时间上第23-24旬、第24-26旬、第25-27旬、第33-35旬和第34-36旬的平均气温呈平稳下降趋势,第4-6旬、第5-7旬、第6-8旬、第7-9旬和第8-10旬的平均气温呈平稳上升趋势,7月气温呈不显著下降趋势,3,5和10月的平均气温略呈上升趋势。1979—2008年甘肃省的年平均气温为8.05℃,3年滑动平均最低气温(1983—1985年)为7.13℃,最高气温(2005—2007年)为8.82℃,气温上升趋势较为明显。

近10年黑龙江省气温的时空变异分析

以ArcGIS Analyst为支撑,80个气象站点观测的1997-2006年的旬平均气温为插值变量,利用高程、坡向等影响气温空间分异的局地因素作为协同变量,采用协同克里格（CoKriging）方法,考虑旬平均气温的自相关性以及旬平均气温与高程、坡向空间上的关联性,通过数据的检查、误差拟合、精度评价和模型比较,对黑龙江省旬平均气温进行空间插值,求得全省1km×1km的各旬平均气温表面数据。36旬气温插值结果的均误差、均方根误差、平均标准差、标准化均误差和均方根标准差的平均数分别为0.002 4℃、0.774℃、0.682℃、0.0006和1.124。由旬平均气温插值结果叠加计算出月、年平均气温表面数据。利用插值计算结果和气象站点观测的数据,分析旬、月和年平均气温的时空分异特征,得出空间上东南部地区分异较小,其他地区分异较大;时间上11-13、12-14、19-21等旬期平均气温有平稳下降趋势,15-17、26-28和27-29等旬期平均气温有平稳升高趋势。7月气温有稍许下降趋势,9月和11月的平均气温稍有上升趋势,5-9月平均气温升高约1℃。年平均气温以2.9℃为均值在2.5~3.3℃之间波动,略有升高但无明显上升趋势。春季之交一些旬期平均气温变化率降低趋稳,夏秋之交一些旬期平均气温变化率升高,实际物候有向后延迟的迹象。研究结果为气温变化监测、农业区划、土地生产潜力计算和千亿斤粮食背景下作物估产等相关研究奠定基础。

关于云南省月降水量预测探究

以云南省2012年4月的降水量为基础数据源,对降水数据的分析,将省内126个站点的时间维降水序列变差函数值作为降水强度的影响因素引入到降水量空间预测的多元地理统计中,对云南省4月平均降水数据进行空间插值模拟。通过分析不同时间尺度下的交叉检验统计量,选择最优的时间维变差函数计算尺度。