期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进OK模型的土壤有机质空间分布预测——以宜都市红花套镇为例 被引量:4
1
作者 段丽君 郭龙 +1 位作者 张海涛 琚清兰 《中国生态农业学报(中英文)》 CAS CSCD 北大核心 2019年第1期131-141,共11页
选择合适的土壤有机质(SOM)预测模型是提高区域化空间分布模拟精度的前提,也是监测土壤碳库动态变化和指导农田土壤肥力投入的基础。以湖北宜都红花套镇柑橘区为例,设置普通克里格(OK)插值的SOM结果作对照,分别建立SOM及其最显著相关辅... 选择合适的土壤有机质(SOM)预测模型是提高区域化空间分布模拟精度的前提,也是监测土壤碳库动态变化和指导农田土壤肥力投入的基础。以湖北宜都红花套镇柑橘区为例,设置普通克里格(OK)插值的SOM结果作对照,分别建立SOM及其最显著相关辅助变量碱解氮间的建模协同克里格(COK_1)、全局协同克里格(COK_2)和两个融合辅助变量协同相关性的改进OK模型(CCOK_1、CCOK_2),探讨纳入辅助变量、改变辅助信息插值数量以及结合辅助变量协同相关性对SOM含量预测的影响。结果表明:1)OK、CCOK_1和CCOK_2的块基比为25%~75%,表现出中等空间自相关性,而COK_1和COK_2的块基比小于25%,具有强烈的空间自相关,SOM的空间异质性受结构性因素影响的比重更大。2)SOM的预测含量范围为7.38~29.03 g?kg^(-1),使用COK_1和COK_2模型插值获得的有机质空间分布较OK更为破碎,CCOK_1和CCOK_2的插值结果则呈连续片状分布,更符合研究区土地利用类型分布的实际情况。3)SOM的空间分布预测精度由高到低依次为CCOK_1≈CCOK_2>COK_2>COK_1≈OK,OK和COK_1两者精度指标相近,COK_2的拟合效果有一定改进,但CCOK_1和CCOK_2的相关系数(r)分别从0.10升高到0.70和0.69,均方根误差(RMSE)分别降低了15.40%和14.78%,预测精度最高。因此,本研究提出的融合辅助变量协同相关性的改进OK模型的估算效果最优且在最大程度上提高辅助信息的参与度,可为SOM预测提供参考。 展开更多
关键词 土壤有机质 辅助变量 碱解氮 协同相关性 改进ok模型 空间自相关性
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部