低山丘陵区农田土壤有机质预测性制图

土壤有机质是农田土壤质量的重要指标,精确地预测其空间分布是必要的.然而,大多数的研究仅仅是在一个较小的范围内,较大的采样密度下的预测.低山丘陵区农田土壤有机质受多种环境因素的影响,为实现较小采样密度下大区域土壤有机质精确预测,本研究应用预测土壤制图技术,在西南地区的一个面积为3 200km2的典型低山丘陵区,收集和分析了2 000个土壤样点(1 600个建模点,400个检验点),辅助以环境因子(地形因子、植被指数和土地利用),通过逐步回归构建了区域土壤有机质与环境因子的预测模型(R2=0.453,F=440.3,p<0.05),对土壤有机质的含量进行了预测性制图.利用验证集对线性回归模型预测结果与克里格插值结果做了比较,显示低山丘陵区较小采样密度下,由于线性回归模型考虑了环境因素的空间变异特征,其预测结果优于常用的普通克里格插值模型.

应用模糊c均值聚类获取土壤制图所需土壤-环境关系知识的方法研究

在没有土壤普查专家及土壤图的地区,获取土壤环境间关系的知识是基于知识进行预测性土壤制图中的关键问题。本文建立了一套应用模糊c均值聚类(Fuzzyc-means,FCM)获取土壤环境间关系知识的方法:得到对土壤形成发展具有重要作用的环境因子,建立环境因子数据库;对环境因子进行模糊聚类,得到环境因子组合隶属度分布图;根据隶属度值确定野外采样点;将环境因子组合与土壤类型对应,进而提取土壤-环境关系知识。为检验该方法的有效性,应用所得知识进行土壤制图,通过独立采样点对土壤图进行精度评价。本文在黑龙江鹤山农场一个研究区的应用结果表明,该方法仅需要少量的野外采样即可获得有效的土壤-环境关系知识,为预测性土壤制图提供必需的依据,同时也显著提高了野外采样的效率。

数字土壤制图在土壤养分方面的研究综述

土壤是生态系统中重要的组成部分,土壤养分是衡量土壤肥力的重要指标。土壤制图则是对土壤养分空间分布特征的反映,绘制准确的土壤空间信息是农林信息化与可持续发展的必然要求。在过去的30年,土壤养分预测性制图在各个方面都取得了显著进展。介绍了数字土壤制图的理论基础,以及阐述土壤养分预测过程中的主要方法,包括传统土壤调查法、空间插值法、土壤-景观模型法、遥感影像法,并分析了当前在土壤制图研究中存在的主要问题,最后讨论了未来土壤养分制图的发展前景,旨在帮助人们了解土壤制图研究的现状,以期为土壤预测性制图的进一步研究提供参考。