基于气候地形云南省土壤养分最佳插值方法研究

来源：核心期刊咨询网时间：12

摘要：摘 要 选择适宜于土壤养分的最佳空间插值方法能够有效揭示区域土壤养分空间分异特征。基于此，以云南省为案例区，利用全国科学施肥网及实地采集的数据以及地统计学交叉验证的评价方法，分析区内耕地土壤养分含量与干燥度、高程的相关性，采用协同克里金插值

　　摘 要 选择适宜于土壤养分的最佳空间插值方法能够有效揭示区域土壤养分空间分异特征。基于此，以云南省为案例区，利用全国科学施肥网及实地采集的数据以及地统计学交叉验证的评价方法，分析区内耕地土壤养分含量与干燥度、高程的相关性，采用协同克里金插值方法，结合干燥度、高程进行插值，并把经交叉检验后的结果与反距离权重法、普通克里金法的结果进行比较，筛选出适合研究区耕地土壤养分(pH、全氮、有机质、速效钾和有效磷)分布预测的最优插值方法。结果表明：对云南省土壤pH值和土壤中的有效磷进行预测，最佳的空间分布插值方法为普通克里金插值，对土壤中全氮、速效钾和有机质进行预测，协同克里金插值精确度最佳。

　　关键词 地统计学;土壤养分;空间插值方法;云南省
 

　　土地的投入与产出取决于土壤的肥力，然而随着我国工业化、城镇化的快速发展，加之自然灾害的影响，我国土壤肥力不断退化，土壤质量降低，严重制约了我国农业的发展和生态环境建设工作，同时也阻碍了国民经济的健康发展。土壤是一种不均一且连续变化的自然体，因此对土壤特性、土壤养分空间变异性，特别是对其量化过程及其影响因素进行研究，对于优化肥料用量、提高农田水肥利用效率以及我国“区域精确施肥”和“区域配肥”工作的实施都有重要意义。20世纪80年代以来，随着精准农业的发展，国内外学者开始运用地统计学和地理信息系统对土壤中氮、磷、钾、重金属、有机碳等的空间变异性进行研究[1]。胡克林等[2]研究了农田土壤养分空间变异，指出底层土壤碱解氮和表层有机质变异服从正态分布，表层碱解氮、有效磷基本服从对数正态分布，碱解氮、有机质和有效磷之间存在相关性;赵良菊等[3]运用地统计学方法对甘肃省河西区土壤各养分的空间相关性进行分析，并分析了结构因素及随机因素对土壤养分空间变异的影响;杨建虎等[4]研究发现，土壤养分的空间变异性受结构性因素和随机性因素的共同作用，其中结构性因素属稳定性的自然因素，例如气候条件、地形等。

　　目前，我国对土壤养分的研究多针对随机性因素，如施肥、耕作措施、种植制度等，忽略结构性因素(气候和地形)对土壤养分变异的影响。云南省自然条件复杂多样且各地区差异明显，忽略大区域尺度结构因素的影响，将导致养分变异特征出现较大误差。因此，本研究以云南省为例，结合气候因子和地形因子，运用地统计学的基本原理，比较协同克里金法、反距离权重法、普通克里金法3种插值方法得到的土壤养分变异结果，并对空间插值精度进行评价，针对不同的土壤养分空间变异特征选择最佳的插值方法，为提高当地土壤养分利用水平和农业合理布局提供依据。

　　1 材料与方法

　　1.1 研究区概况

　　云南省地处我国西南边陲，位于东经97°32′～

　　106°12′、北纬21°08′～29°15′[5]，气候兼具低纬气候、季风气候、高原气候的特点，降水充沛但分布不均，全省大部分地区年降雨量约1 100 mm，土地总面积有39.4万平方公里，植被类型丰富，自然条件复杂多样且地区差异明显，具备众多生物种类生存和繁衍的生境条件，是国家重点保护的珍稀濒危物种数量最多的省份。

　　1.2 数据采集

　　本研究使用的耕地土壤调查样点数据来源于全国科学施肥网及实地采集的数据。土壤养分数据包括土壤pH以及土壤中全氮、有机质、速效钾、有效磷的含量，其中pH主要采用电位法获取，全氮含量主要采用凯氏定氮法测定，有机质采用K2Cr2O7-H2SO4溶液油浴法测定，速效钾采用NH4OAc浸提-火焰光度法测定，有效磷采用NaHCO3浸提-钼锑抗比色法测定。本研究使用的气温和降水数据来源于2012年云南省统计年鉴。

　　1.3 数据预处理

　　1.3.1 GIS平台数据处理

　　以土壤样点数据为依据，建立样点属性数据库。运用GIS建立云南省土壤养分分布图，在ArcGIS 10.2中以地统计分析模块分析采样点统计特征，进行空间插值和交互校验。

　　1.3.2 相关因子数据处理(干燥度)

　　气候干燥度是利用温度与降水这两个气候因子来计算的，此类方法主要有de Martonne干燥度计算方法[6]。de Martonne在1926年提出了一种简单的干燥度计算方法：式中，Idm即de Manonne干燥度，P为平均降水量(mm)，T为平均温度值(℃)。

　　1.4 研究方法

　　1.4.1 空间插值方法

　　运用ArcGIS地统计分析模块，选取常用的反距离权重法(Inverse Distance Weighted，简称IDW)、普通克里金法(Ordinary Kriging，简称OK)和协同克里金法(CoKriging，简称CK)3种插值方法，并对插值结果进行比较。

　　1.4.1.1反距离权重法

　　反距离权重法基于相近相似的原理，即2个物体离的越近，两者的性质就越相似，反之，离得越远相似性就越小[7]，其计算公式如下。

　　式中：Z(S0)为预测点S0的预测值;Z(Si)为预测点Si的测量值;λi為估计过程中测量点Si的权重，与S0和Si的距离成反比：n为参与估计的测量点数量。

　　1.4.1.2普通克里金法

　　普通克里金法是克里格插值法中使用最多的插值方法，是区域化变量的线性估计。它假设数据变化呈正态分布，认为区域化变量Z的期望值未知。插值过程类似于加权滑动平均，权重值的确定来自于空间数据分析，其计算公式见如下。

　　其中，Z为估算点的值;Z(ua)为已测得的第a个位置的数值;λa为在第a个位置上测得值的位置权重;a为估算样本所在的第a个位置;n为已知点的数目。

　　推荐阅读：杭州郭庄春季园林小气候实测与分析

转载请注明来自：http://www.qikan2017.com/lunwen/nye/16046.html