土壤属性三维建模方法及不确定性分析

发布时间：2020-05-31 04:37

【摘要】：良好的土壤生态环境是实现农业可持续发展的必备基础。作为耕作场所,土壤养分直接关系到田间作物生长状态。研究田间尺度的土壤三维属性空间分布可以精准描述土壤肥力,有利于实现科学施肥、作物增产,为数字土壤、精准农业的实现提供数据。目前的农田土壤属性研究大多还局限于表层土壤或者水平方向的分异规律,而描述土壤属性的三维分异规律需要可靠的三维插值方法。本文结合实地采样、理化分析、经典统计学方法等,扩展利用地统计学插值方法,通过规则格网样点,以10cm为采样梯度获取土壤样本,实现了农田尺度土壤有机质、pH、钙、锌的三维模型构建和空间分异规律分析。主要研究结果如下:(1)方法与模型计算插值结果的MAE与RMSE来评价插值结果的精度。结果表明,虽然反距离加权法插值得到的结果能够一定程度保留数据的真实波动性,但是普通克里金插值方法得到的插值结果拥有更小的MAE与RMSE,能够反映出田间土壤属性的真实情况。三维克里金插值比三维反距离加权方法预测决定系数R~2更大,RMSE更小,精度更高。(2)分异规律通过三维模型直观地查看土壤属性的空间分布情况,钙与锌元素都有着各自的分异规律。钙元素表现出明显的垂直方向变异性,耕作层含量在7000 mg·kg~(-1)左右,31-60cm深度Ca整体含量大幅增加到9500 mg·kg~(-1),61cm深度之后逐渐降低。而锌元素在31-100cm深度上水平分异规律几乎相同,不同深度层次之间的空间相关性很强,都在研究区域西南边界存在大于95 mg·kg~(-1)的峰值区域,而东北方向含量逐渐降低到60 mg·kg~(-1)。0-30cm深度范围内的变化规律也与之相似,但含量变化幅度更小。(3)不确定性分析通过不确定性分析,土壤类型和高程对插值结果残差影响不大,而道路所形成的10m缓冲区内存在残差绝对值较大区域,并且当缓冲区半径分别为20m和30m时,残差绝对值变化范围与10m半径的结果相近。因此,在环境因子当中,道路附近的人为扰动是造成插值不确定因素的主要因子。不同的插值方法和插值参数都有一定的不确定性影响,合适的插值参数和方法可以降低插值不确定性。
【图文】：

示意图,采样区,地理位置,示意图

图 2-1 采样区地理位置示意图Fig.2-1 Distribution of sampling area研究区域位于湖北省武穴市大金镇，武穴市位于湖北省东部，与江西省相邻，市内区域南部临江，为带状长江冲积平原，中部的大金镇为典型丘陵地带，地形平坦。采样区域于大金镇南部，面积约 2km2。具体研究田块处于长江北部丘陵区的山洪冲积扇上，古代洪积物在采样区与沉积，并同时受到长江冲积物影响。主要土壤类型为潮土田，种植作物为水稻。高程东南方向高，至西北方向逐渐降低，除主要道路和水渠外无其他建筑。区域内土壤垂直发育情况较为复杂，适用于作间尺度研究区域分析。

土壤样

尽量避开道路、沟渠等人为干扰较大的区域，保持采样点格网均匀地分布于研究区域内。设置采样点共 173 个，其中 150 个点格网间隔 50m，，23 个点位于两侧，格网间隔 100m，用于辅助研究分析。除了水渠与水泥道路之外，研究区内无其他建筑。2.1.3 土壤样本采集于 2016 年 3 月晴朗天气开始采样，通过手持 GPS 定位到预先设计的格网点坐标上，选择远离田埂、水渠等人为干扰较大的区域。样点采集使用阿特拉斯·科普柯（Bobra Pro）眼镜蛇型多用破碎机将筒状土壤取样器垂直打入土壤，深度约为 100cm。取出筒状土壤采样器后获得直径 14cm 长度约 100cm 的圆柱形原状土样，以 10cm 为梯度将原状土分装为 10 个层次样品装袋密封，统一保存。最终根据实际情况调整以及不可抗因素的影响，共采有效集样点 144 个。
【学位授予单位】：华中农业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S159

【参考文献】