当前位置:主页 > 科技论文 > 农业技术论文 >

基于经验贝叶斯克里金的微尺度植烟田土壤有机质空间变异性

发布时间:2021-10-11 13:03
  【目的】为了在优质烟田间栽培中更好地实施精确定位施肥,需要准确掌握植烟田土壤养分的空间分布信息。【方法】本文根据地统计理论,采用经验贝叶斯克里金方法分析河南省内乡县一长期植烟田土壤有机质含量的空间变异性,并与径向基函数神经网络插值法、普通克里格插值法进行预测精度比较。【结果】研究区植烟田土壤有机质含量处在最适宜范围内,其平均值为14.81 g·kg-1,变异系数为13.74%,表现为中等程度变异性。植烟田土壤有机质含量存在半方差结构,其半方差函数最优拟合模型是指数模型。而且表现出较强的空间相关性。在插值和预测方面,EBK经验贝叶斯法除了明显优于普通克里金插值法以外,还优于RBF神经网络插值法。【结论】在微尺度条件下,采用以坐标和邻近样点为输入的经验贝叶斯克里金方法,来分析植烟田土壤有机质含量的空间变异性,可以达到快速便捷、精度更高的效果。 

【文章来源】:西南农业学报. 2020,33(02)北大核心CSCD

【文章页数】:6 页

【部分图文】:

基于经验贝叶斯克里金的微尺度植烟田土壤有机质空间变异性


土壤采样点分布

土壤有机质,半方差,模型


表2 研究区土壤有机质含量的半方差函数参数Table 2 Semivariogram parameter of soil O.M contents in study areas 模型Model 块金值C0 基台值C0+C 块金值/基台值C0 /C0+C 决定系数R2 变程(m)Range 残差RSS 球状模型Spherical 0.0148 0.0565 0.262 0.652 92.400 7.277 E-04 指数模型Exponential 0. 0001 0.0578 0.002 0.690 88.500 6.476E-04 高斯模型Gaussian 0.0001 0.0519 0.002 0.640 33.775 7.648E-04 线性模型Linear 0.0264 0.0642 0.411 0.576 128.219 8.857E-04从残差RSS来看,土壤有机质含量指数模型的残差少于其他各种模型,因此区域内土壤有机质含量更好地符合指数模型,其变程为88.50 m,其C0 /C0+C为0.002,说明系统具有较强程度的空间变异型。表明在微尺度条件下,该植烟田土壤有机质含量的差异是由土壤母质等因素造成。

土壤有机质,插值,方法


表3 研究区植烟田土壤有机质含量不同预测方法精度检验值比较Table 3 Comparison of interpolation precision of test sample in different cases 方法Methods 建模点Modeling point MAE MRE( %) RMSE 普通克里金插值法Ordinary kriging 1.571 10.818 1.863 径向基神经网络插值法Radical Basis Function 1.546 10.696 1.838 EBK经验贝叶斯Empirical bayes 1.543 10.690 1.837从图3可以看出,3种插值结果趋势基本一致,基本反映了研究区植烟田土壤有机质含量的空间分布和变异情况。但可看出普通克金插值图的空间分布图整体比较连续,具有明显的平滑效应,难以再现区域化变量的波动性,减少了数据的变异性[19]。而EBK插值结果呈现出较多的梯度而且边缘更加光滑,更能客观地表现土壤有机质的空间分布特征。说明了EBK体现出高精度的特点[20]。EBK插值在尊重原始实测数据值情况下,整体分布相对离散,斑块更丰富,突出了数据分布的波动性。其小尺度土壤养分的识别能力与其他插值方法相比具有明显优势。

【参考文献】:
期刊论文
[1]浏阳植烟土壤pH和有机质时空变异及丰缺评价[J]. 唐春闺,李帆,杨红武,向世鹏,李强.  云南农业大学学报(自然科学). 2017(01)
[2]微地形土壤养分空间变异特征及养分管理研究[J]. 王强,张莉莉,马友华,张承祥.  安徽农业大学学报. 2016(06)
[3]山西高原降水量空间插值分析[J]. 程朋,张珺,张茹,闫美芳,任鸿瑞.  人民黄河. 2016(02)
[4]整治区植烟土壤有机质空间变异特征及肥力等级评价[J]. 徐大兵,刘冬碧,佀国涵,赵书军,袁家富,上官力,谭军.  湖北农业科学. 2013(19)
[5]省域土壤有机碳空间分布的主控因子——土壤类型与土地利用比较[J]. 顾成军,史学正,于东升,徐胜祥,孙维侠,赵永存.  土壤学报. 2013(03)
[6]攀西植烟土壤有机质和全氮空间变异性研究[J]. 张倩,王昌全,李冰,冯广林,李启权,杜倩.  核农学报. 2013(04)
[7]基于神经网络模型和地统计学方法的土壤养分空间分布预测[J]. 李启权,王昌全,张文江,余勇,李冰,杨娟,白根川,蔡艳.  应用生态学报. 2013(02)
[8]整合已有土壤样点的数字土壤制图补样方案[J]. 张淑杰,朱阿兴,刘京,杨琳.  地理科学进展. 2012(10)
[9]基于多元地统计的土壤有机质含量空间格局反演[J]. 陈锋锐,秦奋,李熙,彭光雄.  农业工程学报. 2012(20)
[10]不同类型植烟土壤有机质含量的空间变异特征[J]. 贺凡,常栋,刘国顺,叶协锋,张双双,张轩槐,屈建康.  江苏农业科学. 2012(04)



本文编号:3430563

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/3430563.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户07f79***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com