基于水热条件的江苏省土壤有机质空间制图
发布时间：2022-08-08 12:59
土壤有机质是土壤的重要属性,是衡量土壤肥力的标志之一,对于保持土地资源可持续发展、提高土壤利用率、调整土壤结构具有重要意义。目前,对于全面获得区域土壤有机质的方法大多依靠实测,实测数据精度高,但是存在地形特殊难以实测或者实测过程费时费力,效率较低等问题。水热条件作为影响土壤有机质变异的重要环境因子,研究水热条件对于研究区有机质的预测有重要作用。本研究基于江苏省第二次土壤普查的土壤数据,遥感数据等,通过将年均温、年降水量、月均温、月降水量进行栅格统计、逐步回归、主成分分析、小波分析以及其他影响因素作为模型预测因子,利用统计学方法、线性混合模型、地理加权回归等方法,对江苏省有机质分布特征进行了预测。使用制图评价因子对模型预测精度进行了比较和评价。得出了以下结论:（1）江苏省土壤有机质变异系数为64.6%,属于中等强度变异。江苏省有机质含量为1.3～52.3g/kg,含量范围较广,中位数14.85g/kg,平均值16.30g/kg,分布较均匀。利用普通克里格法插值后结果范围是5.39～37.72g/kg,平均值是15.95g/kg,中位数是14.19g/kg,分布趋势为苏南高于苏北。年均温对...
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景和意义
1.2 研究进展
1.2.1 土壤有机质空间变异及其影响因素研究进展
1.2.2 土壤有机质预测制图方法研究进展
1.3 研究目标
1.4 研究内容及技术路线
1.4.1 研究内容
1.4.2 技术路线
1.5 本章小结
2 材料与方法
2.1 研究区概况
2.1.1 自然概况
2.1.2 社会经济概况
2.2 数据来源
2.2.1 土壤数据
2.2.2 气候数据
2.3 研究方法
2.3.1 主成分分析
2.3.2 小波分析
2.3.3 地统计学方法
2.3.4 地理加权回归
2.3.5 线性混合模型
2.3.6 制图结果评价
2.4 数据处理与分析
2.5 本章小结
3 土壤有机质空间分布特征和影响因素
3.1 土壤有机质空间分布特征
3.1.1 土壤有机质空间分布描述性统计
3.1.2 土壤有机质空间分布特征
3.2 气候因子、土壤质地对土壤有机质空间变异的影响
3.2.1 气候因子对土壤有机质空间变异的影响
3.2.2 土壤质地对土壤有机质空间变异的影响
3.3 本章小结
4 基于降水和气温的土壤有机质预测制图
4.1 预测因子的选择
4.2 基于栅格统计量的水热条件有机质预测
4.2.1 基于栅格统计量的LMM预测
4.2.2 基于栅格统计量的GWR预测
4.3 基于逐步回归的水热条件的有机质预测
4.3.1 基于逐步回归的LMM预测
4.3.2 基于逐步回归的GWR预测
4.4 精度评价
4.5 本章小结
5 基于水热特征的土壤有机质预测制图
5.1 预测因子的选择
5.2 基于主成分分析的水热条件有机质预测
5.2.1 基于主成分分析的LMM预测
5.2.2 基于主成分分析的GWR预测
5.3 基于小波分析的水热条件有机质预测
5.3.1 基于小波分析的LMM预测
5.3.2 基于小波分析的GWR预测
5.4 精度评价
5.4.1 独立验证
5.4.2 基于不同样点预测精度的比较
5.5 本章小结
6 结论与展望
6.1 主要结论
6.2 论文创新点
6.3 展望
参考文献
致谢
作者简介及读研期间主要科研成果
【参考文献】：
期刊论文
[1]人工草地种植模式对沙化土壤团聚体及有机质含量的影响[J]. 蔺芳,刘晓静,张家洋. 中国沙漠. 2018(06)
[2]温度、水分及有机物料对苹果园土壤有机碳转化和微生物群落多样性的影响[J]. 孙馨宇,张枭,张鹏,吕德国,秦嗣军. 土壤通报. 2018(04)
[3]尧都区东部耕层土壤有机碳空间变异特征及影响因子分析[J]. 刁婵,张永清,田静. 干旱区资源与环境. 2018(09)
[4]江苏沿海地区经济发展途径浅析[J]. 陈君. 水利经济. 2018(03)
[5]基于不同建模方法的湿地土壤有机质含量多光谱反演[J]. 陈思明,毛艳玲,邹小兴,丁卉,邹双全. 土壤通报. 2018(01)
[6]基于地统计学和GIS的江西省森林土壤养分空间分布特征[J]. 张志坚,刘苑秋,吴春生,李晓东,刘亮英,李应文. 水土保持研究. 2018(01)
[7]土壤地理学的进展与展望[J]. 张甘霖,朱阿兴,史舟,王秋兵,刘宝元,张兴昌,史志华,杨金玲,刘峰,宋效东,吴华勇,曾荣. 地理科学进展. 2018(01)
[8]数字土壤制图研究综述与展望[J]. 朱阿兴,杨琳,樊乃卿,曾灿英,张甘霖. 地理科学进展. 2018(01)
[9]在中国特色社会主义事业的伟大征程中建设新江苏[J]. 群仲平. 群众. 2017(17)
[10]陕西省土壤有机质含量及其与影响因素的关系[J]. 董莉丽,杨波,李晓华,王新芳. 水土保持通报. 2017(04)
博士论文
[1]线性和广义线性混合模型的混合效应预测与应用[D]. 孙晗梅.山东大学 2018
[2]黑土母质熟化过程中的土壤有机碳组分与结构变化特征[D]. 尤孟阳.中国科学院研究生院（东北地理与农业生态研究所） 2015
[3]基于地统计学方法和Scorpan模型的土壤有机质空间模拟研究[D]. 李志斌.中国农业科学院 2010
硕士论文
[1]基于PCA-SVM-GARCH模型的股价预测[D]. 景秋玉.首都经济贸易大学 2018
[2]平原丘陵过渡地带土壤有机质空间变异规律及其影响因素研究[D]. 杜佩颖.华中农业大学 2017
[3]基于小波分析的聚类算法在遥感图像分类中的应用研究[D]. 王胜男.宁夏大学 2017
[4]基于空间回归模型的土壤有机质区域分布特征研究[D]. 杨顺华.华中农业大学 2016
[5]基于GWR模型的耕地利用时空演变及驱动力分析[D]. 王俊智.新疆大学 2016
[6]不同修复措施对矿区土壤肥力质量的影响及评价[D]. 叶凌枫.长安大学 2016
[7]地理空间分析中土壤景观模型的设计与创新应用[D]. 韩宗伟.华中农业大学 2015
[8]河北省土壤有机质不同时空尺度空间格局与过程分析[D]. 李蓬勃.河北师范大学 2015
[9]长江三角洲2000-2010年土地利用空间格局研究[D]. 徐娜.西安科技大学 2014
[10]连云港海岸带土壤可培养放线菌多样性及其生物学功能初步研究[D]. 张文迪.江苏师范大学 2014
本文编号：3671554
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景和意义
1.2 研究进展
1.2.1 土壤有机质空间变异及其影响因素研究进展
1.2.2 土壤有机质预测制图方法研究进展
1.3 研究目标
1.4 研究内容及技术路线
1.4.1 研究内容
1.4.2 技术路线
1.5 本章小结
2 材料与方法
2.1 研究区概况
2.1.1 自然概况
2.1.2 社会经济概况
2.2 数据来源
2.2.1 土壤数据
2.2.2 气候数据
2.3 研究方法
2.3.1 主成分分析
2.3.2 小波分析
2.3.3 地统计学方法
2.3.4 地理加权回归
2.3.5 线性混合模型
2.3.6 制图结果评价
2.4 数据处理与分析
2.5 本章小结
3 土壤有机质空间分布特征和影响因素
3.1 土壤有机质空间分布特征
3.1.1 土壤有机质空间分布描述性统计
3.1.2 土壤有机质空间分布特征
3.2 气候因子、土壤质地对土壤有机质空间变异的影响
3.2.1 气候因子对土壤有机质空间变异的影响
3.2.2 土壤质地对土壤有机质空间变异的影响
3.3 本章小结
4 基于降水和气温的土壤有机质预测制图
4.1 预测因子的选择
4.2 基于栅格统计量的水热条件有机质预测
4.2.1 基于栅格统计量的LMM预测
4.2.2 基于栅格统计量的GWR预测
4.3 基于逐步回归的水热条件的有机质预测
4.3.1 基于逐步回归的LMM预测
4.3.2 基于逐步回归的GWR预测
4.4 精度评价
4.5 本章小结
5 基于水热特征的土壤有机质预测制图
5.1 预测因子的选择
5.2 基于主成分分析的水热条件有机质预测
5.2.1 基于主成分分析的LMM预测
5.2.2 基于主成分分析的GWR预测
5.3 基于小波分析的水热条件有机质预测
5.3.1 基于小波分析的LMM预测
5.3.2 基于小波分析的GWR预测
5.4 精度评价
5.4.1 独立验证
5.4.2 基于不同样点预测精度的比较
5.5 本章小结
6 结论与展望
6.1 主要结论
6.2 论文创新点
6.3 展望
参考文献
致谢
作者简介及读研期间主要科研成果
【参考文献】：
期刊论文
[1]人工草地种植模式对沙化土壤团聚体及有机质含量的影响[J]. 蔺芳,刘晓静,张家洋. 中国沙漠. 2018(06)
[2]温度、水分及有机物料对苹果园土壤有机碳转化和微生物群落多样性的影响[J]. 孙馨宇,张枭,张鹏,吕德国,秦嗣军. 土壤通报. 2018(04)
[3]尧都区东部耕层土壤有机碳空间变异特征及影响因子分析[J]. 刁婵,张永清,田静. 干旱区资源与环境. 2018(09)
[4]江苏沿海地区经济发展途径浅析[J]. 陈君. 水利经济. 2018(03)
[5]基于不同建模方法的湿地土壤有机质含量多光谱反演[J]. 陈思明,毛艳玲,邹小兴,丁卉,邹双全. 土壤通报. 2018(01)
[6]基于地统计学和GIS的江西省森林土壤养分空间分布特征[J]. 张志坚,刘苑秋,吴春生,李晓东,刘亮英,李应文. 水土保持研究. 2018(01)
[7]土壤地理学的进展与展望[J]. 张甘霖,朱阿兴,史舟,王秋兵,刘宝元,张兴昌,史志华,杨金玲,刘峰,宋效东,吴华勇,曾荣. 地理科学进展. 2018(01)
[8]数字土壤制图研究综述与展望[J]. 朱阿兴,杨琳,樊乃卿,曾灿英,张甘霖. 地理科学进展. 2018(01)
[9]在中国特色社会主义事业的伟大征程中建设新江苏[J]. 群仲平. 群众. 2017(17)
[10]陕西省土壤有机质含量及其与影响因素的关系[J]. 董莉丽,杨波,李晓华,王新芳. 水土保持通报. 2017(04)
博士论文
[1]线性和广义线性混合模型的混合效应预测与应用[D]. 孙晗梅.山东大学 2018
[2]黑土母质熟化过程中的土壤有机碳组分与结构变化特征[D]. 尤孟阳.中国科学院研究生院（东北地理与农业生态研究所） 2015
[3]基于地统计学方法和Scorpan模型的土壤有机质空间模拟研究[D]. 李志斌.中国农业科学院 2010
硕士论文
[1]基于PCA-SVM-GARCH模型的股价预测[D]. 景秋玉.首都经济贸易大学 2018
[2]平原丘陵过渡地带土壤有机质空间变异规律及其影响因素研究[D]. 杜佩颖.华中农业大学 2017
[3]基于小波分析的聚类算法在遥感图像分类中的应用研究[D]. 王胜男.宁夏大学 2017
[4]基于空间回归模型的土壤有机质区域分布特征研究[D]. 杨顺华.华中农业大学 2016
[5]基于GWR模型的耕地利用时空演变及驱动力分析[D]. 王俊智.新疆大学 2016
[6]不同修复措施对矿区土壤肥力质量的影响及评价[D]. 叶凌枫.长安大学 2016
[7]地理空间分析中土壤景观模型的设计与创新应用[D]. 韩宗伟.华中农业大学 2015
[8]河北省土壤有机质不同时空尺度空间格局与过程分析[D]. 李蓬勃.河北师范大学 2015
[9]长江三角洲2000-2010年土地利用空间格局研究[D]. 徐娜.西安科技大学 2014
[10]连云港海岸带土壤可培养放线菌多样性及其生物学功能初步研究[D]. 张文迪.江苏师范大学 2014
本文编号：3671554
本文链接：https://www.wllwen.com/kejilunwen/nykj/3671554.html
