基于条件拉丁超立方抽样的县域耕地土壤有机质空间插值合理样本密度的确定
Chinese Journal of Soil Science(2022)
摘要
[目的]采样密度与耕地土壤有机质(SOM)的空间预测精度密切相关,为提高耕地SOM空间预测精度,需要确定合理的采样密度.[方法]以湖南省岳阳县为例,用R语言设计了条件拉丁超立方体抽样(cLHS)方案,从7399个(采样密度为14.82个km—2)耕地土壤样本中独立抽取不同采样密度的8个训练集(采样密度分别为10.01、7.41、3.70、1.85、0.93、0.46、0.23、0.12个km—2),为了兼顾样本特征空间与地理空间,地形部位、坡度、成土母质、土壤类型、乡镇和经纬度等信息被添加到了cLHS中.结合普通克里格方法,分析和探讨了不同采样密度的耕地SOM空间预测效果.[结果]不同采样密度训练集SOM均值高于湖南省平均水平,具有中等程度变异,描述性统计结果差异不大,各训练集对总体均具有较强的代表性;半方差函数模型均为指数模型,具有较好的半方差结构(结构性比例:87.5% ~94.5%),空间相关性较强,变程与拟合优度呈现出正相关关系(相关系数r=0.96),与结构性比例则表现为负相关关系(相关系数r=—0.79);在采样密度为3.70个km—2时,探测到的SOM变异结构中结构性组分最完整,精度最佳.当采样密度达到1.85个km—2以上时可较稳健地揭示其空间结构特征,继续增加采样密度并不能大幅提升预测精度.[结论]考虑预测精度要求和工作成本,与研究区自然地理条件相似的地区将耕地土壤采样密度控制在1.85个km—2以上可获得预期的效果.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要