農(nóng)用地質(zhì)量因素與過(guò)程研究進(jìn)展課件

農(nóng)用地質(zhì)量因素與過(guò)程研究進(jìn)展2013年春季學(xué)術(shù)報(bào)告會(huì)創(chuàng)新良田工程科技重構(gòu)資源環(huán)境基礎(chǔ)電話O）M）Email:YFHUANG@CAU.EDU.CN黃元仿農(nóng)用地質(zhì)量因素與過(guò)程研究進(jìn)展2013年春季學(xué)術(shù)報(bào)告會(huì)創(chuàng)新良田提綱一、研究方向與內(nèi)容二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃三、部分研究進(jìn)展提綱一、研究方向與內(nèi)容一、研究方向與內(nèi)容通過(guò)開(kāi)展農(nóng)用地質(zhì)量形成過(guò)程、演變規(guī)律及其驅(qū)動(dòng)因素的應(yīng)用基礎(chǔ)研究，為建立農(nóng)用地質(zhì)量全面、高效、持續(xù)提升的長(zhǎng)效機(jī)制，提供關(guān)鍵理論支撐。農(nóng)用地質(zhì)量因素與過(guò)程農(nóng)用地多功能診斷與評(píng)價(jià)農(nóng)用地質(zhì)量與產(chǎn)能調(diào)控農(nóng)用地質(zhì)量調(diào)查與監(jiān)測(cè)基本農(nóng)田質(zhì)量保護(hù)與管理一、研究方向與內(nèi)容通過(guò)開(kāi)展農(nóng)用地質(zhì)量形成過(guò)程、演變規(guī)律及其驅(qū)一、研究方向與內(nèi)容研究農(nóng)用地質(zhì)量關(guān)鍵要素的物理、化學(xué)和生物過(guò)程的相互作用和耦合機(jī)制，揭示農(nóng)用地質(zhì)量形成過(guò)程，實(shí)現(xiàn)過(guò)程定量化；建立農(nóng)用地質(zhì)量要素的數(shù)學(xué)模型和評(píng)價(jià)方法，分析農(nóng)用地質(zhì)量及其關(guān)鍵要素的時(shí)間變化趨勢(shì)和空間分布規(guī)律；研究農(nóng)用地質(zhì)量因素、指標(biāo)和等級(jí)變化的多尺度轉(zhuǎn)換方法和模型；研究農(nóng)用地質(zhì)量演變的驅(qū)動(dòng)因素，揭示農(nóng)用地質(zhì)量的演變趨勢(shì)。一、研究方向與內(nèi)容研究農(nóng)用地質(zhì)量關(guān)鍵要素的物理、化學(xué)和生物過(guò)二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)以耕地及其生產(chǎn)力為重點(diǎn)，兼顧多功能，研究耕地質(zhì)量因素（要素）。因素地學(xué)因素氣候因素工程（科技）因素生態(tài)（健康）因素耕地農(nóng)用地功能生產(chǎn)力多功能質(zhì)量認(rèn)定管理評(píng)價(jià)模擬應(yīng)用提升技術(shù)趨勢(shì)分析時(shí)空變化規(guī)律與尺度轉(zhuǎn)換研究二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)以耕地及其生產(chǎn)力二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)關(guān)鍵地學(xué)要素的物理、化學(xué)和生物過(guò)程的相互作用及其與作物生產(chǎn)力耦合機(jī)制，實(shí)現(xiàn)過(guò)程定量化。其中，重點(diǎn)關(guān)注水及其驅(qū)動(dòng)的水肥耦合過(guò)程與耕地生產(chǎn)力。關(guān)鍵要素的時(shí)間變化趨勢(shì)與空間分布規(guī)律，研究關(guān)鍵指標(biāo)和等級(jí)變化的空間尺度轉(zhuǎn)換。研究耕地質(zhì)量要素的綜合方法，包括分等定級(jí)的評(píng)價(jià)方法與農(nóng)田生產(chǎn)力模型。選擇耕地質(zhì)量關(guān)鍵要素，近期重點(diǎn)研究以下幾方面：共性基礎(chǔ)研究（1-3）二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)關(guān)鍵地學(xué)要素的物二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)全球氣候變化與土地流轉(zhuǎn)新形式下的耕地質(zhì)量演變趨勢(shì)（宏觀）全球氣候變化對(duì)耕地生產(chǎn)能力影響過(guò)程，全球氣候變化對(duì)中國(guó)耕地質(zhì)量綜合影響評(píng)估。今年中央一號(hào)文件就提出加大土地流轉(zhuǎn)力度，組建家庭農(nóng)場(chǎng)、農(nóng)民合作社，把土地集中起來(lái)，兩會(huì)多有關(guān)注（謝德體、秦博勇、黃志明等等）。規(guī)?；⒓s化、現(xiàn)代化等新形式下的耕地質(zhì)量演變？應(yīng)用基礎(chǔ)研究（4-6）二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)全球氣候變化與土二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)中低等耕地質(zhì)量形成過(guò)程與關(guān)鍵技術(shù)低等別耕地的障礙因素與質(zhì)量提升技術(shù)，特別是新開(kāi)墾（含復(fù)墾）耕地的質(zhì)量控制與快速提升技術(shù)。中低等別（產(chǎn)）田占比近70%，是我國(guó)生產(chǎn)力的潛力所在。兩會(huì)多有關(guān)注（謝德體、秦博勇等）。高標(biāo)準(zhǔn)基本農(nóng)田創(chuàng)建中的質(zhì)量控制。應(yīng)用基礎(chǔ)研究（4-6）（摘自胡存智，2012）二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)中低等耕地質(zhì)量形二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)高等別耕地的高產(chǎn)高效與質(zhì)量定向培育關(guān)鍵技術(shù)作物高產(chǎn)高效的耕地質(zhì)量（如土壤條件）是什么？如何定向培育耕地質(zhì)量（如土壤結(jié)構(gòu)與過(guò)程），為高產(chǎn)高效創(chuàng)造土壤條件。高標(biāo)準(zhǔn)基本農(nóng)田創(chuàng)建中的質(zhì)量控制。應(yīng)用基礎(chǔ)研究（4-6）二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)高等別耕地的高產(chǎn)二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（二）中遠(yuǎn)期研究規(guī)劃從耕地?cái)U(kuò)展到農(nóng)用地。全面體現(xiàn)農(nóng)用地多功能的質(zhì)量要素與過(guò)程。建設(shè)高標(biāo)準(zhǔn)基本農(nóng)田，不能唯產(chǎn)能提升論，要把握農(nóng)用地（耕地）質(zhì)量的全面內(nèi)涵，特別是耕地健康。實(shí)現(xiàn)農(nóng)用地多功能的關(guān)鍵技術(shù)與集成。把農(nóng)用地視為完整的生態(tài)系統(tǒng)，維護(hù)農(nóng)田生態(tài)系統(tǒng)循環(huán)過(guò)程及其與周邊環(huán)境的聯(lián)系，協(xié)調(diào)人地關(guān)系，實(shí)現(xiàn)生態(tài)文明。二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（二）中遠(yuǎn)期研究規(guī)劃從耕地?cái)U(kuò)展到農(nóng)三、部分研究進(jìn)展（一）土壤屬性的時(shí)空分析（二）土壤-作物系統(tǒng)過(guò)程模型與應(yīng)用（三）農(nóng)田用水與水分生產(chǎn)力（李保國(guó)）（四）高產(chǎn)高效的土壤條件與過(guò)程（任圖生）三、部分研究進(jìn)展（一）土壤屬性的時(shí)空分析三、部分研究進(jìn)展（一）土壤屬性的時(shí)空分析1、高程在土壤屬性空間預(yù)測(cè)中的應(yīng)用2、不同外部趨勢(shì)變量（組合）與有機(jī)質(zhì)空間預(yù)測(cè)3、土壤質(zhì)地空間預(yù)測(cè)方法的比較4、土壤質(zhì)地的空間三維模擬5、空間分析的尺度效應(yīng)6、土壤屬性的時(shí)間演替……………..預(yù)測(cè)方法近五年共發(fā)表論文約30篇（其中SCI、EI收錄20篇）三、部分研究進(jìn)展（一）土壤屬性的時(shí)空分析1、高程在土壤屬性空研究區(qū)：北京市平谷區(qū)目標(biāo)變量：土壤有機(jī)質(zhì)（SOM）土壤速效鉀（K）土壤有效磷（P）土壤有效錳（Mn）土壤有效鐵（Fe）土壤有效鋅（Zn）土壤pH值樣本點(diǎn)數(shù)：887個(gè)訓(xùn)練點(diǎn)

222個(gè)驗(yàn)證點(diǎn)輔助變量：高程預(yù)測(cè)方法：OK法、RK法、CK法1、高程在土壤屬性空間預(yù)測(cè)中的應(yīng)用三、部分研究進(jìn)展研究區(qū)：北京市平谷區(qū)1、高程在土壤屬性空間預(yù)測(cè)中的應(yīng)用三、

結(jié)論高程作為輔助變量，可以提高土壤屬性的空間預(yù)測(cè)精度，但并不適合所有土壤屬性。相關(guān)因素分析表明，能否利用高程來(lái)輔助提高土壤屬性的空間預(yù)測(cè)精度與土壤屬性的空間自相關(guān)度具有明顯的相關(guān)關(guān)系。

CK法和RK法在預(yù)測(cè)能力上沒(méi)有表現(xiàn)出明顯的差別。三、部分研究進(jìn)展結(jié)論高程作為輔助變量，可以提高土壤屬性的空間預(yù)測(cè)精度，但高程輔助變量在不確定性分析中的應(yīng)用探討在隨機(jī)模擬計(jì)算環(huán)境下，是否可以利用高程輔助變量來(lái)提高土壤屬性空間預(yù)測(cè)的準(zhǔn)確性、局部不確定性模擬的準(zhǔn)確性和空間不確定模擬的準(zhǔn)確性。局部不確定性：?jiǎn)我稽c(diǎn)上預(yù)測(cè)值大于或小于閾值的概率?？臻g不確定性：所有預(yù)測(cè)點(diǎn)上的預(yù)測(cè)值同時(shí)大于或小于閾值的概率。三、部分研究進(jìn)展高程輔助變量在不確定性分析中的應(yīng)用探討在隨機(jī)模擬計(jì)算環(huán)境下，研究樣區(qū)：密云樣區(qū)、平谷樣區(qū)密云樣區(qū)：284個(gè)樣本點(diǎn)平谷樣區(qū)：547個(gè)樣本點(diǎn)目標(biāo)變量：土壤有機(jī)質(zhì)輔助變量：高程方法：序貫高斯模擬法（SGS）序貫高斯協(xié)模擬法（SGCS）密云樣區(qū)（a）和平谷樣區(qū)（b）高程圖研究區(qū)位置與采樣點(diǎn)分布圖研究樣區(qū)：密云樣區(qū)、平谷樣區(qū)密云樣區(qū)（a）和平谷樣區(qū)（b）高結(jié)論通過(guò)序貫高斯協(xié)模擬方法利用高程輔助變量：（1）可以提高土壤有機(jī)質(zhì)預(yù)測(cè)結(jié)果的準(zhǔn)確性（2）可以提高土壤有機(jī)質(zhì)空間不確定模擬的準(zhǔn)確性（3）沒(méi)能提高土壤有機(jī)質(zhì)局部不確定性模擬的準(zhǔn)確性三、部分研究進(jìn)展結(jié)論通過(guò)序貫高斯協(xié)模擬方法利用高程輔助變量：三、部分研究進(jìn)展2、利用不同外部趨勢(shì)變量（組合）

預(yù)測(cè)土壤有機(jī)質(zhì)空間分布探討通過(guò)高程、坡度和地形濕度指數(shù)等地形指標(biāo)之間的組合，是否可以進(jìn)一步提高土壤有機(jī)質(zhì)空間預(yù)測(cè)精度。比較回歸克里格法（RK）和有限最大似然法為基礎(chǔ)的線性無(wú)偏最優(yōu)估計(jì)法（BLUP-REML）在不同外部趨勢(shì)度情況下預(yù)測(cè)能力的表現(xiàn)。三、部分研究進(jìn)展2、利用不同外部趨勢(shì)變量（組合）研究區(qū)位置及采樣點(diǎn)分布圖研究區(qū)：北京市平谷區(qū)樣本點(diǎn)數(shù)：70個(gè)訓(xùn)練點(diǎn)，131個(gè)驗(yàn)證點(diǎn)目標(biāo)變量：土壤有機(jī)質(zhì)輔助變量：高程、坡度、地形濕度指數(shù)三、部分研究進(jìn)展研究區(qū)位置及采樣點(diǎn)分布圖研究區(qū)：北京市平谷區(qū)三、部分研究進(jìn)展結(jié)論高程、坡度和地形濕度指數(shù)等地形指標(biāo)可以作為輔助變量用來(lái)提高土壤有機(jī)質(zhì)的空間預(yù)測(cè)精度，尤其是通過(guò)不同的地形指標(biāo)之間的組合，能進(jìn)一步提高預(yù)測(cè)精度。在樣本點(diǎn)數(shù)比較小的情況下，在預(yù)測(cè)具有空間趨勢(shì)的土壤屬性方面，有限最大似然法為基礎(chǔ)的線性無(wú)偏最優(yōu)估計(jì)法（BLUP-REML）是一種比較可靠的預(yù)測(cè)方法。三、部分研究進(jìn)展結(jié)論高程、坡度和地形濕度指數(shù)等地形指標(biāo)可以作為輔助變量用來(lái)提以地形因素和分類(lèi)變量組合輔助變量的土壤有機(jī)質(zhì)空間預(yù)測(cè)地理位置與樣點(diǎn)分布圖坡長(zhǎng)因子圖土壤質(zhì)地圖三、部分研究進(jìn)展以地形因素和分類(lèi)變量組合輔助變量的土壤有機(jī)質(zhì)空間預(yù)測(cè)地理位置地形因素基本屬性復(fù)合屬性分類(lèi)變量土壤質(zhì)地土地利用……土壤有機(jī)質(zhì)輔助變量組合1輔助變量組合2土壤有機(jī)質(zhì)空間分布空間格局的環(huán)境相關(guān)分析基于環(huán)境相關(guān)分析的空間預(yù)測(cè)方差分析皮爾森相關(guān)分析多元線性逐步回歸普通克里格法回歸克里格法分類(lèi)變量以及何種分類(lèi)變量對(duì)土壤有機(jī)質(zhì)空間預(yù)測(cè)精度的影響三、部分研究進(jìn)展地形因素基本屬性復(fù)合屬性分類(lèi)變量土壤質(zhì)地土地利用……土壤有機(jī)結(jié)論地形因素、土壤質(zhì)地和母質(zhì)類(lèi)型等自然、內(nèi)在性質(zhì)決定著土壤有機(jī)質(zhì)的空間分布。母質(zhì)類(lèi)型樣本數(shù)（個(gè)）顯著性檢驗(yàn)結(jié)果（gkg-1）長(zhǎng)石巖類(lèi)風(fēng)化物12214.72bcd沖積物468.59e非碳酸鹽3512.33d鈣質(zhì)巖類(lèi)風(fēng)化物3314.47bcd耕種型8416.25abc硅質(zhì)巖類(lèi)風(fēng)化物3418.04a

洪積沖積物5614.32bcd黃土性母質(zhì)2112.32d人工堆墊物2213.42dc鐵鎂質(zhì)巖類(lèi)風(fēng)化物1616.94ab不同高程組有機(jī)質(zhì)含量盒形圖不同母質(zhì)類(lèi)型各顆粒組成均值兩兩比較結(jié)果三、部分研究進(jìn)展高程組（m）土壤有機(jī)質(zhì)含量（gkg-1）不同母質(zhì)類(lèi)型間土壤有機(jī)質(zhì)含量差異顯著結(jié)論地形因素、土壤質(zhì)地和母質(zhì)類(lèi)型等自然、內(nèi)在性質(zhì)決定著土壤有將分類(lèi)變量和地形因素等考慮到空間預(yù)測(cè)中較大幅度地提高土壤有機(jī)質(zhì)空間預(yù)測(cè)精度。不同輔助變量組合下的實(shí)測(cè)、預(yù)測(cè)對(duì)比圖三、部分研究進(jìn)展（樣點(diǎn)編號(hào)）不同預(yù)測(cè)方法的均方根誤差相對(duì)提高值（RI）M2變量組合下的回歸克里格法RI值達(dá)37.48%輔助變量組合1(M1):高程輔助變量組合2(M2):高程、母質(zhì)回歸預(yù)測(cè)和普通克里格模型平滑效應(yīng)，趨中趨勢(shì)，須對(duì)殘差再進(jìn)行預(yù)測(cè)以降低預(yù)測(cè)殘差。在M2輔助下的回歸克里格法預(yù)測(cè)結(jié)果與實(shí)測(cè)值最為接近。將分類(lèi)變量和地形因素等考慮到空間預(yù)測(cè)中較大幅度地提高土壤有機(jī)研究區(qū)：北京市延慶縣南部采樣間隔：300m×300m采樣點(diǎn)：210個(gè)（訓(xùn)練點(diǎn)186個(gè)，驗(yàn)證點(diǎn)24個(gè)）插值方法：基于對(duì)稱(chēng)對(duì)數(shù)比方法轉(zhuǎn)換的普通克里格法基于非對(duì)稱(chēng)對(duì)數(shù)比方法轉(zhuǎn)換的普通克里格法成分克里格法3、土壤質(zhì)地空間預(yù)測(cè)方法的比較三、部分研究進(jìn)展研究區(qū)：北京市延慶縣南部3、土壤質(zhì)地空間預(yù)測(cè)方法的比較三、部結(jié)果表明

成分克里格方法預(yù)測(cè)精度最高，RMSE相對(duì)提高將近17%。成分克里格是直接對(duì)土壤質(zhì)地進(jìn)行插值，能保證其是最優(yōu)無(wú)偏估計(jì)。

非對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格結(jié)果表明非對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格基于成分?jǐn)?shù)據(jù)特征和環(huán)境變量輔助的土壤質(zhì)地空間插值地理位置、樣點(diǎn)和高程圖土地利用與土壤圖三、部分研究進(jìn)展基于成分?jǐn)?shù)據(jù)特征和環(huán)境變量輔助的土壤質(zhì)地空間插值地理位置、樣土壤有機(jī)質(zhì)土壤類(lèi)型土壤容重高程……土壤質(zhì)地土壤質(zhì)地空間分布已考慮成分?jǐn)?shù)據(jù)特征的方法方差分析成分克里格法（CK）基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格法（OK-SLR）基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的回歸克里格法(RK-SLR）將成分?jǐn)?shù)據(jù)特征和環(huán)境變量考慮到土壤質(zhì)地空間插值中最優(yōu)輔助變量組合數(shù)據(jù)轉(zhuǎn)換三、部分研究進(jìn)展對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換（SLR）土壤有機(jī)質(zhì)土壤類(lèi)型土壤容重高程……土壤質(zhì)地土壤結(jié)論綜合考慮均方根誤差（RMSE）、標(biāo)準(zhǔn)化克里格方差（MSDR）、RMSE相對(duì)提高值和Aitchison’sdistance(DA)，成分克里格（CK）預(yù)測(cè)精度最高。RI相對(duì)提高值，以對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格法為參考方法（成分克里格法）（基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的回歸克里格法）（土壤顆粒）均方根誤差提高值三、部分研究進(jìn)展47%13%46%46%8%6%結(jié)論綜合考慮均方根誤差（RMSE）、標(biāo)準(zhǔn)化克里格方差（MSD不同預(yù)測(cè)方法的Aitchison’sdistance圖t檢驗(yàn)顯示，成分克里格法與基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的回歸克里格法與基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格法DA存在顯著差異，表明前兩種方法明顯優(yōu)于后者。CK較為集中三、部分研究進(jìn)展不同預(yù)測(cè)方法的Aitchison’sdistance圖t檢（1）順序指示模擬算法在土壤質(zhì)地空間分布三維模擬中的應(yīng)用15km2區(qū)域，139個(gè)土壤剖面，運(yùn)用指示變異函數(shù)和順序指示模擬算法分析和模擬土壤質(zhì)地的空間分布。4、土壤質(zhì)地的空間分布三維模擬算法研究三、部分研究進(jìn)展（1）順序指示模擬算法在土壤質(zhì)地空間分布三維模擬中的應(yīng)用15三維順序指示模擬實(shí)現(xiàn)結(jié)果表明，土壤質(zhì)地在垂直方向上具有很強(qiáng)的空間自相關(guān)性；而在水平方向上空間自相關(guān)性較弱，表明土壤質(zhì)地有可能在水平方向變異較大，或者本研究所采樣的水平采樣間隔稍大。順序指示模擬算法在這種尺度下能夠反映土壤質(zhì)地層次的空間變異。三、部分研究進(jìn)展三維順序指示模擬實(shí)現(xiàn)結(jié)果表明，土壤質(zhì)地在垂直方向上具有很強(qiáng)的（2）順序指示和轉(zhuǎn)移概率指示模擬方法對(duì)小尺度土壤粘粒含量空間模擬的對(duì)比研究以1m3土體，運(yùn)用激光粒徑分析儀對(duì)粘粒含量進(jìn)行了測(cè)定，并將測(cè)定數(shù)據(jù)轉(zhuǎn)化為指示數(shù)據(jù)。分別運(yùn)用指示變異函數(shù)和轉(zhuǎn)移概率變異函數(shù)進(jìn)行空間變異分析。

三、部分研究進(jìn)展（2）順序指示和轉(zhuǎn)移概率指示模擬方法對(duì)小尺度土壤粘粒含量空間順序指示模擬（SIS）方法低估了主變量，同時(shí)高估了輔變量，而轉(zhuǎn)移概率指示模擬（TPROGS）能將這兩種變量很好的再現(xiàn)。此外，與實(shí)測(cè)數(shù)據(jù)相比，在SIS結(jié)果中粘粒含量分布的空間連貫性顯著地減少，而在TPROGS中卻能很好的再現(xiàn)。因此，TPROGS更能夠反映粘粒含量的三維空間分布特征。順序指示模擬結(jié)果三維實(shí)現(xiàn)轉(zhuǎn)移概率指示模擬結(jié)果三維實(shí)現(xiàn)三、部分研究進(jìn)展順序指示模擬（SIS）方法低估了主變量，同時(shí)高估了輔變量，而5、空間分析的尺度效應(yīng)對(duì)比分析不同空間尺度下矩量法（MoM）和有限最大似然法（REML）在計(jì)算變異函數(shù)準(zhǔn)確性方面的表現(xiàn)。三、部分研究進(jìn)展空間尺度對(duì)變異函數(shù)的影響5、空間分析的尺度效應(yīng)對(duì)比分析不同空間尺度下矩量法（MoM研究區(qū)位置：北京市大興區(qū)

尺度樣區(qū)選擇：40km、30km、20km、10km

目標(biāo)變量：土壤有機(jī)質(zhì)、土壤有效錳有限最大似然法在提高空間預(yù)測(cè)精度方面效果是否明顯與研究區(qū)的空間尺度緊緊相關(guān)。土壤有機(jī)質(zhì)和土壤速效錳的分析結(jié)果表明，有限最大似然法在20km和30km尺度具有比較好的表現(xiàn)。三、部分研究進(jìn)展研究區(qū)位置：北京市大興區(qū)

尺度樣區(qū)選擇：40km、30km三、部分研究進(jìn)展6、土壤屬性的時(shí)間演替(a)1980(b)2000(c)2000-1980(a)1980(b)2000(c)2000-1980土壤有機(jī)質(zhì)含量變化平均增長(zhǎng)46.81%(從8.78到12.89g/kg)三、部分研究進(jìn)展6、土壤屬性的時(shí)間演替(a)1980(b三、部分研究進(jìn)展1980-2008土壤有機(jī)質(zhì)含量下降？過(guò)量施用化肥，綜合影響，綜合因素！土壤有機(jī)質(zhì)也有質(zhì)量問(wèn)題—秸稈還田、綠肥作物！三、部分研究進(jìn)展1980-2008土壤有機(jī)質(zhì)含量下降？三、部分研究進(jìn)展（二）土壤-作物系統(tǒng)過(guò)程模型與應(yīng)用聯(lián)合模型總體關(guān)系圖土壤水分模擬子模塊土壤氮素模擬子模塊綜合了胡克林、李保國(guó)、陳研等人的部分研究成果三、部分研究進(jìn)展（二）土壤-作物系統(tǒng)過(guò)程模型與應(yīng)用聯(lián)合模型總氣象模塊；土壤模塊；作物模塊；田間管理模塊土壤-作物系統(tǒng)模擬軟件(SPWS)三、部分研究進(jìn)展氣象模塊；土壤模塊；作物模塊；田間管理模塊土壤-作物系統(tǒng)模擬41區(qū)域尺度土壤-作物系統(tǒng)水分溶質(zhì)運(yùn)移模擬軟件(SPWS-GIS)利用ArcGIS中ArcObject提供的組件GIS開(kāi)發(fā)方法，實(shí)現(xiàn)了土壤-作物系統(tǒng)模型與GIS的完全結(jié)合。

三、部分研究進(jìn)展41區(qū)域尺度土壤-作物系統(tǒng)水分溶質(zhì)運(yùn)移模擬軟件(SPWS-G農(nóng)田生態(tài)系統(tǒng)土壤碳氮循環(huán)模擬軟件(CNCM)三、部分研究進(jìn)展農(nóng)田生態(tài)系統(tǒng)土壤碳氮循環(huán)模擬軟件(CNCM)三、部分研究進(jìn)展相關(guān)軟件著作權(quán)登記1．土壤-作物系統(tǒng)模擬軟件，2005SRBJ09812．區(qū)域尺度土壤-作物系統(tǒng)水分溶質(zhì)運(yùn)移模擬，2006SRBJ06583．區(qū)域尺度作物生產(chǎn)潛力模擬軟件，2009SRBJ14374．縣域土壤資源管理信息系統(tǒng)，2009SRBJ52815．縣域耕地配肥信息系統(tǒng)，2009SRBJ58606．縣域地力與作物適宜性評(píng)價(jià)信息系統(tǒng)，2009SRBJ58617．農(nóng)田生態(tài)系統(tǒng)土壤碳氮循環(huán)模擬軟件，2010SRBJ2210三、部分研究進(jìn)展相關(guān)軟件著作權(quán)登記1．土壤-作物系統(tǒng)模擬軟件，2005S夏玉米和冬小麥生長(zhǎng)季土壤氮素淋失量（kg·hm-2）(b)冬小麥(a)夏玉米氮素淋失量空間分布規(guī)律黃淮海平原土壤水氮利用效率模擬應(yīng)用夏玉米和冬小麥生長(zhǎng)季土壤氮素淋失量（kg·hm-2）(b)作物水分利用效率（WUE）的空間分布規(guī)律

(a)夏玉米(b)冬小麥夏玉米和冬小麥生長(zhǎng)季水分利用效率（kg·m-3）作物水分利用效率（WUE）的空間分布規(guī)律(a)夏玉米(b作物氮素利用效率（NUE）的空間分布規(guī)律

(a)

夏玉米(b)冬小麥夏玉米和冬小麥生長(zhǎng)季氮素利用效率（kg·kg-1）

作物氮素利用效率（NUE）的空間分布規(guī)律(a)夏玉米(b黃淮海平原較優(yōu)水氮處理分布（圖A按土壤單元優(yōu)化，圖B按縣域單元優(yōu)化）區(qū)域農(nóng)業(yè)水、氮管理措施的優(yōu)化

黃淮海平原較優(yōu)水氮處理分布（圖A按土壤單元優(yōu)化，圖B按縣域單

謝謝！謝謝！農(nóng)用地質(zhì)量因素與過(guò)程研究進(jìn)展2013年春季學(xué)術(shù)報(bào)告會(huì)創(chuàng)新良田工程科技重構(gòu)資源環(huán)境基礎(chǔ)電話O）M）Email:YFHUANG@CAU.EDU.CN黃元仿農(nóng)用地質(zhì)量因素與過(guò)程研究進(jìn)展2013年春季學(xué)術(shù)報(bào)告會(huì)創(chuàng)新良田提綱一、研究方向與內(nèi)容二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃三、部分研究進(jìn)展提綱一、研究方向與內(nèi)容一、研究方向與內(nèi)容通過(guò)開(kāi)展農(nóng)用地質(zhì)量形成過(guò)程、演變規(guī)律及其驅(qū)動(dòng)因素的應(yīng)用基礎(chǔ)研究，為建立農(nóng)用地質(zhì)量全面、高效、持續(xù)提升的長(zhǎng)效機(jī)制，提供關(guān)鍵理論支撐。農(nóng)用地質(zhì)量因素與過(guò)程農(nóng)用地多功能診斷與評(píng)價(jià)農(nóng)用地質(zhì)量與產(chǎn)能調(diào)控農(nóng)用地質(zhì)量調(diào)查與監(jiān)測(cè)基本農(nóng)田質(zhì)量保護(hù)與管理一、研究方向與內(nèi)容通過(guò)開(kāi)展農(nóng)用地質(zhì)量形成過(guò)程、演變規(guī)律及其驅(qū)一、研究方向與內(nèi)容研究農(nóng)用地質(zhì)量關(guān)鍵要素的物理、化學(xué)和生物過(guò)程的相互作用和耦合機(jī)制，揭示農(nóng)用地質(zhì)量形成過(guò)程，實(shí)現(xiàn)過(guò)程定量化；建立農(nóng)用地質(zhì)量要素的數(shù)學(xué)模型和評(píng)價(jià)方法，分析農(nóng)用地質(zhì)量及其關(guān)鍵要素的時(shí)間變化趨勢(shì)和空間分布規(guī)律；研究農(nóng)用地質(zhì)量因素、指標(biāo)和等級(jí)變化的多尺度轉(zhuǎn)換方法和模型；研究農(nóng)用地質(zhì)量演變的驅(qū)動(dòng)因素，揭示農(nóng)用地質(zhì)量的演變趨勢(shì)。一、研究方向與內(nèi)容研究農(nóng)用地質(zhì)量關(guān)鍵要素的物理、化學(xué)和生物過(guò)二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)以耕地及其生產(chǎn)力為重點(diǎn)，兼顧多功能，研究耕地質(zhì)量因素（要素）。因素地學(xué)因素氣候因素工程（科技）因素生態(tài)（健康）因素耕地農(nóng)用地功能生產(chǎn)力多功能質(zhì)量認(rèn)定管理評(píng)價(jià)模擬應(yīng)用提升技術(shù)趨勢(shì)分析時(shí)空變化規(guī)律與尺度轉(zhuǎn)換研究二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)以耕地及其生產(chǎn)力二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)關(guān)鍵地學(xué)要素的物理、化學(xué)和生物過(guò)程的相互作用及其與作物生產(chǎn)力耦合機(jī)制，實(shí)現(xiàn)過(guò)程定量化。其中，重點(diǎn)關(guān)注水及其驅(qū)動(dòng)的水肥耦合過(guò)程與耕地生產(chǎn)力。關(guān)鍵要素的時(shí)間變化趨勢(shì)與空間分布規(guī)律，研究關(guān)鍵指標(biāo)和等級(jí)變化的空間尺度轉(zhuǎn)換。研究耕地質(zhì)量要素的綜合方法，包括分等定級(jí)的評(píng)價(jià)方法與農(nóng)田生產(chǎn)力模型。選擇耕地質(zhì)量關(guān)鍵要素，近期重點(diǎn)研究以下幾方面：共性基礎(chǔ)研究（1-3）二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)關(guān)鍵地學(xué)要素的物二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)全球氣候變化與土地流轉(zhuǎn)新形式下的耕地質(zhì)量演變趨勢(shì)（宏觀）全球氣候變化對(duì)耕地生產(chǎn)能力影響過(guò)程，全球氣候變化對(duì)中國(guó)耕地質(zhì)量綜合影響評(píng)估。今年中央一號(hào)文件就提出加大土地流轉(zhuǎn)力度，組建家庭農(nóng)場(chǎng)、農(nóng)民合作社，把土地集中起來(lái)，兩會(huì)多有關(guān)注（謝德體、秦博勇、黃志明等等）。規(guī)模化、集約化、現(xiàn)代化等新形式下的耕地質(zhì)量演變？應(yīng)用基礎(chǔ)研究（4-6）二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)全球氣候變化與土二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)中低等耕地質(zhì)量形成過(guò)程與關(guān)鍵技術(shù)低等別耕地的障礙因素與質(zhì)量提升技術(shù)，特別是新開(kāi)墾（含復(fù)墾）耕地的質(zhì)量控制與快速提升技術(shù)。中低等別（產(chǎn)）田占比近70%，是我國(guó)生產(chǎn)力的潛力所在。兩會(huì)多有關(guān)注（謝德體、秦博勇等）。高標(biāo)準(zhǔn)基本農(nóng)田創(chuàng)建中的質(zhì)量控制。應(yīng)用基礎(chǔ)研究（4-6）（摘自胡存智，2012）二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)中低等耕地質(zhì)量形二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)高等別耕地的高產(chǎn)高效與質(zhì)量定向培育關(guān)鍵技術(shù)作物高產(chǎn)高效的耕地質(zhì)量（如土壤條件）是什么？如何定向培育耕地質(zhì)量（如土壤結(jié)構(gòu)與過(guò)程），為高產(chǎn)高效創(chuàng)造土壤條件。高標(biāo)準(zhǔn)基本農(nóng)田創(chuàng)建中的質(zhì)量控制。應(yīng)用基礎(chǔ)研究（4-6）二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（一）近期研究重點(diǎn)高等別耕地的高產(chǎn)二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（二）中遠(yuǎn)期研究規(guī)劃從耕地?cái)U(kuò)展到農(nóng)用地。全面體現(xiàn)農(nóng)用地多功能的質(zhì)量要素與過(guò)程。建設(shè)高標(biāo)準(zhǔn)基本農(nóng)田，不能唯產(chǎn)能提升論，要把握農(nóng)用地（耕地）質(zhì)量的全面內(nèi)涵，特別是耕地健康。實(shí)現(xiàn)農(nóng)用地多功能的關(guān)鍵技術(shù)與集成。把農(nóng)用地視為完整的生態(tài)系統(tǒng)，維護(hù)農(nóng)田生態(tài)系統(tǒng)循環(huán)過(guò)程及其與周邊環(huán)境的聯(lián)系，協(xié)調(diào)人地關(guān)系，實(shí)現(xiàn)生態(tài)文明。二、近期研究重點(diǎn)與遠(yuǎn)期規(guī)劃（二）中遠(yuǎn)期研究規(guī)劃從耕地?cái)U(kuò)展到農(nóng)三、部分研究進(jìn)展（一）土壤屬性的時(shí)空分析（二）土壤-作物系統(tǒng)過(guò)程模型與應(yīng)用（三）農(nóng)田用水與水分生產(chǎn)力（李保國(guó)）（四）高產(chǎn)高效的土壤條件與過(guò)程（任圖生）三、部分研究進(jìn)展（一）土壤屬性的時(shí)空分析三、部分研究進(jìn)展（一）土壤屬性的時(shí)空分析1、高程在土壤屬性空間預(yù)測(cè)中的應(yīng)用2、不同外部趨勢(shì)變量（組合）與有機(jī)質(zhì)空間預(yù)測(cè)3、土壤質(zhì)地空間預(yù)測(cè)方法的比較4、土壤質(zhì)地的空間三維模擬5、空間分析的尺度效應(yīng)6、土壤屬性的時(shí)間演替……………..預(yù)測(cè)方法近五年共發(fā)表論文約30篇（其中SCI、EI收錄20篇）三、部分研究進(jìn)展（一）土壤屬性的時(shí)空分析1、高程在土壤屬性空研究區(qū)：北京市平谷區(qū)目標(biāo)變量：土壤有機(jī)質(zhì)（SOM）土壤速效鉀（K）土壤有效磷（P）土壤有效錳（Mn）土壤有效鐵（Fe）土壤有效鋅（Zn）土壤pH值樣本點(diǎn)數(shù)：887個(gè)訓(xùn)練點(diǎn)

222個(gè)驗(yàn)證點(diǎn)輔助變量：高程預(yù)測(cè)方法：OK法、RK法、CK法1、高程在土壤屬性空間預(yù)測(cè)中的應(yīng)用三、部分研究進(jìn)展研究區(qū)：北京市平谷區(qū)1、高程在土壤屬性空間預(yù)測(cè)中的應(yīng)用三、

結(jié)論高程作為輔助變量，可以提高土壤屬性的空間預(yù)測(cè)精度，但并不適合所有土壤屬性。相關(guān)因素分析表明，能否利用高程來(lái)輔助提高土壤屬性的空間預(yù)測(cè)精度與土壤屬性的空間自相關(guān)度具有明顯的相關(guān)關(guān)系。

CK法和RK法在預(yù)測(cè)能力上沒(méi)有表現(xiàn)出明顯的差別。三、部分研究進(jìn)展結(jié)論高程作為輔助變量，可以提高土壤屬性的空間預(yù)測(cè)精度，但高程輔助變量在不確定性分析中的應(yīng)用探討在隨機(jī)模擬計(jì)算環(huán)境下，是否可以利用高程輔助變量來(lái)提高土壤屬性空間預(yù)測(cè)的準(zhǔn)確性、局部不確定性模擬的準(zhǔn)確性和空間不確定模擬的準(zhǔn)確性。局部不確定性：?jiǎn)我稽c(diǎn)上預(yù)測(cè)值大于或小于閾值的概率?？臻g不確定性：所有預(yù)測(cè)點(diǎn)上的預(yù)測(cè)值同時(shí)大于或小于閾值的概率。三、部分研究進(jìn)展高程輔助變量在不確定性分析中的應(yīng)用探討在隨機(jī)模擬計(jì)算環(huán)境下，研究樣區(qū)：密云樣區(qū)、平谷樣區(qū)密云樣區(qū)：284個(gè)樣本點(diǎn)平谷樣區(qū)：547個(gè)樣本點(diǎn)目標(biāo)變量：土壤有機(jī)質(zhì)輔助變量：高程方法：序貫高斯模擬法（SGS）序貫高斯協(xié)模擬法（SGCS）密云樣區(qū)（a）和平谷樣區(qū)（b）高程圖研究區(qū)位置與采樣點(diǎn)分布圖研究樣區(qū)：密云樣區(qū)、平谷樣區(qū)密云樣區(qū)（a）和平谷樣區(qū)（b）高結(jié)論通過(guò)序貫高斯協(xié)模擬方法利用高程輔助變量：（1）可以提高土壤有機(jī)質(zhì)預(yù)測(cè)結(jié)果的準(zhǔn)確性（2）可以提高土壤有機(jī)質(zhì)空間不確定模擬的準(zhǔn)確性（3）沒(méi)能提高土壤有機(jī)質(zhì)局部不確定性模擬的準(zhǔn)確性三、部分研究進(jìn)展結(jié)論通過(guò)序貫高斯協(xié)模擬方法利用高程輔助變量：三、部分研究進(jìn)展2、利用不同外部趨勢(shì)變量（組合）

預(yù)測(cè)土壤有機(jī)質(zhì)空間分布探討通過(guò)高程、坡度和地形濕度指數(shù)等地形指標(biāo)之間的組合，是否可以進(jìn)一步提高土壤有機(jī)質(zhì)空間預(yù)測(cè)精度。比較回歸克里格法（RK）和有限最大似然法為基礎(chǔ)的線性無(wú)偏最優(yōu)估計(jì)法（BLUP-REML）在不同外部趨勢(shì)度情況下預(yù)測(cè)能力的表現(xiàn)。三、部分研究進(jìn)展2、利用不同外部趨勢(shì)變量（組合）研究區(qū)位置及采樣點(diǎn)分布圖研究區(qū)：北京市平谷區(qū)樣本點(diǎn)數(shù)：70個(gè)訓(xùn)練點(diǎn)，131個(gè)驗(yàn)證點(diǎn)目標(biāo)變量：土壤有機(jī)質(zhì)輔助變量：高程、坡度、地形濕度指數(shù)三、部分研究進(jìn)展研究區(qū)位置及采樣點(diǎn)分布圖研究區(qū)：北京市平谷區(qū)三、部分研究進(jìn)展結(jié)論高程、坡度和地形濕度指數(shù)等地形指標(biāo)可以作為輔助變量用來(lái)提高土壤有機(jī)質(zhì)的空間預(yù)測(cè)精度，尤其是通過(guò)不同的地形指標(biāo)之間的組合，能進(jìn)一步提高預(yù)測(cè)精度。在樣本點(diǎn)數(shù)比較小的情況下，在預(yù)測(cè)具有空間趨勢(shì)的土壤屬性方面，有限最大似然法為基礎(chǔ)的線性無(wú)偏最優(yōu)估計(jì)法（BLUP-REML）是一種比較可靠的預(yù)測(cè)方法。三、部分研究進(jìn)展結(jié)論高程、坡度和地形濕度指數(shù)等地形指標(biāo)可以作為輔助變量用來(lái)提以地形因素和分類(lèi)變量組合輔助變量的土壤有機(jī)質(zhì)空間預(yù)測(cè)地理位置與樣點(diǎn)分布圖坡長(zhǎng)因子圖土壤質(zhì)地圖三、部分研究進(jìn)展以地形因素和分類(lèi)變量組合輔助變量的土壤有機(jī)質(zhì)空間預(yù)測(cè)地理位置地形因素基本屬性復(fù)合屬性分類(lèi)變量土壤質(zhì)地土地利用……土壤有機(jī)質(zhì)輔助變量組合1輔助變量組合2土壤有機(jī)質(zhì)空間分布空間格局的環(huán)境相關(guān)分析基于環(huán)境相關(guān)分析的空間預(yù)測(cè)方差分析皮爾森相關(guān)分析多元線性逐步回歸普通克里格法回歸克里格法分類(lèi)變量以及何種分類(lèi)變量對(duì)土壤有機(jī)質(zhì)空間預(yù)測(cè)精度的影響三、部分研究進(jìn)展地形因素基本屬性復(fù)合屬性分類(lèi)變量土壤質(zhì)地土地利用……土壤有機(jī)結(jié)論地形因素、土壤質(zhì)地和母質(zhì)類(lèi)型等自然、內(nèi)在性質(zhì)決定著土壤有機(jī)質(zhì)的空間分布。母質(zhì)類(lèi)型樣本數(shù)（個(gè)）顯著性檢驗(yàn)結(jié)果（gkg-1）長(zhǎng)石巖類(lèi)風(fēng)化物12214.72bcd沖積物468.59e非碳酸鹽3512.33d鈣質(zhì)巖類(lèi)風(fēng)化物3314.47bcd耕種型8416.25abc硅質(zhì)巖類(lèi)風(fēng)化物3418.04a

洪積沖積物5614.32bcd黃土性母質(zhì)2112.32d人工堆墊物2213.42dc鐵鎂質(zhì)巖類(lèi)風(fēng)化物1616.94ab不同高程組有機(jī)質(zhì)含量盒形圖不同母質(zhì)類(lèi)型各顆粒組成均值兩兩比較結(jié)果三、部分研究進(jìn)展高程組（m）土壤有機(jī)質(zhì)含量（gkg-1）不同母質(zhì)類(lèi)型間土壤有機(jī)質(zhì)含量差異顯著結(jié)論地形因素、土壤質(zhì)地和母質(zhì)類(lèi)型等自然、內(nèi)在性質(zhì)決定著土壤有將分類(lèi)變量和地形因素等考慮到空間預(yù)測(cè)中較大幅度地提高土壤有機(jī)質(zhì)空間預(yù)測(cè)精度。不同輔助變量組合下的實(shí)測(cè)、預(yù)測(cè)對(duì)比圖三、部分研究進(jìn)展（樣點(diǎn)編號(hào)）不同預(yù)測(cè)方法的均方根誤差相對(duì)提高值（RI）M2變量組合下的回歸克里格法RI值達(dá)37.48%輔助變量組合1(M1):高程輔助變量組合2(M2):高程、母質(zhì)回歸預(yù)測(cè)和普通克里格模型平滑效應(yīng)，趨中趨勢(shì)，須對(duì)殘差再進(jìn)行預(yù)測(cè)以降低預(yù)測(cè)殘差。在M2輔助下的回歸克里格法預(yù)測(cè)結(jié)果與實(shí)測(cè)值最為接近。將分類(lèi)變量和地形因素等考慮到空間預(yù)測(cè)中較大幅度地提高土壤有機(jī)研究區(qū)：北京市延慶縣南部采樣間隔：300m×300m采樣點(diǎn)：210個(gè)（訓(xùn)練點(diǎn)186個(gè)，驗(yàn)證點(diǎn)24個(gè)）插值方法：基于對(duì)稱(chēng)對(duì)數(shù)比方法轉(zhuǎn)換的普通克里格法基于非對(duì)稱(chēng)對(duì)數(shù)比方法轉(zhuǎn)換的普通克里格法成分克里格法3、土壤質(zhì)地空間預(yù)測(cè)方法的比較三、部分研究進(jìn)展研究區(qū)：北京市延慶縣南部3、土壤質(zhì)地空間預(yù)測(cè)方法的比較三、部結(jié)果表明

成分克里格方法預(yù)測(cè)精度最高，RMSE相對(duì)提高將近17%。成分克里格是直接對(duì)土壤質(zhì)地進(jìn)行插值，能保證其是最優(yōu)無(wú)偏估計(jì)。

非對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格結(jié)果表明非對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格基于成分?jǐn)?shù)據(jù)特征和環(huán)境變量輔助的土壤質(zhì)地空間插值地理位置、樣點(diǎn)和高程圖土地利用與土壤圖三、部分研究進(jìn)展基于成分?jǐn)?shù)據(jù)特征和環(huán)境變量輔助的土壤質(zhì)地空間插值地理位置、樣土壤有機(jī)質(zhì)土壤類(lèi)型土壤容重高程……土壤質(zhì)地土壤質(zhì)地空間分布已考慮成分?jǐn)?shù)據(jù)特征的方法方差分析成分克里格法（CK）基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格法（OK-SLR）基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的回歸克里格法(RK-SLR）將成分?jǐn)?shù)據(jù)特征和環(huán)境變量考慮到土壤質(zhì)地空間插值中最優(yōu)輔助變量組合數(shù)據(jù)轉(zhuǎn)換三、部分研究進(jìn)展對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換（SLR）土壤有機(jī)質(zhì)土壤類(lèi)型土壤容重高程……土壤質(zhì)地土壤結(jié)論綜合考慮均方根誤差（RMSE）、標(biāo)準(zhǔn)化克里格方差（MSDR）、RMSE相對(duì)提高值和Aitchison’sdistance(DA)，成分克里格（CK）預(yù)測(cè)精度最高。RI相對(duì)提高值，以對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格法為參考方法（成分克里格法）（基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的回歸克里格法）（土壤顆粒）均方根誤差提高值三、部分研究進(jìn)展47%13%46%46%8%6%結(jié)論綜合考慮均方根誤差（RMSE）、標(biāo)準(zhǔn)化克里格方差（MSD不同預(yù)測(cè)方法的Aitchison’sdistance圖t檢驗(yàn)顯示，成分克里格法與基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的回歸克里格法與基于對(duì)稱(chēng)對(duì)數(shù)比轉(zhuǎn)換的普通克里格法DA存在顯著差異，表明前兩種方法明顯優(yōu)于后者。CK較為集中三、部分研究進(jìn)展不同預(yù)測(cè)方法的Aitchison’sdistance圖t檢（1）順序指示模擬算法在土壤質(zhì)地空間分布三維模擬中的應(yīng)用15km2區(qū)域，139個(gè)土壤剖面，運(yùn)用指示變異函數(shù)和順序指示模擬算法分析和模擬土壤質(zhì)地的空間分布。4、土壤質(zhì)地的空間分布三維模擬算法研究三、部分研究進(jìn)展（1）順序指示模擬算法在土壤質(zhì)地空間分布三維模擬中的應(yīng)用15三維順序指示模擬實(shí)現(xiàn)結(jié)果表明，土壤質(zhì)地在垂直方向上具有很強(qiáng)的空間自相關(guān)性；而在水平方向上空間自相關(guān)性較弱，表明土壤質(zhì)地有可能在水平方向變異較大，或者本研究所采樣的水平采樣間隔稍大。順序指示模擬算法在這種尺度下能夠反映土壤質(zhì)地層次的空間變異。三、部分研究進(jìn)展三維順序指示模擬實(shí)現(xiàn)結(jié)果表明，土壤質(zhì)地在垂直方向上具有很強(qiáng)的（2）順序指示和轉(zhuǎn)移概率指示模擬方法對(duì)小尺度土壤粘粒含量空間模擬的對(duì)比研究以1m3土體，運(yùn)用激光粒徑分析儀對(duì)粘粒含量進(jìn)行了測(cè)定，并將測(cè)定數(shù)據(jù)轉(zhuǎn)化為指示數(shù)據(jù)。分別運(yùn)用指示變異函數(shù)和轉(zhuǎn)移概率變異函數(shù)進(jìn)行空間變異分析。

三、部分研究進(jìn)展（2）順序指示和轉(zhuǎn)移概率指示模擬方法對(duì)小尺度土壤粘粒含量空間順序指示模擬（SIS）方法低估了主變量，同時(shí)高估了輔變量，而轉(zhuǎn)移概率指示模擬（TPROGS）能將這兩種變量很好的再現(xiàn)。此外，與實(shí)測(cè)數(shù)據(jù)相比，在SIS結(jié)果中粘粒含量分布的空間連貫性顯著地減少，而在TPROGS中卻能很好的再現(xiàn)。因此，TPROGS更能夠反映粘粒含量的三維空間分布特征。順序指示模擬結(jié)果三維實(shí)現(xiàn)轉(zhuǎn)移概率指示模擬結(jié)果三維實(shí)現(xiàn)三、部分研究進(jìn)展順序指示模擬（SIS）方法低估了主變量，同時(shí)高估了輔變量，而5、空間分析的尺度效應(yīng)對(duì)比分析不同空間尺度下矩量法（MoM）和有限最大似然法（REML）在計(jì)算變異函數(shù)準(zhǔn)確性方面的表現(xiàn)。三、部分研究進(jìn)展空間尺度對(duì)變異函數(shù)的影響