基于土壤变异解释力的几种土壤制图方法的对比研究——以南阳市1m土体土壤有机碳密度制图为例

• 作者: 孙志英 李豪杰 梁思源 赵彦锋 陈杰
• 来源期刊: 土壤学报
• 学科: 农学
• 关键词: 土壤有机碳密度 数字土壤制图 土壤类型连接法 随机森林 方法对比
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 43-53
• 页数: 11页
• 分类号: S159.9|P934
• 字数: 6747字
• 语种: 中文
• DOI: 10.11766/trxb201703270534

摘要

为克服方法的复杂性和数据的详细性解释土壤制图效果的不足,基于土壤变异解释力对多种方法进行对比研究.收集南阳1:5万土壤类型图、30 m分辨率数字高程模型和TM影像,计算出高程、坡度、坡向、归一化植被指数(NDVI)、穗帽变换的湿度(TCW)参数等,以439个土壤剖面为训练数据,分别按土壤类型连接法(SCLM)、加权最小二乘法(WLS)回归、地理权重(GWR)回归、随机森林(RF)、普通克里格(OK)、回归克里格(RK)进行1m土体土壤有机碳密度(SOCD)制图,其余49个土壤剖面作为验证集.结果表明:(1)对SOCD变异的解释力是影响制图效果的本质因素.土壤类型、土壤表层有机质(OM)是主要预测变量,SCLM、WLS和GWR均只能利用其中一种主要变量,土壤图的详细化和回归模型的复杂化均不能明显改善SOCD制图效果.基于土属和OM变量,RF对SOCD变异的解释力最强,预测效果最优;地统计学空间变异函数对SOCD变异的解释力大于回归模型,小于RF,而与土壤类型相当,其相对制图效果亦如此.(2)预测变量建模和空间相关是两类不同的土壤变异解释机制,RK未必能使它们产生最佳组合:只有WLS回归、GWR回归和缺乏土壤类型信息的RF(OM+TCW)适合RK算法,在原始模型中它们对训练数据的拟合效果依次升高,但其RK结果的优劣排序则相反;所有RK的结果均未达到土属和OM参与下RF制图的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈杰	郑州大学水利与环境学院地理信息科学系	94	511	12.0	19.0
2	赵彦锋	郑州大学水利与环境学院地理信息科学系	22	375	9.0	19.0
3	梁思源	郑州大学公共管理学院	11	35	5.0	5.0
4	李豪杰	郑州大学水利与环境学院地理信息科学系	3	5	1.0	2.0
5	孙志英		7	78	4.0	7.0