2。3空间点面拓展方法3

2。4不同图斑连接方法的不确定性评价-3

3结果与分析-4

3。1 STN含量的统计分析-4

3。2基于不同连接方法的STN空间分布5

3。3不同连接方法的不确定性评价-6

3。4不同图斑连接方法对获取区域STN空间变异的意义-7

4结论-8

参考文献-9

致谢11 

图清单

图序号 图名称 页码

图2-1 研究区及土壤采样点位置图 2

图2-2 土壤采样点STN含量值与土壤或土地利用图斑连接示意图 3

图3-1 基于不同连接方法的STN含量空间分布图 6

图3-2 不同图斑连接方法的验证样点预测值和实测值散点图 6

图3-3 不同图斑连接方法的验证样点预测RMSE 7

 

 

 

 

 

 

 

 

表清单

表序号 表名称 页码

表3-1 STN含量的描述性统计 4

表3-2 不同土壤类型和土地利用方式间STN含量的方差分析 4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 绪论

 

土壤全氮（Soil total nitrogen, STN）不仅是评价土壤肥力水平的重要指标之一，也是影响生物地球化学循环的重要因素[1-3]，在土壤学中研究中占有长期的重要地位。由于复杂的自然成土过程和日益增强的人类活动影响，区域STN的分布通常具有较大的空间变异性[4-6]。而掌握区域STN空间变异的特征是农业生态系统生产和管理的前提。

由于STN对水体污染和农业生产具有重要作用，很多学者在一些确定的区域对STN空间变异特征开展了富有成效的研究，近些年取得了较大的进展。当前在获得区域STN空间变异特征时，主要使用的方法有基于地统计学的克里格（Kriging）方法、图斑连接方法、反距离加权法、全局多项式预测方法及局部多项式预测方法等[7-11]，其中克里格和图斑连接方法是应用较广，相对较为成熟的两种方法。克里格方法是基于区域化变量理论的地统计学方法，能较好的反映STN空间变异的特点[12]。然而该方法在应用时存在两个限制条件：一是由于其有着较强的平滑效应，在地形复杂区对STN空间特征的预测结果一直不够精确[13]；二是该方法对研究区土壤样点的数量有着严格的要求，比如当采样点数量<100时，则此方法对STN的空间预测效果并不理想[14]，而基于传统地学的图斑连接方法则不受这些条件的限制，因此被一些土壤学者广泛应用。但在使用图斑连接方法时，何种图斑连接方法对揭示区域STN空间变异更为准确高效？目前这一问题在不同土壤区都存在一定的不确定性，值得进一步的深入研究和探索。文献综述

中国南方红壤丘陵区幅员辽阔（118。9万km2），人口众多，是中国重要的粮食仓库。同时由于水热条件优越，该地区也是中国氮循环活跃的重要区域。然而，由于地形起伏较大，地貌单元破碎，土壤类型多样，土地利用方式多变，使该地区STN空间变异性较强。在使用空间连接法预测该地区STN空间变异特征时，高效的图斑连接方法对获得该地区STN空间变异性的预测精度高低具有十分重要的现实意义。鉴于此，本研究基于江西余江县中部地区采集的129个采样点，通过四种不同的图斑连接方法获得区域STN空间分布特征，并通过验证样点的预测值和实测值对不同图斑连接方法的空间预测精度进行对比，以揭示不同图斑连接方法在揭示STN空间变异性的不确定性大小。这对今后在该区域使用何种图斑连接方法获得STN空间变异特征提供有益参考。 图斑连接方法对揭示土壤全氮空间变异性的影响(2):http://www.youerw.com/huaxue/lunwen_85289.html