《利用地形和遥感数据预测土壤养分空间分布 Prediction of spatial distribution of soil nutrients using terrain attributes and remote sensing data》.pdfVIP

第26 卷 第5 期 农 业 工 程 学 报 Vol.26 No.5 188 2010 年 5 月 Transactions of the CSAE May 2010 利用地形和遥感数据预测土壤养分空间分布 1,2 1※ 1 1 1 张素梅 ，王宗明 ，张 柏 ，宋开山 ，刘殿伟 ， 1 1 3 3 李 方 ，任春颖 ，黄 健 ，张惠琳 （1．中国科学院东北地理与农业生态研究所，长春 130012； 2 ．中国科学院研究生院，北京 100039； 3 ．吉林省土壤肥料总站，长春 130015 ） 摘 要：在GIS 支持下，选择地形因子和遥感植被指数，建立土壤养分空间分布预测模型，应用回归克里格 （Kriging ） 方法，预测吉林省农安县土壤养分 （有机质和全氮）的空间分布。结果表明，11 个环境因子中，相对高程、坡度、地形 起伏度、坡度变率、归一化植被指数 （NDVI ）与土壤有机质和全氮含量均具有显著的相关性。地面粗糙度和地形湿度指 数与有机质具有显著相关性，而与全氮的相关性不显著。相对高程、坡度、地面粗糙度、河流动能指数以及NDVI 在土 壤养分的多元回归预测模型中贡献较大，是预测土壤养分空间分布的最优因子。有机质和全氮在研究区的空间分布格局 呈现由东南向西北逐渐减少的趋势，这种分布格局受地形和植被的综合作用，同时与土壤类型密不可分。精度检验结果 表明，回归克里格方法能够提高土壤养分空间分布预测精度，是一种有效的空间分布插值方法。 关键词：遥感，土壤，养分，空间变量测量，GIS ，地形特征，回归Kriging ，地统计学 doi ：10.3969/j.issn.1002-6819.2010.05.033 中图分类号：S158.2 文献标识码：A 文章编号：1002-6819(2010)-05-0188-07 张素梅，王宗明，张 柏，等. 利用地形和遥感数据预测土壤养分空间分布[J]. 农业工程学报，2010，26(5)：188－194. Zhang Sumei, Wang Zongming, Zhang Bai, et al. Prediction of spatial distribution of soil nutrients using terrain attributes and remote sensing data[J]. Transactions of the CSAE, 20 10, 26(5): 188－194. (in Chinese with English abstract) 分布预测由定性转为定量分析。国内外对土壤养分的空 0 引 言 间变异性分析及空间分布预测进行了大量研究。胡克林 土壤的有效管理和土地利用的科学规划均依赖于精 [11] 等 分析了试验地小尺度上的土壤养分空间变异性。薛 [1-2] [12] 确的土壤特性空间分布信息 。研究土壤养分的空间分 正平等 在分析土壤合理取样数的基础上，评价了土壤 布是调整管理措施和各种物质投入量、获得最大效益的