土壤空间变异及其方法-潘2012总汇.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 模型参数的选择标准 平均误差ME 的绝对值最接近于0 标准化平均误差MSE 最接近于0 平均标准误差ASE与均方根误差RMSE最接近 标准化均方根误差RMSSE 最接近于1 对于具有同一模型，但相关参数设置不同的两个表面来说，MSE趋于0，而且RMSE尽量小是首要的，其次是RMSE与ASE接近或RMSSE趋近于1； 对于采用不同模型的两个表面来说，RMSE与ASE接近或RMSSE趋近于1要优先于MSE尽量小这个条件。 主要内容 基本概念 空间变异性分析 （半变异函数） 空间插值方法 （Kriging方法） 其它研究方法 几何分形最基本的研究对象是几何物体的形态，根据欧氏几何理论，几何物体可以区分为零维、一维、二维、三维等，数学上的点、线、面、体，就是典型的维数为0，1，2，3的几何物体，物体的维数是以整数表示的。 但是整数表示的维数往往不能充分反映几何物体的某些持性，例如一条曲线和一条直线都是一维的，但曲线的形态比直线要复杂得多，其所携带的信息可能也要多得多。 分形与分数维方法 空间尺度变化规律研究 随着步长的变化，曲线长度也发生变化，但变化率并不相等，这一特性是受曲线的一个参数所控制的，这个参数就是用分数表示的曲线的维数——分数维，又称H-B维（Hausdorff - Besicovitch），同时分数维的大小描述了物体的复杂程度。 考虑到不同尺度的土壤变异是否有其相似性可以用分数维的概念去描述。 土壤空间变异虽然是极为不规则和复杂的，却可以用随机分数维去表达。 分数维法在揭示土壤复杂变异中的 相似性中是很有参考价值的。 土壤空间变异中往往不存在严格的自相似性，但存在着近似的或统计意义上的自相似性，导致分维数描述土壤空间变异往往不够稳定； 同时，这种空间变异的自相似性通常只存在于一定的尺度范同内，一旦超过了这个尺度范同，其自相似性就不复存在。 尺度方差分析 尺度方差分析是Moellering和Tobler于1972年提出的一个等级分析方法。其最初的目的是用来确定一个具有各组织水平的等级系统的相对变异程度。也就是说，用以定量在不同水平上的空间变异性对整个系统变异性的贡献，是将整个系统的方差按照不同尺度的水平逐渐分解。 土壤空间变异是受不同尺度因素影响的。在区域尺度上的地形、地貌、成土因子序列等对土壤空间变异的影响显著，而在微尺度上土壤变异性以微垒结和物理化学变化的方式表现出来。因土壤的空间变异性随取样尺度的变化而变化，尺度方差分析方法就可以直接用来研究这些空间变异性究竟发生在哪些尺度水平上，并用来判识值得重点研究的空间变异的影响尺度。 采样设计 中心极限定理 若认为取样是独立的，并当取样数足够时，极限定理成立，则可由置信区间确定取样数目。设某随机变量X总体的均值为μ，方差为δ2 ，容量为N 的样本平均值记为A，则取样数目可表达为 Pt 为置信水平，这里Pt=95%，△为根据要求所确定的估计精度，A本身也是一个随机变量。根据极限定理，随机变量 服从标准正态分布，因此 则：取样数 N = 3.84 * (δ / N)2 该方法没有考虑研究区域大小，空间变异情况。 由于空间自相关的存在，以及采样成本的高昂，采样设计既不需要太密，也不能太稀。太密增加成本，太稀反映不了空间变异。如何在一定的区域内，确定合理的采样间距和采样数量是土壤工作者都很关心的问题。 有些学者提出，在大面积的测定范围内选择一块有代表性的小区，在这一小区中加大样本测定密度，并估算出半方差,并把它作为整个测定范围的半方差。 按照 kerry研究，空间相关距离的一半可以作为采样间隔；单个的变程可能不能用于采样，但是数种土壤属性的变程的平均值对于同一母质或者地形有用；对于不同母质，可用标准化的半方差的变程。 考虑空间变异情况 基于总体克里格方差最小准则的采样方案设计 Barnes和Watson设计了一个高效更新克里金方差的方法。用简单克里金方法可获得所有已知n个样本的权重系数组成的权重列向量W，若在点χs’ 位置加入新样本S’ ，则对未采样点χ位置的值作出估计时，χ位置的新克里金估计方差计算： 最优采样点的判断准则可描述为：在空间上，若在某位置能使该式中的估计方差最小，或者使二次式B12／B2取最大值，则该位置即为新的最优采样点的位置。当采样点为规则格网分布时，克里金方差均值和克里金估计值都在格网节点处得到，则通过该式得到的一系列离