土壤属性空间预测精度与不确定性——有限最大似然法和高程辅助变量的应用技术总结.docVIP

摘 要 土壤属性空间变化的准确预测是土壤学及环境科学等相关学科的一个共同主题。在全球变化、资源与环境、生态多样性、食品安全以及人口与耕地等一系列问题的相关研究过程中，对土壤属性空间分布信息，不论在信息的数量方面还是在准确性方面，都提出了越来越高的要求。本文从和不确定性两个方面，对有限最大似然法（REML）和高程辅助变量在土壤属性空间预测中应用进行了探讨和研究，主要内容与结论如下： （1）以北京市大兴研究样区土壤有机质、土壤含水量、土壤速效钾和土壤有效锰四个土壤属性作为目标变量，通过选择不同的样本点数，对比分析REML法传统的矩量法（MoM）在计算变异函数准确性方面的表现。结果表明：在样本点数从150个逐渐减少到50个过程中，当样本点数小于70个后，所有目标变量的预测精度都开始明显的下降。在样本点数比较少的情况下，REML法估计的变异函数比MoM法估计的变异函数更准确一些。 （2）以土壤有机质和土壤有效锰作为目标变量通过选择不同的空间尺度，分析空间尺度对变异函数准确性的影响。结果表明：空间尺度对于认识土壤目标变量的空间变异特征具有明显影响REML法在提高空间预测精度方面效果是否明显与研究区的空间尺度也紧紧相关中，REML法估计的变异函数在20km和30km两个尺度范围内比MoM法变异函数的预测精度高。 （3）以以高程作为辅助变量，土壤有机质、土壤速效钾、土壤有效磷、土壤有效铁等为