基于不同協(xié)變量Cokriging土壤養(yǎng)分空間預(yù)測精度研究
——以陜西省藍(lán)田縣為例

黃 安, 楊聯(lián)安, 杜 挺, 王安樂, 劉 穎， 雷寶佳

(1.西北大學(xué) 城市與環(huán)境學(xué)院, 西安 710069; 2.藍(lán)田縣農(nóng)業(yè)技術(shù)推廣中心, 陜西 藍(lán)田 710500;3.西南大學(xué) 地理科學(xué)學(xué)院, 重慶 400715)

基于不同協(xié)變量Cokriging土壤養(yǎng)分空間預(yù)測精度研究
——以陜西省藍(lán)田縣為例

黃 安1, 楊聯(lián)安1, 杜 挺1, 王安樂2, 劉 穎3， 雷寶佳1

(1.西北大學(xué) 城市與環(huán)境學(xué)院, 西安 710069; 2.藍(lán)田縣農(nóng)業(yè)技術(shù)推廣中心, 陜西 藍(lán)田 710500;3.西南大學(xué) 地理科學(xué)學(xué)院, 重慶 400715)

以藍(lán)田縣西北部農(nóng)耕區(qū)2012年1 114份土壤有機(jī)質(zhì)、堿解氮、有效磷、速效鉀4個指標(biāo)為基礎(chǔ)，利用地理信息系統(tǒng)和地統(tǒng)計(jì)學(xué)相結(jié)合的方法，在對協(xié)變量個數(shù)控制的前提下，通過交叉檢驗(yàn)系數(shù)和精度提高系數(shù)，探索協(xié)同克里格插值法對各土壤養(yǎng)分空間分布預(yù)測精度的影響。結(jié)果表明：各土壤養(yǎng)分空間分布不均勻，土壤養(yǎng)分存在中等變異性；利用增加協(xié)同變量方法，依據(jù)協(xié)變量之間相關(guān)性強(qiáng)弱控制協(xié)變量進(jìn)入模型的次序?qū)Ω魍寥鲤B(yǎng)分指標(biāo)進(jìn)行協(xié)同克里格插值，能提高預(yù)測精度，當(dāng)協(xié)變量個數(shù)達(dá)到3時，各養(yǎng)分指標(biāo)精度提高分別為有機(jī)質(zhì)0.353%，堿解氮1.114%，有效磷1.088%，速效鉀0.646%。研究結(jié)果較為準(zhǔn)確地預(yù)測了樣區(qū)4個養(yǎng)分指標(biāo)的空間分布特征，結(jié)合土壤類型及土壤施肥管理方法，探討了土壤養(yǎng)分空間分布特征的原因。

協(xié)同克里格; 協(xié)變量; 預(yù)測精度; 土壤養(yǎng)分; 藍(lán)田縣

土壤養(yǎng)分是土壤肥力的重要標(biāo)志，能供應(yīng)和協(xié)調(diào)植物生長的營養(yǎng)與環(huán)境條件，對土地的可持續(xù)利用具有重要作用[1-2]，土壤養(yǎng)分屬于土壤肥力中非穩(wěn)定性因素，由于受自然和人為因素的共同制約，始終處于動態(tài)平衡之中；土壤養(yǎng)分的高低取決于土壤中所包含的養(yǎng)分指標(biāo)，包括有機(jī)質(zhì)、氮、磷、鉀、pH值等土壤養(yǎng)分指標(biāo)；土壤養(yǎng)分空間變異特征是指各種土壤養(yǎng)分含量在空間上的差異性，是土壤在不同位置上的物理、化學(xué)和生物過程相互作用而引起的結(jié)果，是土壤空間異質(zhì)性的具體表現(xiàn)[3-4]。之前土壤養(yǎng)分空間分布的研究多從單一土壤養(yǎng)分元素空間變化特征出發(fā)對土壤養(yǎng)分進(jìn)行研究；或基于不同采樣點(diǎn)數(shù)量下的空間插值精度比較，以及從不同的研究方法著手比較預(yù)測土壤養(yǎng)分空間異質(zhì)性精度。80年代末國外學(xué)者應(yīng)用地統(tǒng)計(jì)學(xué)方法對表層土壤養(yǎng)分的空間變異性和分布格局做了大量研究，如Campbell[5]于1978年首先采用了地統(tǒng)計(jì)學(xué)方法研究2個土壤制圖單元中沙粒含量和pH的空間變異。國內(nèi)的如王軍等[6]利用kriging插值方法對黃土高原小流域土壤養(yǎng)分的空間分布格局進(jìn)行研究；潘瑜春[7]從采樣尺度對土壤養(yǎng)分空間變異進(jìn)行分析研究，分析了采樣尺度空間大小對土壤養(yǎng)分插值結(jié)果的影響；李增兵等[8]比較幾種空間插值方法的優(yōu)缺點(diǎn)以研究土壤養(yǎng)分的空間分布特征以對縣域耕地地力進(jìn)行評價(jià)；石小華等[9]比較空間插值的準(zhǔn)確性對土壤速效鉀養(yǎng)分進(jìn)行研究。地統(tǒng)計(jì)法利用在對土壤養(yǎng)分空間預(yù)測的相關(guān)研究得到了認(rèn)可，為進(jìn)一步提高預(yù)測精度的方法研究奠定了基礎(chǔ)，精確地對土壤養(yǎng)分指標(biāo)做出空間評價(jià)有利于精細(xì)農(nóng)業(yè)的進(jìn)一步發(fā)展。

本文在前人研究基礎(chǔ)上，基于藍(lán)田縣部分鄉(xiāng)鎮(zhèn)2012年1 114個土壤養(yǎng)分?jǐn)?shù)據(jù)(包括有機(jī)質(zhì)、堿解氮、有效磷、速效鉀4個指標(biāo))、區(qū)域行政縣界數(shù)字地圖，采用地理信息系統(tǒng)與地統(tǒng)計(jì)學(xué)相結(jié)合的方法，對協(xié)變量個數(shù)進(jìn)行控制的前提下，通過交叉檢驗(yàn)系數(shù)和精度提高系數(shù)，探索協(xié)同克里格插值方法對土壤養(yǎng)分空間分布預(yù)測精度的影響，研究藍(lán)田縣采樣區(qū)土壤養(yǎng)分空間分布特征。采樣區(qū)為山地和平原的過渡地帶，人類活動對土壤的擾動較為強(qiáng)烈，勢必影響農(nóng)作物的產(chǎn)量和品質(zhì)，查明該區(qū)域土壤養(yǎng)分的空間分布狀況，有助于該區(qū)精細(xì)農(nóng)業(yè)的發(fā)展。目前較為成熟的土壤養(yǎng)分空間預(yù)測方法為克里格法，包括普通克里格[10]、協(xié)同克里格[11]，在協(xié)變量因子的參與下能進(jìn)一步提高土壤養(yǎng)分空間預(yù)測精度，但協(xié)變量個數(shù)對精度提高量的影響研究較少。因此對不同協(xié)變量個數(shù)影響下定量化研究提高土壤養(yǎng)分空間預(yù)測精度，有助于進(jìn)一步為精細(xì)農(nóng)業(yè)的發(fā)展服務(wù)。

1 研究區(qū)概況

藍(lán)田縣位于陜西省西安市東南部，經(jīng)緯度范圍為33°50′—34°19′N，109°07′—109°49′E，總面積1 977 km2，共22個鄉(xiāng)鎮(zhèn)，是渭河谷地上游地段。本區(qū)氣候?qū)倥瘻貛О霛駶櫦撅L(fēng)氣候，年均溫13.1℃，日照時間2 149 h，≥0℃積溫為4 826.7℃，持續(xù)期長達(dá)299 d，≥10℃積溫4 224.6℃，長達(dá)204 d的持續(xù)期，無霜期212 d，年降水量720.4 mm，主要集中在7—9月。地處秦嶺北麓，海拔800～2 000 m，農(nóng)耕區(qū)位于較為平坦的西北部地區(qū)，由于地形復(fù)雜多變，植被類型繁多，水熱差異大，形成了不同類型的土壤，地帶性土壤為褐土，垂直地帶性分布為棕壤。

2 研究方法

2.1 評價(jià)單元的確立

藍(lán)田縣東南部為秦嶺山地，地形分布態(tài)勢呈“西北低—東南高”，全縣耕地面積分布于西北部較為低平的關(guān)中平原地帶，東南秦嶺山地則分布較少，人類農(nóng)業(yè)活動亦集中在西北部。為提高評價(jià)活動的意義性及可實(shí)施性，本文選取藍(lán)田縣西北部農(nóng)耕區(qū)華胥鎮(zhèn)、金山鎮(zhèn)、孟村鎮(zhèn)等17個鄉(xiāng)鎮(zhèn)，從而建立評價(jià)單元(圖1)。

圖1 采樣點(diǎn)分布

2.2 樣品采集及制備

為了提高土壤養(yǎng)分空間預(yù)測精度，采樣點(diǎn)力求均勻，充分考慮不同土壤類型和地形特點(diǎn)，在受人類活動影響強(qiáng)烈的地區(qū)加強(qiáng)布點(diǎn)(圖1)。采樣時，利用GPS進(jìn)行差分式定位，以記錄采樣點(diǎn)經(jīng)緯度位置，所有樣點(diǎn)采集遵循“等量、隨機(jī)、多點(diǎn)混合”的原則，采取土壤0—40 cm土層，樣地內(nèi)采取5點(diǎn)重復(fù)，各點(diǎn)間隔20 m，充分混合后按四分法取土1 kg，共采取土樣1 114份，帶回實(shí)驗(yàn)室，使樣品在自然狀態(tài)下風(fēng)干，過篩后測定土壤有機(jī)質(zhì)、堿解氮、有效磷、速效鉀含量，具體方法參照《土壤分析技術(shù)規(guī)范》：重鉻酸鉀容量法(油浴加熱)測定有機(jī)質(zhì)；堿解擴(kuò)散法測定堿解氮；0.5 mol/L碳酸氫鈉浸提—鉬銻抗比色法測定有效磷；火焰光度計(jì)法測定速效鉀[12]。

2.3 數(shù)據(jù)處理及分析

數(shù)據(jù)整理采用Excel 2003，所有數(shù)據(jù)參與數(shù)據(jù)分析，利用GPS采集的樣點(diǎn)(x，y)坐標(biāo)，將樣點(diǎn)導(dǎo)入ArcGIS9.3中，經(jīng)過投影、校正等一系列處理后，使土壤樣本數(shù)據(jù)與樣區(qū)重合，以便進(jìn)一步分析。

協(xié)同克里格法(Cokriging，COK)利用多種變量類型，將主變量的自相關(guān)性和主變量與協(xié)變量的交叉相關(guān)性相結(jié)合進(jìn)行無偏最優(yōu)估值[13-15]。協(xié)同克里格插值方法考慮2個或2個以上變量的空間交互作用。其模型為：

(1)

式中：Z*(x0)——區(qū)域點(diǎn)x0的目標(biāo)估計(jì)值；Z(xi)，Z(xj)——x0點(diǎn)周圍影響范圍內(nèi)的主、次變量值；λi，λj——分配給主變量xi和次變量xj的權(quán)重，且∑λi=1，∑λj=0；n，m——主變量和次變量的實(shí)測數(shù)目。

本文在控制協(xié)變量個數(shù)的情況下，探索協(xié)同克里格插值方法對土壤養(yǎng)分插值精度的影響。利用交叉檢驗(yàn)方法對預(yù)測精度進(jìn)行評價(jià)；此外，利用不同協(xié)變量個數(shù)的均方根誤差(RMSE)減少的百分?jǐn)?shù)(RRMSE)表示預(yù)測精度的提高程度[11,13]，其公式為：

(2)

式中：n——協(xié)變量個數(shù)；n+1——表示比n大1的協(xié)變量個數(shù)。

3 結(jié)果與分析

3.1 土壤養(yǎng)分指標(biāo)的基本情況

測定的1 114份土壤養(yǎng)分狀況如表1所示。由一般性統(tǒng)計(jì)描述可知，樣區(qū)土壤養(yǎng)分空間分布豐缺度差異顯著。其中差異最大的是堿解氮，含量變幅為30～274 mg/kg，高低相差244 mg/kg，變異系數(shù)為29.767%；其余各養(yǎng)分指標(biāo)間變幅差異由高到低依次為：速效鉀、有效磷、有機(jī)質(zhì)，含量變幅分別為60～295，1.2～86.9 mg/kg，6.6～25.8 g/kg，各養(yǎng)分指標(biāo)間變異系數(shù)由高到低分別是：有效磷>堿解氮>速效鉀>有機(jī)質(zhì)；其平均值分別為：有機(jī)質(zhì)14.505 g/kg，堿解氮88.806 mg/kg，有效磷22.07 mg/kg，速效鉀165.47 mg/kg，變異系數(shù)為19.531%～63.851%，屬于中等變異性。通過K-S正態(tài)分布檢驗(yàn)可知：藍(lán)田縣土壤養(yǎng)分有機(jī)質(zhì)和速效鉀接近正態(tài)分布，其偏度系數(shù)分別為0.495，0.657(標(biāo)準(zhǔn)正態(tài)分布為0)，峰度系數(shù)分別為4.368，3.017(標(biāo)準(zhǔn)正態(tài)分布為3)，堿解氮和有效磷經(jīng)過Log變換接近正態(tài)分布，滿足地統(tǒng)計(jì)法前提條件[15]。

表1 土壤養(yǎng)分含量描述性統(tǒng)計(jì)

3.2 協(xié)同克里格統(tǒng)計(jì)分析

3.2.1 各種土壤養(yǎng)分之間相關(guān)性檢驗(yàn) 土壤養(yǎng)分在形成過程中，經(jīng)過長期的相互作用和影響，各屬性間存在著不同程度的相關(guān)性，利用各指標(biāo)間的相關(guān)性能提高土壤屬性空間預(yù)測精度[16]。利用SPSS 17.0對各個屬性進(jìn)行Pearson相關(guān)分析，分析結(jié)果如表2所示。

由表2可知：各個土壤養(yǎng)分指標(biāo)間的相關(guān)系數(shù)在0.01上呈現(xiàn)極顯著相關(guān)，說明各養(yǎng)分指標(biāo)間承受同樣的區(qū)域化現(xiàn)象和外界條件的影響，屬于協(xié)同區(qū)域化變量，符合協(xié)同克里格插值的前提條件。

表2 各指標(biāo)相關(guān)分析

**在0.01水平上顯著相關(guān)。

3.2.2 協(xié)變量控制插值精度分析 為了從整體上對采樣區(qū)土壤養(yǎng)分各指標(biāo)進(jìn)行評價(jià)，在進(jìn)行空間插值時，不考慮土壤養(yǎng)分的各向異性的條件下，將數(shù)據(jù)帶入ArcGIS 9.3，利用地統(tǒng)計(jì)模塊(Geostatistic Analysis)對有機(jī)質(zhì)、堿解氮、有效磷、速效鉀進(jìn)行協(xié)同克里格插值。在對其中某一養(yǎng)分指標(biāo)進(jìn)行內(nèi)插時，其余各變量作為協(xié)變量進(jìn)入模型計(jì)算；根據(jù)土壤養(yǎng)分之間的相關(guān)性控制協(xié)變量進(jìn)入模型的順序，如對有機(jī)質(zhì)進(jìn)行協(xié)同克里格插值時，其余各變量根據(jù)與有機(jī)質(zhì)相關(guān)系數(shù)由大到小依次為有效磷、速效鉀、堿解氮，其相關(guān)系數(shù)依次為0.207，0.191，0.162，因此，協(xié)變量個數(shù)為1時，選擇有效磷為協(xié)變量進(jìn)入模型計(jì)算；協(xié)變量為2時，按照相關(guān)性系數(shù)，則依次進(jìn)入有效磷、堿解氮；協(xié)變量個數(shù)為3時，依次進(jìn)入?yún)f(xié)變量次序?yàn)橛行Я?、堿解氮、速效鉀，以此類推，對其余各養(yǎng)分指標(biāo)進(jìn)行協(xié)同克里格插值；在控制每次進(jìn)入?yún)f(xié)變量的土壤養(yǎng)分個數(shù)前提下，通過反復(fù)比較各養(yǎng)分插值的交叉驗(yàn)證系數(shù)得出最佳理論模型，同時，利用均方根預(yù)測誤差(RMSE)與平均值標(biāo)準(zhǔn)誤差(ASE)的絕對值(DABS)，作為預(yù)測結(jié)果的變異性，從而進(jìn)行精度比較，結(jié)果如表3所示。利用公式(2)計(jì)算不同協(xié)變量個數(shù)控制下，協(xié)同克里格插值的精度，如表4所示。

表3 克里格插值模型比較

表4 不同變量個數(shù)精度提高系數(shù) %

由表3可知：隨著協(xié)變量個數(shù)的增加，反復(fù)得出的最佳理論模型預(yù)測精度均有所提高。隨著協(xié)變量由1個增加到3個，各養(yǎng)分指標(biāo)的平均誤差(ME)和標(biāo)準(zhǔn)平均值(MESD)更接近于0，均方根預(yù)測誤差(RMSE)總體呈下降趨勢，作為評價(jià)預(yù)測結(jié)果變異性的指標(biāo)DABS呈減小趨勢。換句話說，隨著相關(guān)性顯著的協(xié)變量個數(shù)的增加，協(xié)同克里格預(yù)測精度有所提高，預(yù)測結(jié)果能更好地評價(jià)預(yù)測變異性。由表4可知，不同變量個數(shù)精度提高的程度有所差異，當(dāng)協(xié)變量個數(shù)由1個增加到2個時，各種養(yǎng)分預(yù)測精度分別提高為：有機(jī)質(zhì)0.282%，堿解氮0.517%，有效磷0.466%，速效鉀0.323%，其精度提高程度為堿解氮>有效磷>速效鉀>有機(jī)質(zhì)；當(dāng)協(xié)變量增加到3個，相對協(xié)變量個數(shù)為2時，各養(yǎng)分預(yù)測精度提高指標(biāo)分別為：有機(jī)質(zhì)0.071%，堿解氮0.6%，有效磷0.624%，速效鉀0.325%，其提高程度為：有效磷>堿解氮>速效鉀>有機(jī)質(zhì)；當(dāng)協(xié)變量個數(shù)增加到3個，相對協(xié)變量個數(shù)為1時，各養(yǎng)分預(yù)測精度提高指標(biāo)分別為：有機(jī)質(zhì)0.353%，堿解氮1.114%，有效磷1.088%，速效鉀0.646%，即各養(yǎng)分預(yù)測精度最終提高程度為堿解氮>有效磷>速效鉀>有機(jī)質(zhì)。結(jié)果表明，增加協(xié)變量個數(shù)能夠提高協(xié)同克里格插值的預(yù)測精度。

3.2.3 協(xié)同克里格插值結(jié)果 根據(jù)以上分析，本文利用3個協(xié)變量對各個土壤養(yǎng)分指標(biāo)進(jìn)行協(xié)同克里格插值，結(jié)果如附圖18所示。從采樣區(qū)土壤養(yǎng)分空間分布圖中可以看出：各種土壤養(yǎng)分指標(biāo)的空間豐缺度不一，呈不均勻分布態(tài)勢。附圖18a中，有機(jī)質(zhì)含量最高的地區(qū)集中在史家鎮(zhèn)、金山鎮(zhèn)、厚鎮(zhèn)的部分、三官廟鎮(zhèn)部分地區(qū)，其中九間房鎮(zhèn)、小寨鎮(zhèn)、華胥鎮(zhèn)等地區(qū)有機(jī)質(zhì)含量最低；附圖18b中堿解氮含量高值區(qū)主要分布在普化鎮(zhèn)、玉山鎮(zhèn)、小寨鎮(zhèn)、湯峪鎮(zhèn)等地區(qū)，而華胥鎮(zhèn)、曳湖鎮(zhèn)、孟村鎮(zhèn)等地區(qū)堿解氮含量低；附圖18c中普化鎮(zhèn)、厚鎮(zhèn)、史家鎮(zhèn)的部分地區(qū)為有效磷含量分布高值區(qū)，而前衛(wèi)鎮(zhèn)、安村鎮(zhèn)、藍(lán)關(guān)鎮(zhèn)的部分地區(qū)為有效磷分布低值分布區(qū)；附圖19中速效鉀含量分布較高的地區(qū)主要集中在金山鎮(zhèn)、孟村鎮(zhèn)、史家鎮(zhèn)等地區(qū)，而速效鉀含量低值區(qū)主要分布在小寨鎮(zhèn)、藍(lán)關(guān)鎮(zhèn)、玉山鎮(zhèn)等部分鄉(xiāng)鎮(zhèn)。

由于該區(qū)地形復(fù)雜多變、植被類型繁多，土壤養(yǎng)分含量高的區(qū)域，地貌類型多為河谷階地、河川地，人類農(nóng)業(yè)活動較為頻繁、強(qiáng)烈；土壤含量偏低的區(qū)域，主要集中于靠近東南山地地區(qū)，這些地區(qū)主要為中低山地，土壤人為熟化程度低；在堿解氮和有效磷分布圖中，表現(xiàn)出以普化鎮(zhèn)為中心的較為異常的空間分布特征，這可能是由于該區(qū)人為施肥較多而引起堿解氮、有效磷空間分布偏高現(xiàn)象。

3.2.4 土壤養(yǎng)分影響因素分析 土壤養(yǎng)分的高低與土壤類型及人為活動密切相關(guān)[17]。從土壤類型與施肥管理方法出發(fā)，對土壤養(yǎng)分與土壤類型和施肥管理的方法之間的關(guān)系進(jìn)行探討，根據(jù)藍(lán)田縣土壤類型分布以及土壤改良分區(qū)可得結(jié)果，如表5所示。

表5 土壤養(yǎng)分與土壤類型及施肥管理方法之間的關(guān)系

由表5可知，土壤養(yǎng)分偏高的地區(qū)土壤類型為淋溶土、水稻土、河淤土、洪積土，為人類活動較頻繁區(qū)域，且農(nóng)業(yè)活動較為強(qiáng)烈，為糧棉高產(chǎn)培肥區(qū)，農(nóng)業(yè)施肥等措施以及優(yōu)越的成土條件使得土壤養(yǎng)分含量較多，土壤質(zhì)量相對樣區(qū)其他地區(qū)高；土壤養(yǎng)分含量偏低的區(qū)域，土壤類型主要為低淺山地褐土性土、高山棕壤，土壤改良方法主要為發(fā)展林牧業(yè)、經(jīng)濟(jì)作物、保持水土、固農(nóng)合理綜合利用，其人為熟化程度低，形成土壤的外部條件差所致[16]；土壤類型中油性土、立茬土在有效磷含量上表現(xiàn)出偏低的異?，F(xiàn)象，這可能是與該區(qū)形成土壤的其他因素，如水文、母質(zhì)、土地利用等有關(guān)[18]。

4 結(jié)論與討論

以藍(lán)田縣西北部農(nóng)耕區(qū)2012年1 144份土壤養(yǎng)分?jǐn)?shù)據(jù)為基礎(chǔ)，利用地統(tǒng)計(jì)方法，在控制協(xié)變量個數(shù)的前提下，對協(xié)同克里格插值法預(yù)測各種土壤養(yǎng)分空間分布精度進(jìn)行分析，分析結(jié)果如下：

(1) 對樣區(qū)有機(jī)質(zhì)、堿解氮、有效磷、速效鉀4個土壤養(yǎng)分指標(biāo)進(jìn)行一般性統(tǒng)計(jì)描述表明，其變異系數(shù)為19.531%～63.851%，屬于中等變異。

(2) 在養(yǎng)分指標(biāo)之間具有極顯著相關(guān)性、各養(yǎng)分?jǐn)?shù)據(jù)呈近似正態(tài)分布的前提下，依據(jù)協(xié)變量之間相關(guān)性強(qiáng)弱對每次進(jìn)入土壤養(yǎng)分協(xié)同克里格插值的協(xié)變量個數(shù)進(jìn)行控制，結(jié)果表明：隨著協(xié)變量的增加，反復(fù)比較交叉檢驗(yàn)系數(shù)得出的最佳理論模型預(yù)測精度有所提高；當(dāng)其余3個養(yǎng)分指標(biāo)均作為協(xié)變量對某一養(yǎng)分指標(biāo)進(jìn)行空間分布預(yù)測時，其精度提高最大，相對協(xié)變量個數(shù)為1時，各養(yǎng)分預(yù)測精度提高指標(biāo)分別為：有機(jī)質(zhì)0.353%，堿解氮1.114%，有效磷1.088%，速效鉀0.646%。

(3) 根據(jù)土壤養(yǎng)分與土壤類型及施肥管理方式關(guān)系可知：土壤養(yǎng)分含量的偏高的土壤類型主要為淋溶土、水稻土、河淤土、洪積土等人為熟化程度較高的土壤類型，主要管理方法為糧棉培肥、水稻土改良培肥、灌溉培肥；土壤養(yǎng)分含量偏低的土壤類型主要為棕壤、紫色土、紅色土、褐土性土、黃土性土等原生性質(zhì)較強(qiáng)的土壤類型，主要為發(fā)展林牧業(yè)、林草、水土保持綜合利用的土壤施肥管理方式；而部分異常土壤類型如油土、立茬土的有效磷含量偏低，而其余3種土壤養(yǎng)分含量偏高。

本研究中，隨著協(xié)變量個數(shù)的增加，協(xié)同克里格對土壤養(yǎng)分空間分布的預(yù)測精度有所提高，但究竟協(xié)變量個數(shù)增加至幾個，其精度增加會達(dá)到極限，本文由于數(shù)據(jù)獲取有限以及應(yīng)用軟件的限制未能做出相應(yīng)研究。而土壤養(yǎng)分形成過程是受自然界復(fù)雜的巨系統(tǒng)的影響，各區(qū)域土壤養(yǎng)分分布狀況大不相同，因此，如何將各種影響因子納入進(jìn)行協(xié)同預(yù)測其空間分布特征，以及通過增加協(xié)變量的方法提高COK法預(yù)測精度的方法是否能得到有效推廣有待進(jìn)一步研究。

[1] Dumanski J, Pieri C. Land quality indicators: research plan[J]. Agriculture, Ecosystems & Environment,2000,81(2):93-102.

[2] Wang J, Fu B, Qiu Y, et al. Analysis on soil nutrient characteristics for sustainable land use in Danangou catchment of the Loess Plateau, China[J]. Catena,2003,54(1):17-29.

[3] Huggett R J. Soil chronosequences, soil development, and soil evolution: a critical review[J]. Catena,1998,32(3):155-172.

[4] 王國梁,劉國彬,許明祥.黃土丘陵區(qū)紙坊溝流域植被恢復(fù)的土壤養(yǎng)分效應(yīng)[J].水土保持通報(bào),2001,22(1):46-51.

[5] Campbell J B. Spatial variation of sand content and pH within single contiguous delineations of two soil mapping units[J]. Soil Science Society of America Journal,1978,42(3):460-464.

[6] 王軍,傅伯杰,邱揚(yáng),等.黃土高原小流域土壤養(yǎng)分的空間分布格局Kriging插值分析[J].地理研究,2003,22(3):373-379.

[7] 潘瑜春,劉巧芹,閻波杰,等.采樣尺度對土壤養(yǎng)分空間變異分析的影響[J].土壤通報(bào),2010,21(2):257-262.

[8] 李增兵,趙庚星,趙倩倩,等.縣域耕地地力評價(jià)中土壤養(yǎng)分空間插值方法的比較研究[J].中國農(nóng)學(xué)通報(bào),2012,28(20):230-236.

[9] 石小華,楊聯(lián)安,張蕾.土壤速效鉀養(yǎng)分含量空間插值方法比較研究[J].水土保持學(xué)報(bào),2006,20(2):68-72.

[10] 臘貴曉,顧懷勝,劉國順,等.喀斯特地區(qū)煙田土壤養(yǎng)分的空間變異特征[J].水土保持研究,2012,19(3):48-53.

[11] 劉吉平,劉佳鑫,于洋,等.不同采樣尺度下土壤堿解氮空間變異性研究:以榆樹市農(nóng)田土壤為例[J].水土保持研究,2012,19(2):102-108.

[12] 趙華富,周國蘭,等.貴州茶區(qū)土壤養(yǎng)分狀況綜合評價(jià)[J].中國土壤與肥料,2012(3):30-34.

[13] 杜挺,楊聯(lián)安,張泉,等.縣域土壤養(yǎng)分協(xié)同克里格和普通克里格空間插值預(yù)測比較:以陜西省藍(lán)田縣為例[J].陜西師范大學(xué)學(xué)報(bào),2013,41(3):85-89.

[14] 汪勁峰,姜成晟,李連發(fā),等.空間抽樣與統(tǒng)計(jì)推斷[M].北京:科學(xué)出版社,2009:80-91.

[15] 姜秋香,付強(qiáng),王子龍,等.空間變異理論在土壤特性分析中的應(yīng)用研究進(jìn)展[J].水土保持研究,2008,15(1):250-253.

[16] 陳軍,張紅霞,鐘文,等.黃土丘陵區(qū)人工造林對不同土壤類型理化特性的影響[J].水土保持研究,2011,18(2):42-47.

[17] 郭龍,張海濤,陳家贏,等.基于協(xié)同克里格插值和地理加權(quán)回歸模型的土壤屬性空間預(yù)測比較[J].土壤學(xué)報(bào),2012,49(5):1037-1042．

[18] 田雨,莊瑩,曹義,等.霧靈山低山區(qū)土地利用類型對土壤理化性質(zhì)的影響[J].水土保持研究,2012,19(6):41-44.

StudyonPredictionAccuracyofSoilNutrientsBasedonCokrigingintheDifferentCovariateFactors—ACaseStudyofLantianCountyofShaanxiProvince

HUANG An1, YANG Lian-an1, DU Ting1, WANG An-le2, LIU Ying2, LEI Bao-jia1

(1.CollegeofUrbanandEnvironmentalScience,NorthwestUniversity,Xi′an710069,China;2.LantianCountyAgricultureTechnologPopularizingCenter,Lantian,Shaanxi710500,China;3.SchoolofGeographicScience,SouthwestUniversity,Chongqing400715,China)

Based on the 1 114 data of agricultural districts of the northwestward in Lantian county for 2012, and the data including organic matter, alkali hydrolysable N, available P, available K the condition of controlling the number of concomitant variable, the author used the method of GIS and geostatistics to study the influence which the Cokiriging interpolation method had the precision of the spatial distribution of soil nutrient by cross coefficient tests and accuracy coefficient. The result shows that the degree of the abundance and lack of the spatial distribution of the soil nutrient is different, and anomalies exist in soil nutrient; using the method of increasing the Cokriging interpolation and the relative strength index among the concomitant variable can control the order when concomitant variable enters the pattern, and using the order can conduct the Cokriging interpolation, by which accuracy can be enhanced. And when the number of the concomitant variable is 3 the increasing accuracy is as follows: organic matter is 0.353%, alkali hydrolysable N is 1.114%, available P is 1.088%, available K is 0.646%. The result forecasts the feature of the spatial distribution of four indicators of the soil nutrients relatively accurately in the sampling region. Combined with soil type and soil fertilizer management method, and the reason for spacial distribution charatteristics of soil nutrients was discussed.

Cokriging; covariate factors; predictiion accuracy; soil nutrients; Lantian County

2013-11-03

：2013-12-03

教育部人文社會科學(xué)研究規(guī)劃項(xiàng)目(10YJA910010)；陜西省農(nóng)業(yè)科技攻關(guān)項(xiàng)目(2011K02-11)

黃安(1990—),男,四川雅安人,碩士研究生,主要研究方向?yàn)檫b感與地理信息系統(tǒng)應(yīng)用。E-mail:hhanner@163.com

楊聯(lián)安(1968—),男,陜西武功人,副教授,博士,主要研究方向?yàn)?S在精細(xì)農(nóng)業(yè)中的應(yīng)用。E-mail:yanglianan@163.com

S158;S159

：A

：1005-3409(2014)04-0133-05