插值方法与样点数对县域土壤有效磷空间变异特征评价的影响

应用生态学报

插值方法与样点数对县域土壤有效磷空间变异特征评价的影响

孙义祥^1,2;吴传洲³;朱克保³;崔振岭¹;陈新平¹;张福锁¹

¹中国农业大学资源与环境学院，北京 100193;² 安徽省农业科学院土壤肥料研究所，合肥 230031;³安徽省芜湖县土壤肥料工作站，安徽芜湖 241100

收稿日期:2008-09-05 修回日期:1900-01-01 出版日期:2009-03-20 发布日期:2009-03-20

Influence of interpolation method and sampling number on spatial prediction accuracy of soil Olsen-P.

SUN Yi-xiang^1,2;WU Chuan-zhou³;ZHU Ke-bao³;CUI Zhen-ling¹;CHEN Xin-ping¹;ZHANG Fu-suo¹

¹College of Resource and Environmental Sciences, China Agricultural University, Beijing 100193, China;²Soil and Fertilizer Institute, Anhui Academy of Agricultural Sciences, Hefei 230031, China;³Wuhu Soil and Fertilizer Station, Wuhu 241100, Anhui, China

Received:2008-09-05 Revised:1900-01-01 Online:2009-03-20 Published:2009-03-20

摘要/Abstract

摘要： 与欧美大规模农场经营不同，土地分散经营使我国县域土壤养分空间变异特征评价更加困难.本研究以安徽芜湖土壤有效磷为例，系统地评价插值方法与样点数对县域土壤养分空间变异特征评价准确性的影响.结果表明：局部多项式、普通克里格、简单克里格和析取克里格插值方法的评价效果优于反距离加权法、全局多项式、径向基插值和泛克里格等插值方法，考虑到实际操作简单，推荐用普通克里格方法进行县域土壤有效磷空间变异特征评价.随着参与空间插值样点数的增加，县域土壤有效磷空间变异特征预测的准确性增加，充分考虑评价的准确性和田间取样费用，建议县域土壤有效磷空间变异特征评价的适宜样点数应介于500～1000个.

关键词: 碳通量, 值法, 植被物候, 总初级生产力, 净生态系统生产力

Abstract: Different from the large scale farm management in Europe and America, the scattered farmland management in China made the spatial variability of soil nutrients at county scale in this country more challenging. Taking soil Olsen-P in Wuhu County as an example, the influence of interpolation method and sampling number on the spatial prediction accuracy of soil nutrients was evaluated systematically. The results showed that local polynomial method, ordinary kriging, simple kriging, and disjunctive kriging had higher spatial prediction accuracy than the other interpolation methods. Considering of its simplicity, ordinary kriging was recommended to evaluate the spatial variability of soil Olsen-P within a county. The spatial prediction accuracy would increase with increasing soil sampling number. Taking the spatial prediction accuracy and soil sampling cost into consideration, the optimal sampling number should be from 500 to 1000 to evaluate the spatial variability of soil Olsen-P at county scale.

孙义祥^1,2;吴传洲³;朱克保³;崔振岭¹;陈新平¹;张福锁¹. 插值方法与样点数对县域土壤有效磷空间变异特征评价的影响[J]. 应用生态学报.

SUN Yi-xiang^1,2;WU Chuan-zhou³;ZHU Ke-bao³;CUI Zhen-ling¹;CHEN Xin-ping¹;ZHANG Fu-suo¹. Influence of interpolation method and sampling number on spatial prediction accuracy of soil Olsen-P.[J]. Chinese Journal of Applied Ecology.

[1]	李成龙, 周广胜, 周梦子, 周莉, 刘杰. 1971—2020年盘锦芦苇湿地净生态系统生产力及其影响因子 [J]. 应用生态学报, 2023, 34(5): 1331-1340.
[2]	李春波, 张园, 刘雅各, 吴家兵, 王安志. 长白山自然保护区总初级生产力时空变化特征及其影响因素 [J]. 应用生态学报, 2023, 34(5): 1341-1348.
[3]	解晗, 李俊, 同小娟, 张静茹, 刘沛荣, 于裴洋, 胡海洋, 杨铭鑫. 2000—2018年黄河流域森林和草地物候的时空变化 [J]. 应用生态学报, 2023, 34(3): 647-656.
[4]	姚晓婧, 郑伟, 王大成, 安脉, 王小燕, 陈伟, 王伟, 池天河. 基于多源数据的中新天津生态城微观尺度宜居性评价 [J]. 应用生态学报, 2022, 33(9): 2493-2500.
[5]	王小红, 刘宪锋, 孙高鹏, 梁娟. 2001—2020年秦巴山区植被生产力对干旱的响应 [J]. 应用生态学报, 2022, 33(8): 2105-2112.
[6]	曹玉娟, 宋振华, 武志涛, 杜自强. 不同数据集的1982—2017年中国总初级生产力的时空动态 [J]. 应用生态学报, 2022, 33(10): 2644-2652.
[7]	张语馨, 蒋靖佰伦, 李典鹏, 姚美思, 孙涛, 周建勤, 贾宏涛. 模拟增雨对巴里坤湖干涸湖底沉积物CO₂通量的影响 [J]. 应用生态学报, 2022, 33(1): 210-218.
[8]	樊华烨, 李英, 张廷龙, 高焕霖, 呼帅. 陆地植被水碳通量模型模拟与数据同化研究进展 [J]. 应用生态学报, 2020, 31(6): 2098-2108.
[9]	梁思琦, 彭守璋, 陈云明. 陕西省典型天然次生林和人工林生产力对气候变化的响应 [J]. 应用生态学报, 2019, 30(9): 2892-2902.
[10]	陈智. 2000—2015年中国东北森林生产力和碳素利用率的时空变异 [J]. 应用生态学报, 2019, 30(5): 1625-1632.
[11]	平晓莹, 马俊, 刘淼, 常禹, 宗敏, 熊在平. 基于VPM模型的长白山自然保护区植被总初级生产力动态变化 [J]. 应用生态学报, 2019, 30(5): 1589-1598.
[12]	何敏,王鹤松,孙建新. 基于植被生产力的西南地区生态系统脆弱性特征 [J]. 应用生态学报, 2019, 30(2): 429-438.
[13]	吴利禄, 高翔, 褚建民, 王鹤松, 袁祺, 段晓峰, 郭树江. 民勤绿洲-荒漠过渡带梭梭人工林净碳交换及其影响因子 [J]. 应用生态学报, 2019, 30(10): 3336-3346.
[14]	左璐, 王焕炯, 刘荣高, 刘洋, 商荣. 基于不同光谱指数的植被物候期遥感监测差异 [J]. 应用生态学报, 2018, 29(2): 599-606.
[15]	李楠, 莫路锋, 王国英, 周健, 高洪娣. 基于区域剖分算法的土壤碳通量空间采样策略 [J]. 应用生态学报, 2017, 28(8): 2527-2534.