雄安新区土壤氮空间分布预测方法

doi:10.13292/j.1000-4890.202408.004

生态学杂志 ›› 2024, Vol. 43 ›› Issue (8): 2354-2364.doi: 10.13292/j.1000-4890.202408.004

雄安新区土壤氮空间分布预测方法

郭晓雪¹,刘志军²,高东丽^1,3,徐成立²,张可欣¹,刘宪钊^1*

（¹中国林业科学研究院资源信息研究所，国家林业和草原局森林经营与生长模拟重点实验室，北京 100091； ²中国雄安集团生态建设投资有限公司，雄安新区 071699； ³国家林业和草原局产业发展规划院，北京 100010）

出版日期:2024-08-10 发布日期:2024-08-14

Prediction methods of soil nitrogen spatial distribution in Xiong’an New Area.

GUO Xiaoxue¹, LIU Zhijun², GAO Dongli^1,3, XU Chengli², ZHANG Kexin¹, LIU Xianzhao^1*

(¹Research Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Key Laboratory of Forest Management and Growth Modelling, National Forestry and Grassland Administration, Beijing 100091, China; ²Xiong’an Group Ecological Construction Investment Company Limited, Xiong’an 071699, China; ³Industry Development and Planning Institute, National Forestry and Grassland Administration, Beijing 100010, China).

Online:2024-08-10 Published:2024-08-14

摘要/Abstract

摘要： 土壤全氮（soil total nitrogen, STN）和速效氮（available nitrogen, AN）的空间分布是影响植被生产力的重要因素。以雄安新区东部91个取样点的上下两层共182个土壤样品为研究对象，采用土地利用方式为辅助变量的克里格（kriging combined with land-use, KLU）、普通克里格（ordinary kriging）、反距离加权法（inverse distance weighting, IDW）、径向基函数法（radial basis function, RBF）4种方法对STN含量、AN含量、土壤全氮密度（soil total nitrogen density, STND）、速效氮密度（available nitrogen density, AND）的空间分布分布进行预测，并以均方根误差（root mean square error, RMSE）、平均绝对误差（mean absolute error, MAE）和相关系数（R）为指标比较分析4种插值方法的预测效果，进而对研究区STN、AN空间分布格局和区域储量进行评价。结果表明：在垂直分布上，STN、AN含量和密度均随土层深度的增加而减小；水平分布上，不同土地利用方式STN、AN含量和密度之间均具有显著差异（P<0.05）；预测STN、AN含量和密度空间分布的最优插值方法是KLU；在表层土壤中，由KLU得到的R分别为0.574（STN）、0.426（AN）、0.555（STND）和0.407（AND），比其他3种插值方法平均提高0.350、0.390、0.304、0.310；RMSE分别为0.2255（STN）、21.5902（AN），0.0901（STND），8.5365（AND），比其他3种插值方法平均减少0.0481、3.7874、0.0166、1.4236；MAE最接近于0；在下层土壤中KLU也具有相同的优势。

关键词: 雄安新区, 土壤全氮, 速效氮, 土地利用方式, 空间分布

Abstract: The spatial distributions of soil total nitrogen (STN) and available nitrogen (AN) contents are important factors influencing vegetation productivity. A total of 182 soil samples were collected from the upper and lower layers of 91 sampling points in the eastern part of the Xiong’an New Area. The distributions of STN content, AN content, soil total nitrogen density (STND), and available nitrogen density (AND) were predicted with four methods, i.e., kriging combined with land-use (KLU), ordinary kriging, inverse distance weighting (IDW), and radial basis function (RBF). The predictive accuracy of these methods was evaluated by the root mean square error (RMSE), mean absolute error (MAE), and correlation coefficient (R). Furthermore, the spatial distribution patterns of STN and AN contents and the regional reserves were assessed. The results showed that the vertical distribution of STN, AN content and density decreased with increasing soil depth. From a horizontal perspective, there were significant differences for STN and AN content and density among different land-use types (P<0.05). The KLU was the optimal interpolation method for predicting the spatial distribution of STN, AN content and density. In the upper layer of soil, the R values of KLU were 0.574 (STN), 0.426 (AN), 0.555 (STND) and 0.407 (AND), respectively, which were 0.350, 0.390, 0.304 and 0.310 higher than that of the other three interpolation methods on average. The RMSE of KLU was 0.2255 (STN), 21.5902 (AN), 0.0901 (STND), and 8.5365 (AND), respectively, with an average reduction of 0.0481, 3.7874, 0.0166, and 1.4236 compared with the other three interpolation methods; while the MAE of KLU was the best. KLU showed advantages also in the deeper soil layer.

Key words: Xiong’an New Area, soil total nitrogen, available nitrogen, land-use type, spatial distribution

郭晓雪, 刘志军, 高东丽, 徐成立, 张可欣, 刘宪钊. 雄安新区土壤氮空间分布预测方法[J]. 生态学杂志, 2024, 43(8): 2354-2364.

GUO Xiaoxue, LIU Zhijun, GAO Dongli, XU Chengli, ZHANG Kexin, LIU Xianzhao. Prediction methods of soil nitrogen spatial distribution in Xiong’an New Area.[J]. Chinese Journal of Ecology, 2024, 43(8): 2354-2364.

[1]	李文韬, 胡尊英, 张昆, 李丽萍, 仇玉萍, 郭雪莲. 土地利用方式对纳帕海湿地土壤碳氮储量的影响 [J]. 生态学杂志, 2024, 43(6): 1720-1727.
[2]	王广昊, 孔星杰, 孙彩丽, 吴攀. 铅锌废渣场周边土地利用方式转变对土壤胞外酶活性的影响 [J]. 生态学杂志, 2022, 41(6): 1166-1172.
[3]	李博, 赵琼, 毛兵, 孙庆业. 我国东部主要类型土壤酸缓冲能力的影响因素 [J]. 生态学杂志, 2021, 40(12): 3901-3910.
[4]	安吉,李婷,傅翔,张世熔,李智平,魏巍. 城市化梯度带绿地土壤碳氮的空间分布特征 [J]. 生态学杂志, 2019, 38(9): 2780-2787.
[5]	张会慧,王世标,王均睿,吴绪叶,马松良,伍一宁,李金博,许楠. 三江平原湿地不同利用方式对土壤理化性质及团聚体组成的影响 [J]. 生态学杂志, 2019, 38(6): 1679-1687.
[6]	赵苗苗,邵蕊,杨吉林,赵芬,徐明. 基于DNDC模型的稻田温室气体排放通量模拟 [J]. 生态学杂志, 2019, 38(4): 1057-1066.
[7]	王琼1,卢聪1,2,韩青1，2,范志平1,3*,刘杰4,李法云1,涂志华1,王善祥1，2,赵悦1，2. 太子河流域生境质量及其与社会经济的关系 [J]. 生态学杂志, 2017, 36(10): 2917-2925.
[8]	王邵军1,2*,王红1,李霁航1. 不同土地利用方式对蚯蚓数量及生物量分布的影响 [J]. 生态学杂志, 2017, 36(1): 118-123.
[9]	刘红江,郑建初,郭智,陈留根*,张岳芳,王〓鑫. 太湖地区氮肥减量对水稻氮素吸收利用的影响 [J]. 生态学杂志, 2016, 35(11): 2960-2965.
[10]	朱阳春*,赵学勇,连杰,周欣,陈敏,刘良旭. 河套灌区不同土地利用方式下土壤有机碳的差异 [J]. 生态学杂志, 2016, 35(1): 158-163.
[11]	段文标1,景鑫1,周美珩1,2,陈立新1**,龚建美1,张玉双1,赵莹1,秦必达1. 林隙大小对不同林型天然红松混交林土壤有机碳和全氮的影响 [J]. 生态学杂志, 2015, 34(8): 2077-2084.
[12]	安康1,谢小平1**,张海珍2,周虹2. 西湖风景区土壤肥力的空间格局及其影响因子 [J]. 生态学杂志, 2015, 34(4): 1091-1096.
[13]	赵洋,张鹏,胡宜刚**,黄磊,苏洁琼. 露天煤矿排土场不同配置人工植被对草本植物物种多样性的影响 [J]. 生态学杂志, 2015, 34(2): 387-392.
[14]	李菲1,李娟2**,龙健1,2,廖洪凯1,刘灵飞1,张文娟1,2. 典型喀斯特山区植被类型对土壤有机碳、氮的影响 [J]. 生态学杂志, 2015, 34(12): 3374-3381.
[15]	杨洪昇1,田昆2**,姚茜1,曹萍麟1. 筑坝蓄水对高原湿地拉市海土壤有机质和全氮分布格局的影响 [J]. 生态学杂志, 2015, 34(1): 162-167.

雄安新区土壤氮空间分布预测方法

Prediction methods of soil nitrogen spatial distribution in Xiong’an New Area.

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价