不同方法预测河北省土壤有机碳密度空间分布特征的研究

来源：土壤学报杂志2005年第3期北京时间：

作者：赵永存,史学正,于东升,赵彦锋,孙维侠,王洪杰

单位：赵永存，1. 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;2. 中国科学院研究生院, 北京 100039；,史学正，1. 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;2. 中国科学院研究生院, 北京 100039；,于东升，1. 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;2. 中国科学院研究生院, 北京 100039；,赵彦锋，1. 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;2. 中国科学院研究生院, 北京 100039；,孙维侠，1. 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;2. 中国科学院研究生院, 北京 100039；,王洪杰，1. 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;2. 中国科学院研究生院, 北京 100039；,

摘要：运用多元线性回归、泛克里格和回归克里格三种方法,结合由DEM获取的地形属性因子预测了河北省土壤有机碳密度的空间分布。多元线性回归预测的残差较大,模型对总方差的解释仅18.6%,采用泛克里格方法后,预测残差降低,预测结果的极差范围变宽,低碳密度区的局部变异得以体现,模型对总方差的解释程度提高到53%。而回归克里格方法应用后预测残差和均方根预测误差进一步降低,模型对总方差的解释程度提高到65%,回归克里格方法也能更好地反映碳密度与地形的关系以及局部变异。三种方法中回归克里格预测效果最好,泛克里格次之,而多元线性回归方法最差。

关键词：土壤有机碳密度;多元线性回归;泛克里格;回归克里格

基金资助：* 中国科学院知识创新工程重大项目(KZCX1-SW-01-19);中国科学院知识创新工程信息化建设专项(INF105S);中国科学院知识创新工程领域前沿项目(ISSASIP0201)资助