基于协同克里格的橡胶园土壤速效钾空间变异性

doi:10.13287/j.1001-9332.202204.022

应用生态学报 ›› 2022, Vol. 33 ›› Issue (4): 915-921.doi: 10.13287/j.1001-9332.202204.022

• 土壤物理与生态环境专栏 • 上一篇下一篇

基于协同克里格的橡胶园土壤速效钾空间变异性

冯家东^1,2, 吴炳孙², 王晶晶^1*

¹海南大学林学院, 海口 570228;
²中国热带农业科学院橡胶研究所, 海口 571101

收稿日期:2021-07-14 接受日期:2021-12-21 出版日期:2022-04-15 发布日期:2022-10-15
通讯作者: * E-mail: pink_wangjing@163.com
作者简介:冯家东, 男, 1996年生, 硕士。主要从事土壤管理研究。E-mail: gayden96@163.com
基金资助:
中国热带农业科学院基本科研业务费专项基金(1630022017008)和海南省自然科学基金高层次人才项目(320RC486)资助。

Spatial variability of soil available potassium in rubber plantation based on coKriging

FENG Jia-dong^1,2, WU Bing-sun², WANG Jing-jing^1*

¹College of Forestry, Hainan University, Haikou 570228, China;
²Rubber Research Institute, Chinese Aaddemy of Tropical Agricultural Sciences, Haikou 571101, China

Received:2021-07-14 Accepted:2021-12-21 Online:2022-04-15 Published:2022-10-15

摘要/Abstract

摘要： 选取有效变量的协同克里格方法能够提高县域尺度橡胶园土壤速效钾的空间预测精度,对橡胶树精准施肥管理具有重要意义。本研究以海南省白沙县橡胶园0～20 cm耕层土壤为对象,采用地统计学分析土壤速效钾的空间变异特征,运用相关分析筛选显著的特征变量,并比较不同变量的协同克里格(COK)空间插值精度。结果表明: 研究区土壤速效钾平均含量为44.65 g·kg^-1,总体处于缺乏状态;变异系数为52.6%,属中等变异强度;块金效应为12.5%,存在较强的空间自相关。有机质、高程与土壤速效钾含量关系密切,均呈极显著相关;有机质(COK₁)、高程(COK₂)、有机质+高程(COK₃)3种协变量的COK空间插值预测精度均高于普通克里格法(OK),交叉验证模型拟合精度为COK₁>COK₃> COK₂>OK;拟合精度与协变量选取的数量不呈正比,选取相关性更高的协变量更有利于反映区域土壤属性的空间异质性。研究区土壤速效钾含量具有西北部较高、中偏东部地区较低的分布特点。研究结果为今后开展橡胶园土壤钾素管理提供了理论依据。

关键词: 土壤速效钾, 协同克里格, 协变量, 空间变异

Abstract: The coKriging method of selecting effective variables is helpful to improve the spatial prediction accuracy of soil available potassium in county-scale rubber plantation, which is of significance in precision fertilization management of rubber plantation. In this study, we analyzed the spatial variability characteristics of soil available potassium in 0-20 cm layer in the rubber plantation of Baisha County, Hainan Province, by geostatistics. The significant characteristic variables were screened by correlation analysis, and the spatial interpolation precisions of coKriging (COK) of different variables were compared. The results showed that the average soil available potassium content in the study area was 44.65 g·kg^-1, generally at a state of shortage. The variable coefficient was 52.6%, which was a moderate intensity of variation. The nugget effect was 12.5%, with a strong spatial autocorrelation. The organic matter and elevation were closely related to soil available potassium content. The COK spatial interpolation prediction precisions of the three covariates of organic matter (COK₁), elevation (COK₂), and organic matter+elevation (COK₃) were all higher than ordinary Kriging (OK), and the fitting precision of the cross-validation model was COK₁>COK₃>COK₂>OK. The fitting precision was not proportional to the number of covariates selected. Selecting more correlated covariates was more conducive to reflecting the spatial heterogeneity of soil properties. The soil available potassium content was higher in the northwest and lower in the central and eastern regions, which provided a theoretical basis for the further development of soil potassium management in rubber plantations.

Key words: soil available potassium, coKriging, covariate, spatial variation

冯家东, 吴炳孙, 王晶晶. 基于协同克里格的橡胶园土壤速效钾空间变异性[J]. 应用生态学报, 2022, 33(4): 915-921.

FENG Jia-dong, WU Bing-sun, WANG Jing-jing. Spatial variability of soil available potassium in rubber plantation based on coKriging[J]. Chinese Journal of Applied Ecology, 2022, 33(4): 915-921.

参考文献

[1] 祁栋灵, 杨小波, 谢贵水, 等. 以橡胶为主的农林复合生态系统对调控资源利用和生态服务功能的影响. 生态学杂志, 2020, 39(11): 3844-3852
[2] 王乐, 张淑香, 马常宝, 等. 潮土区29年来土壤肥力和作物产量演变特征. 植物营养与肥料学报, 2018, 24(6): 1435-1444
[3] 杨全合, 安永龙. 基于地统计学和GIS的通州区于家务乡土壤肥力综合评价. 西南农业学报, 2019, 32(4): 882-891
[4] Hu KL, Wang SY, Li H, et al. Spatial scaling effects on variability of soil organic matter and total nitrogen in suburban Beijing. Geoderma, 2014, 226-227: 54-63
[5] 齐姗姗, 巩杰, 张影, 等. 基于GIS和地统计学的甘肃省白龙江流域土壤氮素空间变异分析. 水土保持通报, 2016, 36(5): 146-150
[6] Modal BP, Singh B, Hasanain M, et al. Spatial variability assessment of soil available phosphorus using geostatistical approach. Indian Journal of Agricultural Sciences, 2020, 90: 1170-1175
[7] Bogunovic I, Mesic M, Zgorelec Z, et al. Spatial variation of soil nutrients on sandy-loam soil. Soil & Tillage Research, 2014, 144: 174-183
[8] Huang B, Sun WX, Zhao YC, et al. Temporal and spatial variability of soil organic matter and total nitrogen in an agricultural ecosystem as affect by farming practices. Geoderma, 2017, 139: 336-345
[9] 汪花, 刘秀明, 刘方, 等. 喀斯特地区小尺度农业土壤砷的空间分布及污染评价. 环境科学, 2019, 40(6): 2895-2903
[10] 郑新如, 潘爱芳, 马润勇, 等. 石泉县中部地区土壤微量营养元素空间分布特征. 干旱区资源与环境, 2021, 35(2): 183-189
[11] 郭龙, 张海涛, 陈家赢, 等. 基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较. 土壤学报, 2012, 49(5): 1037-1042
[12] 黄安, 杨联安, 杜挺, 等. 基于不同协变量coKriging土壤养分空间预测精度研究——以陕西省蓝田县为例. 水土保持研究, 2014, 21(4): 133-137
[13] 章清, 张海涛, 郭龙, 等. 基于主成分分析的协同克里格插值模型对土壤铜含量的空间分布预测. 华中农业大学学报, 2016, 35(1): 60-68
[14] 杨昭君, 韦家少, 何鹏, 等. 海南省儋州市橡胶园土壤钾素空间变异特征. 西北林学院学报, 2010, 25(5): 41-44
[15] 高乐, 韦家少, 吴炳孙, 等. 海南省乐东县橡胶园土壤养分的空间变异特征研究. 热带作物学报, 2014, 35(11): 2115-2120
[16] 佟金鹤, 刘少军, 陈小敏, 等. 中国橡胶树气候适宜度分布特征研究. 生态科学, 2021, 40(1): 162-168
[17] 胡贵贵, 杨粉莉, 杨联安, 等. 基于主成分和机器学习的土壤有机质含量空间预测建模. 干旱区地理, 2021, 44(4): 1114-1124
[18] Yost RS, Uehara G, Fox RL. Geostatistical analysis of soil chemical properties of large land areas. I. Semi-variograms. Soil Science Society of America Journal, 1982, 46: 1033-1037
[19] 张欢, 高小红. 复杂地形区土壤有机质空间变异性分析及制图. 水土保持研究, 2020, 27(5): 93-100
[20] 于芳, 李海明. 基于地统计学和GIS的湖北省土壤有机质空间变异性研究. 江苏农业科学, 2019, 47(15): 282-286
[21] 董佳琦, 张勇, 傅伟军, 等. 香榧主产区林地土壤养分空间异质性及其肥力评价. 生态学报, 2021, 41(6): 2292-2304
[22] Wang R, Zou R, Liu J, et al. Spatial distribution of soil nutrients in farmland in a hilly region of the Pearl River Delta in China based on geostatistics and the inverse distance weighting method. Agriculture, 2021, 11: 50
[23] 施龙博, 方斌, 董立宽. 江浙典型茶园的土壤速效钾空间分布. 山地学报, 2017, 35(2): 160-169
[24] Rostami AA, Karimi V, Khatibi R, et al. An investigation into seasonal variations of groundwater nitrate by spatial modelling strategies at two levels by Kriging and co-Kriging models. Journal of Environmental Management, 2020, 270: 110843
[25] 孙凯, 方舒, 李伟峰, 等. 基于ArcGis的耕地土壤养分最优插值方法. 浙江农业科学, 2016, 57(11): 1810-1815
[26] 李丹丹. 基于GIS与地统计学的不同尺度下土壤重金属空间变异研究. 博士论文. 成都: 成都理工大学, 2020
[27] 王永豪, 王昌全, 李启权, 等. 川西南山区耕地土壤速效钾空间特征及影响因素分析. 西南农业学报, 2016, 29(3): 651-657
[28] 杜挺, 杨联安, 张泉, 等. 县域土壤养分协同克里格和普通克里格空间插值预测比较——以陕西省蓝田县为例. 陕西师范大学学报:自然科学版, 2013, 41(4): 85-89
[29] Parreo G, Kim KK, Kang C, et al. A study on prediction comparison of Kriging and coKriging using PCA. Journal of the Korean Data Analysis Society, 2017, 19: 1721-1732
[30] 赵业婷, 常庆瑞, 李志鹏, 等. 基于Cokriging的耕层土壤全氮空间特征及采样数量优化研究. 土壤学报, 2014, 51(2): 415-422
[31] 江叶枫, 郭熙. 基于协同克里格的耕层土壤速效钾空间异质性研究. 浙江农业学报, 2019, 31(1): 139-148

基于协同克里格的橡胶园土壤速效钾空间变异性

Spatial variability of soil available potassium in rubber plantation based on coKriging

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

[1]	展秀丽, 许艺馨, 王红, 高滢, 韩磊. 宁夏东部风沙区固定沙丘土壤性质小尺度空间变异特征 [J]. 应用生态学报, 2021, 32(9): 3195-3203.
[2]	张志华, 张锦豪, 桑玉强, 杨喜田, 王德彩, 郭加伟, 毕会涛. 太行山南麓坡面土壤碳氮空间变异性及其影响因素 [J]. 应用生态学报, 2021, 32(8): 2829-2838.
[3]	崔昆, 赵庚星, 王卓然, 奚雪, 高鹏, 齐广慧. 黄河三角洲夏季典型田块土壤盐分的多尺度空间变异 [J]. 应用生态学报, 2020, 31(5): 1451-1458.
[4]	张诗祁, 牛文全, 李国春. 关中平原田间土壤含水量的空间变异性 [J]. 应用生态学报, 2020, 31(3): 821-828.
[5]	刘咏梅, 赵樊, 何玮, 王雷, 李京忠, 刘建红. 退化高寒草甸狼毒发生区土壤真菌多样性的空间变异 [J]. 应用生态学报, 2020, 31(1): 249-258.
[6]	张凯, 陈丽茹, 徐慧敏, 李秧秧. 黄土高原水蚀风蚀交错带小流域植物群落特征的空间变异及其影响因素 [J]. 应用生态学报, 2019, 30(8): 2521-2530.
[7]	潘萍, 孙玉军, 欧阳勋志, 饶金凤, 冯瑞琦, 杨子云. 江西省马尾松林生态系统碳密度空间变异特征 [J]. 应用生态学报, 2019, 30(6): 1885-1892.
[8]	钱多多, 匡旭, 王绪高, 蔺菲, 原作强, 叶吉, 郝占庆. 2006—2017年长白山阔叶红松林木本植物种子雨的时空动态 [J]. 应用生态学报, 2019, 30(5): 1487-1493.
[9]	杨之江,陈效民,景峰,郭碧林,林高哲. 基于GIS和地统计学的稻田土壤养分与重金属空间变异 [J]. 应用生态学报, 2018, 29(6): 1893-1901.
[10]	李虞冉,王兴昌,王传宽,刘帆,张全智. 白桦和水曲柳树干温度日变化的空间变异及其影响因子 [J]. 应用生态学报, 2017, 28(10): 3197-3207.
[11]	赵占辉, 张丛志, 刘昌华, 蔡太义, 张佳宝. 河南封丘县域农田土壤固碳速率空间变异特征及其影响因素 [J]. 应用生态学报, 2016, 27(5): 1479-1488.
[12]	贾振宇,张俊华,丁圣彦,冯舒,熊小波,梁国付. 基于GIS和地统计学的黄泛区土壤磷空间变异——以周口为例 [J]. 应用生态学报, 2016, 27(4): 1211-1220.
[13]	麦积山1,赵廷宁2,郑江坤1**,史常青2. 北川震后滑坡体表层土壤养分的空间变化 [J]. 应用生态学报, 2015, 26(12): 3588-3594.
[14]	罗由林,李启权**,王昌全,张维,张浩,李林鲜,陈俊伟,马煜. 川中丘陵县域土壤碳氮比空间变异特征及其影响因素 [J]. 应用生态学报, 2015, 26(1): 177-185.
[15]	张川1,2,3,陈洪松1,2**,张伟1,2,聂云鹏1,2,叶莹莹1,2,3,王克林1,2. 喀斯特坡面表层土壤含水量、容重和饱和导水率的空间变异特征 [J]. 应用生态学报, 2014, 25(6): 1585-1591.