不同方法对土壤养分分析的对比

来源： http://m.polyscience.com.cn/ 　类别：技术文章　更新时间：2014-02-24　阅读次

　　对土壤的分析有2个重要方面，第一是养分，第二是墒情。而养分的分析中需要取样，利用土钻和取样盒获得合适的有代表价值土壤样品是进行分析的重要前提。取得样品后，我们再利用土壤养分测试仪来进行土壤养分的分析与测试。

　　在土壤养分的采样分析中，常�？苫竦枚喔鐾寥姥质粜�，不少研究法发现土壤养分间具有较好的相关性。鉴于此，本研究在中等区域尺度下利用多种土壤养分间的相关性对普通克里格和协同克里格空间内插进行预测比较，力求在中等区域土壤养分空间插值研究上有所推进。

　　在大量土壤养分空间变异的研究中主要采用普通克里格(OrdinaryKriging，OK)法、反距离加权插值法、径向基函数插值法。而应用协同克里格(Cokriging，COK)法研究土壤养分空间变异的还不多，已有的研究主要集中在一种土壤养分在不同采样数量下的Cokriging插值研究或某一土壤养分与高程关系的Cokriging插值研究，且多限于规则的田块级试验小区。

　　1、正态分布检验和描述性统计分析表明:土壤采样点速效钾符合正态分布：有机质、碱解氮、有效磷经过对数或Box-Cox转换后符合正态分布：土壤养分元素的变异系数在13.05%~40.63%之间，呈现中等变异强度：土壤养分间的相关性普遍达到0.01显着水平，表明土壤养分间存在显着的相关性。

　　2、度检验参数分析表明:利用OK和COK对土壤有机质、碱解氦、有效磷、速效钾进行预测均可以得到较好的估值精度。从RRMSE看，采用COK法的碱解氮精度提高明显(2.87%)，其次为速效钾(2.19%)、有机质(1.31%)、有效磷(0)：RR显示有机质最高(39.10%)，其次是碱解氮(13.36%)、速效钾(1.83%)、有效磷(1.36%)。因此，在中等尺度的相同采样数量下，COK方法充分考虑土壤养分间交叉相关性的影响，融合更多的空间信息，实现了在更大范围内的最佳无偏估计值。

　　3、不少研究发现，在利用COK进行内插时，辅助因子相关程度越高，COK方法插值效果越好：但多基于规则田块级，且辅助因子很少涉及同一采样点的其他养分。本研究利用土壤采样点的多种养分作为协变量参与COK内插，进一步证实在中等区域尺度下，利用显着相关的土壤养分因子参与COK内插可以有效缩小预测误差范围，并提高内插的整体精度。此外，由于数据获取的限制，本文未考虑地形、气候和河流等因素对该区内插精度的影响，有待今后进一步研究。