基于GWR模型的耕地表层土壤有机_省略_异研究_以山西省忻州市忻府区为例_郭永龙
- 格式:pdf
- 大小:987.61 KB
- 文档页数:6
山西农业科学 2023,51(7):785-792Journal of Shanxi Agricultural Sciences典型山西黄土高原区土壤有机质的空间异质性及空间插值预测张小美 1,高春瑞 1,闫晓斌 1,杨莎 1,乔星星 1,王超 1,杨武德 1,Fahad Shafiq 2,冯美臣 1,李广信1(1.山西农业大学 农学院,山西 太谷 030801;2.拉合尔政府学院大学植物学系,巴基斯坦 旁遮普省 54000)摘要:农田土壤有机碳库储量是评估其固碳减排潜力的重要依据,而土壤有机碳(SOC )周转受到气候(温度和降水)、地形(坡度和高程)等环境变量的影响。
为了明确环境变量因子对SOC 的影响及实现SOC 的空间插值预测,为理解小尺度SOC 的空间异质性及精确制图提供一定理论和实践参考,研究利用反距离加权法(IDW )、径向基函数法(RBF )、普通克里格插值(OK )、多元线性回归(MLR )、回归克里格法(RK )、回归反距离加权法(MIDW )、回归径向基函数法(MRBF )等7种插值方法,探寻地形因子和气候因子与SOC 的关系,并选出能更好预测SOC 空间分布的空间插值模型。
结果表明,SOC 含量与高程(-0.255**)、温度(-0.246**)、坡度(-0.214**)及降水量(-0.085*)均呈显著负相关关系,其中高程与SOC 的关系最为密切。
对比不同插值模型的预测表现可知,MLR 的均方根误差为0.083,小于OK 、RBF 、IDW 、RK 、MRBF 、MIDW 的均方根误差;MRBF 的平均绝对误差为2.506,小于OK 、RBF 、IDW 、MLR 、RK 、MIDW 的平均绝对误差;MRBF 的皮尔逊相关系数为0.674,大于OK 、RBF 、IDW 、MLR 、RK 、MIDW 的皮尔逊相关系数,因此,基于MRBF 方法的SOC 预测效果最好。
关键词:土壤有机碳;影响因素;空间分析;插值方法;地形;数字土壤制图中图分类号:S159 文献标识码:A 文章编号:1002‒2481(2023)07‒0785‒08Spatial Heterogeneity and Spatial Interpolation Prediction of Soil OrganicMatter in the Typical Loess Plateau Area of Shanxi ProvinceZHANG Xiaomei 1,GAO Chunrui 1,YAN Xiaobin 1,YANG Sha 1,QIAO Xingxing 1,WANG Chao 1,YANG Wude 1,FAHAD Shafiq 2,FENG Meichen 1,LI Guangxin 1(1.College of Agriculture ,Shanxi Agricultural University ,Taigu 030801,China ;2.Department of Botany ,Government College University Lahore ,Punjab 54000,Pakistan )Abstract :Soil organic carbon(SOC) reservoir reserves of farmland serve as an important indicator for the assessment of the potential of carbon sequestration and emission reduction and turnover of SOC was affected by environmental variables like climate (temperature and precipitation) and terrain(slope and elevation). In order to clarify the impact of environmental variable factors on SOC and achieve spatial interpolation prediction of SOC, provide some theoretical and practical references for understanding the spatial heterogeneity and precision mapping of SOC at small scale, in this study, 7 different approaches including the Inverse Distance Weighting method(IDW), Radial Basis Function method(RBF), Ordinary Kriging(OK), Multiple Linear Regression (MLR), Regression Kriging(RK), regression inverse distance weighting method(MIDW), regression radial basis function method (MRBF) were used to explore the relationship between terrain factors and climate factors and SOC, and thenthe optimal spatial interpolation model to predict the spatial distribution of SOC was further obtained. The results showed that there was a significant negative correlation between SOC content and elevation(-0.255**), temperature(-0.246**), slope(-0.214**), and precipitation (-0.085*). The relationship between elevation and SOC was the closest. Comparing the predictive performance of the different interpolation models, the root mean square error(RMSE) of MLR was smaller than that of RMSE of OK, RBF, IDW, RK, MRBF, MIDW, and its value was 0.083. The average absolute error(MAE) of MRBF was less than MAE of OK, RBF, IDW, MLR, RK and MIDW, and its value was 2.506. The Pearson correlation coefficient of MRBF was greater than that of OK,doidoi:10.3969/j.issn.1002-2481.2023.07.10收稿日期:2022-10-10基金项目:国家自然基金项目(31871571);国家重点研发项目子课题(2019YFC1710800,2021YFD1600603-03,2021YFD1600603-02);山西省重点研发项目(201903D211002);山西省科技合作交流项目(202104041101040);山西农业大学生物育种工程项目(YZGC097);山西省基础研究计划项目(202203021211275);山西省现代农业产业技术体系建设专项(2023CYJSTX02-2)作者简介:张小美(1996-),女,河南开封人,在读硕士,研究方向:作物生态与信息技术。
基于OLS和GWR模型的区域土地适宜性模拟研究作者:张楚来源:《科技视界》2014年第04期【摘要】本文以合肥市包河区为研究区,考虑驱动因子对土地利用适宜性的影响,用全局最小二乘法OLS Logistic回归模型和GWR Logistic模型来建立土地利用格局与其驱动因子之间的回归模型,并进行土地利用格局模拟的实例研究与模型比较。
同时,运用此模型定量地分析影响区域土地利用变化的内在机制,预测土地利用未来变化的趋势,可以为包河区及其类似地区的土地利用规划决策提供科学依据。
【关键词】土地适宜性;地理加权回归;模拟土地利用/覆被变化(Land Use/Cover Change,简称LUCC)研究是对土地利用的数量、质量和空间布局等变化的综合分析。
目前流行的方式是在进行土地利用变化驱动力建模时,运用基于全局最小二乘法(Ordinary Least Squares,简称OLS)的回归分析方法,对各因子进行全局的参数估计。
当考虑某一驱动因子在不同空间位置对土地利用格局的影响程度不同时,常采用地理加权回归(Gergraphically Weighted Regression,简称GWR)模型。
该模型是对传统回归分析的扩展,允许局部而不是全局的参数估计,通过附加表达空间对象本身相关性和异质性的变化参数,反映样本对回归方程贡献在空间上的分异,使回归结果更加可信。
两种方法适用情况不同,在地理要素的空间分析和建模中都有广泛应用。
据此,本文以合肥市包河区为例,考虑驱动因子对土地利用格局的影响,采用OLS和GWR模型来建立土地利用格局与其驱动因子的回归模型,并进行验证和分析。
1 研究区与数据准备1.1 研究区概况包河区位于合肥东南迎风口,襟"五河"(包河、南淝河、十五里河、塘西河、派河)而带“一湖”(全国五大淡水湖之一的巢湖)。
全区区域面积340平方公里(其中巢湖水面面积70平方公里),辖7个街道、2个镇、1个省级工业园区,常驻人口81万,是合肥市四个城区中面积第一大区、人口第一大区。
基于ESDA_GWR 的我国体育彩票销售额及其驱动因子的空间异质性研究魏德样1,雷雯2摘要体育彩票在我国的体育事业、社会公共福利和公益事业等方面都发挥着巨大的作用,然而,各省的体育彩票发展并不均衡,存在较大的空间差异。
通过搜集1997—2012年各省体育彩票销售额及2012年各省社会发展指标的相关数据,运用探索性空间数据分析(ESDA )方法和地理加权回归(GWR )模型,采用OpenGeoDa 和ArcGIS10软件对相关数据进行处理,分析我国体育彩票销售额及其驱动因子的空间异质性。
研究表明,我国31个省区体育彩票销售额具有明显的空间集聚特征,集聚程度经历了“上升—突然下降—再上升—相对稳定”的过程;除少数中部省份外,东部沿海省份仍是我国体育彩票发展最具活力的地区,区域性寡占的市场特征十分明显;构建的GWR 模型拟合度较高,能够较好地解释各省体育彩票销售额空间分异情况。
关键词体育彩票;空间异质性;探索性空间数据分析;地理加权回归中图分类号:G 80-05文献标志码:A文章编号:1005-0000(2013)04-304-06●博士(生)论坛Doctor Forum收稿日期:2013-06-05;修回日期:2013-07-10;录用日期:2013-07-12基金项目:福建省社科规划项目(项目编号:2012B087)作者简介:魏德样(1973-),男,福建南平人,博士,讲师,研究方向为体育产业、体育科学计量。
作者单位:1.福建师范大学体育科学学院,福建福州350108;2.闽江学院体育部,福建福州350108。
AbstractSports lottery has been playing a tremendous role in China's sports undertaking ,social public welfare as well as public service ,but it is devel -oping with imbalance and big gaps among different provinces and regions.This study tried to dig into the spatial heterogeneity of China's Sports LotterySales and their driving factors by analyzing the Sports Lottery Sale amounts in different provinces between 1997and 2012as well as relevant provincial so -cial development indexes in 2012through exploratory special data analysis (ESDA )and geographically weighted regression (GWR )with the help of soft -ware like OpenGeoDa and ArcGIS10.The results from the analysis indicated that Sports Lottery Sales in the 31provinces and regions are characteristic ofdistinctive spatial agglomeration ,the degree of which remains relatively stable after it has gone up first and down sharply and up again ;It's obvious thatsports lottery operates on a territory oligopolistic market with the eastern costal provinces the most flourishing and prosperous in its sales ;The logistic GWR model constructed demonstrates a high value of goodness of fit and thus can explain significantly the spatial heterogeneity of the Sports Lottery Sales among different provinces and regions in China.Key wordssports lottery ;spatial heterogeneity ;exploratory spatial data analysis (ESDA );geographically weighted regression (GWR )Spatial Heterogeneity of Chinese Sports Lottery Sales and Driving Factors based ESDA-GWRWEI Deyang 1,LEI Wen 2(1.School of PE and Sport Science ,Fujian Normal University ,Fuzhou 350108,China ;2.Dept.of PE ,Minjiang University ,Fuzhou 350108,China )世界彩票市场发展的历史表明:彩票在筹集公益资金、支持社会公共福利和公益事业、弥补政府财政不足以及满足人们精神文化需求等方面具有无可比拟的优势,并且发挥着巨大的作用[1]。
CERES-Wheat模型分析山西省中部地区冬小麦需水量田玮玮;李刘军;何真;连晋;毛巧巧;芦艳珍;杨三维【摘要】Crop growth simulation model provides a new method for water resources analysis of farmland and optimization of management measures for water use efficiency improvement in crop production.The characteristics of annual variation of simulatedyield,evapotranspiration,plant transpiration,soil evaporation,and water productivity of winter wheat in Jinzhong area in the North China Plain during 2010-2015 were analyzed using a calibrated CERES-Wheat model.The results showed that the amount of field evapotranspiration model of winter wheat growing season prediction was accurate.The average rainfall was deducted from the average EP,the average water demand for the green stage,jointing stage,grain filling stage were250,310,343 mm,respectively.%以2010-2015年6个完整小麦生育期的田间试验数据为材料,采用情景分析方法,运用CERES-Wheat模型分析了晋中地区冬小麦需水量与产量的关系以及小麦蒸散量、土壤蒸发量与产量的关系,比较不同生育期需水量和产量的最佳预测模型.结果表明,该模型对冬小麦生长季的大田蒸散量预测较为准确;晋中地区小麦生长期灌溉水和土壤水的需要量为318 mm;在计算山西省中部地区多年平均蒸散量值和降雨量差值的基础上得出,该地区小麦返青期、拔节期和灌浆期小麦平均需水量分别为250,310,343mm.【期刊名称】《山西农业科学》【年(卷),期】2017(045)010【总页数】4页(P1651-1654)【关键词】小麦;CERES-Wheat;需水量;晋中地区【作者】田玮玮;李刘军;何真;连晋;毛巧巧;芦艳珍;杨三维【作者单位】安泽县农业委员会,山西安泽042500;山西绛山种业公司,山西绛县043699;山西省农业科学院,山西太原030031;山西省农业科学院,山西太原030031;安泽县农业委员会,山西安泽042500;山西省农业科学院,山西太原030031;山西省农业科学院,山西太原030031【正文语种】中文【中图分类】S512.1+1作物生长模拟模型以实时、快速和非破坏性等优势成为当前精准农业技术之一,在作物含水量和土壤含水量的监测方面表现出良好的应用前景[6-7]。
基于CLUE-S模型的土地利用空间格局情景模拟——以忻州市忻府区为例随着城市化进程的加速和经济发展的不断壮大,土地利用空间格局对城市的发展起着至关重要的作用。
忻州市是山西省一个重要的地级市,其中忻府区作为其市辖区之一,具有丰富的历史文化和自然资源,土地利用空间格局的合理规划和高效利用对于促进该区的可持续发展具有重要意义。
本文以忻府区为例,基于CLUE-S模型对其土地利用空间格局进行情景模拟,旨在探索合理的发展路径和政策建议。
一、研究背景忻府区位于山西省中部,地处全国重要的能源和工业基地,拥有丰富的煤炭资源和其他矿产资源,是山西省的重要能源基地。
忻府区的经济总量和城市化水平呈现逐年增长的趋势,而这种快速的经济发展和城市化进程也给土地利用空间带来了挑战。
目前,忻府区的土地利用存在一些问题,如城市化过程中的土地扩张和生态环境破坏,村庄集聚区的规划建设不合理等,这些问题对于当地的可持续发展造成了影响。
有必要通过科学的方法和模型来进行土地利用空间格局的情景模拟研究,以期望能够找到更加合理的土地利用规划和政策建议。
二、CLUE-S模型介绍CLUE-S模型是一种常用的土地利用空间格局情景模拟模型,它能够通过对不同情景下的土地利用变化进行模拟和预测,为土地利用规划和管理提供科学依据。
该模型主要基于土地利用变化驱动力和约束力的影响机制,在模拟过程中考虑了多种社会经济因素和自然地理因素,具有较高的应用价值。
三、模型建立和参数设置针对忻府区的土地利用空间格局情景模拟,首先需要收集当地的土地利用数据和相关的社会经济数据,包括土地利用类型、土地利用变化情况、土地所有权情况、人口数量、经济发展水平等。
然后,通过GIS技术对这些数据进行处理和分析,建立CLUE-S模型所需的参数和规则。
四、情景模拟和结果分析基于CLUE-S模型的参数设置和规则建立,可以进行忻府区土地利用空间格局的情景模拟。
在模拟过程中,可以设定多种情景,如经济快速发展情景、生态优先情景和可持续发展情景等,以探索不同发展路径下的土地利用格局。
基于GIS和USLE模型的巢湖流域土壤侵蚀评价肖武;徐建飞;杨坤;李素萃;吕建春;汤曾伟【摘要】Soil erosion is the problem for land resources and environmental protection that the whole world is concerned about.Chao Lake is the fifth largest freshwater lake in China,which is located in the eastern part of China,and was draw much attention for its water eutrophication and cyanobacterial bloom.Therefore,assessment of soil erosion in Chao Lake Basin is of great significance for environmental protection strategy and land planning policy.The Chao Lake Basin was taken as a case study area,GIS and USLE model was employed to evaluate the soil erosion in fourteen counties/districts in Chao Lake Basin from 2000 to 2010.The research showed that: ① soil erosion areas are mainly distributed in Hilly region of Jinan District,Shucheng County,Juchao District,as well as Hanshan County,namely the upstream region of Hangbu-Fengle River watershed,Yuxi River watershed and Zhegao River watershed in Chao Lake Basin;② From 2000 to 2010,the ratio of micro erosion,strength erosion,extreme intensity of erosion and severe soil erosion area in Chao Lake basin were reduced by 0.5%,0.05%,0.21% and 0.23%,and the ratio of mild erosion and moderate erosion area were increased by 0.98% and0.01%,generally showing the trend of transfer from micro erosion,strength erosion,extreme intensity of erosion and severe soil erosion area to the light,micro degree erosion;③ the change of vegetation coverage is the main reason for the change of soil erosion classification,and the fluctuationof vegetation coverage showed a trend of decrease in soil erosion classification in the study area.%土壤侵蚀是全世界都关心的土地资源与环境保护问题.巢湖作为中国第五大淡水湖,近年来由于水体富营养化产生的水华现象引起多方重视,对巢湖流域土壤侵蚀评估对于环境保护战略与土地规划政策具有重要的意义.基于GIS平台,采用通用土壤流失方程(USLE)来评估巢湖流域14县/区2000年到2010年土壤侵蚀空间分布变化趋势.研究表明:① 巢湖流域土壤侵蚀严重区域主要分布在金安区、舒城县、居巢区以及含山县的丘陵地区,即杭埠河-丰乐河流域、裕溪河流域与柘皋河流域的上游地区;② 从2000年到2010年,土壤微度侵蚀、强度侵蚀、极强度侵蚀和剧烈侵蚀区域占巢湖流域总面积比例分别减少了0.5%、0.05%、0.21%和0.23%,而轻度侵蚀、中度侵蚀区域所占比例分别增加了0.98%和0.01%,总体呈现土壤强度侵蚀、极强度侵蚀与剧烈侵蚀区域向轻、中度侵蚀转移的趋势.③ 植被覆盖度变化是巢湖流域土壤侵蚀分级发生变化的主要原因,总体上,2000~2010年研究区由于植被覆盖度的波动性增加呈现土壤侵蚀分级波动性降低的趋势.【期刊名称】《科学技术与工程》【年(卷),期】2017(017)016【总页数】9页(P35-43)【关键词】土壤侵蚀;巢湖流域;通用土壤流失方程;十四县/区【作者】肖武;徐建飞;杨坤;李素萃;吕建春;汤曾伟【作者单位】中国矿业大学(北京)土地复垦与生态重建研究所,北京 100083;中国矿业大学(北京)土地复垦与生态重建研究所,北京 100083;中国矿业大学(北京)土地复垦与生态重建研究所,北京 100083;中国矿业大学(北京)土地复垦与生态重建研究所,北京 100083;济宁市土地储备中心,济宁 272000;中国矿业大学(北京)土地复垦与生态重建研究所,北京 100083【正文语种】中文【中图分类】S157由于土壤侵蚀带来的土壤退化、土壤生产能力下降以及对水生态环境的影响极大等后果[1],我国土壤侵蚀分析与评价及相关的防治战略逐渐受到各方重视[2—4]。
基于GIS 技术的土壤养分时空变异研究李慧芳;杨虎德;郑隆举【期刊名称】《内蒙古农业科技》【年(卷),期】2016(044)002【摘要】文章选取了甘肃省民勤县作为研究区域,运用GIS技术和地统计学相结合的方法,根据1980年第二次土壤普查和2006年测土施肥土壤养分数据,制作了民勤县的土壤养分空间分布图,研究了该区域土壤养分空间的、时间的变异特征。
结果表明,从1980年到2006年,土壤有机质、速效磷、碱解氮分别增加了11.2%,214.2%,1.04%,土壤速效钾减少了27.40%,这种时间上的变异主要是由耕作、施肥等人为因素引起的。
空间变异的原因则各有不同,速效钾的含量变化主要受土壤母质影响较大,碱解氮的含量变化主要受农民施肥及耕作习惯影响较大,而有机质和速效磷的含量变化是受施肥、耕作、种植、灌溉等人为因素和结构性共同影响的结果。
【总页数】4页(P77-80)【作者】李慧芳;杨虎德;郑隆举【作者单位】兰州城市学院,甘肃兰州 730070;甘肃省农业科学院,甘肃兰州730070;兰州城市学院,甘肃兰州 730070【正文语种】中文【中图分类】S158【相关文献】1.基于GIS长期定位耕地土壤养分时空变异评价研究——以肥城市为例 [J], 王娜娜;崔光淇;方玉东;宋付朋;王德科;刘长庆;元伟涛;王全超2.基于GIS的农田土壤养分时空变异性分析 [J], 王海江;李冬冬;侯振安;吕新3.基于GIS技术的土壤养分时空变异研究 [J], 李慧芳;杨虎德;郑隆举;4.基于GIS技术的土壤养分时空变异研究进展 [J], 黄树豪;黄青梅;覃晨庭5.基于GIS技术的土壤养分时空变异研究进展 [J], 黄树豪;黄青梅;覃晨庭;因版权原因,仅展示原文概要,查看原文内容请购买。
2024年2月Feb.2024第48卷第1期Vol.48,No.1热带农业工程TROPICAL AGRICULTURAL ENCINEERING基于OLS+GWR 模型的非粮化利用方式对耕地质量的影响徐飞(海南国源土地矿产勘测规划设计院海南海口570100)摘要为探究不同非粮化利用方式对耕地质量的影响,基于最小二乘法线性回归(OLS )模型和地理加权回归(GER )模型对海南省儋州市部分地区非粮化耕地影响空间分布进行分析。
结果表明,研究区采用景观苗木种植方式时,对中西部土壤有机质含量、东南和西南土壤pH 值、东南地区面积加权形状指数影响较大,景观苗木种植方式是这3项指标的关键影响因素;研究区采用果树种植方式时,对于东部和西部地区土壤有机质含量、西部地区土壤破碎指数、东南和西南部分地区面积加权形状指数影响较大,果树种植方式是这3项指标的关键影响因素;研究区采用草坪种植方式时,对研究区东部地区破碎化指数和种植规模的影响较大,草坪种植是这2项指标的关键影响因素;研究区采用挖塘养殖方式时,对中部、西北和西南地区的土壤pH 值、东南部分地区种植规模影响较大,挖塘养殖是这2项指标的关键影响因素。
关键词最小二乘法线性回归模型;地理加权回归模型;非粮化;耕地质量;关键影响因素中图分类号F323.211Analysis of the Impact of Non grain Utilization on Cultivated Land QualityBased on OLS+GWR ModelXU Fei(Hainan Guoyuan Land and Mineral Exploration Planning and Design Institute Haikou,Hainan 570100)AbstractTo explore the impact of different non-grain utilization methods on the quality of cultivated land,the spatial distribution of non-grain cultivated land in some areas of Danzhou City,Hainan Province was analyzed based on the least squares linear regression (OLS)model and geographically weighted regression (GER)model.The results showed that when the landscape seedling planting method was adopted in the study area,it had a great influence on the soil organic matter in the central and western regions,the soil pH value in the southeast and southwest regions,and the area-weighted shape index in the southeast region,and the landscape seedling planting method was the key influencing factor of these three indicators.When the fruit tree planting method is adopted in the study area,it has a great influence on the soil organic matter in the eastern and western regions,the soil fragmentation index in the western region,and the area-weighted shape index in the southeast and southwest regions.The fruit tree planting method is the key influencing factor of these three indicators ;when the lawn planting method is adopted in the study area,it has a great influence on the fragmentation index and planting scale in the eastern part of the study area,and lawn planting is the key influencing factor of these two indicators.When the pond farming method is adopted in the study area,it has a great influence on the soil pH value in the central,northwest and southwest regions and the planting scale in the southeast region.Pond farming is the key influencing factor of these two indicators.Keywordsleast squares linear regression model;geographically weighted regression model;non grainoriented;quality of cultivated land;key influencing factors收稿日期:2023-06-02;编辑部邮箱:rdnygc@ ;责任编辑:汪全伟。
土 壤(Soils), 2007, 39 (4): 652~651基于GIS技术的耕地土壤环境质量综合评价研究①——以山西省永济市为例李 华1, 2, 毕如田3, 乔显亮1, 4( 1 中国科学院南京土壤研究所土壤与环境生物修复研究中心,南京 210008; 2 山西大学环境与资源学院,太原 030006;3 山西农业大学资源环境学院,山西太谷 030801;4 大连理工大学环境与生命学院,辽宁大连 116024)摘要:以山西省永济市耕地为研究区域,通过收集整理土壤环境质量样点数据,运用GIS技术建立了土壤环境质量数据库,依据国家土壤环境质量评价标准进行分析评价,获得了永济市耕地土壤环境质量评价结果。
土壤面源污染水、土综合评价结果表明:18个样点中有3个为无污染,11个为轻度污染,4个为中度污染。
点源污染土壤综合评价结果表明:该区主要污染物为F、Cl、Pb、Cd、As及DDT。
蔬菜地样点综合评价表明:大部分蔬菜生产符合绿色食品种植要求(NY/T391-2000)和无公害食品蔬菜地种植要求(NY5010-2001);在不符合要求的样点中,超标物主要是Cd、Pb、Hg、As 及DDT。
该研究为进一步加强土壤环境质量管理与修复决策奠定了基础。
关键词:土壤环境质量;空间数据库;GIS技术;综合评价中图分类号: X825;S126随着人民生活水平的提高,对粮食、蔬菜、水果等农产品的质量安全提出了更高要求,其中土壤污染、化肥污染和农药污染是重要的根源,特别是我国加入WTO后,我国农产品要参与国际竞争,因此研究耕地土壤环境状况、污染分布与程度,并提出防治对策与修复方法具有十分重要的意义。
土壤环境信息与地理空间位置密切相关[1-3],具有典型的数量与时空关系,土壤环境空间数据是土壤环境信息的数量化和图形化表示,而作为一种反映生态-环境系统中人类的施力、系统的状态、人类的反馈与系统表现出来的环境效应之间的时空关系及其数量比例、特征性质的地球空间数据,土壤环境空间数据具有一系列独特的特征,突出表现为:①空间参考性和空间拓扑特征;②时序性特征;③分布式特征;④多维性和多尺度特征。
基于生态足迹法的忻州市土地利用分区研究
任玉鹏
【期刊名称】《中国农业信息(上半月)》
【年(卷),期】2016(000)004
【摘要】忻州市地处黄土高原东缘、华北平原西侧骤然隆起的二阶台地上,植被覆盖率较低,山地丘陵面积大,沟壑多,土地沙化和水土流失现象较为严重,加之不合理的土地利用和资源的盲目过度开采,使其成为典型的生态脆弱区.文章利用生态足迹的
概念与方法,从当地对资源的消费需求与生态供给两个方面对各县区土地生态盈余、赤字进行了分析,将忻州市划分为4个土地生态区,分析了区域间土地利用方式存在的问题,并提出了针对性的优化发展对策,以期为忻州市缓解土地生态环境压力提供
科学依据.
【总页数】2页(P91-92)
【作者】任玉鹏
【作者单位】山西农业大学,晋中030801
【正文语种】中文
【相关文献】
1.基于GIS的忻州市土地利用分区研究 [J], 陈丽;梁建娥;郭青霞
2.基于传统生态足迹法与能值生态足迹法的岳阳市可持续发展 [J], 陈望雄;佘济云;刘飞龙
3.基于组件式GIS的土地利用分区系统设计与实现——以忻州市为例 [J], 陈丽;郭青霞;荆耀栋;车爱平
4.基于传统生态足迹法与能值生态足迹法的烟台市生态经济可持续发展分析 [J], 王香美
5.干旱绿洲区土地利用分区理论与方法研究─—以新疆吐鲁番市土地利用分区为例[J], 李乔;唐景新
因版权原因,仅展示原文概要,查看原文内容请购买。
第24卷第2期2004年4月水土保持通报Bullet in of So il a nd Wa ter Co nser vationV ol.24,N o.2A pr.,2004基于GIS的流域地貌形态分形盒维数测定方法研究崔灵周1,3,肖学年2,李占斌3,4(1.温州师范学院生命与环境科学学院,浙江温州325027; 2.南京大学城市与资源学系,江苏南京210093;3.西安理工大学水利水电学院,陕西西安710048;4.中国科学院水利部水土保持研究所,陕西杨凌712100)摘 要:流域地貌形态分形维数测定是目前地貌分形研究的薄弱环节,对于流域水土流失预报模型中地貌因子量化具有重要科学意义。
依据分形盒维数测定原理,结合流域地貌的复杂三维立体特性,提出了以地形等高线为基本数据源,以GIS技术作为主要实现手段的流域地貌形态分形盒维数测定方法,编制出了相关测算程序,并以岔巴沟流域为例进行了实证研究。
结果表明,该方法快速、准确、数据可靠,可实现不同尺度流域地貌形态分形盒维数的测定。
关键词:流域地貌;分形盒维数;GIS技术;测定方法文献标识码:A 文章编号:1000—288X(2004)02—0038—03 中图分类号:P208GIS-based Approach for Measuring the FractalBox Dimension of Watershed TopographyCU I Ling-zhou1,3,XIAO Xue-nian2,LI Zhan-bin3,4(1.S chool of L if e and Env ironment S cience,W enz hou N or mal College,W enz hou325027,Zhej iang P rov ince,China; 2.D ep artment of U r ban and Resour ce,N anj ing210093,J iang su P rov ince,China;3.X i'an U niv er sity of T echnology,X i'an710048,Shaanx i P rov ince,China;4.I nstitute of S oil andW ater Conser vation,Chinese A cad emy of Sciences and M inistry of W ater R esources,Y angling712100,Shaanx i P rov ince,China) Abstract:The fr actal dim ension m easure o f w atershed topog raphy is the unsubstantial part of to pog raphy fr actal study,and it is v ery important for the predictio n m odel o f soil and water lo ss in small watershed. Based on the principle o f measuring the fractal bo x dim ensio n and the character of w atershed topog raphy,the approach for measuring the fr actal dim ension o f w atershed to pog raphy is put fo rw ard by the technique of GIS,w hose data is fr om conto ur line.We operated demo nstr ation research by taking Chabag ou watershed as an example.The results show that this approach is fast,ex act,credible and can get the fractal box dimen-sion o f w atershed topo graphy of different scope.Keywords:watershed topography;fractal box dimensiuon;technique of GIS;measure approach 分形理论是由法裔美国科学家曼德尔布罗特(B.B.Mandelbort)于1967年创立的一门新兴学科。
基于GWR模型的耕地表层土壤有机质空间变异研究———以山西省忻州市忻府区为例郭永龙1,2,3,刘友兆1,3,毕如田2,苑韶峰4,王庆日5(1.南京农业大学农学院,江苏南京210095;2.山西农业大学资源环境学院,山西太谷030801;3.南京农业大学土地管理学院,江苏南京210095;4.浙江工商大学土地资源管理系,浙江杭州310018;5.中国土地勘测规划院,北京100035)摘要:通过选择耕地土壤有机质含量影响因素,设定量化标准、构建地理加权回归(GWR )模型,对2006—2010年忻州市忻府区耕地土壤有机质含量进行了统计及空间可视化分析,探索了不同影响因素对忻府区耕地土壤有机质含量的影响及其空间差异性。
发现距村距离、海拔、地面坡度、田面坡度、通常地下水位、pH 值、全N 、地势起伏度、总户数等对忻府区耕地土壤有机质含量影响显著。
关键词:耕地表层;土;壤有机质;影响因素;GWR 模型;空间统计分析中图分类号:S151.9文献标识码:A 文章编号:1004-874X (2013)13-0187-04Study on cultivated land surface soil organic matter spatialcharacteristics based on GWR model———A case study of Xinfu districtGUO Yong-long 1,2,3,LIU You-zhao 1,3,BI Ru-tian 2,YUAN Shao-feng 4,WANG Qing-ri 5(1.College of Agronmry,Nanjing Agricultural University,Nanjing 210095,China;2.College of Resources &Environment,Shanxi Agricultural University,Taigu 030801,China;3.College of Land Management,Nanjing Agricultural University,Nanjing 210095,China;4.Department of Land Resources Management,Zhejiang Gongshang University,Hangzhou 310018,China;5.China Land Surveying and Planning Institute,Beijing 100035,China )Abstract:This paper chose the influence factors of cultivated land soil organic matter content,and setting up the quantitative criteriafor those factors,calculating the related results with the revised data of soil organic matter content from 2006to 2010in Xinfu districtusing GWR model,conducting the spatial visualization analysis,exploring the effects of various factors on SOM.It is found that the multi-center effect of SOM emerges in Xinfu district.The distance to village,altitude,field surface slope,ground water level,pH,total nitrogen,terrain relief range total number of households affects the SOM content significantly.Key words:cultivated land;SOM;influence factors;GWR model;spatial statistical analysis收稿日期:2013-04-26作者简介:郭永龙(1977-),男,在职博士生,讲师,E-mail:13787838@耕地是指种植农作物的土地,包括熟地、新开发整理复垦地、轮歇、地草田轮作地;以种农作物为主,间有零星果树、桑树或其他树木的土地;平均每年能保证收获一季的已垦滩地和海涂。
耕地中还包括南方宽小于1m ,北方宽小于2m 的沟、渠、路和田埂[1]。
耕地是土地资源的精华,是最基本的农业生产资料,是人类最重要的生存基地,耕地质量优劣直接影响到农产品的产量和品质。
有机质(SOM )作为耕地土壤中最为重要的养分,是粮食作物生长所需大部分营养元素及多种微量元素的来源,它能改善土壤耕性、透气性和透水性、保持土壤水分、形成团聚体、增强土壤的抗风蚀和水蚀能力,其含量及分布直接影响农作物生长发育、耕作措施和耕地质量状况。
耕层土壤有机质含量与气候、地形地貌、水文地质、植被等自然因素,地理交通条件、农业经济条件、农业生产技术条件等社会属性和人类生产活动有着密切的关系。
已有的土壤有机质研究主要有:将经度、纬度、海拔高度、坡度等地理因子作为自变量,其他土壤适宜性评价的基础环境要素指标分别作为因变量,依据土壤类型构建土壤适宜性评价指标的空间预测推算模型[2]。
陈天恩等[3]在分析土壤肥力空间变异的基础上,研究利用经典统计学方法确定合理的采样点数目,并基于地统计学的半方差函数拟合与回归克里格(Kriging )方法确定合理的采样点布局的方法,选择典型地区的土壤肥力进行空间变异分析和采样点布置的优化设计。
张素梅等[4]在GIS 支持下,选择地形因子和遥感植被指数,建立土壤养分空间分布预测模型,应用Kriging 方法,预测吉林省农安县有机质的空间分布。
崔潇潇等[5]通过实测研究区土壤有机质、全氮、速效磷、速效钾和pH 值5个肥力指标的含量,运用地统计学方法和Fuzzy 综合评判法对其进行计算分析。
这些研究大多基于地统计学,采用的方法主要有反距离权重法[6]、协同Kriging 法、空间自相关分析方法、传统的线性回归分析(OLS ,最小二乘法,多元)[7]、空间回归分析如空间自回归模型等,这些方法多为全局估算方法,未能有效描述土壤有机质的空间变异性。
地理加权回归模型(Geographical Weighted Regression ,GWR )是英国学者A.Stewart Fotheringham 用于研究空间非平稳性时提出的新方法[8],该方法中自变量的回归系数随着空间位置而变化,广东农业科学2013年第13期187其模型参数估计和统计检验比全局方法显著、残差更小,具有更好的空间变化描述能力,可用来校准不同依赖/响应变量、独立/解释变量之间的空间非平稳性和空间相关性,是一种对不同空间子区域上自变量和因变量之间关系随着空间变化进行建模的非参数局部空间回归分析方法,可以估计影响因素在全局空间中边际作用的非平稳性,能有效克服全局模型的缺陷,为研究耕层土壤养分空间变异提供了新的方法。
应用GWR研究粮食产量影响因素[9]、降水灌溉与粮食作物单产[10]、疾病发病率[11]、城市住宅地价[12]、城市热岛(UHI)效应[13]、地表温度[14]等领域的空间变异规律已成为热点,但是运用GWR模型进行耕层土壤有机质空间变异的研究尚鲜有报道。
1研究区概况与数据来源1.1研究区概况忻州市忻府区位于山西省北中部,38°13'~38°41'N,112°17'~112°58'E,东西55km,南北43km,总面积1980 km2,东连定襄,西邻静乐,南靠阳曲,北依原平。
地形西高东低,逐步倾斜,北、西、南三面环山,东部开阔平坦,为忻定盆地的主体部分。
境内主要有云中、系舟和五台3大山脉。
忻府区境内有滹沱河、云中河及牧马河3条较大的河流,把全区划成3个面积为6666.67hm2的灌区,每年可引用河水6600万m3。
忻府区素有“晋北锁钥”之称,是全省重要交通枢纽,北同蒲和京原铁路纵贯南北,忻河铁路由忻州通往河边。
京原等5条国道和省级公路干线通往全国各地;区、乡、村三级公路交织成网。
2010年全区共有394个村委会,497个自然村。
境内粮食作物以种植玉米为主。
1.2数据来源本研究数据是在2006—2010年间,通过GPS结合实地调查忻府区研究样点所在村庄确定距村距离、经纬度、海拔、地下水深度、自然村户数等属性数据,通过ArcGIS 在全区10m等高线的基础上制作DEM,通过空间分析模块获得坡度、坡向、地势起伏度等属性,土壤有机质含量、全氮等土壤采样点属性是在土种图与土地利用现状图叠加形成评价单元的基础上,根据评价单元的个数及相应面积,在样点总数的控制范围内,合理布局是在初步确定采样点布局的基础上,根据图斑大小、种植制度、作物种类、产量水平等因素确定评价单元布点数量和点位,并根据土壤类型和种植面积,兼顾不同生态条件和不同肥力水平的地块,选择有代表性的土壤,采取定点取样和随机取样相结合的方法进行取样供室内分析,得到研究所需土壤样点属性数据,采样点共计2795个,土壤样品采集深度为20cm,采集时间为前茬作物收获后,后茬种植和施肥之前,检测项目为有机质、pH、全氮等,其中,土壤全氮采用半微量凯氏定氮法测定;土壤有机质采用外加热-重铬酸钾氧化法测定;pH值测定采用电位法。
2模型设定及评价2.1参数设定本研究采用数据指标的优先度评价方法,耕层土壤有机质的影响因素的全局变量为常年降雨量、常年有效积、常年无霜期,局部变量为距村距离、海拔、地面坡度、田面坡度、通常地下水位、pH、全氮、坡向、日照辐射、地势起伏度、所在村总户数。
GWR模型类型选择Gaussian函数,并进行地理变量测试,带宽核类型采用Adaptive Gaussian (NN),带宽选择方式为Golden section search,用户定义范围为100~200,权重选择方法为AICc。
2.2模型构建GWR模型可表达土壤有机质受到随地点而变化的影响,方程表达式的回归系数随回归点而变化。
本文GWR 模型如下表示,土壤样点i的有机质含量y i表达为第k个自变量(k=0,1,2,…,11,第0个自变量为常数,其余自变量分别为距村距离、海拔、地面坡度、田面坡度、通常地下水位、pH、全氮、坡向、日照辐射、地势起伏度、所在村总户数)与相应系数(βij,k=0,1,2,…,11)乘积的总和,εi为残差。