博士论文《基于协同环境变量空间邻域相似性的数字土壤制图方法——以土壤有机质含量推测应用为例》

安艺明（导师：朱阿兴；副导师：秦承志）

摘要：

土壤空间分布信息是进行土壤和水文相关研究的重要基础数据，数字土壤制图是一种快速获取高精度、高分辨率土壤空间分布信息的重要手段。现有的数字土壤制图方法大致分为基于空间自相关的数字土壤制图方法和基于参数相关的数字土壤制图方法两类。前者包括传统空间插值方法和克里格方法，后者包括基于统计或机器学习的制图方法和基于环境相似性的制图方法。基于环境相似性的制图方法以Zhu等（2015, European Journal of Soil Science）提出的基于样点个体代表性的土壤属性推测方法（iPSM）为代表，iPSM方法能够克服其他方法对样点的数量、全局代表性、二阶平稳假设、地理空间和属性空间覆盖情况等方面要求较高的限制，可利用数量有限的、仅具有局部代表性的样点进行数字土壤制图，适用条件最广。

iPSM方法基于环境条件越相似，土壤属性越相似的基本假设，通过计算待推测点和任意样点所在位置环境条件的相似性和样点土壤属性值，来估算待推测点的土壤属性值，且能给出推测的不确定性。但目前该方法计算待推测点和样点的环境相似性时，仅考虑待推测点和样点所在位置在单点上的环境条件，忽略了会对它们的土壤属性产生影响的邻域信息。

为解决上述问题，本文基于邻域环境条件越相似，则土壤属性越相似的假设，对iPSM方法进行了改进（称作iPSM_Neighbor方法）。iPSM_Neighbor方法基于空间邻域计算待推测点和样点间的环境条件相似性。该相似性依次从两个级别上进行计算：变量级别的邻域相似性和样点级别的邻域相似性。计算变量级别的邻域相似性分为两个步骤：1）确定每个位置上单个环境变量的特征邻域大小；2）计算待推测点和样点在单个变量上的邻域相似性。样点级别的邻域环境相似性通过对所有变量级别的邻域相似性进行综合得到。在此基础上，待推测点上土壤属性值和推测不确定性的计算方法与iPSM方法类似：以待推测点和已有样点间的样点级邻域环境相似性对样点土壤属性值加权平均，得到待推测点的土壤属性推测值；推测不确定性根据样点级别的邻域环境相似性计算得到。

选择两个地形条件不同的小流域——黑龙江省嫩江县鹤山研究区（地形平缓）和福建省长汀县朱溪河流域（地形起伏较大）作为本方法的研究区，用iPSM_Neighbor方法在两个研究区进行表层（0~20cm）土壤有机质（SOM）含量（%）推测，与iPSM方法的结果进行对比，从验证样点的制图误差、全区推测结果及推测不确定性空间分布的合理性两个方面进行评价。结果显示，iPSM_Neighbor方法对验证样点推测误差更低；在全区范围内得到的有机质含量预测值和不确定性的空间分布与iPSM相似，且不确定性更低。

=======

P.S. 本文核心研究工作正在投稿中。