土壤含水量的Kriging和Cokriging估值研究

分析了田间同深度土壤含水量的半方差和不同深度土壤含水量的交互半方差特征 ,探讨了土壤含水量的Kriging和Cokriging估值方法。研究表明 ,同深度土壤含水量与不同深度的土壤含水量之间均具有显著的空间相关性 ,用Kriging方法进行土壤含水量的估值精度较传统方法高。加入浅层土壤含水量用Cokriging方法来估测深层土壤含水量 ,可进一步提高估值精度     

土壤有机质空间变异与农用地自然质量关系研究

该文以广州市花都区赤坭镇为试验区，根据典型农用地类型的土壤采样基于Cokriging方法进行土壤有机质精确插值与空间变异分析，并将结果与农用地分等成果进行相关分析。结果表明，以土壤有机质和农用地类型为协因子的球状模型Cokriging总体插值精度最高，试验区内土壤有机质分布格局是四周丘陵和水库区含量较低，巴江河两岸的平原地区、西南角的山前冲积平原含量较高，这也是灌溉水田密集的区域；试验区内土壤有机质含量菜地分布比较均匀、空间相关性很强，而水浇地分布差异较大、空间变异性较高；土壤有机质分布在南北、东北-西南两个方向相关性较强具有各向同性特征，在东南-西北、东西方向具有各向异性特征，受到随机因素的影响变异性较大。土壤有机质Cokriging插值结果与试验区内农用地自然质量等指数的相关性很显著，菜地与农用地自然质量等指数相关性最强，灌溉水田其次，旱地最差。     

蔬菜地土壤重金属含量空间插值精度分析

蔬菜地土壤重金属含量影响环境安全和人类健康。采用地统计分析和GIS相结合的方法,对研究区土壤重金属镉、汞、铬、砷、铅进行空间插值和精度分析,根据交叉检验参数和相对误差指标比较普通克里格法和协同克里格法的空间预测效果。结果表明：研究区土壤重金属存在中强等变异性,在重金属间显著相关性条件下,普通克里格法对汞、镉、砷含量预测精度较高;协同克里格法对铬和铅含量预测精度较高。建议根据土壤重金属空间变异程度选择合适的空间插值方法。     

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

以蓝田县西北部农耕区2012年1 114份土壤有机质、碱解氮、有效磷、速效钾4个指标为基础,利用地理信息系统和地统计学相结合的方法,在对协变量个数控制的前提下,通过交叉检验系数和精度提高系数,探索协同克里格插值法对各土壤养分空间分布预测精度的影响。结果表明:各土壤养分空间分布不均匀,土壤养分存在中等变异性;利用增加协同变量方法,依据协变量之间相关性强弱控制协变量进入模型的次序对各土壤养分指标进行协同克里格插值,能提高预测精度,当协变量个数达到3时,各养分指标精度提高分别为有机质0.353%,碱解氮1.114%,有效磷1.088%,速效钾0.646%。研究结果较为准确地预测了样区4个养分指标的空间分布特征,结合土壤类型及土壤施肥管理方法,探讨了土壤养分空间分布特征的原因。     

河南省冬小麦年均需水量空间插值研究

解决冬小麦的需水信息通常采用水量的空间插值方法,而在众多空间插值方法中,没有绝对最优的空间插值方法,只有特定条件下的最优方法。对河南省的25个灌溉站点的冬小麦年均需水量数据,采用4种空间插值方法对各站点冬小麦年均需水量进行研究,综合分析得到,4种插值方法都能很好地反映25个站点的冬小麦年均需水量,无明显的系统误差,比较而言,整体多项式插值法最优。     

毛竹林叶面积指数和郁闭度空间分布协同克里格估算

在地面调查的基础上,利用协同克里格插值法对研究区内毛竹Phyllostachys edulis林叶面积指数(LAI,leaf area index)和冠层郁闭度(CC,canopy closure)2个冠层参数进行空间分布估算研究,并与普通克里格插值法进行了比较。研究结果表明:①球状模型可以用来反映LAI和CC的空间变异,且两者具有强烈的空间自相关特征。②协同克里格插值得到的LAI预测值与实测值之间的决定系数R2为0.635 1,而CC的决定系数R2为0.428 5;与普通克里格法相比,基于协同克里格法的LAI和CC预测精度均得到改善,其中LAI预测精度提高了1.94%,均方根误差减少2.00%,平均标准误差减少0.18%,而CC预测精度提高了4.82%,均方根误差减少1.90%,平均标准误差减少1.30%。③安吉县毛竹林LAI和CC都具有从西南到东北逐渐递减空间分布格局,在一定程度上反映了安吉县不同区域毛竹林经营水平的差异。     

多变量时间剩余协克立格模型理论及其在水文数据分析中的应用

本文将随机水文学和多变量地质统计学相结合，提出了多变量时间剩余协克立格模型。该模型将水文变量的周期性成分和趋势性成分视为确定性分量从原始各测站水文时间序列中剔除，剔除剩下的剩余值属于时空随机函数，从而以这种剩余值作为研究变量去刻划原水文变量的时空相关特征。该模型可用于水文变量的插补延展和短期预报，具有较高的精度。     

基于水稻冠层光谱信息的稻田土壤速效N的Cokriging插值研究

该文以嘉善县陶庄农场内一块3.34 hm²农田为试验区，研究样点土壤养分(土壤全N、全P、有机质、速效N、速效K)与水稻各生长期水稻冠层光谱的关系，并将光谱指数作为协因子，进行土壤养分的Cokriging插值研究。结果表明，正常施肥区各生长期根据TM、SPOT波段组合计算的某些冠层光谱指数，特别是比值光谱指数RSI、归一化光谱指数NDSI，与土壤速效N、有机质等土壤养分具有显著的相关性，可以作为协因子参与这些土壤养分的估算；选择正常施肥区分蘖期TM、SPOT组合中与速效N相关性最高的比值光谱指数TM4/TM3、B3/B2作为协因子，参与土壤速效N的Cokriging插值，与普通Kriging相比，插值精度有一定程度的提高，并且，当采样点越少，或土壤养分与协因子的相关性越高时，插值精度提高更明显。     

云南水稻灌溉定额与农业综合灌溉定额的空间变异性

水稻灌溉定额和农业综合灌溉定额相互关联，且具有空间连续性。该文以云南省水稻灌溉定额和农业综合灌溉定额为例，分析了其分布类型和空间变异结构，结果表明它们分别符合对数正态分布和正态分布，两者表现出较小的各向异性，结构性因素起主要作用，受地形地貌、气象、土壤等因素影响较大，它们的变异函数分别很好地符合球形模型和线性模型。通过协克里金法插值得到云南水稻灌溉定额和农业综合灌溉定额的空间分布。前者在全省分布复杂，受经纬度共同作用，而后者主要受纬度影响，表现出4个特征区带。     

县域农田土壤铜含量的协同克里格插值及采样数量优化

 【目的】研究县域农田土壤铜含量的空间分布和采样数量,为农田土壤环境质量调查提供帮助。【方法】采用协同克里格方法,以初始的623个土壤铜含量数据及在此基础上随机抽取的560、498和432个数据为目标变量,并以初始的623个土壤有机质含量数据为辅助变量,对四川省双流县农田土壤铜含量进行插值分析,并对不同样点数量下协同克里格法在县域尺度农田土壤铜含量空间分布研究中的适用性进行评价。【结果】相同取样数量下,协同克里格法的均方根误差相对于普通克里格法可降低0.9%～7.77%,预测值和实测值之间的相关系数可提高1.76%至9.76%。利用协同克里格法,在土壤铜含量数据量缩减10%的情况下,其估值精度仍高于初始的623个土壤铜含量数据的普通克里格估值,且二者的分布图具有高度相似性。【结论】协同克里格作为一种更为精确和经济的方法,可为县域尺度农田土壤重金属含量的空间分布研究提供更多的信息和帮助。