陕西渭北旱塬区农田土壤有机质空间预测方法

准确预测土壤有机质(SOM)含量的空间分布对于改善土壤质量、提高区域土壤管理水平具有重要意义.为探索预测陕西渭北旱塬区农田SOM含量的最优模型,借助地理探测器选取与SOM含量密切相关的影响因子作为建模的协变量,选用普通克里格方法(OK)、地理加权回归模型(GWR)、偏最小二乘回归模型(PLS)、地理加权回归扩展模型(G...     

中国PM2.5污染空间分布的社会经济影响因素分析

中国的细颗粒物(PM_(2.5))污染具有危害性强、覆盖范围大、空间分布不均匀的特点.本研究以2015年中国PM_(2.5)监测站点数据为基础,尝试结合空间分析的方法,对PM_(2.5)污染空间分布的社会经济影响因素进行分析.首先以省级行政区划为基本单元,选取Moran's I指数和局部自相关指数(LISA)分析PM_(2.5)在国家尺度上的分布特征.然后利用普通最小二乘回归模型(OLS)和地理加权回归模型(GWR)分析PM_(2.5)浓度的空间分布和各项社会经济指标的相关性.结果表明,GWR模型比OLS模型更好地揭示出PM_(2.5)浓度分布和各项因素之间的关系.PM_(2.5)浓度在空间分布上存在以京津冀为中心的高浓度聚集区向四周逐渐递减,在广西、四川等南部省份形成低浓度聚集区的空间分布结构.另外,森林覆盖率和人均电力消费量与PM_(2.5)浓度显著负相关,人均私家车保有量和PM_(2.5)浓度显著正相关,其中人均私家车保有量是对PM_(2.5)浓度影响最大的因素.     

基于地理加权回归模型评估土地利用对地表水质的影响

针对传统线性回归模型大多忽视空间数据局部变化特征这一缺陷,引入地理加权回归模型(GWR)用于评估土地利用对地表水质的影响,分析了不同子流域内两者关系出现空间变化的规律并阐释了原因.同时,对比了GWR模型与普通最小二乘模型(OLS)的校正R2、Akaike信息准则(AICc)及残差的空间自相关指数(Moran's I),验证了GWR模型在预测精度和处理空间自相关过程中是否优于OLS模型.结果表明,同一土地利用类型对水质的影响随空间位置的改变而发生方向或大小的变化.以温瑞塘河流域总氮(TN)与农用地的关系为例,从GWR模型局部回归系数的方向分析,两者关系表现为农村正、城区负的现象,从大小分析,旧城区TN与农用地回归系数的绝对值高于其它区域;在溶解氧(DO)与人口密度所构建的GWR模型中,两者关系在整个研究区域内均表现为负值,与OLS结果吻合,从回归系数的大小分析,人口密度对DO的作用在郊区及农村更为显著.针对此类关系出现空间变化的原因分析表明,相邻子流域土地利用百分比的改变及水体主要污染源的不同,是导致土地利用对水质作用发生变化的根本因素.最后,对比所构建的80个GWR与OLS模型校正R2、AICc指标,验证了GWR作为一种局部统计模型,其预测精度优于OLS等传统全局模型且更能反映实际空间特征.     

我国东北黑土丘陵区小流域土壤有机质空间分布模拟

为探索小流域w(SOM)(SOM为土壤有机质)空间分布模拟的最佳方法,以我国东北黑土丘陵区海沟河小流域为例,借助地统计学和3S技术提取与w(SOM)显著相关的地形及环境因子,对海沟河小流域表层(0~20 cm)w(SOM)分别进行协同克里格插值、回归克里格插值和地理加权回归克里格空间插值模拟,并进行精度验证. 结果表明:我国东北黑土丘陵区海沟河小流域表层w(SOM)平均值为12.96 g/kg,空间变异程度为中等. 海拔、距水系距离均与w(SOM)显著相关,能够用来辅助w(SOM)的空间分布插值;与协同克里格插值结果相比,回归克里格对w(SOM)的插值精度提高了56.09%;地理加权回归克里格插值精度提高了90.87%;对地理加权回归克里格插值所产生的残差进行二次统计分析及合理插值,能够进一步提高插值模拟精度;将人类干扰因素纳入插值模型,是未来提高w(SOM)空间分布模拟精度的关键. 研究显示,地理加权回归克里格插值有效提高了w(SOM)空间插值模拟的精度,并且存在改进和提高的空间.      

亚高山草甸土壤呼吸的空间异质性研究

运用传统和地统计学的方法,对山西云顶山亚高山草甸的土壤呼吸、土壤温度、土壤水分和土壤有机碳的空间异质性以及它们的关系进行了分析.传统统计分析表明,土壤呼吸及环境因子均呈正态分布,变异系数在12%~24%之间,属于中等变异;土壤呼吸和土壤有机碳的相关系数(r=0.61)大于和温度(r=0.27)、水分(r=0.26)的相关系数,表明土壤有机碳对土壤呼吸空间分布的影响要远大于土壤温度和水分的影响.地统计学分析结果表明,线性模型能很好地反映土壤呼吸以及环境因子的空间结构特征.土壤呼吸、土壤温度、土壤水分及土壤有机碳的C0/(C0+C)值分别为41%、3%、77%、57%,表明土壤温度具有高度的空间自相关性,土壤呼吸和土壤有机碳具有中等程度的空间自相关性,土壤水分表现出较弱的空间自相关性,结构因素对土壤温度和土壤呼吸的空间分布起着主导作用,而随机因素对土壤水分和土壤有机碳的空间变异则起着主导作用;土壤呼吸、温度和水分的变程均为53.2 m,有机碳的变程为52.1 m;土壤呼吸和土壤温度具有较好的分形特征,存在尺度上的依赖性.分维数从大到小依次为:土壤水分(1.96)>土壤有机碳(1.95)>土壤呼吸(1.85)>土壤温度(1.60),表明土壤水分依赖于尺度的变异最小,空间分布结构最复杂,而土壤温度的空间分布格局最简单;土壤呼吸的空间分布表现出与土壤水分和有机碳相似的特点,并表现出自己的规律性.随着置信水平和估计精度的降低,土壤呼吸及其影响因子所要求的采样数量均出现较大幅度的下降.     

PM2.5浓度空间分异模拟模型对比:以京津冀地区为例

在我国快速的城市化进程中,快速的经济发展和日益增加的能源消耗带来的大气污染不断增加,特别是细颗粒物污染如PM2.5污染越来越严重,PM2.5污染相关研究成为一个热点议题.高浓度的PM2.5是形成我国京津冀、珠三角和长三角地区大气灰霾的主要原因,大气污染已成为制约京津冀地区乃至全国可持续发展的关键问题,长期暴露在PM2.5大气污染中,会对人类健康造成诸多不良影响.土地利用回归模型可以实现大气污染物浓度的时空模拟,明晰PM2.5浓度的空间分布特征对于大气污染的防治和流行病学的研究具有重要意义.本研究利用2014年1月1日至2014年12月31日京津冀地区104个监测站点的大气污染物浓度数据,结合VIIRS(visible infrared imaging radiometer)AOD(aerosol optical depth)、土地覆被、气象因子、道路分布、人口密度、污染源分布等信息,分别利用最小二乘和地理加权回归构建土地利用回归模型,对PM2.5浓度时空分布情况进行模拟,其中包括含VIIRS AOD数据的最小二乘土地利用模型和地理加权土地利用模型,以及不包含VIIRS AOD数据的最小二乘土地利用模型和地理加权土地利用模型,这4个模型的修正R2值分别为82.13%、84.87%、80.45%和81.99%.研究表明,相比最小二乘回归,使用地理加权回归的方法能一定程度上提升土地利用回归模型的结果.     

基于GWRK的土壤有效磷空间预测及其超标风险评估

以江苏省金坛区土壤有效磷的空间预测为例,构建地理加权回归克里格（GWRK）模型,即采用地理加权回归（GWR）来量化土壤有效磷与主要土壤因子（即：土壤全磷、土壤pH值和土壤有机质）之间的局部空间关系,并结合局部回归残差的插值结果来预测土壤有效磷的空间分布状况.GWR结果显示主要土壤因子对土壤有效磷含量的影响程度随空间位置的变化而变化.同时,采用独立验证样本对比GWRK模型和普通克里格（OK）模型的空间预测精度.结果显示,GWRK预测结果具有更低的平均绝对误差（MAE）、均方根误差（RMSE）和更高的Pearson相关系数（r）,且较OK预测结果的相对提高指数（RI）为19.61%.此外,根据GWRK预测结果,对金坛区土壤有效磷含量的超标风险进行了评估.结果表明土壤有效磷含量超过其环境安全阈值（40mg/kg）的区域集中分布在金坛区北部,其面积为175.58km²,约占金坛区总面积的18%.因此,GWRK模型能有效评估区域土壤元素有效量空间分布状况,且GWR局部空间回归系数能为区域土壤元素有效量的调控提供更精确空间决策支持.     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

福建省土地利用多尺度空间自相关分析

常规统计方法是分析制约土地利用空间分布的影响因素常用方法,其理论假设前提是数据本身在统计上是独立的,呈正态分布。而土地利用空间数据往往具有一定的空间自相关性,同时空间自相关性中蕴含一些有用的信息,必须采用合适的方法予以解决。论文以福建省作为研究区域,采用Moran's I系数的自相关图来表示土地利用及其影响因子的空间自相关性特征,并且在此基础上建立了土地利用与影响因子的空间自回归方程。研究结果表明,研究区域内土地利用与影响因子普遍存在空间自相关性,并且空间自相关性与研究尺度密切相关,空间自相关性随尺度增大而增强。空间自回归模型的解释能力比经典统计回归模型略强,并且空间自回归模型中的残差较小、空间模式不明显,而经典回归模型的残差比较大,并且具有显著的空间分布模式。     

基于Cokriging的土壤重金属空间变异研究——以昆山市为例

土壤重金属来源及空间分布是土壤学及环境学研究的热点问题。地统计学是土壤元素空间变异研究的有效方法以昆山市土壤重金属分布为例,先利用多元回归分析方法,提取与重金属含量显著相关的因子,再利用协同克里格方法研究了土壤理化性质和土壤重金属含量的相互关系,最后比较协同克里格与普通克里空间预测的精度。研究表明Hg、As、Cu、Pb的精度分别提高了2.75%、2.13%、0.17%和0.43%,cr、Zn和Cd 3种元素空间预测精度没有显著提高。     

县域尺度土壤铜的有效性及相关影响因素评估

了解土壤重金属相关属性(如全量、有效态含量等)的空间分布状况及相关环境因子对其有效性的空间非平稳影响,对土壤重金属风险区域的划定和空间调控措施的制定具有重要作用.本研究基于张家港市357个土壤样本数据,首先探讨了土壤类型和土地利用类型对土壤有效铜的影响.然后采用普通克里格预测了该区域土壤全铜和有效铜的含量,计算得到其有效性比率(即有效铜/全铜)的空间分布状况,并结合有效铜及其有效性比率划定了土壤有效铜的风险调控区域.最后,采用一种空间局部回归技术,地理加权回归(GWR)探索了土壤有效铜与3个主要土壤因子(即土壤全铜、pH和SOM)之间的空间局部回归关系.结果表明,土壤类型和土地利用类型均对土壤有效铜含量存在一定程度的影响.土壤铜的有效性比率具有较强的空间异质性,其变化范围在13.56%~29.15%.模型对比结果显示,GWR模型较传统的普通最小二乘回归(OLSR)模型具有更高的拟合精度(即较大的决定系数R2,较小的AICc信息准则和残差平方和).GWR分析结果显示,各土壤因子对土壤有效铜的影响在空间上是非稳态的.GWR模型能有效地揭示相关土壤属性对土壤有效铜的空间非平稳影响,其结果可解释局部区域土壤有效铜累积的原因.基于上述分析结果,可以为该研究区域内土壤有效铜的调控提供具体的空间决策支持.     

渤海鳀鱼产卵场关键影响因素识别及变迁预测

为识别影响渤海鳀鱼产卵场分布的关键因素并预测产卵场的未来变迁,采用地理加权回归（GWR）方法,建立了渤海鳀鱼产卵场分布的GWR回归模型,分析了鳀鱼鱼卵分布与环境因子的关系,进而结合海表温度、盐度变化趋势,预测了未来渤海鳀鱼产卵场空间分布的变迁.结果表明,表层海水的温度、硅酸盐浓度、盐度和海水深度是对鳀鱼产卵场分布贡献较大的因素,其回归系数平均值依次为1.296、-1.133、-0.374和0.521,在未来海表温度、盐度变化情景下,一方面,渤海鳀鱼产卵场总面积将呈现缩小的趋势,最大可收缩为现有面积的47%,特别是渤海湾东北部鳀鱼产卵场明显收缩;另一方面,鳀鱼产卵场的密集区会发生迁移,如在辽东湾将出现新的产卵场密集区.GWR方法可以识别变量的空间非平稳性,应用其预测鳀鱼产卵场的未来变迁,可为渤海生态综合管理提供科学依据.     

基于多源辅助数据和神经网络模型的稻田土壤砷空间分布预测

合适的方法和多源的辅助数据对于准确预测土壤重金属的空间分布具有重要意义.该研究提出一种径向基函数神经网络结合普通克里格法的模型(RBFNN_OK),由主成分分析(PCA)提取的地形因子、遥感数据和邻近信息等多源辅助数据作为自变量,预测江西省都昌县稻田土壤砷空间分布.为验证RBFNN_OK的可行性:首先在全县范围内采集144个稻田表层(0～20 cm)土壤样品,运用ArcGIS地统计模块随机抽取115个(80%)采样点作为测试集,29个(20%)采样点作为验证集.其次多源辅助数据包括地形因子、遥感数据和邻近信息等14个定量因子作为预测变量,将预测变量进行主成分分析,得到前10个主成分的累积贡献率达到97.62%.再次一个特定的RBFNN_OK被用来预测土壤砷空间分布.最后将RBFNN_OK模型的预测结果与径向基神经网络模型(RBFNN)、回归克里格模型(RK)和多元逐步线性回归模型(MSLR)进行比较.结果表明,RBFNN_OK的测量值标准偏差与均方根误差的比值(RPD)较其它3种方法分别提高了14.92%、35.71%和44.67%.此外,RBFNN_OK还提供了更加真实且有关土壤砷空间分布的细节信息.RBFNN_OK取得最优效果可能归因于引入多源辅助数据,考虑多源辅助数据和土壤砷之间的多重共线性和非线性关系.该方法可为稻田土壤砷调查与环境保护提供更为精准的信息.     

中国表层土壤有机质空间分布模拟分析方法研究

气候变化背景下,对土壤有机碳的研究是目前大尺度上土壤性质研究的热点。基于第二次全国土壤普查5 374个典型土壤剖面数据,分析表层土壤有机质(20 cm)与环境因素的相关关系,利用多元回归模型和HASM模型结合的方法模拟中国国家尺度上表层土壤有机质含量的空间分布格局,探讨该方法的模拟误差,为国家尺度上有机碳的估算提供方法参考。研究结果表明,对350个检验点模拟结果的平均绝对误差和平均相对误差为15.61 g.kg-1和56.59%,与普通克里格法相比分别降低了1.61 g.kg-1和20.84%;对样点分布较少以及无样点的西北地区和台湾省的模拟结果也更符合实际情况。建模样点减少一半的情况下,模拟结果的平均绝对误差和平均相对误差仅分别增加了0.14 g.kg-1和1.07%。因此,论文方法可作为模拟国家尺度上有机质空间分布相对有效的方法,同时如何使模型解释更多的土壤有机质空间变异将是进一步提高模拟精度的关键。