贵阳市喀斯特地区表层土壤Cd空间分异特征及其影响因素

为探究地质高背景区土壤Cd含量的空间分异特征及其变异规律,以贵阳市喀斯特地貌区表层土壤为研究对象,采集14 421件表层土壤,综合运用全局Moran''s I指数、冷热点分析、半方差函数与克里金插值等方法,揭示土壤Cd含量的空间结构和分布规律,并通过方差分析与地理探测器分析环境因子对土壤Cd含量的影响及其主控因子. 结果表明：①贵阳市喀斯特表层土壤ω（Cd）范围介于0.03~1.36 mg·kg^-1之间,平均值为0.440 mg·kg^-1,分别为贵州省土壤Cd背景值和中国土壤Cd背景值的1.77倍和5.95倍;土壤Cd超标率为30%,是我国土壤Cd超标率（7%）的4.29倍. ②土壤Cd含量存在显著的空间正相关性,全局空间上呈现聚集分布,而局部区域上东北和西南地区表现为热点区,北部为冷点区;土壤Cd含量的块金系数为10.37%,表明土壤Cd主要受结构性因素影响. ③空间分布上,土壤Cd呈现不同的累积趋势,息烽县、修文县、清镇市、花溪区和南明区等区域部分块状土壤ω（Cd）小于0.3 mg·kg^-1;土壤ω（Cd）介于0.3~0.6 mg·kg^-1分布面积最广,白云区、乌当区、观山湖区和云岩区土壤Cd整体上介于这一含量范围;土壤ω（Cd）介于0.6~0.9 mg·kg^-1集中分布于清镇市西南部、花溪区南部以及开阳县北部,而土壤ω（Cd）介于0.9~1.2 mg·kg^-1主要聚集在清镇市西南部;土壤ω（Cd）极值（ > 1.2 mg·kg^-1）多分布于开阳县、修文县、清镇市和花溪区等地区. ④方差分析与地理探测器结果表明,不同环境因子对土壤Cd空间分异影响显著,但对土壤Cd含量的解释力具有差异,其大小依次为：地层（0.176 5） > 土壤类型（0.0260） > 有机质（0.0251） > 海拔（0.0105） > 母岩（0.0073） > 土地利用（0.0064） > pH（0.001 3）,并且地层与任意环境因子的交互作用均最大,因此地层是影响土壤Cd含量空间分异的主要因子.     

宁夏石嘴山市农用地土壤硒的富集因素

石嘴山市是典型的枯竭型资源城市,为发展富硒农产品种植业和促进城市绿色可持续发展转型,在石嘴山市开展富硒土壤调查.采集农用地中7399个表层（0~20 cm）土壤样、30个大气沉降样和9个成土母岩样,运用GS⁺、ArcGIS和SPSS软件通过构建半方差变异函数模型、普通克里金插值、统计学的相关分析和均值分析等方法对土壤硒（Se）的含量、空间分布和富集因素进行分析,对碱性土壤区Se的富集特征进行探索归纳.结果表明,石嘴山市农用地表层土壤ω（Se）为（0.26±0.12） mg·kg^-1,空间分布自相关性极强,Se含量变化与自然因素相关,离贺兰山山前煤矿聚集地近者Se含量较高;成土母质是控制土壤Se富集的首要因素,土壤理化性质如有机质、pH和铁锰氧化物等均对Se在表生环境中富集有一定影响;相比强碱性环境,碱性条件更利于Se的富集.     

基于MGWR的滨海区土壤盐渍化分布空间预测及影响因素分析

定量分析土壤盐渍化影响因素的空间非平稳性特征,预测其空间分布,对于合理利用滨海盐渍土资源和制定局部针对性防控措施具有重要意义. 以山东省东营市河口区为研究区,通过经典统计学方法对土壤盐渍化状况进行描述性统计分析;利用空间自相关理论探讨研究区土壤盐渍化全局与局部空间结构特征;选取与土壤盐渍化相关的影响因素,采用多元线性回归（MLR）、地理加权回归（GWR）和多尺度地理加权回归（MGWR）方法对研究区土壤盐渍化空间分布进行建模预测,分析不同影响因素与土壤盐渍化的空间非平稳性特征. 结果表明：① 研究区土壤含盐量均值为5.84 g·kg^-1,整体表现为重度盐渍化,全局Moran''s I指数为0.19 （P<0.00）,空间聚集特征明显;② 3种模型中,MGWR模型建模精度最高. 与MLR模型相比,GWR和MGWR的R_adj²分别提高了0.05和0.07,RSS分别减少210.13和179.95;③ MGWR回归结果表明,从不同影响因素标准化回归系数均值看,表层土壤盐渍化空间分布主要受中层土壤含盐量、黏粒含量和植被覆盖度影响. 不同影响因素对土壤盐渍化的空间非平稳性特征较为显著;④ MGWR土壤盐渍化空间分布预测结果表明,土壤含盐量高值区域（≥6 g·kg^-1）主要分布于研究区北部,空间上整体呈现从沿海向内陆降低的趋势. 研究结果可为县区及更大范围利用MGWR开展土壤盐渍化影响因素分析与预测制图提供参考.     

紫色土丘陵区退耕还林对坡地土壤碳氮空间分布的影响

为了弥补我国四川盆地紫色土丘陵区退耕还林对坡地土壤碳（C）和氮（N）时空分布影响的研究不足,依托中国科学院盐亭紫色土农业生态试验站在万安小流域建立的长期观测样地,对比分析了约30年历史的退耕林地及其邻近的坡耕地不同坡面位置土壤的C、N形态、含量及其储量. 结果发现,退耕还林后,显著增加了剖面土壤有机碳（SOC）含量及储量（P< 0.05）,其中表层土壤（0~20 cm）SOC储量增加了25.86 t·hm^-2,年均SOC储量增加速率为0.89 t·hm^-2. 土壤总氮（TN）含量虽略有增加,但仅限于0~20 cm土层. 退耕林地与坡耕地相比,速效C、N养分如,土壤硝态氮（NO₃^--N）、铵态氮（NH₄⁺-N）和可溶性有机碳（DOC）含量在整个土壤剖面（0~70 cm）的差异性基本不显著（P> 0.05）. 此外,研究还发现空间位置对坡耕地土壤TN、SOC、NO₃^--N、NH₄⁺-N和DOC含量均有显著影响（P< 0.05）;土壤TN和SOC含量沿坡面的变化趋势大小为：下坡位>上坡位>中坡位,而土壤NO₃^--N、NH₄⁺-N和DOC含量沿坡面的变化趋势大小则为：上坡位<中坡位<下坡位. 退耕林地土壤仅DOC含量受坡位的显著影响,并沿坡面向下呈增加趋势. 结果表明,在评估紫色土丘陵区土地利用变化对土壤碳氮储量的影响时,不能忽视地形等因素的影响.     

黑土丘陵区小流域土壤有机质空间变异及分布格局

土壤有机质的空间变异和分布格局是土壤科学领域研究的热点.在经典统计学和地统计学的基础上,结合"3S"技术,对黑土丘陵区海沟河小流域土壤表层(0~20 cm)中有机质的空间变异、分布特征及影响因子进行深入探讨.结果表明,海沟河小流域土壤有机质含量在黑土区处于较低水平,变异程度为中等变异,且存在空间自相关性;土壤有机质的空间变异受人类活动、耕作措施等随机因素影响很小,受结构性要素影响较大,空间上各向异性显著;土壤有机质含量从东向西逐步减小,以高程为协变量的协同克里格插值能够提高空间插值精度.土壤有机质空间分布受地形地貌等自然因素以及受其制约的土地利用的影响较大,受交通道路、居民点等要素的影响较小;采样点周边环境会增加有机质的空间变异和分布的不确定性.以流域为单元,进行SOM的空间变异、分布及影响因子研究具有重要意义和科学价值.     

广州市土壤多环芳烃污染特征及风险评估

为全面研究广州市土壤多环芳烃（PAHs）污染特征,采集广州市222个表层土壤样品进行分析,利用效应区间低/中值法（ERL/ERM）和（BaP）毒性当量法评价土壤PAHs污染生态风险状况,终生癌症风险增量模型评价土壤PAHs污染健康风险状况,特征化合物比值法和PMF模型对PAHs来源进行解析.结果表明,广州市表层土壤ω（∑16PAHs）为38~11 115 μg·kg^-1,平均值为526 μg·kg^-1,16种多环芳烃单体均为强变异;广州存在潜在生态风险,个别采样点的PAHs污染已存在较大的生态风险,整体处于轻度污染的状态;基于健康风险评价结果表明,成年和儿童的总致癌风险的贡献率都呈现为：皮肤接触 > 误食土壤 > 呼吸摄入,儿童的健康风险大于成年,健康风险总体处于可接受范围;源解析表明广州市土壤PAHs的主要来源为：煤炭源（37.1%） > 柴油源（32%） > 炼焦源 （17.3%） > 交通排放、生物质燃烧和石化产品挥发的混合源（13.6%）,整体土壤PAHs来源属于混合源.研究结果丰富了对广州市表层土壤PAHs污染特征的认识,有助于推动土壤污染防治行动的开展.     

基于遥感时-空-谱特征及随机森林模型的土壤重金属空间分布预测

获取土壤重金属的含量特征及空间分布是预防土壤污染和制定环保政策的关键.选取济南市长清区为研究区,系统采集304处表层土壤样品（0~20 cm）,利用多源遥感数据构建土壤重金属的光谱特征、时间特征和空间特征;进一步采用相关分析法选择出与土壤重金属密切相关的时-空-谱特征,并将其作为输入自变量,实测土壤砷（As）含量值为因变量,建立基于随机森林（RF）算法的空间预测模型,完成土壤重金属的含量估算和空间分布预测.结果表明：①As含量均值超出背景值43.17％,低于农用地土壤污染风险规定的筛选值和管控值,表明As在土壤中出现富集,但处于可管控范围内.②在单个遥感特征构建的土壤重金属空间预测模型中,精度由高到低依次为：空间特征（RPIQ=3.87）>时间特征（RPIQ=2.57）>光谱特征（RPIQ=2.50）,空间特征对土壤重金属空间预测最为重要.③基于“时间-空间”、“时间-光谱”和“空间-光谱”组合特征的土壤重金属空间预测模型均优于单个特征构建的模型,其精度系数RPIQ值分别为4.81、4.21和4.70.④利用“时间-空间-光谱”特征组合输入的随机森林模型达到最佳的空间预测精度（R²=0.90;RMSE=0.77;RPIQ=5.68）.⑤As在空间分布上从西北到东南含量逐步降低,主要受到黄河冲淤积和工业活动影响.研究采用的遥感时-空-谱特征结合随机森林算法的土壤重金属空间预测技术,可为土壤污染防治及环境风险管控提供有效的方法支持.     

贵阳市花溪区表层土壤硒空间分异特征及其影响因素

探究区域性土壤硒的空间分异特征及其变化规律,分析不同环境因素对土壤硒水平空间分异的影响,对于增强富硒优质资源的精准管理、预防土壤硒环境问题等方面具有重要意义.以贵阳市花溪区2019个表层土壤（0~20 cm）样品为对象,综合运用全局Moran''s I指数、冷热点分析、半方差函数和克里金插值等方法,从不同角度揭示花溪区土壤硒的空间结构特征和分布规律,并通过方差分析和地理探测器,系统分析了环境因子对其空间分异特征的影响.结果表明：①花溪区土壤硒含量为0.121~8.180 mg·kg^-1,平均值为0.643 mg·kg^-1,变异系数为56.9%,具有中等程度变异性;依据不同土壤硒含量分级标准,研究区土壤均以富硒为主.②土壤硒在全局空间上呈聚集性分布,局部区域中热点（高值）区集中分布在西北部、北部、西南部、南部;块基比（20.6%）表明土壤硒在空间上具有强烈的空间自相关性,结构性因素是主要影响因素.③在空间分布上,除东北部、东南部集中分布含硒土壤外,其余乡镇均分布大面积的富硒土壤,共计面积占比87.7%,其中特级、一级土壤资源主要分布在西北部、北部;北部及东南部零星分布着硒过剩土壤.④地理探测器结果表明,不同环境因子对土壤硒的空间变异解释能力从大到小依次为：土壤类型（11.7%）＞母岩类型（8.1%）＞有机质含量（6.4%）＞海拔高度（3.5%）＞pH（1.1%）＞土地利用方式（0.8%）,并且土壤类型和母岩类型与其他因子交互作用的q值均较大,因此土壤类型和成土母岩是引起花溪区土壤硒空间变异的主控因子.     

基于特征优选和机器学习的塔里木盆地东缘绿洲土壤镉元素含量预测及健康风险评价

土壤重金属污染对粮食安全、人类健康和土壤生态系统均造成重大威胁.基于塔里木盆地东缘典型绿洲区获取的644个土壤样品,运用多元线性回归（LR）、神经网络（BP）、随机森林（RF）、支持向量机（SVM）和基于径向基函数神经网络（RBF）方法构建土壤重金属预测模型,利用最优预测结果分析重金属污染的空间分布特征与健康风险.结果表明：①研究区ω（Cd）均值为0.14 mg·kg^-1,是新疆土壤背景值的1.17倍,是区内土壤重金属污染的主要因子;区内成人和儿童Cd元素致癌风险系数均小于10^-4,对人类无明显的长期健康风险影响. ②对比5种反演模型的预测精度,RF模型验证集R²值为0.763 7,在5种模型中最大;且其RMSE、 MAE和MBE值在5种模型中最小,土壤Cd元素实测值与RF模型的预测值拟合效果最佳.同时,基于RF模型的研究区土壤Cd含量空间分布预测结果与实测样点插值结果具有较好的一致性. ③在土壤Cd元素健康风险预测中,RF模型对成人与儿童的反演精度均优于其他4种模型,预测结果较好;LR模型验证集预测值变化幅度大,预测结果较差.综上,RF模型具有较好的泛化能力和抗过拟合能力,为研究区土壤Cd含量预测和健康风险评价的最优模型.     

地块尺度城市土地质量地球化学调查方法:以雄安新区起步区为例

以土地质量地球化学调查评价成果服务于城市土地资源精准管护为目标,选择中国城镇化探路者的雄安新区起步区为研究对象,采用差异化分类布设样点,开展不同采样密度条件下地块尺度土壤元素空间插值精度、地块（图斑）插值精度和地球化学预测评价等级准确度的定量评估研究.结果表明：①采用差异化分类布设样点方法使平面上随机分布的区域地球化学量变值在每一个地块（图斑）都有明确的量值反映,能满足城市土地资源精准管护对单一地块（图斑）具有质量属性的基本需求;②研究区土壤元素指标空间变异性以轻中度为主;其中Hg、Pb、Cd、Cu、Zn、N、P和Se受人类生产活动影响,具有较高的空间变异性;③相同采样密度条件下,元素含量空间变异性越大,其空间插值精度和图斑插值精度越低;同一种元素插值精度受采样密度的影响,但采样密度的增大并不一定能够识别土壤元素含量的结构性连续组分;区内土壤环境本底清洁,重金属含量低于GB15618-2018标准,其插值评价等级和实测评价等级结果基本一致;养分指标N、P和K含量区间变化大,受人为扰动和空间变异性等因素影响,其预测等级和实测等级差异较大;④采用16点·km^-2的采样密度开展地块尺度城市土地质量地球化学调查评价可以满足研究区及类似地区城市土地资源精准管控的需求.     

基于贝叶斯最大熵的黑土区小流域土壤有机质空间分布预测

进行w（SOM）空间预测研究,对掌握区域w（SOM）空间分布现状、实施精准农业以及保护区域生态环境都有着重要意义.以土地利用类型为辅助变量,将不同土地利用类型所对应w（SOM）的概率分布作为“软数据”,采用BME（贝叶斯最大熵）方法对我国东北黑土丘陵区海沟河小流域表层w（SOM）的分布情况进行空间预测,并与以w（TN）和土地利用类型为辅助变量的CK（协同克里格）方法进行比较,探讨两种方法的可行性与精度.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24.04 g/kg,空间变异程度为中等.w（SOM）与w（TN）呈极显著正相关,与土地利用类型存在较强的相关性,不同土地利用类型w（SOM）差异明显,w（TN）与土地利用类型能够用来辅助w（SOM）的空间分布插值.相较于CK方法,BME方法能更好地利用“软数据”进行空间插值,使对w（SOM）预测结果的平均误差（ME）、平均绝对误差（MAE）和均方根误差（RMSE）均有所降低,精度大幅提高,空间插值效果明显优于CK方法.研究显示,研究区w（SOM）以阶梯状自东向西依次递减分布,在南北方向上变化不大,空间变化特征较为明显,BME方法利用“软数据”插值后的结果能较好地反映研究区w（SOM）空间分布的实际情况.      

江汉平原县域尺度土壤有机质空间变异特征与合理采样数研究

土壤有机质含量是衡量土壤肥力和评价耕地质量的重要指标。在县域尺度下,利用合理数量的样点反映其空间分异特征具有重要意义。论文选取位于江汉平原腹地的湖北省公安县为研究区,布设了4 045个样点并测定其有机质含量,采用半方差分析得到土壤有机质空间变异特征,基于Moran’s I揭示空间变异较大地区,并通过二分法的思想逼近最佳合理采样数值。结果表明：研究区土壤有机质分布呈中等空间相关性,有6个局部区域的空间变异明显高于邻近地区,采样点数量与插值精度呈正相关,合理采样数为598个。研究结果可以为江汉平原县域耕地质量监测和管控提供指导。     

基于环境因子和邻近信息的土壤属性空间分布预测

为探索乡镇尺度上土壤属性空间分布预测的最佳方法,以江西省万年县齐埠镇为例,借助四方位搜索法、地统计学和遥感影像分析技术提取环境因子（地形因子和植被覆盖指数）和邻近信息[w（有机质）与w（速效钾）],构建OK法（普通克里金法）、RK1法（仅基于环境因子的回归克里金法）以及RK2法（基于环境因子和邻近信息的回归克里金法）对齐埠镇耕地表层（0~20 cm）土壤w（有机质）、w（速效钾）空间分布进行预测.结果表明:齐埠镇土壤w（有机质）平均值为35.03 g/kg,w（速效钾）平均值为96.73 mg/kg,均为中等空间变异性.对62个样点进行建模,16个测试样点进行独立验证的误差分析表明,RK2法对土壤w（有机质）、w（速效钾）预测结果的均方根误差、平均绝对误差和平均相对误差较OK法分别降低了18.05%、18.01%、21.77%和7.25%、9.49%、9.84%;较RK1法分别降低了22.48%、20.91%、22.02%和9.27%、12.61%、13.52%.研究显示,RK2法明显提高了土壤w（有机质）、w（速效钾）空间分布模拟精度,并且存在改进和提高的空间.      

基于遥感与随机森林算法的陕西省土壤有机质空间预测

遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视。论文运用随机森林（Random Forest,RF）算法,基于AWIFS（分辨率56 m）和MODIS（分辨率250 m）遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算。结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg^-1,黄土高原南部处于中等水平,大部分在16~25 g·kg^-1之间,关中平原和汉中低山丘陵区含量偏低,大部分在13~25 g·kg^-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg^-1。基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大。基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3 g·kg^-1,预测值与实测值的相关系数在0.7以上。高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降。     

1985—2005年聊城市土壤有机质的时空变异分析

通过统计及地质统计学方法,研究了山东省聊城市1985—2005年土壤w(有机质)的时空变异性. 结果表明:近20年来聊城市表层土壤有机质共增加了34.31×104 t,但不同土壤类型的增幅不尽相同,本底值较低的土壤亚类有机质增加较多,本底值较高的则增加较少. 2005年w(有机质)插值结果表明,研究区w(有机质)分布存在四周高、中部低的趋势. 聊城市北部、临清县南部以及高唐与茌平县之间部分区域w(有机质)比1985年下降明显,而冠县以南及以北、茌平县东部及南部部分区域的w(有机质)增加明显. 影响土壤有机质时空变异的因素主要为土壤类型和区域内农业种植及生产管理方式的改变.      

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。     

GF-5高光谱遥感影像的土壤有机质含量反演估算研究

本文基于高光谱遥感影像对土壤有机质含量进行反演估算,以哈尔滨与兴安盟交界处的平原地表土壤为试验对象.首先,基于辐射和几何校正等预处理的高分五号（GF-5）高光谱遥感影像,依据五点采样法采集影像覆盖范围的地表土壤样本共100组,在实验室内进行理化分析等一系列处理获取样本土壤有机质含量数据.然后,运用偏最小二乘法建立高光谱影像土壤沙化指数、土壤退化指数、归一化亮度指数和土壤盐分指数反演土壤有机质含量的估算模型.比较基于原始反射率数据、一节微分反射率数据和4种土壤指数构建的反演模型的预测精度,通过65%的建模样本和35%的预测样本验证表明,反演模型中基于土壤指数建立的反演模型的预测验证精度最高,预测集验证中ρ为0.816,RMSE为1.7287.并将该反演模型运用到高光谱影像的土壤有机质含量的反演估算,实际测量的SOM与影像反演SOM含量变化趋势一致,相关性达到80.023%以上,验证了模型的反演估算精度.     

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.      

多重密度布点对土壤有机质空间特性的解析

论文以张家港市耕层土壤有机质（Soil organic matter, SOM）为目标变量,通过网格布点建立11种样点密度梯度,运用经典统计学和地统计学方法研究其空间特性随布点密度变化的趋势规律。结果表明,各密度下SOM的变异系数稳定在21.70%~23.12%之间,表现出中等程度变异;随着布点密度降低,SOM的块基比和分维数分别由37.52%、1.838波动降至18.70%、1.714,Moran’s I则由0.485起伏升高至0.857,相应地其空间变异中结构变异组分增多、随机变异贡献减少,空间自相关性也逐渐增强;SOM呈现西南-东北递减分布,随着样点密度减小,其空间格局趋于简化。论文以布点密度为视窗,揭示了SOM的多重空间尺度特征,可为解析土壤属性的层级结构提供参考依据。