红壤区土壤pH值的空间预测方法研究(2)
1.2. 国内外研究进展 国内外对于土壤属性的空间预测进行了非常多的研究。国外在此方面的研究开始较早。早在20世纪60年代，Matheron[4]提出了区域化变量理论（Regionalized variable theory） ，该理论为研究土壤的空间变异特征提供了理论框架，为土壤的空间插值、空间结构分析以及最佳采样设计提供了理论基础。从20 世纪70年代开始，国外对于土壤的物理性质的空间变异方面产生了许多的研究成果；1978 年，Campbell[5]首次将地统计学的方法运用到研究两个不同空间制图单元中 pH值以及砂砾含量的空间变异性中；1980年，Burgess 和Webster[6]发表了首篇关于将地统计学方法应用于土壤属性的空间预测的论文，被认为开创了现代计量土壤学。国内对这方面的研究起始于20世纪80年代后期，最初也只是对土壤的物理特性方面进行了一些研究。龚原石等[7]将分形理论和地统计学结合起来并且运用于对土壤含水量与容重的研究，结果表明土壤的分形特征只有在一定程度内才才能体现，扩充了地统计学相关的研究方法。李子忠等[8]使用经典统计学方法和地统计学方法对两种不同的用地方式土壤的含水量和电导率的空间变异性进行了研究，研究表明地统计学的方法的精度要远高于传统统计学方法。而对于土壤的化学性质，国内外也产生了大量的研究成果，主要分为土壤养分、盐分和重金属元素的空间变异性研究。Yost 等[9]在较大的尺度下对夏威夷岛土壤养分的空间相关性进行了研究；Webster[10]的研究表明，在一万平方米面积的农田内的铁元素和锰元素的空间相关性较强，而锌元素和铜元素空间相关性非常微弱；Brain 等[11]应用3种不同的模型对美国宾州土壤磷元素的空间变异进行研究，发现克里金插值的方法是描述土壤磷的空间变异性效果的最优方法；王其兵等[12]使用地统计学对内蒙古锡林河流域草原的土壤有机碳及全氮的空间异质性进行了研究，并以此为依据绘制出了2类因子的空间等值分布图；张朝生等[13]运用了地统计学、空间自相关和分形三种方法, 对长江水系沉积物中的11 种重金属元素的空间分布进行研究并揭示其空间分布特征。目前，研究的方向从土壤理化性质的研究逐渐拓展到了精确施肥、土壤质量管理、土壤污染评价等具体应用层面。 与此同时，有关地统计学的相关方法又有了进一步的发展，在采样方式、研究尺度、误差分析、具体模型和方法的选取等方面有了新的进展。王建军[14]等使用不同密度对江苏仪征地区进行采样，并对其中蕴含的的五项土壤养分因子的空间插值的精度进行了研究，发现在相同采样密度条件下，沿江平原的插值精度要远高于丘陵地区，而在丘陵地区，有机质所需的采样密度选大于其他四类因子；段建军等[15]对克里金插值的平滑效应进行了研究，提出了一种利用预测值和测定值的最小值、最大值以及均值之间的一元二次回归方程作为校正函数的校正方法，该方法利用预测值和验证值的最小值、最大值以及均值之间的一元二次回归方程作为校正函数，不干预插值过程，但可以保留原插值的各级精度，并且能够消除普通克里金的数据平滑效应；魏孝荣等[16]对黄土沟壑区的小流域土壤的pH值进行的研究表明，利用序贯高斯条件模拟对使用普通克里金和协同克里金方法无法体现的影响土壤pH值空间分布的环境因素具有更好的模拟精度。当前，地统计学和土壤学结合的研究更加系统和深入，学者们开始研究土壤的三文空间变异和时空变异，并且利用诸如贝叶斯最大熵法、小波分析等更多的建模手段和数学方法作为新的手段和方法。
1.3. 不足之处 当下研究的主要不足之处在于，土壤是一个内在联系复杂，受到多种属性影响的综合体，因此土壤的pH空间预测方法的精度往往取决于所选用的空间预测方法。对于不同的插值方法，现有的研究结果却并不完全一致，甚至是互相混淆的[17]。其中的主要原因主要来自于选用的数学模型参数的设定以及辅助预测信息的选取。其次，目前的研究多为大中型尺度的研究，研究区范围多为县域及其以上，其原因主要是欧美国家大规模集中测土培肥的传统所致。我国的家庭联产承包责任制分田到户，使得即使是相邻田块的土壤肥力指标也会出现较大差异[18]。过大尺度的土壤属性空间预测研究不适合以丘陵为主的南方红壤地带，且对于某些空间变异性特别强的土壤属性的预测误差较大。因此，本文以江西省余江县中部地区为研究对象，通过比对不同方式，寻找 pH空间预测方法的较优方式，为高效揭示南方红壤区的pH分布提供依据。
下一篇：红壤区土地全氮的空间预测方法研究