红壤区土地全氮的空间预测方法研究(2)
1.2. 国内外研究进展 土壤全氮含量(STN)受到很多方面因素的影响，包括复杂的成土过程及人类活动，因此空间变异性通常较强，准确掌握其空间变异特征可以为优化农业、环境措施以及优化土地利用方式提供依据。目前，克里格及其衍生方法是应用最广泛的土壤属性空间预测方法。普通克里格(OK)对田块尺度及管理措施一致的较大区域的土壤属性具有较好的预测效果，而在地形复杂、土壤属性变化强烈的地区,其应用效果并不理想。为了提高STN的预测精度，结合辅助信息的克里格方法得到广泛应用，如泛克里格(UK)、外部漂移克里格(KED)、协同克里格(CK)及回归克里格(RK)等。其中 KED 方法与 UK具有相似的原理,两者均是通过趋势面方程分离趋势项；CK是通过一种土壤属性来预测另一种土壤属性；而RK是将土壤属性与辅助变量之间的回归分析与 OK 相结合的方法[15]。已有研究表明，多种变量可以作为克里格辅助变量来提高STN 空间预测精度，然而将与STN 含量和变化紧密相关的土地利用方式作为辅助变量的研究还少有报导。 目前国内外对土壤全氮含量的研究分为以下几个方向，首先是利用土壤全氮含量的研究为土地利用提供支持的，如 2007年10月的北京农学院学报中，王淑英等以北京市平谷区为研究区域，通过对土壤全氮含量空间变异性的分析，来了解土地利用类型和耕作管理制度，为实现土壤养分数字化管理提供依据[5]。其次还有探讨影响土地全氮含量变异性相关因素的，如邢梦林等的研究对滨河湿地 3种植被类型(藨草、水烛、芦苇)土壤全氮含量及其与土壤含水率之间的相关性进行了分析，探讨了土壤全氮含量及其与土壤含水率之间的相关性，说明了黄河湿地土壤全氮含量受到土壤水全氮含量的显著影响[6]。以及邹源对同一地区不同地貌形态下土壤属性的空间变异性进行的研究[7]。除此之外，还有具体研究土壤全氮含量的空间预测方法的，而在对于土地全氮含量的空间预测方法的研究中，研究的重点又有侧重于样点采取、预测方法和辅助信息选取等不同方面。在样点采集方面，柴旭荣，黄元通过对不同样本数量情形下土壤属性空间预测精度进行对比，探讨了样本数对预测精度的影响[8] 。苏晓燕研究了科学的土壤采样设计对土壤属性预测的重要性[9] 。雷咏雯等在不同取样尺度下采集了农田土壤样品并测定土壤有机质、全 N 和有效P 含量，研究不同尺度下地统计学方法对土壤养分空间变异分析的适用性和空间插值质量[10] 。在预测方法方面，段建军等]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，该方法不干预插值过程，但可以保留原插值的各级精度，并且可以消除普通克里金的数据平滑效应[11]。 1.3. 不足之处 中国南方红壤丘陵区面积较大，人口密集，是我国主要的粮食产区，为保障我国的粮食安全有着重要影响。但该地区地形复杂，土壤类型和土地利用方式多样，土壤全氮的空间变异性较强，其空间预测精度一直不能令人满意，为该地区农业管理和环境管理措施的制定产生不利影响。鉴于此，本研究选择江西省余江县为案例区，对比不同空间预测方法对土壤全氮的揭示精度，以期为该地区制定合理的农业和环境管理措施提供参考。
2. 方法和材料
2.1. 研究区概况 江西省余江县地处江西省东北部，东经 116°41′—117°09′，北纬 28°04′—28°37′， 属亚热带湿润季风气候，四季分明，气候温和，雨水充沛，日照充足，。年平均气温为17.6℃，年平均降水量1788.8毫米，平均年日照时数 1739.4小时，无霜期258 天。 余江县地形以低丘为主，南北多山，丘陵面积占 78%，平原占 22%。土壤类型是以红壤和水稻土为主，除此之外还夹杂小面积的潮土，其中红壤是余江县的地带性土壤类型，占总土壤面积的 64.67%。成土母质有红砂岩、页岩、红色砂砾岩、河流冲击物和第四纪红粘土等。土地利用方式以水田、旱地、林地为主,3 种土地利用方式的面积分别为 39%、13%和38%(中国土地利用数据库，2005)。主要作物有水稻、花生、红薯、芝麻和油菜等，在红壤区是非常典型的双季稻集约生产区[4]。