基于地理探测器的区域土壤耕层有机碳含量多元复合模型构建——以珠三角核心区为例

被引:9
作者
任向宁 [1 ,2 ]
董玉祥 [1 ,3 ]
机构
[1] 中山大学地理科学与规划学院//广东省城市化与地理环境空间模拟重点实验室
[2] 华南农业大学资源环境学院
[3] 中山大学新华学院
关键词
土壤耕层; 有机碳含量; 地理探测器; 多元复合模型; 插值噪声; 珠三角核心区;
D O I
10.13284/j.cnki.rddl.003063
中图分类号
S153.6 [土壤成分];
学科分类号
0903 ; 090301 ;
摘要
区域土壤耕层有机碳含量的精确测算,对于研究全球碳循环至关重要,但其影响因素多,空间变异性强,现有插值测算方法精度偏低。从提高测算精度出发,基于地理探测器技术,改进传统的协同克里格插值方法,构建多元复合模型进行区域土壤耕层有机碳含量的测算,并以珠三角核心区为例进行实际验证。结果表明:1)珠三角核心区土壤耕层有机碳含量空间变异与地形、水文、土壤和农田利用方式等有关,不同因素的贡献力存在较大差异,各因素贡献力(q统计量)在0.076~0.201之间,其中土壤理化性状与农田利用方式的贡献力大于地形、水文,区别不同因素的贡献力进行土壤耕层有机碳含量的精确测算应是客观要求。2)依照地理探测器分析结果,基于不同因素贡献力构建土壤耕层有机碳含量多元复合模型,插值测算精度明显提升,在珠三角核心区普通克里格、地理加权回归克里格和BP神经网络克里格的土壤耕层有机碳含量插值结果精度较多元复合模型下降16.62%、23.86%和37.33%。由结果发现,多元复合模型突破了现有算法中辅助因素数量的局限,有效抑制了区域SOCC测算过程中的影响因素耦合噪声,降低了测算结果的不确定性。
引用
收藏
页码:546 / 556
页数:11
相关论文
共 34 条
[1]   中国农田土壤固碳潜力与速率:认识、挑战与研究建议 [J].
赵永存 ;
徐胜祥 ;
王美艳 ;
史学正 .
中国科学院院刊, 2018, 33 (02) :191-197
[2]  
综合土地利用及空间异质性的土壤有机碳空间插值模型[J]. 吴子豪,刘艳芳,陈奕云,郭龙,姜庆虎,王少辰.应用生态学报. 2018(01)
[3]   锡林河流域土壤有机碳空间变异分析 [J].
席小康 ;
朱仲元 ;
郝祥云 .
水土保持研究, 2017, 24 (06) :97-104
[4]   基于地理探测器的农田土壤重金属影响因子分析 [J].
李雨 ;
韩平 ;
任东 ;
罗娜 ;
王纪华 .
中国农业科学 , 2017, (21) :4138-4148
[5]  
Comparison of Artificial Neural Networks, Geographically Weighted Regression and Cokriging Methods for Predicting the Spatial Distribution of Soil Macronutrients(N, P, and K)[J]. Samad EMAMGHOLIZADEH,Shahin SHAHSAVANI,Mohamad Amin ESLAMI.Chinese Geographical Science. 2017(05)
[6]  
Non-Algorithmically Integrating Land Use Type with Spatial Interpolation of Surface Soil Nutrients in an Urbanizing Watershed[J]. WU Qian,LI Qingliang,GAO Jinbo,LIN Qiaoying,XU Qiufang,Peter M.GROFFMAN,YU Shen.Pedosphere. 2017(01)
[7]   地理探测器:原理与展望 [J].
王劲峰 ;
徐成东 .
地理学报, 2017, 72 (01) :116-134
[8]   基于地理探测器的中国陆地热带北界探讨 [J].
董玉祥 ;
徐茜 ;
杨忍 ;
徐成东 ;
王钰莹 .
地理学报, 2017, 72 (01) :135-147
[9]   基于地形因子的土壤有机碳最优估算模型 [J].
郭治兴 ;
袁宇志 ;
郭颖 ;
孙慧 ;
柴敏 ;
陈泽鹏 ;
Mogens HGreve .
土壤学报, 2017, 54 (02) :331-343
[10]   京津冀PM2.5时空分布特征及其污染风险因素 [J].
周磊 ;
武建军 ;
贾瑞静 ;
梁念 ;
张凤英 ;
倪永 ;
刘明 .
环境科学研究, 2016, 29 (04) :483-493