基于辅助变量预测土壤有机质的空间分布

土壤有机质(SOM)是维持农业可持续发展和环境质量与安全方面扮演着重要角色,与大气中二氧化碳浓度甚至全球碳循环息息相关。明确 SOM 整体分布情况及其主要影响因素对持续的农业生产和城市化进程有重要意义。为深入了解雄安新区 SOM 整体分布情况及其主要影响因素,测定了位于研究区 89 个采样点(0-30cm和 30-60cm)土壤样品的 SOM 含量,并将结果用于估算非采样地点的有机质含量。采用多元线性回归与主成分相结合的方法分析 SOM 含量与各影响因素之间的关系,同时,比较了普通克里格法(OK)和两种不同类型的回归克里格法(RK)的性能,并评估了辅助变量及区分城市土地利用类型对提高SOM含量估算精度的潜在作用。为评估不同方法的预测结果,选择均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和决定系数(R2)作为评价指标。插值结果表明,在研究区内,SOM含量的分布与土地利用类型密切相关。建筑用地的平均SOM含量约为林地的 2/3,林地的平均SOM含量高于农田。农田的SOM含量主要受土壤含水量和地形湿度指数的正影响;黏土指数则对SOM含量有负面影响。与之不同的是,林地的SOM含量主要受热度指标和黏土指数的正向影响,同时受高程、容重的负面影响。至于建筑用地的 SOM 含量,则主要受汇流积累量、归一化植被指数(NDVI)以及归一化建筑指数(NDBI)的影响。验证结果显示,引入辅助变量后,RK相比于OK显著提升了插值精度,R2 值分别由 0.0016 至 0.3433(0-30cm),0.1826 至 0.3611(30-60cm)。进一步考虑土地利用类型后,R2 值分别提高了 0.137(0-30cm)和 0.129(30-60cm)。辅助变量能够为SOM含量的估算提供更高的准确性,在此基础上,区分土地利用类型对 SOM 含量分布的预测具有实际意义。因此,应根据不同地区 SOM 的主要影响因素,实施相应的管理措施和政策,以更好地管理和保护土壤资源,确保土地的可持续利用和维护环境质量。