典型丘陵区基于土壤-地形多尺度关系的数字土壤制图研究

Digital soil maps at present are not precise enough to meet precise management on natural resources and environment. One key reason for this is that soil variation in multi-scales was ignored in digital soil mapping. Studies have showed that separating spatial variations of soil and environment into multi-scales using Hilbert-Huang and wavelets transform could enhance soil-environment relationship modelling. Our prior study further verified that wavelet decomposed environmental variables could improve mapping accuracies by 3.05-16.62%. Considering advantages of Hilbert-Huang transform over wavelets transform, as well as defaults of the prior study such as small study area and single mapping method, this study would collect soil samples and calculate terrain attributes for an area of 16 km2 located in a typical hilly region and then do the following analysis: (1) use Hilbert-Huang and wavelets transform to decompose terrain and soil attributes into multi-scales, (2) modeling multi-scale soil-environment relationships, (3) apply the relationships to map soil attributes, (4) compare performances of the mapping approach based on multi-scale soil-environment relationships with common digital soil mapping, local regression kriging and geographical weighted regression, (5) discuss influences of variations of soil and terrain attributes, as well as sampling and multi-scale analysis techniques, on performances of the proposed mapping approach.

数字土壤制图的准确性常受制于土壤—景观关系模型的准确性，主要原因之一是数字土壤制图常忽略土壤空间变异的多尺度性，因此模型难以表达局部空间变异。大量研究表明，使用希尔伯特-黄变换和小波变换多尺度分解环境变量有助于增强土壤-环境关系模拟。申请者的前期研究表明，使用小波变换多尺度分解地形变量可以提高制图准确性的3.05-16.62%。鉴于希尔伯特-黄变换相对小波变换的诸多优点，而前期小额资助项目存在着研究区面积小、制图方法单一等缺点，本研究拟在典型丘陵区内选择面积约16平方千米的区域为研究区，分别使用希尔伯特-黄变换和小波变换分解地形属性，分析土壤与地形的多尺度关系，进而利用该关系开展数字土壤制图研究，并与常规数字土壤制图、局部回归克里格、地理加权回归相比较，检验基于土壤-环境多尺度关系的数字土壤制图方法的优劣性，系统分析其影响因素，形成基于环境变量多尺度解析的土壤制图方法，期望提高制图准确性。

常规数字土壤制图方法忽略了土壤空间变异的多尺度性，因此模型难以表达局部空间变异，使得数字土壤制图的准确性提高受到限制。为此，本项目提出使用希尔伯特-黄变换方法对主要的成土环境要素——地形进行多尺度解析，再利用解析出来的尺度分解变量进行数字土壤制图的方法。本项目通过在广西南宁国有林场采集土壤样品采集大量土壤信息后，再应用该方法进行多种土壤属性制图，同时与常规数字土壤制图方法进行比较。本项目的结果表明，该方法能提高土壤制图的准确度，提高幅度2.5-18%。但相对应地，部分土壤属性的制图准确度反而有所降低。本项目总结认为，经验模式分解的多尺度组分仅在线性回归模型的拟合优度显著提高时，制图准确度才会提高。同时，本项目还结合以往的研究，建立了集成嵌套拉普拉斯-随机偏微分方程模拟土壤时空演变模拟方法，探究了神经网络及其与地统计的混合模型在小区域大比例尺土壤制图中的应用，探讨了回归克里格相对普通克里格的准确性预判分析，尝试了伽马射线结合可见-近红外光谱估测土壤容重，定量分析了原位土壤可见-近红外光谱估测有机质含量受测试点和采样位置影响的误差，揭示了中值克里格与变异函数的稳健估计量在场地尺度上土壤污染异常值及空间预测中的表现，检验了土壤变异函数用于土壤采样中的空间迁移性。这些研究为应用数字土壤制图、土壤近地传感获取精准土壤信息获取提供了理论、方法和实践经验，一定程度上为进一步提高土壤信息的准确性指明了方向。