基于样点代表性等级的采样设计方法及其在土壤空间分布推测中的应用

采样设计是获取地理要素空间分布信息的关键环节，直接影响到地理要素制图的精度。现有的采样设计方法大多存在着设计样本量大的问题，导致采样效率不高。同时，野外采样具有多次、分批采集的特点，由于每批样点的采集是独立的，各批样点之间的互补性不能得到保证，影响采样资源的高效利用。鉴于此，本项目通过对与地理要素在空间分布具有协同变化的环境因子进行聚类分析，寻找地理要素空间分布的不同等级的典型类型，并以此确定样点代表性等级，建立一套根据代表性等级设计样点采集顺序的采样设计方法；探讨该采样设计方法在土壤空间分布推测中的应用，并进行方法的有效性评价和参数的敏感性分析。本项目提出的采样设计方法可提高采样效率，并提供样点分批采集顺序信息，使调查者能够对有限的采样资源进行统筹规划，具有重要的理论和实践意义，是对现有采样设计理论和方法的有力拓展。

采样设计是获取地理要素空间分布信息的关键环节，直接影响到地理要素制图的精度。现有的采样设计方法大多存在着设计样本量大的问题，导致采样效率不高。同时，野外采样具有多次、分批采集的特点，然而每批样点的采集是独立的，各批样点之间的互补性不能得到保证，影响采样资源的高效利用。鉴于此，本研究从地理要素空间分布特征的规律入手，建立了一套多等级代表性采样方法。地理要素空间分布特征存在着全局（整体特征）和局域（局部细节）不同等级的差异，本方法通过对地理要素的协同环境因子进行多聚类数聚类分析，模拟地理要素空间分布的不同等级的变化特征，确定样点代表性等级，并在此基础上设计可根据代表性等级确定样点采集先后顺序的采样方案。. 将所提出的方法应用于土壤采样与制图并评价其有效性。选择小流域和区域两种尺度进行土壤类型和属性制图研究。结果表明，代表性等级高的样点可指示土壤性状空间分布的全局特征；代表性等级低的样点可指示土壤性状空间分布的局域特征。随着代表性等级较低的样点的增加，土壤制图精度增高（或误差降低），且增高（或降低）的速率减小，当样点增加到一定数量，土壤图的精度变化不大。. 本项目还对方法参数的敏感性进行了研究，结果表明，方法所设计的采样方案受参数（参与叠加的聚类数范围、获得环境因子组合类中心位置的隶属度阈值）变化的影响不大，比较稳定。此外，还将所提出的方法进行编程，将其模块化、集成到所在团队开发的土壤景观推理模型（SoLIM Solutions）软件中。. 多代表性等级采样方法其优势在于：可一次性设计好不同代表性等级的样点，后续样点是前面样点的有效补充，为决策者根据可投入资源、所需样点数量等不同条件下灵活设计采样方案提供了依据，因而使得每次采样所投入的资源能得到高效的利用。同时，由于该采样方法所选的样点均为代表性样点，所以采样效率高、成本低。因此，该方法可作为现有采样方法的有力拓展。. 在项目支持下，共发表学术论文9篇，其中SCI论文4篇，核心期刊5篇。研究成果曾5次在国内外学术会议上作为报告进行学术交流。