位置:成果数据库 > 期刊 > 期刊详情页
基于环境因子和R-STPS的林地土壤有机质预测模型
  • ISSN号:1000-1298
  • 期刊名称:《农业机械学报》
  • 时间:0
  • 分类:S158.2[农业科学—土壤学;农业科学—农业基础科学]
  • 作者机构:[1]福建农林大学资源与环境学院,福州350002, [2]福建农林大学3S技术应用研究所,福州350002, [3]福建农林大学林学院,福州350002
  • 相关基金:国家自然科学基金资助项目(40971043); 国家林业局引进国际先进林业科学技术资助项目(2013-4-70); 福建农林大学校青年教师科研基金资助项目(2013XJJ15)
中文摘要:

研究了基于环境因子和混合插值的林地土壤有机质预测模型。首先应用数字地形与遥感影像分析技术获取地形因子与遥感指数,然后分析土壤有机质与环境因子的相关性,最后用环境因子对土壤有机质进行空间预测。针对回归克里格法(RK)需要计算半变异函数的缺陷,提出了一种空间插值方法,即回归-光滑薄板样条插值法(R-STPS)。将这2种插值方法用于顺昌县土壤有机质的空间预测。结果表明,RK与R-STPS的预测精度、计算效率、预测的研究区土壤有机质空间分布的总体趋势相近。R-STPS无需计算半变异函数,使用方便,因此更有优势。

英文摘要:

The spatial prediction model of forest soil organic matter was studied based on environmental factors and mixed interpolation methods. Firstly, digital terrain and remote sensing image analysis technologies were applied to get topographic factors and index of remote sensing. Then, the correlation of soil organic matter and environmental factors was analyzed. In the end, soil organic matter was predicted spatially according to the environmental factors. Aiming at the flaw of regression Kriging (RK) which needs to compute semi-variogram, a spatial interpolation method named regression-smoothing thin plate spline (R-STPS) was presented. This two interpolation methods were applied to predict soil organic matter of Shunchang county spatially. The results showed that the prediction accuracy and computation efficiency of RK and R-STPS were almost consistent. The overall trend of spatial prediction distribution of soil organic matter of study area was similar. However, R-STPS was not needed for calculation of semivariogram and easy to use. Therefore, R-STPS has more advantages.

同期刊论文项目
期刊论文 13 会议论文 8
同项目期刊论文
期刊信息
  • 《农业机械学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国农业机械学会 中国农业机械化科学研究院
  • 主编:任露泉
  • 地址:北京德胜门外北沙滩一号6号信箱
  • 邮编:100083
  • 邮箱:njxb@caams.org.cn
  • 电话:010-64882610 64867367
  • 国际标准刊号:ISSN:1000-1298
  • 国内统一刊号:ISSN:11-1964/S
  • 邮发代号:2-363
  • 获奖情况:
  • 荣获中国科协优秀期刊二等奖,1997~2000年连续4年获中国科协择优资金,被列入中国期刊方阵,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),英国农业与生物科学研究中心文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:42884