10.13758/j.cnki.tr.2022.06.023
大面积高寒山区土壤养分空间预测与管理分区
本文基于青海省土系调查的205个土壤剖面数据,利用随机森林模型,分别建立了表层(0~20 cm)土壤全氮(TN)、全钾(TK)、全磷(TP)与环境因素变量(地形、气候、植被、遥感数据)之间的定量关系,对青海省土壤养分含量的空间分布进行了预测;在此基础上,结合全国土壤养分的分级标准,利用投影寻踪法,生成了土壤养分的管理分区.留一交叉验证结果显示,TN、TK、TP空间预测的R2分别是0.89、0.85、0.82,可解释土壤养分空间变异的80%以上,表明随机森林模型和环境因素变量结合可以在稀疏样本条件下有效地预测大面积高寒山区土壤养分空间变异.青海省土壤养分呈现东高西低的分布模式,土壤综合养分高等级出现在南部的玉树、果洛、黄南和东部的湟水谷地地区;低等级主要分布在柴达木盆地、可可西里、海南州中南部;全省土壤综合养分分级均在中上等级以上,占全省面积的81%.分析发现,植被是影响青海省表层土壤养分TN、TP、TK空间分布的主要环境因素,其中年均降水量、地表温度是影响青海省表层土壤TN空间模式的重要因素;地表覆被、海拔和地表温度等环境因子对表层土壤TP的空间变异占主导作用;年均降水量、昼夜温差是影响表层土壤TK的空间模式的重要因素.
土壤养分、随机森林、投影寻踪法、管理分区、数字土壤制图
54
S159(土壤学)
国家自然科学基金;国家自然科学基金;青海省科技厅科技合作专项
2023-02-15(万方平台首次上网日期,不代表论文的发表时间)
共10页
1273-1282