2025年4月4日星期五
首页 | 主办单位 | 期刊简介 | 编委会 | 作者指南 | 刊物订阅 | 下载中心 | 联系我们 | English | 期刊界

网刊加载中。。。

使用Chrome浏览器效果最佳，继续浏览，你可能不会看到最佳的展示效果，

确定继续浏览么?

复制成功，请在其他浏览器进行阅读

黄河三角洲典型区土壤盐分空间分布预测方法研究

- ORCID：
段梦琦 ¹
- ORCID：
张晓光 ^1,2
✉
- ORCID：
王豹 ^1,3,4

1. 青岛农业大学资源与环境学院，山东青岛 266109； 2. 土壤与农业可持续发展国家重点实验室，江苏南京 210008； 3. Department of Plant and Environmental Sciences，Faculty of Science，University of Copenhagen，Hojbakkegaard Alle 132630 Taastrup，Denmark； 4. 云南农业大学资源与环境学院，昆明 650201

中图分类号： S158.9

最近更新：2021-09-26

DOI：10.7621/cjarrp.1005-9121.20210828

摘要

目的

正确评估土壤盐渍化状况，掌握土壤盐分空间分布规律，是合理开发利用盐渍化土壤资源的基础和前提。

方法

文章选取黄河三角洲典型地区垦利县作为采样区，利用4种确定性方法（全局多项式、局部多项式、反距离加权、径向基函数）和3种地统计不确定性方法（普通克里格、简单克里格、协同克里格），分别对研究区进行土壤含盐量的空间分布特性估计，从误差和空间分布特点上对比分析不同方法的预测效果，并明确了研究区土壤盐分的空间分布特征。

结果

地统计不确定性插值方法的精度整体上优于确定性方法，简单克里格预测后的空间表达和误差精度均属最优。基于最优的空间预测方法，黄河三角洲土壤盐分目前在空间上整体呈现出东部高于西部的趋势，且部分区域存在斑块状现象。非盐渍化、轻度盐渍化、中度盐渍化、重度盐渍化和盐土面积分别占研究区总面积的2.54%、27.14%、43.70%、21.21%和5.41%。

结论

在土壤属性变异强度大的时候，采用简单克里格效果会更好。

关键词

黄河三角洲; 空间分布; 地统计学; 土壤盐渍化; 简单克里格

0 引言

中国盐碱化土地分布广泛，约占中国可利用土地面积的4.88%^[

1]。黄河三角洲是全球生产土地速率非常快的三角洲地带之一^{[参考文献 2

百度学术}2]，这里含有丰硕的可利用自然物质。然而土壤盐碱化现象较为明显，危害作物生长，阻碍了农业生产的发展。只有充分掌握土壤盐分的空间变异特征，才能更好地管理和利用土壤资源。土壤特征是一类具备地统计学特征的区域化变量，也正是这个原因，使得地统计学成为研究土壤空间分布表达和土壤变异规律最有用的方式之一^{[参考文献 3-5}3-5]。地统计学不仅能够更好地揭示土壤属性因子在空间上的分布特性，还能够把土壤特征在空间上的分布表达和土壤的生态过程关联在一起，从而使得土壤在空间上的分布格局更为直观明了^{[参考文献 6

百度学术}6]。

利用地统计学进行土壤属性空间变异的研究非常多，地统计学方法目前也是研究土壤属性空间特征的主要手段。针对不同预测方法的比较，国内学者在不同地区开展了较多的研究，并获得了一定的成果。在土壤有机碳的研究中，张忠启^[

7]等对江苏省沛县的研究结果表明，结合土壤信息的克里格方法能够较大幅度提高预测精度。而张优^{[参考文献 8

百度学术}8]等对山地平原过渡带土壤水分的插值方法进行系统的对比分析，认为回归克里格方法的预测效果最好。也有研究人员认为当土壤养分空间变异较大时，普通克里格优于反距离加权方法^{[参考文献 9

百度学术}9]。关于土壤重金属的研究，张金兰^{[参考文献 10

百度学术}10]和马宏宏^{[参考文献 11

百度学术}11]分别对华南农田表层土壤重金属镉和湖北省典型区的土壤重金属砷进行空间分布预测和污染评价，一致认为径向基函数法和反距离加权法优于克里格插值方法。郭旻欣^{[参考文献 12

百度学术}12]等对淮南市土壤重金属Cu含量的空间结构及分布特征进行研究，认为采用简单克里格方法插值效果最优。但是地统计学的具体运算方法包括很多，不同方法对土壤属性的表达是不同的，即使同一方法对不同的土壤属性空间预测精度也是不一致的。

关于土壤盐分的研究，赵林^[

13]等以天津滨海地区为例，认为地统计插值法的整体精度优于确定性方法。马成霞^{[参考文献 14

百度学术}14]认为简单克里格法更适合绿洲表层土壤含盐量的空间插值。不同研究区域的空间插值分析结果并不完全一致，针对黄河三角洲地区土壤盐分空间分布预测方法虽然有部分研究人员开展过研究^{[参考文献 15

百度学术}15]，但是缺乏较为系统的不同插值方法的综合比较。文章以黄河三角洲典型区域为研究区，以土壤盐分为研究对象，系统地比较不同空间运算方法对黄河三角洲地区土壤盐分的空间表达及其精度的影响，以期为基于3S技术的信息化数字土壤制图提供科学参考。

1 材料与方法

1.1　研究区概况

该文选择山东省东营市垦利县为研究区，地理坐标为37°24΄ N ~38°l0΄N，118°15΄ E ~119°19΄E，面积约22.03万hm²。该县主要土壤类型有褐土、潮土、盐土、水稻土和砂姜黑土。典型的种植作物以棉花为主，部分种植水稻，还有一部分小麦与玉米或者小麦与大豆轮作。该县地处黄河三角洲入海口处，东邻渤海，靠近海湾，是典型的黄河三角洲地区^[

16]。黄河携带大量泥沙流经渤海凹陷处，泥沙在此处沉积形成冲积平原，海拔一般低于14 m，地形平坦，起伏不大，属暖温带半湿润大陆性季风气候区，四季分明，温差明显。降水一般集中在6—9月，而5—6月的蒸发量最大，地下水埋深多介于1.6~2.4 m，平均矿化度为24.63 g/L，强烈的年降水变异与较浅的地下水埋深及低平的地势条件使得研究区内冬季干旱，而夏季易发生渍涝灾害。由于靠近渤海，长期受海水侵蚀或顶托影响，地下水矿化程度升高，水埋深度较浅，致使该区域土壤盐渍化现象较为普遍，再加上海拔较低，以及人类不合理的土地利用，导致盐碱地面积不断增大，给农业生活带来了巨大的影响。

1.2　数据采集与分析

该次研究于2016年10月，采用系统网格布点的采样点位设计方案进行土壤样品采集，样点主要覆盖了盐渍化荒草地、林地、棉花地、水稻田和玉米地等多种土地种植类型。由于研究区微地貌条件复杂，为保证样品的代表性，采样中根据道路可达情况、土地利用类型、植被和作物等实地情况对样点位置及间距进行了适当调整，在周边景观分异性较大的点位采集 3~4 个子样品混匀。研究区东北部、黄河以南为自然保护区，并未采样。该实验实际采集深度为0~20 cm的土样86个，包括水浇地37个，荒地24个，林灌地13个以及水田12个。样点分布如图1所示。

图1 研究区样点分布

采样过程中，采用多点混合法，把同一采样点附近收集的3~5个土壤样品均匀掺和在一起，从而增加样品的典型性，并用 GPS 记录采样点位置。将采集的土样带回实验室自然风干，过2 mm筛后备用。把所有土样制成1:5土水比浸提液，并检测浸提液电导率。土壤盐分总量该文采用已有的研究进行公式换算^[

17-18]。该区域土壤全盐含量和浸提液电导率之间的换算关系为：

S_{t} = 2.999 5 E C_{1 : 5} - 0.2269

（ r = 0 . 994^{* *} ， P < 0.000 1 ， n = 86 ）

（1）

式（1）中， $S_{t}$ 为土壤全盐含量，g/kg； $E C_{1 : 5}$ —l:5为土水比土壤浸提液电导率，ms/cm；r为相关系数；P为显著性水平；n为样本数。

1.3　数据分析方法

该文首先应用经典统计学方法，根据收集到的土壤盐分含量数据，利用SPSS 13.0软件进行描述性统计分析，得到研究区范围内土壤盐分的平均值、中值、偏度系数、峰度系数等，同时利用其分布直方图进行正态分布检验。再利用ArcGIS 9.3软件的地统计模块，实现对研究区土壤含盐量的空间插值分析。

1.3.1　空间插值方法

地统计学^[

19]与经典统计学最大的区别在于，地统计学既考虑到样本值的大小，又重视样本空间位置以及样本间的距离，在表达空间结构性特点这一方面，该工具显得非常强大。该文分别采用两类空间插值的方法，包括确定性插值和不确定性插值。确定性插值方法以研究区域内部的相似性或平滑度为基础，由已知样点来创建表面。该文采用全局多项式、局部多项式、反距离加权和径向基函数4种方法进行对比。全局多项式插值方法（Global Polynomial Interpolation，GPI）^{[参考文献 20-21}20-21]以整个研究区土壤盐分含量的数据集为基础，用一个多项式来计算预测值，即用一个平面或曲面进行研究区的特征拟合。GPI方法所得到的表面很少能与实际的已知样点完全重合，所以它是非精确的插值法。局部多项式插值（Local Polynomial Interpolation，LPI）^{[参考文献 21

百度学术}21]采用多个多项式，每个多项式都处在特定重叠的邻近区域内，通过使用搜索邻近区域对话框可以定义搜索的邻近区域。反距离加权法（Inverse Distance Weighting，IDW）^{[参考文献 21

百度学术}21]是一种常用且简便的空间插值方法，它以插值点与样本间点的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越大。IDW插值法基于相近相似的原理：即两个物体离得近，他们的性质就越相似，反之，离得越远相似性就越小。径向基函数（Radial Basis Functions，RBF）^{[参考文献 21

百度学术}21]如同将一个橡胶模插入并经过各个已知样点，同时又使表面的总曲率最小。它不同于GPI和LPI，属于精确插值方法，生成的表面不仅能够反映整体变化趋势，而且可以反映局部变化。

不确定性方法主要以各类克里格插值为主，以区域化变量为基础，以半变异函数为基本工具，来探究自然要素在空间分布中结构性和随机性的相关规律，是能够在有限区域内对区域化变量进行无偏最优估计的一种方法^[

22]。研究采用的克里格方法包括：普通克里格、简单克里格和协同克里格。普通克里格（Ordinary Kriging，OK）^{[参考文献 10

百度学术}10]是区域化变量的线性估计，在进行插值研究的过程中与加权滑动平均类似，但权重值的确定来源不同，加权滑动平均权重值的确定来自于已知的空间函数，而普通克里格权重值来自于空间数据分析。简单克里格（Simple Kriging，SK）^{[参考文献 23

百度学术}23]同OK一样，都属于一种线性估计，而且它的数据也呈现出正态分布的变化，不过它的线性估计是满足弱平稳的区域化变量的，并且它的期望值被定为已知的。由于样点盐分含量存在极高值和极低值，导致平均值受到较大的影响，不具备代表性，所以该文所采用的期望值为中位数1.42 g/kg。协同克里格（Co-Kriging，CK）^{[参考文献 24

百度学术}24]是一种独特的克里格方法，利用了多种变量类型，并需要利用其他变量来进行预测。其中主变量的自相关性以及主变量和其他类变量之间的交叉相关性都有助于对结果做出更好的预测。协同克里格法在做预测时，重点在协变量的选择，我们事先对采样点的多个属性变量进行相关分析，发现土壤盐分含量与pH存在一定的相关性，因此选择土壤pH作为协变量。

确定性插值法和不确定性插值法都根据相邻样点的相似性原理来生成表面。确定性空间插值方法有的以区域内部的相似性来创建表面（如反距离加权插值法），有的以平滑度为基础，运用数学方法对已知样点拟合来创建表面（如全局多项式插值法、局部多项式插值法及径向基函数插值法）。不确定性插值方法是运用已知样点数据的统计特性来创建表面，由于不确定性方法是基于统计学的，所以用它进行插值的结果不仅能够解释说明采样点在预测区域范围内的空间分布情况，获得预测表面，而且能够量化已知点之间的空间自相关性，并获得误差表面，使我们了解所获得预测曲面的精确性，评估预测结果的不确定性。

1.3.2　精度评价

该文使用已有研究中常用的交叉验证方法进行精度评价。交叉验证是从所有采样点中随机抽取部分样点，根据这些样点的预测值和实际测量值进行比较来计算误差。采用的预测评价指标为平均误差（Mean Error，ME）和均方根误差（Root-Mean-Square Error，RMSE）^[

25]。

2 结果与分析

2.1　土壤盐分描述性统计特征

利用SPSS 13.0软件，对黄河三角洲垦利县土壤含盐量数据进行描述性统计（表1）。可以看出，研究区土壤含盐量的最大值为35.79 g/kg，最小值为0.10 g/kg，平均值为4.23 g/kg。从变化差异来看，变异系数为172.58%，大于1，说明该区域土壤盐分存在强烈的变异现象。不同的土地利用类型下，荒地盐分最高，水田和林灌用地盐分较低。水浇地的盐分平均值为2.10，然而变异系数较高，说明旱地中盐分也存在强烈变异特点。

表1 垦利县土壤盐分含量描述性统计特征

土地利用类型	采样点个数	最大值	最小值	平均值	中位数	标准差	偏度系数	峰度系数	变异系数（%）
水浇地	37	11.82	0.05	2.10	0.63	2.93	1.99	3.43	139.14
荒地	24	30.25	0.20	9.33	4.91	9.90	0.94	-0.55	106.12
林灌	13	2.91	0.05	0.81	0.45	0.82	1.26	0.71	100.50
水田	12	1.81	0.25	0.93	0.74	0.50	0.44	-1.22	54.01
整体	86	35.79	0.1	4.23	1.42	7.30	2.57	9.17	172.58
整体对数变换	86	3.58	-2.27	0.43	0.35	1.44	0.28	2.47

所有样本的峰度系数为9.17，说明数据具有过尖的峰值，属于高度偏态分布，因此使用克里格方法预测时需要对数据进行相应的变换。对数据进行对数变换后，偏度系数接近于0，峰度趋近于3，平均值和中值也相近，所以可以认为其分布此时较为接近正态分布。

2.2　土壤盐分不同预测方法的误差精度比较

针对上述对数变换过的盐分数据，利用地理信息系统地统计模块进行空间预测。各种克里格插值方法和确定性插值法产生的误差情况如表2所示。确定性插值的4种方法中，就平均误差而言，最接近0的为RBF方法，GPI次之，相对较大的为LPI法。均方根误差则以GPI方法最小，为7.948。仅从误差评价角度分析，LPI表现出的误差最大。

表2 不同方法估计土壤盐分含量的验证误差

	全局多项式	局部多项式	反距离加权	径向基函数	普通克里格	简单克里格	协同克里格
平均误差	0.103 7	-0.691 6	-0.124 3	-0.068 9	-0.133 2	0.007 8	-0.011 3
均方根误差	7.948	9.141	8.140	8.014	7.550	7.352	7.480

地统计克里格插值方法一般认为较好的模型应该是平均误差最接近0，均方根误差最小，这样的插值方法才具有最优性和有效性。在3种克里格插值方法中，SK的平均误差最接近0，仅为0.007 8，CK次之，而OK的误差相对较大。均方根误差最大的为OK，SK最小，为7.352。总体来说，SK插值方法优于CK和OK。

GPI、LPI、RBF和IDW属于确定性的插值方法，其误差在整体上均大于不确定性（克里格）的插值方法，说明不确定性插值方法的误差精度要高于确定性插值法。得出地统计插值法的整体精度优于确定性方法的结论，该文与赵林^[

14]等在天津滨海地区进行土壤盐分空间预测研究结果是一致的。

2.3　土壤盐分不同预测方法的空间分布差异

通过SPSS软件对数据进行描述性统计之后，利用ArcGIS 9.3软件的地统计模块对土壤盐分含量分别采用GPI、LPI、IDW、RBF、OK、SK和CK法进行空间插值处理，并根据土壤盐化分级指标^[

26]进行重分类，7种不同插值方法得到的空间表达如图2所示，颜色最深的为盐土，其次为重度盐渍化，中度盐渍化，轻度盐渍化，颜色最浅的为非盐渍化土壤。从图2中可以看出，不同空间插值方法形成的土壤盐分预测表面在空间分布上有很大的差异。

图2 研究区土壤盐分空间分布

在确定性插值方法中，由图2（a）和图2（b）可以看出，GPI插值法和LPI插值法的空间分布过于平滑，土壤盐分的分布格局明显，但不能反映出其局部的细节信息。生成的预测表面极易受到样点值的影响，尤其是边缘地带。而图2（c）和图2（d）中IDW方法和RBF方法生成的土壤盐分空间分布特点较为一致，同时也出现了较为严重的“牛眼”现象，在空间上主要呈现为斑点状和晕块形。整体上研究区土壤盐分空间分布呈现出东部高于西部，西南部高于西北部的趋势。土壤盐分含量高的地区多呈斑点状分布在东部区域，土壤盐分较低的地区主要分布在中间区域，并呈现层状环绕，分布比较杂乱。

地统计不确定性插值法中，OK方法的土壤盐分空间分布呈现出斑块状和条带状， CK和SK方法的土壤盐分空间分布规律大体上与OK仍然相似。但是经过CK法插值处理后，局部区域盐分分布细节有了明显改善。SK方法插值后的结果中，既增加了盐分分布的细节，而且条带状现象消失。所以说，从研究区土壤盐分含量空间分布预测表面来看，SK方法的预测效果最优，既克服了平滑效应，又避免了受局部样点值影响而产生的“牛眼”现象，得出的空间分布结果既有盐分分布的规律性，又能体现一定的细节，较大程度得还原了土壤盐分含量的空间异质性。

2.4　垦利县不同盐分等级的土地面积

从各个插值方法的空间预测结果中可以总结出，垦利县土壤盐分含量的空间分布整体上呈现出东部地区高于西部的趋势，离海域越远土壤盐分含量逐渐降低，且部分区域存在斑块状现象。这是由于沿海地区长期受海水侵蚀影响，地下水位矿化程度高，致使沿海地区盐渍化现象更为严重。

基于最优的SK方法，对研究区土壤盐分进行空间分布预测，并利用ArcGIS空间分析模块统计计算不同等级盐分的土地面积，见表3。总体上面积最大的为中度盐渍化土地（9.631 4万hm²），所占研究区总面积的43.70%。非盐渍化、轻度盐渍化、重度盐渍化和盐土土地面积分别为0.559 8万hm²、5.981 7万hm²、4.674 7万hm²和1.192 3万hm²，所占研究区总面积比例分别为2.54%、27.14%、21.21%和5.41%。

表3 不同程度盐渍化土地面积及占比

盐渍化程度	面积（万hm²）	面积占比（%）
非盐渍化	0.559 8	2.54
轻度盐渍化	5.981 7	27.14
中度盐渍化	9.631 4	43.70
重度盐渍化	4.674 7	21.21
盐土	1.192 3	5.41

3 讨论

结合误差精度和插值预测表面两方面进行综合分析，不确定性插值方法的预测效果整体上优于确定性插值法。由于研究区土壤盐分变异性强，导致了GPI方法、LPI方法很难构建精确的预测模型，尤其是以平滑度为基础由大量采样点数据进行插值计算获得平滑表面的RBF法插值效果较差。

由于受平滑效应的影响，适用于变化平缓的空间属性估计的OK方法，对局部细节的预测效果相对较差，不能很好地表现出土壤盐分含量的空间分布特点。在OK的基础上引入协变量利用CK方法进行空间插值处理，在一定程度上可以提高OK方法的预测效果。马欢^[

23]在对地下水埋深进行插值方法比较时，引入协变量也提高了CK方法的预测精度。该文在应用CK方法的过程中，在OK的基础上引入协变量土壤pH值参与运算，局部区域盐分分布细节有了明显改善。但CK方法也带有OK方法的局限性，条带状现象仍然较为明显。

一般选用普通克里格（OK）法进行预测时不太考虑土壤盐分期望^[

27]。而在简单克里格方法预测时，若不进行期望的修订，模块会自动选择数据的平均值作为期望值参与运算。采样的盐分数据分布不是标准的正态分布，所以平均值作为期望参与运算会导致精度降低。该文根据数据的分布特点，使用中位数作为期望值参与运算，获得了较高的精度，所以SK的预测效果较好。

相比较而言，SK方法既克服了平滑效应，又避免了受局部极致影响而产生的“牛眼”现象，得出的空间分布结果既有盐分分布的规律性，又能体现一定的细节，较大程度得还原了土壤盐分含量的空间异质性。结合插值模型的精度，SK方法也具有最高的运算精度，所以可以认为该研究区在进行土壤盐分空间分布预测时，SK方法的适用性最优，在黄河三角洲地区土壤盐分空间分布预测中具有较高的应用价值。在SK模型中，期望值被认为已知的，所以在对不同研究区或不同空间属性数据应用SK方法时，需要预先对数据进行统计分析，选定一个合适的期望值，以期达到更好的预测效果。

通过分析部分相关的文献（表4）可以看出，众多研究结果并不完全一致。这是由于研究对象的数据变异特点、地理环境因素不相同导致。而和该文所用方法近似、数据存在较强变异的文献，结果则显示较为一致。如，郭旻欣^[

12]等利用三种地统计插值方法对土壤重金属Cu含量空间预测时，也认为采用简单克里格方法插值效果最优。马成霞^{[参考文献 14

百度学术}14]的研究也表明简单克里格法更适合绿洲表层土壤含盐量的空间插值。这些结论均与该文的分析结果一致，说明在土壤属性变异强度大的时候，采用简单克里格效果会更好。这在土壤属性的空间插值分析中，具有一定的借鉴意义和实际操作价值。

表4 相关文献中空间预测的方法和结果

	研究对象	简单克里格	普通克里格	协同克里格	全局多项式	局部多项式	反距离加权	径向基函数	最优结果或推荐方法
该文	土壤盐分	√	√	√	√	√	√	√	简单克里格
文献[8]	土壤水分		√				√	√	普通克里格
文献[9]	碱解氮、有效磷、速效钾		√				√	√	普通克里格和反距离加权
文献[10]	土壤Cd	√	√				√	√	径向基函数
文献[11]	土壤As、Cd		√			√	√	√	径向基函数和反距离加权
文献[12]	土壤Cu	√	√						简单克里格
文献[13]	土壤盐分		√	√	√	√	√	√	序贯高斯
文献[14]	土壤盐分	√		√			√		简单克里格
文献[23]	地下水埋深		√	√					协克里格

4 结论

（1）黄河三角洲典型区土壤盐分属于强变异程度。在沿海岸线向内陆的方向上，土壤盐分含量的空间分布呈明显降低的趋势，即离渤海越远，土壤盐分含量越低，具有明显的规律性。土壤盐分含量较多的地区集中在研究区东南部、西南部和东部沿海地区。

（2）通过对误差精度和空间分布特点的综合分析，地统计不确定性插值法的预测效果优于确定性插值法。在地统计插值方法中，SK法呈现出的空间分布规律简单明了，在对土壤盐分含量空间分布预测中，具有较高的预测精度。在土壤属性变异强度大的时候，采用简单克里格效果会更好。

（3）基于最优的SK方法，对研究区土壤盐分进行空间分布预测，并统计计算不同等级盐分的土地面积。非盐渍化、轻度盐渍化、中度盐渍化、重度盐渍化和盐土面积分别占研究区总面积的2.54%、27.14%、43.70%、21.21%、5.41%。

参考文献

赵宣, 韩霁昌, 王欢元, 等. 盐渍土改良技术研究进展. 中国农学通报, 2016, 32(8): 113-116. [百度学术]

王卓然, 赵庚星, 高明秀, 等. 黄河三角洲典型地区春季土壤水盐空间分异特征研究——以垦利县为例. 农业资源与环境学报, 2015, 32(2): 154-161. [百度学术]

赵文举, 唐学芬, 李宗礼, 等. 压砂地土壤盐分时空变异规律研究. 应用基础与工程科学学报, 2016, 24(1): 12-21. [百度学术]

马利芳, 熊黑钢, 王宁, 等. 不同深度土壤盐分和有机质含量的空间变异特征. 江苏农业科学, 2019, 47(16): 264-270. [百度学术]

江叶枫, 叶英聪, 郭熙, 等. 江西省耕地土壤氮磷生态化学计量空间变异特征及其影响因素. 土壤学报, 2017, 54(6): 1527-1539. [百度学术]

Cleyton S M C, Raul D Z H, Fernando F F H, et al. Assessment of heavy metal sources in soils from a uranium-phosphate deposit using multivariate and geostatistical techniques. Water, Air, & Soil Pollution, 2019, 230(7): 1-15. [百度学术]

张忠启, 于法展. 土壤类型信息在土壤有机碳空间预测中的应用研究. 中国农学通报, 2013, 29(11): 139-144. [百度学术]

张优, 王娟, 张杰, 等. GIS与地统计学的土壤水分空间插值方法. 四川师范大学学报(自然科学版) . 2019, 42(5): 703-710. [百度学术]

厉彦玲, 赵庚星. 黄河三角洲典型地区耕地土壤养分空间预测. 自然资源学报, 2018, 33(3): 489-503. [百度学术]

张金兰, 欧阳婷萍, 黄铁兰, 等. 农田表层土壤镉的典型空间插值方法对比研究. 生态科学, 2017, 36(6): 130-136. [百度学术]

马宏宏, 余涛, 杨忠芳, 等. 典型区土壤重金属空间插值方法与污染评价. 环境科学, 2018, 39(10): 4684-4693. [百度学术]

郭旻欣, 喻根, 王晓辉, 等. 基于GIS的淮南市土壤Cu含量克里格插值方法比较研究. 湖北农业科学, 2015, 54(20): 4993-4998. [百度学术]

赵林, 郭紫伊, 周国华, 等. 滨海地区土壤盐分空间分布预测方法比较研究. 天津大学学报, 2018, 51(7): 720-728. [百度学术]

马成霞, 丁建丽, 王璐, 等.绿洲土壤表层含盐量空间变异分析的插值方法研究.水土保持研究, 2014, 21(4): 317-320. [百度学术]

吴春生, 黄翀, 刘高焕, 等. 黄河三角洲土壤含盐量空间预测方法研究. 资源科学, 2016, 38(4): 704-713. [百度学术]

蒋名亮, 陈小兵, 单晶晶, 等. 黄河三角洲县域尺度的盐渍化土壤化学参数特征研究. 土壤, 2017, 49(5): 992-1000. [百度学术]

吴向东, 陈小兵, 吕真真, 等. 黄河三角洲农田灌溉前后土壤盐分时空变异特征研究. 干旱地区农业研究, 2013, 31(3): 194-199. [百度学术]

姚荣江, 杨劲松, 刘广明, 等. 黄河三角洲地区典型地块土壤盐分空间变异特征研究. 农业工程学报, 2006, 22(6): 61-66. [百度学术]

张志霞. 黄土高原农田土壤有机碳空间变异性[硕士论文]. 杨凌: 中国科学院研究生院(教育部水土保持与生态环境研究中心), 2014. [百度学术]

何鹏, 张媛, 高文波, 等. 四川省多年平均气温数据空间插值方法与影响因素研究. 中国农业资源与区划, 2019, 40(9): 114-124. [百度学术]

汤国安, 杨昕. ArcGIS地理信息系统空间分析实验教程 . 北京: 科学出版社, 2006. [百度学术]

汪青静, 杨欣玥, 陈华, 等. 雨量站网分布对雨量插值算法及径流响应的影响. 长江科学院院报, 2019, 36(4): 19-26. [百度学术]

Jillm, Kevin J. Using ArcGIS spatial analyst . Redlands: CA USA, 2001. [百度学术]

马欢, 岳德鹏, 等. 基于数据同化的地下水埋深插值研究. 农业机械学报, 2017, 48(4): 206-214. [百度学术]

Li J, Heap A D. A review of comparative studies of spatial interpolation methods in environmental sciences: Performance and impact factors. Ecological Informatics, 2011, 6(3): 228-241. [百度学术]

王遵亲, 祝寿全, 俞仁培, 等. 中国盐渍土 . 北京: 科学出版社, 1993. [百度学术]

李海涛, 邵泽东. 空间插值分析算法综述. 计算机系统应用, 2019, 28(7): 1-8. [百度学术]

黄河三角洲典型区土壤盐分空间分布预测方法研究

摘要

目的

方法

结果

结论

关键词

0 引言

1 材料与方法

1.1 研究区概况

1.2 数据采集与分析

1.3 数据分析方法