地理信息系统在土壤属性制图中的应用.pdf

第 2 6 卷 2 期 2 0 03年 6 月 安 徽 师 范 大 学 学 报 自然科学版 J o u r n a l o f An h u l N o r ma l Un i v e r s i t y Na t u r a l S c i e n c e V 2 6No 2 J m 2 00 3 文 I t 缩号 1 0 0 1 2 4 4 3 2 0 0 3 0 2 0 1 7 3 一o 4 地 理信 息 系统在 土壤属 性 制 图 中的应用 刘付程 一 史学正 顾也萍2 张庆利 1 中科院南京土壤研究所 江苏 南京2 1 0 0 0 8 2 安徽师范大学 国土资源与旅游学院 安徽 芜湖2 4 1 0 0 0 摘要 土壤属性空间分布 图是土壤 空间变异性 最直观 的表达形式 传统的土壤属性分布 图的制作 在很大程度上依赖于制图者的知识背景和主观判断 难以定量地反映土壤属性的空间变异性 随着 空间统计理论和分析技 术的发展 定量化的土壤属性制图方法 已成 为可能 本文在 简要介绍地理信 息 系统 GI S 制作土壤属性分布 图数学原理 的基础上 以 A RC I NF 0 7 1为例 讨论 了GI S在 定量 化土壤属性分布图生成 中的应用问题 关键词 地理信息 系统 土壤属性分布图 空间插值 中国分类号 S 1 4 7 2 文献标识码 A 土壤是不均一和连续变化的自 然体 田间实际情况调查表明 即使是质地相对均一的区域 土壤性质在 同一时期也表现 出不同的空间变异性 3 3 而这种空 间变异性也正是 土壤学 家和农学 家共 同关 心的问题 因 为对土壤属性空间变异性 的把握正是土壤分类 土壤制图和合理施肥的前提 土壤空间变异性最直观 的表达 形式是土壤属性的空间分布图 因此 如何生成可靠 的土壤属性分布图一直成为人们关心 的问题 传统的土壤属性分布图的制作多是根据地理或景观单元的边界 将研究区域划分为若干性质较为均一 的土壤单元 并假定单元内部土壤属性是均一的 而土壤属性的变异主要发生在单元的边界上 土壤单元的 属性值 以同类单元 的若干个采样点 的实测值为代表 显然 这种方法在很大程度上依赖于制 图者对土壤特性 变异性的理解及其主观判断 因而它缺乏定量的理论基础 在很多情况下很难确切地描述土壤特性 尤其是 单元内部土壤性质的空间变异情况 2 2 随着现代空间统计理论和分析技术的发展 定量化的土壤属性制图 方法已成为可能 本文以 ARC I NF O 7 1为例 简要介绍地理 信息 系统 GI S 在土壤属性分布 图制作 中的应 用问题 1 G I S制作土壤属性分布图的基本数学原理 L J Df 户 收稿 日期 2 0 0 0 5 1 O 基金项目 国家重点基础研究规划项目 G1 9 9 9 0 1 1 8 1 0 和中国科学院知识刨新工程项 目资助 五 一3 o 8 作者筒介 刘付程 1 9 7 1 一 男 安徽枞阳县人 讲师 在职博士研究生 维普资讯 1 7 4 安 徽 师 范 大 学 学 报 自 然 科 学 版 2 o o 3年 结果具有最小平均绝对误差 引 一般而言 幂越高 内插就越具有平滑的效果 1 2 样条 函数插值法 S p l i n e 样条函数插值法是一种具有二维最小曲率的插值法 也即利用函数逼近曲面的一种方法 曲面在采样 点处的值与实际观测值基本一致 并使采样点处曲面的曲率保持最d x t 5 因此样条插值法适合于非常平滑 的表面 并要求函数具有连续的一阶和二阶导数 其表达式为 S T d f i 1 1 其中 S 为待估点 的土壤属性估计值 z 为采样点数目 f 为方程系数 d i 是待估点到第i 个采 样点的距离 T x 和 R d f 是随不同的样条插值方法而具有不 同的表达式 5 1 ARC I N F 0 7 1 提供两种 样条插值方法即 r e g u l a r iz e d s p l i n e和 t e n s io n s p li n e 一般认为前者可以产生比后者更平滑的表面 1 3趋势面法 T r e n d 趋势面插值法是利用多项回归法来对有限的观测点数据进行拟合 从而产生一个最d x 乘曲面 一般 情况下 趋势面在采样点处的估计值代表了土壤属性在该点处的趋势值 很少能与原始的观测点数据相一 致 两者之间存在的差值称为残差 因此趋势面插值法从空 间的角度诠 释采样 区域土壤属性的趋势和残差 当趋势和残差能分别与区域或局部尺度的空间过程相联系时 趋势面分析也就显得最有价值 趋势面方法可 以定义为 Y XO e 式中 y是 n 1维矩 阵 对应于 n个采样点的观测值 X是 n个采样点的坐标矩阵 是趋势面参数矩阵 e 是残差 通常是一个独立的随机变量 它受趋势面的次数影响明显 当残差是随机独立时 统计检验有效 但 在多数情况下 趋势面 中的残差是空间 自相关 的 特别是在趋势 面的次数较低 时 因此检验是有显著偏差 的 但残差的空间 自相关性可 以用随机过程模型来模拟 1 4克立格插值法 Kr i g i n g 克立格插值法是一种最优线性无偏 的估值方法 t 其估值公式为 z o j Z f f l 式 中 Z o 表示变量在点 o 处的估计值 Z 为变量在位置 f 处的实测值 是赋予不同采样点实测 值 的权重 并且其和等于 1 的确定是在保证估值无偏性 即估值偏差 的平均值为 0 和最优性 即估值方差 最小 的条件下 由适合 的变异函数模型计算得到 变异函数 y h 可用下式表达 1 y h 寿 z f 一z f h i 毒1 式中h为采样点间的距离 称为步长 N h 为相距为 h的样点对数目 z f 和 z f 分别为区域化变 量 z 在位置 f 和 h处的实测值 由此可见 7 h 是 h函数 其散点图可用适当的模型来拟合 拟合 的变异函数模 型是确定不 同观测值权重 的数学依据 由于变异函数 比较 复杂 为节省篇 幅 本文不作介 绍 读者可查阅参考文献 1 和 6 A RC I NF 0 7 1给出了最常用的变异 函数模型有 5种 即球状 S p h e r i c a 1 图形 C i r c u l a r 指数 E x p o n e n t i a 1 高斯 G a nss i a n 和线形有基 台模 型 L i n e a r wi t h s i l 1 它们是 Or d i n a r y Kri g i n g插值所采用 的主要模 型 此外 A R C I N F 7 1 还给出了当样本数据具有明显漂移特征 即采样值在空间分布上具有明显的趋势 性 时所使用的 u n i v e r s a l Kd g i n g插值法 2 基于 GI S的土壤属性分布图制作 为了能更具体的说 明 GI S在土壤性质分布图制作 中的应用 问题 我们 以江苏省江 阴市第二次土壤普查 资料 中的全氮数据源 江阴市土壤普查办公室 1 9 8 1 利用 AR C I NF O 7 1提供 的 4种 常用的插值方法来生 成江阴市的土壤全氮分布图 表 1 给 出了土壤全氮含量 的统计性描述 在具体操作上 将江阴市第二次 土壤普查 的全氮含量分布图进行扫描数字化 建立土壤农化样点分布 图 并与土壤全氮属性数据相连 从而建立可用于插值的土壤全氮地理数据库 本例中 反距离加权法的距离 幂 P定为 2 用于插值 的样点数 为 1 2 样条 函数法采用 的是 r e g u l a r i z e d s p l i n e法 插值 的权系数取 0 1 插值 维普资讯 2 6 卷第 2 期 刘付程 史学正 顾也萍 等 地理信息系统在土壤属性制图中的应用 1 7 5 样点数为 1 2 趋势面法采用 6 次趋势面 克立格插值法采用 O r d in a r y K r ig in g 其拟合的变异函数模型为指数 模型 用于插值的样点数为 1 2 最大搜索半径为 8 k m 所有插值图形均采用 1 5 0 mx 1 5 0 m的象元 插值结果 经研究 区域边界 图形切割 共得到 4 1 3 7 9个有效栅格值的图形 图 1 4 由于每一种插值方法 中的参数都 是根据研究区域变量空间分布的实际情况经多次反复试验后确定的 限于篇幅 本文不具体讨论各参数是如 何确定的问题 图 1 4 分别为4种不同插值方法插值图 其数据据统计结果见表 1 表 1 江阴市土壤全氮含量的统计性描述 g A n g Ta b l e 1 De s c r i p t i v e s t a t is ti c s o f t o t a l s o i l N i n J i a n g y l n Gmn t y 图 1土壤全 N的反距离加权法插值图 F i g 1 ma p o f s o i l t o t a l N i n t e r p o l a t e d b y I DW 图 3 土壤全 N的趋势面法插值 图 F i g 3 ma p o f s o i l t o t a l N i n t e rpo l a t e d b y Tr e n d 图 2土壤全 N的样条法插值图 Fi g 2 ma p o f s o i l t o t a l N i n t e r p o l a t e d b y S pl i n e 图 4土壤全 N的克立格法插值图 F i g 4 ma p o f s o i l t o t a l N i n t e rpo l a t e d b y Kr i g i n g 3 结果 与讨 论 3 1 从图1 4 可以看出 土壤全氮含量的空间分布图表现出一定的差异性 这是由于插值方法所基于的数 学原理不同造成的 但从整体来看 土壤全氮的相对高值区和低值区的分布则趋向一致 这表明4种插值方 法所生成的土壤全氮分布图都在不同程度上反映了土壤氮素空间分布的实际情况 3 2 反距离加权法和样条插值法都能保留原始测值的奇异值 即局部区域的个别极大或极小值 并以奇异 点为中心形成渐变的岛状分布 因此这两种方法生成的土壤全氮图具有斑点状特点 表现为离散性 趋势面 法和克立法则根据区域化变量 即土壤全氮 的空间变化趋势 可以对奇异值进行适当地修正 从而消除局部 奇异值对变量空间分布的影响 因此这两种方法生成 的图形往往具有片状或块状特点 表现为聚类性 并且 趋势面法的聚类性表现出明显的方 向性 由于对奇异值处理方法 四种方法生成的氮素分布图的取值区间往往也不一样 表 1 在本例中 I D W 维普资讯 1 7 6 安 徽 师 范 大 学 学 报 自 然 科 学 版 2 0 0 3年 法的估值结果保持了原始数据的取值区间 但这种一致性并不总是存在的 在不同的变量空间分布模式和插 值参数条件下 估值结果的取值区间可能会改变 这是因为每一估计值都是由多个实际测定值加权平均的结 果 这对测定的极值具有削峰填谷的作用 S p l in e 法为保证采样点附近的曲面曲率最小 曲面切线的走向可 能偏离实测值较远 其取值区间可以超出实际测定的最大和最小值 甚至为负值 这使得估值区间趋向扩 大 趋势面法着眼于变量在研究区域的整体变化趋势 对局部小区域的高值区和低值区有强烈的修正作用 因此其取值区间往往是界于实测最小和最大值之间的某个较窄的区间 K r ig i n g 法则是在遵循变量空间结构 特征的基础上 对变量进行线性最优无偏估值 因此它对测定值也具有削峰填谷的作用 但同时又保 留了变 量在整个研究区域和局部地段的各 自 分布特点 因此其取值区间也是界于实测的最小和最大值之间 3 3 通过比较上述 四种方法所 生成的土壤全氮分布 图 我们认为 Kr i g i n g法是一种相对较好 的方法 这是 因为 K r i g i n g 法是以变量空间变异定量分析为基础 通过变异函数所描述的变量空间结构信息来确定变量 的空间自相关范围和强弱 这为估值结果提供了定量的物理依据 此外 K ri g i ng 法在对变量进行估值的同 时 还能够给出变量的估值方差 1 2 6 l 这为评价和提高制图精度尤其是合理布设采样点提供了参考依据 相 反 其他三种方法往往都是基于纯数学上的表达 而缺乏明确的物理依据 这使得插值结果与实际情况符合 程度显得较低 在实际选取的 1 O个样点 未参与插值 中 估计值与实测值之间的平均偏差 I D W 法为 9 5 S p l in e 法为 1 6 8 T r e n d 法为 2 0 8 而 K r i g i n g 法仅为 3 1 由此可见 K r ig i n g法的估值精度明 显高于其它三种方法 其次 K r ig i n g 法生成的全氮分布图中 既消除了奇异值对土壤全氮分布的影响 又保 留了全氮在局部地段和整个研究区域中的聚类特点 这与田间实际情况较为相似 因此从整个区域来看 其 制图结果符合县域尺度土壤属性制图的综合性原则 但值得注意的是 并不是任何情况下 K ri g i n g 法在土壤 属性图中都是最优的 选取何种插值方法往往要根据变量类型及其空间分布的一般特征以及采样方法来确 定 参考文献 1 We b s t r e R Q u a n t i t a t iv e s p a t i t a l a n a l y s i s o f s o i l int h e f id d J A d v a n c e i n s o i l s c i e n c e 1 9 8 5 3 2 6 6 2 T r a n g m a r BB Y o s t RS U e h a r a G A p p l ic a t io n o f g e o s t a t is t i c s s p a t i a l s t u d i e s o f s o i l p r o p e r t i es J A d v a n c e d A g r t m m y 1 9 8 5 3 8 4 4 9 4 3 H e u v e l i n kG B i e r k e n s M C o m b i n i n g soi l n l a p 8 i 也i n t e r p o l a t i n s f r o m p o in t o b s e r v a t io n s 1 3o p r e d i c t q u a t it a t i v e s o i l p r o p e r t i es J G e o d e r m a 1 9 9 2 5 5 1 2 1 1 5 4 Wa t s o n DF P h i l i p G M A r e f i nt o f I n v e r s e D i s t a n c e We i g h t e d l n t e r poh t i o n J C o m p Ma t h s 1 i 也A r c h 1 9 8 2 8 2 3 1 5 3 2 7 5 F r a n k e R mo t hI n t e r p o l a t i o no f S c a t t e r e d Da t a b y nH a t eS p l i n e s J C o m p Ma t h s w i t hA p p l a 1 9 8 2 8 4 2 3 7 2 8 1 6 王政权 地统计学及在生态学中的应用 M 北京 科学出版社 1 9 9 9 3 5 1 4 9 APP LI CAT I ON 0F GI S TO S OI L P ROP ERTY S P ATI AL DI S TR U ON M P LI U Fu c h e n g 1 一 S HI Xu e z h e n g 1 GU Ye p i n g 2 Z HANG Qi n g l i 1 I n s ti t u t e o f S o i l S c ie n c e C h in Ac a d n y o f S c i me es Na n j ing 2 1 0 0 0 8 C h i n a 2 C o ll e g e o f Te r r i t o r i a l Re sou r c e s a n dTo u r i s m An h u i N o r ma l Un i v e r s i t y Wu h u 2 4 1 0 0 0 Oa m Ab s t r a c t S o i l p r o p e r t y s p a t i a l d i s t rib u t i o n ma p i s o n e o f d i r e c t e x p r e s s i o n s o f s o i l s p a t i a l v a r i a b i l i t y Th e t r a d i t i o n a l soi