吉林省農(nóng)田土壤速效鉀插值精度研究

于 洋，劉吉平

吉林省農(nóng)田土壤速效鉀插值精度研究

于 洋，劉吉平

本文以東北典型黑土區(qū)——吉林省榆樹市弓棚鎮(zhèn)13號村為研究區(qū)域，研究插值方法對農(nóng)田土壤速效鉀插值精度的影響。研究結(jié)果表明：在采樣點數(shù)較多的情況下，速效鉀的Kriging插值精度明顯高于BP神經(jīng)網(wǎng)絡的插值精度。隨著采樣點數(shù)的減少，Kriging插值精度顯著下降，而BP神經(jīng)網(wǎng)絡的插值精度相對穩(wěn)定。在采樣點數(shù)較少的情況下，BP神經(jīng)網(wǎng)絡的插值精度接近Kriging插值精度。

Kriging插值；BP神經(jīng)網(wǎng)絡；土壤速效鉀；插值精度

一、引言

精準農(nóng)業(yè)是近年來農(nóng)業(yè)科學研究的熱點。在精準農(nóng)業(yè)的實施過程中，需要采集大量的空間信息樣本，花費大量的人力、物力和財力。因此，研究如何用較少的樣本來反映田間信息的空間變異規(guī)律，再用科學的插值方法進行插值和預估是精準農(nóng)業(yè)研究中的一個關鍵問題。本文以東北典型黑土區(qū)——吉林省榆樹市弓棚鎮(zhèn)13號村為研究區(qū)域，分析插值方法對插值精度的影響，為精準農(nóng)業(yè)土壤養(yǎng)分插值方法的選取、制定優(yōu)化采樣策略提供科學依據(jù)。

二、研究方法與數(shù)據(jù)處理

（一）研究方法

1.Kriging插值。首先以SPSS 15.0為平臺分析土壤速效鉀的基本統(tǒng)計特征，檢驗土壤樣本是否符合正態(tài)分布；然后在GS+3.0下，分析土壤堿解氮的空間變異特性，確定Kriging插值所采用的最優(yōu)模型以及空間變異參數(shù)；最后以ArcGIS9.3為平臺，完成Kriging插值。

2.BP神經(jīng)網(wǎng)絡模型。本文神經(jīng)網(wǎng)絡插值以MATLAB為平臺，利用newff函數(shù)建立三層網(wǎng)絡，第1、2層傳遞函數(shù)為tansig，第3層傳遞函數(shù)為purelin；網(wǎng)絡訓練函數(shù)采用動量及自適應lrBP的梯度遞減訓練函數(shù)traincgf；網(wǎng)絡學習函數(shù)為梯度下降動量學習函數(shù)learngdm；性能函數(shù)采用均方誤差性能函數(shù)mse。

（二）插值精度的檢驗

采用均方根誤差（Root mean square error，RMSE） 和平均相對誤差（）作為插值精度的衡量指標。其計算公式如下：

（三）數(shù)據(jù)處理

采樣區(qū)選在榆樹市弓棚鎮(zhèn)13號村，農(nóng)田作物為玉米。首先，對試驗地塊進行DGPS網(wǎng)格定位，共計153 hm2，并在ArcGIS軟件上對其進行網(wǎng)格劃分，網(wǎng)格大小為80 m×80 m。采用梅花五點采樣法，共采集386個樣品，采樣深度為20cm。將采集的樣品裝袋后進行標記，帶回實驗室分析。

為了比較采樣密度對模型模擬精度的影響，將研究區(qū)域的386個采樣點利用ArcGIS軟件Geostatistical Analyst模塊的Create Subsets命令隨機提取100點、150點、200點、250點、300點、350點作為訓練樣本，取樣后在SPSS下對訓練樣本做正態(tài)分布檢驗，不符合正態(tài)分布的重新取樣。在全部樣點數(shù)中隨機抽取50個作為檢驗樣本，本文將對以上六種方案進行比較研究。

三、結(jié)果與分析

（一）基于Kriging插值的農(nóng)田土壤速效鉀空間變異模擬

SPSS下的正態(tài)分布檢驗結(jié)果表明，速效鉀在所有尺度下都符合正態(tài)分布。在GS+下對不同采樣尺度的速效鉀含量進行半方差分析后，根據(jù)GS+所求出的最大變異距離和選用的模型作為參數(shù)，將訓練樣本在ARCGIS下進行Kriging插值。

圖1 不同采樣點下速效鉀的Kriging插值效果圖（單位：mg/kg）

（二）基于BP神經(jīng)網(wǎng)絡模型的農(nóng)田土壤速效鉀空間變異模擬

為了方便BP網(wǎng)絡模型的構(gòu)建和增強訓練效果及驗證網(wǎng)絡的泛化能力，需要對網(wǎng)絡的輸入和輸出進行等價的歸一化預處理。本文采用歸一化處理函數(shù)mapminmax對網(wǎng)絡輸入和輸出進行歸一化處理，并在得到模擬值之后使用mapminmax函數(shù)將模擬值還原到原來的量綱和量級。

利用仿真函數(shù)sim對通過訓練的神經(jīng)網(wǎng)絡模型進行模擬，得到檢驗樣本土壤速效鉀的神經(jīng)網(wǎng)絡模擬值，見圖2。

圖2 不同采樣點數(shù)速效鉀的BP神經(jīng)網(wǎng)絡模擬效果（單位：mg/kg）

（三）模型比較

在全部樣本中隨機抽取50個樣本對Kriging模型和BP神經(jīng)網(wǎng)絡模型的插值結(jié)果進行精度檢驗，通過對比采樣密度的大小對模型模擬效果的影響，來分析兩種模型受采樣密度影響時模擬精度的變化規(guī)律，結(jié)果見表1。

表1 速效鉀在不同采樣密度下的精度對比Contrast of precision of soil available K the different sampling densities

檢驗結(jié)果表明：在采樣點數(shù)較多的情況下，速效鉀的Kriging插值精度明顯高于BP神經(jīng)網(wǎng)絡的插值精度。隨著采樣點數(shù)的減少，Kriging插值精度顯著下降，而BP神經(jīng)網(wǎng)絡的插值精度相對穩(wěn)定。在采樣點數(shù)較少的情況下，BP神經(jīng)網(wǎng)絡的插值精度接近Kriging插值精度。

四、結(jié)論

在隨機采樣的情況下，衡量兩種模型在不同采樣點數(shù)下插值精度的變化，結(jié)果表明：Kriging模型插值精度隨采樣點數(shù)的減少顯著下降，而BP神經(jīng)網(wǎng)絡模型的插值精度隨采樣點數(shù)的變化不大；在采樣點數(shù)較多的情況下，Kriging模型插值精度顯著高于BP神經(jīng)網(wǎng)絡模型的插值精度，隨著采樣點數(shù)的減少，Kriging模型插值精度急劇下降，在采樣點較少的情況下，BP神經(jīng)網(wǎng)絡模型的插值精度已經(jīng)接近甚至優(yōu)于Kriging模型插值精度。

[1]王建軍,王長松,殷朝珍.不同采樣密度對土壤養(yǎng)分空間插值結(jié)果的影響[J].江西農(nóng)業(yè)學報2010,22(7)∶87-90.

[2]MARTIN Y,ROSSITER D G,NJOMGANG R.Multi-scale characterization of soil variability within an agricultural landscape mosaic system in southern Cameroon[J].Geoderma,2005,12(5)∶117-143.

[3]YUAN X Y，CHAI X R，GAO R T，et al.Temporaland spatialvariability of soil organic matter in a county scale agricultural ecosystem[J].New Zealand JournalofAgriculturalResearch，2007，50(5)：1157-1168.

[4]LIU X M，ZHAO KL，XU J M，et al.Spatial variability of soil organic matter and nutrients in paddy fields at various scales in southeast China[J].Environmental Geology，2008，53(5)∶1139-1147.

[5]王淑英，路蘋，王建立.不同研究尺度下土壤有機質(zhì)和全氮的空間變異特征∶以北京市平谷區(qū)為例 [J].生態(tài)學報2008，28(10)：4957-4964.

[6]陳光，賀立源，詹向雯.耕地養(yǎng)分空間插值技術(shù)與合理采樣密度的比較研究[J].土壤通報，2008，39(5)∶1007-1011.

[7]潘瑜春，劉巧芹，閻波杰.采樣尺度對土壤養(yǎng)分空間變異分析的影響[J].土壤通報，2008，41(2)：257-262.

責任編輯：姚 旺

S158

B

1671-6531（2012）04-0042-02

吉林省科技廳科技支撐計劃項目 (20080207)；國家農(nóng)業(yè)科技成果轉(zhuǎn)化資金項目 (2009GB2B100095)；吉林師范大學研究生創(chuàng)新科研計劃項目 （201111）

于洋/吉林師范大學旅游與地理科學學院助教，碩士（吉林四平 136000）；劉吉平/吉林師范大學旅游與地理科學學院副教授（吉林四平 136000）。