本文關(guān)鍵詞： 土壤有機(jī)碳 空間預(yù)測(cè) 貝葉斯地統(tǒng)計(jì) 鹽土　出處：《應(yīng)用生態(tài)學(xué)報(bào)》2017年02期 　論文類(lèi)型：期刊論文

【摘要】：準(zhǔn)確預(yù)測(cè)土壤有機(jī)碳的空間分布,對(duì)于土壤資源開(kāi)發(fā)和保護(hù)、應(yīng)對(duì)氣候變化和生態(tài)系統(tǒng)健康都具有重要意義.本文以塔里木盆地北緣鹽土1300 m×1700 m樣地為試驗(yàn)區(qū),采集5~10 cm深度土壤樣品144個(gè),構(gòu)建土壤有機(jī)碳含量的貝葉斯地統(tǒng)計(jì)空間預(yù)測(cè)模型,并以普通克里格、序慣高斯模擬和逆距離加權(quán)方法為對(duì)照,評(píng)價(jià)貝葉斯地統(tǒng)計(jì)對(duì)土壤有機(jī)碳含量的預(yù)測(cè)性能.結(jié)果表明:研究區(qū)土壤有機(jī)碳含量處于1.59~9.30 g·kg~(-1),平均值為4.36 g·kg~(-1),標(biāo)準(zhǔn)偏差為1.62 g·kg~(-1);半方差函數(shù)符合指數(shù)模型,空間結(jié)構(gòu)比參數(shù)值為0.57;利用貝葉斯地統(tǒng)計(jì)方法,獲得了土壤有機(jī)碳含量的空間分布圖以及評(píng)價(jià)預(yù)測(cè)不確定性的預(yù)測(cè)方差、上95%分位數(shù)、下95%分位數(shù)分布圖;與普通克里格、序慣高斯模擬和逆距離加權(quán)方法相比,貝葉斯地統(tǒng)計(jì)方法具有更高的土壤有機(jī)碳含量空間預(yù)測(cè)精度,顯示出該方法對(duì)土壤有機(jī)碳含量預(yù)測(cè)的優(yōu)越性.
[Abstract]:The accurate prediction of soil organic carbon spatial distribution is of great significance for the development and protection of soil resources, the response to climate change and ecosystem health. In this paper, 1 300 m 脳 1 700 m saline soil samples in the northern margin of the Tarim Basin are taken as the experimental area. A Bayesian statistical spatial prediction model of soil organic carbon content was constructed by collecting 144 soil samples at a depth of 5 ~ 10 cm, and compared with ordinary Kriging, sequential habitual Gao Si simulation and inverse distance weighting method. The prediction performance of Bayesian geostatistics on soil organic carbon content was evaluated. The results showed that the soil organic carbon content in the study area was at 1.59 ~ 9.30 g 路kg ~ (-1) g 路kg ~ (-1), the average value was 4.36 g 路kg ~ (-1) ~ (-1), the standard deviation was 1.62 g 路kg ~ (-1) ~ (-1), and the semi-variance function was in accordance with the exponential model. The spatial structure ratio parameter is 0.57. By using Bayesian statistical method, the spatial distribution map of soil organic carbon content and the prediction variance of evaluating prediction uncertainty are obtained, the upper 95 quartile, the lower 95 quartile, the lower 95 quartile distribution map, and the ordinary Kriging. Compared with the inverse distance weighting method, the Bayesian geostatistics method has higher precision of spatial prediction of soil organic carbon content, which shows the superiority of this method in predicting soil organic carbon content.
【作者單位】： 浙江大學(xué)環(huán)境與資源學(xué)院;塔里木大學(xué)植物科學(xué)學(xué)院;浙江大學(xué)海島海岸帶研究所;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(40961028)資助~~
【分類(lèi)號(hào)】：S153.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 金釗;金劍;;貝葉斯網(wǎng)在復(fù)烤潤(rùn)葉機(jī)加水控制系統(tǒng)中的應(yīng)用[J];煙草科技;2009年07期

2 張荷觀(guān);;經(jīng)驗(yàn)貝葉斯方法在苗木調(diào)查中的應(yīng)用[J];八一農(nóng)學(xué)院學(xué)報(bào);1986年03期

3 桑燕芳;王中根;劉昌明;;水文頻率線(xiàn)型選擇與綜合過(guò)程中貝葉斯因子求解新方法[J];自然資源學(xué)報(bào);2013年04期

4 宋熠;柏超;;基于貝葉斯方法的NCD系統(tǒng)[J];中南林業(yè)科技大學(xué)學(xué)報(bào);2009年01期

5 白順果,王煒,郝文秀,李宏偉;場(chǎng)地土性分布參數(shù)的貝葉斯方法的估計(jì)[J];河北農(nóng)業(yè)大學(xué)學(xué)報(bào);2002年04期

6 李小蔚;劉金劍;朱韶潔;王亞民;;農(nóng)業(yè)研究中非線(xiàn)性模型參數(shù)估計(jì)的貝葉斯方法[J];連云港師范高等專(zhuān)科學(xué)校學(xué)報(bào);2012年04期

7 黃興召;陳東升;孫曉梅;張守攻;;基于異速參數(shù)概率分布的立木地上生物量估算[J];林業(yè)科學(xué);2014年06期

8 王改芳;貝葉斯方差組分估計(jì)法在畜禽育種中的應(yīng)用[J];畜禽業(yè);2003年10期

9 ;[J];;年期

相關(guān)會(huì)議論文 前10條

1 David Z.D'Argenio;;貝葉斯方法在實(shí)驗(yàn)室研究向臨床的轉(zhuǎn)化以及辨識(shí)隱含亞群體中的應(yīng)用(英文)[A];中國(guó)藥理學(xué)會(huì)臨床藥理學(xué)專(zhuān)業(yè)委員會(huì)會(huì)議暨第十次全國(guó)臨床藥理學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

2 姜峰;高文;姚鴻勛;;貝葉斯網(wǎng)絡(luò)的推理和學(xué)習(xí)[A];全國(guó)網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)'2005論文集（下冊(cè)）[C];2005年

3 丁東洋;劉希陽(yáng);;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

4 周桃庚;沙定國(guó);;貝葉斯可靠性序貫驗(yàn)證試驗(yàn)方法[A];中國(guó)儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（下）[C];2001年

5 陳曉懷;程真英;劉春山;;動(dòng)態(tài)測(cè)量誤差的貝葉斯建模預(yù)報(bào)[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

6 杜鵬英;羅小平;何志明;;貝葉斯網(wǎng)絡(luò)的發(fā)展及理論應(yīng)用[A];第三屆全國(guó)虛擬儀器大會(huì)論文集[C];2008年

7 楊麗;武海濱;李康;;無(wú)金標(biāo)準(zhǔn)診斷試驗(yàn)評(píng)價(jià)的貝葉斯方法及應(yīng)用[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

8 寧鵬達(dá);;貝葉斯方法在風(fēng)險(xiǎn)投資項(xiàng)目決策中的應(yīng)用[A];第四屆中國(guó)科學(xué)學(xué)與科技政策研究會(huì)學(xué)術(shù)年會(huì)論文集（Ⅰ）[C];2008年

9 朱永生;;貝葉斯方法確定泊松變量的置信上限[A];中國(guó)物理學(xué)會(huì)高能物理分會(huì)第七屆學(xué)術(shù)年會(huì)實(shí)驗(yàn)分會(huì)場(chǎng)論文集[C];2006年

10 王增忠;柳玉杰;施建剛;;建筑工程項(xiàng)目全壽命安全管理決策的貝葉斯方法[A];中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國(guó)會(huì)員代表大會(huì)暨第七屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

相關(guān)博士學(xué)位論文 前10條

1 闞英男;基于網(wǎng)格近似法的數(shù)控機(jī)床貝葉斯可靠性評(píng)估研究[D];吉林大學(xué);2015年

2 翟勝;基于貝葉斯網(wǎng)絡(luò)的復(fù)雜系統(tǒng)可靠分析方法研究與應(yīng)用[D];天津工業(yè)大學(xué);2016年

3 劉瑞;基于貝葉斯網(wǎng)絡(luò)的洪水災(zāi)害風(fēng)險(xiǎn)評(píng)估與建模研究[D];華東師范大學(xué);2016年

4 張潤(rùn)梅;基于貝葉斯網(wǎng)絡(luò)的復(fù)雜系統(tǒng)因果關(guān)系研究[D];合肥工業(yè)大學(xué);2015年

5 李艷穎;貝葉斯網(wǎng)絡(luò)學(xué)習(xí)及數(shù)據(jù)分類(lèi)研究[D];西安電子科技大學(xué);2015年

6 賈海洋;貝葉斯網(wǎng)學(xué)習(xí)若干問(wèn)題研究[D];吉林大學(xué);2008年

7 黃友平;貝葉斯網(wǎng)絡(luò)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2005年

8 朱允剛;貝葉斯網(wǎng)學(xué)習(xí)中若干問(wèn)題研究及其在信息融合中的應(yīng)用[D];吉林大學(xué);2012年

9 董立巖;貝葉斯網(wǎng)絡(luò)應(yīng)用基礎(chǔ)研究[D];吉林大學(xué);2007年

10 李小琳;面向智能數(shù)據(jù)處理的貝葉斯網(wǎng)絡(luò)研究與應(yīng)用[D];吉林大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 張路路;貝葉斯網(wǎng)絡(luò)系統(tǒng)可靠性分析及故障診斷方法研究[D];山東建筑大學(xué);2015年

2 徐冰;基于貝葉斯網(wǎng)絡(luò)的傳染病時(shí)空預(yù)警模型研究[D];長(zhǎng)安大學(xué);2015年

3 李艷強(qiáng);基于不確定理論的酸洗線(xiàn)和鍍鋅線(xiàn)的視情維修策略研究[D];河北工程大學(xué);2015年

4 王蕓;貝葉斯AGARCH模型在我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)度量中的應(yīng)用[D];南京財(cái)經(jīng)大學(xué);2015年

5 侯歡歡;基于貝葉斯網(wǎng)絡(luò)城市埋地燃?xì)夤芫�(xiàn)風(fēng)險(xiǎn)評(píng)價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

6 王宇;貝葉斯參數(shù)更新在可靠性分析中的應(yīng)用[D];南京航空航天大學(xué);2014年

7 李福偉;貝葉斯壓縮感知理論與技術(shù)[D];電子科技大學(xué);2015年

8 李景囡;基于依賴(lài)分析的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2014年

9 楊祥睿;基于貝葉斯網(wǎng)絡(luò)的船撞橋風(fēng)險(xiǎn)評(píng)估研究[D];重慶交通大學(xué);2015年

10 湯玉利;貝葉斯反問(wèn)題的MAP估計(jì)及其一致性[D];上海交通大學(xué);2015年

，

本文編號(hào)：1520011