選取有效變量與適宜方法有助于揭示河口濕地土壤有機質的空間分異特征,對維護濕地生態(tài)平衡和全球碳循環(huán)具有重要作用。以福州市閩江河口濕地為研究區(qū),采用逐步回歸分析(SLR)與主成分分析(PCA)法篩選顯著的特征變量,運用支持向量機回歸克里格(SVRK)法分析了濕地土壤有機質的空間異質性,并與神經網絡克里格(BPNNK)法、回歸克里格(RK)法進行了比較。結果表明:通過SLR和PCA分析發(fā)現,歸一化植被指數(NDVI)、比值植被指數(RVI)、土壤水分指數(PDI)、匯流累積量(FA)及沉積物移動指數(STI)與土壤有機質含量關系密切,其判定系數R²為0.446,顯著性概率值P<0.0001,可轉換為3個獨立的特征變量用于模型的預測。研究區(qū)土壤有機質的空間變異主要受結構性因素影響,呈現出"北低南高"的空間格局,采用SVRK模型的預測精度更高,能較好地體現河口濕地土壤有機質的空間異質特征。該研究可為同類區(qū)域的土壤有機質空間特征研究提供方法支撐。

【文章頁數】：8 頁

【部分圖文】：

圖1研究區(qū)位置及采樣點分布圖

考慮到濕地的自然景觀保護和樣點分布的均勻性，先在室內利用GoogleEarth高分辨遙感影像對采樣點進行初步布設。2017年8月2—12日在研究區(qū)手持GPS進行定點，以定點為中心設置10m×10m小樣方，按照“五點混合采樣法”采集土壤樣品，采樣深度為0～30cm，共采集土....

圖3RK、BPNNK和SVRK模型精度驗證

為了進一步驗證SVRK模型的預測效果，利用25個測試集繪制1∶1關系圖(圖3)。通過圖3可知，SVRK模型的樣本點基本分布在1∶1關系線兩側，模型擬合程度極佳。與RK、BPNNK模型相比，SVRK模型的R2和RPD分別提高了0.163、0.058和0.394、0.172,RMSE....

圖2研究區(qū)SOM的空間分布圖

根據上述分析結果，分別對OLS殘差、BPNN殘差和SVR殘差進行OK插值，得到RK、BPNNK和SVRK模型預測的土壤有機質空間分布圖(圖2)。由圖2可知，研究區(qū)SOM含量在空間分布上呈現出“北低南高”的變化趨勢，具有明顯的空間異質性，這與研究區(qū)的植被覆蓋、土壤屬性、地形特征等環(huán)....

本文編號：3902151