广义线性地统计模型在典型亚热带丘陵区数字土壤制图中的应用.pdfVIP

第 60 卷 第 4 期 土 壤 学 报 Vol. 60 ，No. 4 2023 年 7 月 ACTA PEDOLOGICA SINICA Jul. ，2023 DOI ：10.11766/trxb202107290386 郝辰恺，孙孝林，王会利 . 广义线性地统计模型在典型亚热带丘陵区数字土壤制图中的应用 [J]. 土壤学报，2023 ，60 （4 ）：993–1006. HAO Chenkai ，SUN Xiaolin ，WANG Huili. Application of Generalized Linear Geostatistical Model for Digital Soil Mapping in A Typical Subtropical Hilly Area[J]. Acta Pedologica Sinica ，2023 ，60 （4 ）：993–1006. 广义线性地统计模型在典型亚热带丘陵区数字土壤制图 * 中的应用 1 1† 2 郝辰恺 ，孙孝林 ，王会利 （1. 中山大学地理科学与规划学院，广州 510275 ；2. 广西壮族自治区林业科学研究院，南宁 530002 ） 摘 要：数字土壤制图在当前的应用越来越广泛，其方法主要包括环境相关模型、空间自相关模型，以及这些模型的混合模 型。理论上，混合模型相对单一模型具有明显的优势。广义线性地统计模型（GLGM ）也是一种混合模型，相对于最常用的 混合模型—— 回归克里格（RK ），又具有能加入随机效应来解决土壤变异的非平稳性等优势。然而，GLGM 因计算繁琐等 缺点，在国内外应用较少。本文以广西南宁高峰林场内一小面积（3.03km2 ）丘陵为研究区，以 14 个地形因子为预测变量， 使用广义线性混合模型（GLMM ）及其与普通克里格（OK ）相结合的模型（即GLGM ），对土壤有机碳（SOC ）、pH 、黏粒 和阳离子交换量（CEC ）的空间分布进行预测，并与常用的多元线性回归（MLR ）、地理加权回归（GWR ）、回归森林（RF ）、 OK、RK 和广义可加模型（GAM ）进行比较。结果表明：GLMM 在预测黏粒上准确度较高；GLMM 和 GLGM 在预测 CEC 上准确度中等，但在预测 SOC 和 pH 上准确度较低。综合线性回归模型的调整决定系数、块金效应和全局莫兰指数，本文 认为，当土壤属性与环境变量具有较低的线性回归调整决定系数（即小于 5% ）、土壤属性具有较弱的空间自相关性（即块 金效应大于 71% ）和较强的局部空间变异（即全局莫兰指数小于0.09 ）时，GLMM 和 GLGM 具有较高的适用性，例如本文 中的黏粒。反之，GLMM 和 GLGM 的适用性不好，例如 SOC 和 pH 。鉴于土壤空间变异的高度异质性和多尺度性，GLMM 和 GLGM 具有较好的应用前景。但是，在未来的研究中还需要进一步研究如何提高 GLMM 和 GLGM 的模拟效率。 关键词：数字土壤制图；土壤计量学；广义线性地统计模型 中图分类号：K903 文献标志码：A Application of Generalized Linear Geostatistical Model for Digital Soil Mapping in a Typical Subtropical Hilly Area 1 1† 2 HAO Chenkai , SUN Xiaolin , WANG Huili (1. School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China; 2. Guangxi Forestry Research Institute, Nanning 530002, China)