第七章 土壤特性的空间变异性2
第七章紫色土土壤学课件

下统: 城墙岩群(K1c):
侏罗系:
(P145:分布、产状、岩层组合、颜色、地貌)
上统: 莲莱镇组(J3p): 遂宁组(J3s):
中统: 沙溪庙组(J2s): 新田沟组(J2x):
下统: 自流井组(J1z):
三迭系:
下统: 飞仙关组(T1f):紫红色泥岩夹粉
砂岩,含泥灰岩,富含石灰。
1.快速物理崩解和频繁的侵蚀堆积作用
❖原因:
胶结物:紫色岩胶结物多为钙质、泥质, 少铁质、硅质;
成分复杂:成分复杂且色深、差异吸热、 差热崩解;
特殊地形
2.风化淋溶程度浅,基本保持母岩原色 ❖原因:
更新频繁:成土时间短,化学风化弱, 保持母岩的基本成分;
特殊岩石:紫色岩颜色的形成至今未弄 清。(如紫色土发育的水稻土)
土壤覆盖;
啄石骨(泥岩),加速母质熟化;传厢聚 土,增厚土办法层等传统方法(乐至:传 厢聚土较对照增产2.7倍);旱地聚土免耕立 体种植技术 (获得国家科技进步二等奖) 。
酸性紫色土的土属分类:
①红紫泥土(夹关组) ②淋溶紫泥土(其它地层酸化)
五、紫色土的利用和改良
原则:合理利用,保持水土,绿化荒坡, 建立良性生态循环。
1.因土种植,合理利用
石灰性紫色土:宜种棉花、花生、豆类等喜 钙作物; 酸性紫色土宜种茶、油茶等; 粗骨性紫色土可种豌豆、甘薯等耐瘠作物。
酸度:酸性至碱性反应,pH5.5~8.5。 BS: 多在70%以上。 CEC:变化大,一般为10-29cmol(+)/kg土 水气状况:紫色丘陵顶部——蓄水能力极差,易旱;紫色 丘陵下部——塘水,耕性差。 养分状况:
①有机质含量低,缺氮,耕地更缺; ②全量P、K、Na、Ca、Mg、Mo、B、N、Mn含量较
土壤水分空间异质性的研究进展(DOC)

恢复生态学论文土壤水分空间异质性研究进展11级生科2班学号:201314010003姓名:李敏土壤水分空间异质性的研究进展李敏,刘蕊,马次香(昆明学院生命科学与技术系11级生科2班)摘要:土壤的形成过程包括物理过程、化学过程和生物过程。
由于不同地区在气候、母岩、地形、植被和动物等方面的不同,形成了各种土壤类型,导致土壤性质存在明显的差异。
即使在同一土壤类型,不同的时间和不同的空间上土壤的某些性质仍然不同。
土壤水分的空间分布格局及其影响因素,调查表明土壤具有时间上和空间上变化的特点。
在进行土壤调查时,同一土壤类型上不同的空间位置取样所测定的土壤养分和水分等因子常常具有较大的差别,除去取样和测定过程中的误差外,还存在着土壤本身的变化,这种变化称为土壤空间异质性或空间变异性。
土壤空间异质性是土壤重要的属性之一。
根据不同的地形研究土壤水分空间异质性。
又因我们条件有限只能查阅相关资料结合自己的想法做出推理验证。
关键词:土壤水分,不同的地形,土壤水分空间异质性与不同地形的分析,研究进展The research progress of soil moisture spatial heterogeneityLi min, Liu rui, Ma cixiang(kunming college of life science and technology of class 2 grade 11 raw) Abstract: the formation of soil including physical process, chemical process and biological process. Due to different regions in climate, parent rock, topography, vegetation, and the different animals and so on, has formed a variety of soil types, there are significant differences in soil properties. Even in the same soil type, different time and different space on certain properties of soil is different. Spatial distribution pattern of soil water and its influencing factors, the survey shows that the soil has the characteristics of the change in space and time. When soil survey, the same soil types in different space sampling determination of soil nutrients and moisture factor often has a larger difference, eliminate the error in the process of sampling and measurement, there is the change of the soil itself, this change is called the spatial heterogeneity of soil or spatial variability. Soil spatial heterogeneity is one of the important attribute. According to the different terrain research on soil moisture spatial heterogeneity. And because we only limited access to relevant information combined with his own thoughts to make reasoning test and verify.Key words: soil moisture, different terrain, soil moisture spatial heterogeneity and different terrain analysis, are reviewed土壤水分是连接大气圈与生物圈的重要纽带,是气候系统中不可或缺的一个关键参数,其在空间上的分布受到植被或土地利用、剖面曲率、高程、气象因素、地形、土壤、人为活动等多因子综合作用2]-[1。
土壤水分的空间变异研究

土壤水分的空间变异研究摘要:土壤水分作为各种溶质的载体,正确分析它的空间变异性便成为研究土壤非饱和带水分运动以及溶质运移的先决条件。
本文以试验田测得的一组土壤含水量数据为例,用传统的经典统计方法与地统计方法来详细说明该区域土壤水分的空间变异性,旨在掌握基础的计算过程和建立数据分析思路。
关键词:土壤水分;空间变异;半方差函数;计算过程1. 引言土壤是一种不均一和连续变化的自然体。
大量田间试验数据表明即使在土壤质地相同的区域内,同一时刻土壤特性在不同空间位置上也具有明显差异,这种属性称为土壤特性的空间变异性。
土壤特性空间变异性的研究是根据观测或取样测定的资料, 分析土壤各特性参数的空间变化特征, 参数自身及各参数间的空间关系。
早期的研究思路是根据传统统计学原理, 不考虑测定参数和测定位置之间的空间关系,计算测定区域土壤某一性质的统计学参数,由此考察在这一区域土壤性质的变异程度。
这一方法的缺点是明显的,只能估计测定区域所考察土壤参数变异程度的强弱,不能估计测定区域所考察土壤参数的空间分布。
而地统计方法可以大大的弥补以上的不足。
本文以土壤水分数据为支撑,在回顾传统经典统计学的一些常规分析方法的基础上,重点详细介绍地统计学中以半方差函数为基本工具来描述土壤水分的结构性与随机性。
2.研究区土壤样点布局及测定本次所研究的土壤水分数据来自山西农业大学资源环境学院试验站一块约29m*20m的裸地试验田,鉴于研究区域土壤性质及地形特点初步设定为网格式布局,每小块网格面积约为1m*1m,共设置486个样点进行测定(由于一些样点被其它杂物覆盖,实际样点数为483个),采用水分速测仪测得土壤表层0—20cm的水分含量。
由于速测仪测得的数据并不是最终的水分结果,还需要用转换公式进行换算,公式如下:Y=0.0103*X-18.254,其中Y为土壤含水量,X为速测仪测得的数据。
本次研究重点是主要对其中的一小区域数据进行统计分析和半方差函数的计算,并分析其空间变异性。
寿光市土壤养分特性及空间变异性分析

寿光市土壤养分特性及空间变异性分析徐海燕1,2,聂宜民2,赵文武1,陈永智3(1.北京师范大学资源学院,北京100875;2.山东农业大学资源与环境学院,山东泰安271018;3.山东省寿光市农业局,山东寿光262700)摘要:本研究以寿光市为例,在分析其露天耕地土壤养分特征值的基础上,采用GIS 和地统计分析相结合的方法研究了土壤养分的空间变异性。
研究结果表明:①土壤特性除pH 值为弱变异性外,其他均为中等变异;②土壤有机质、Ca 、Mg 含量较高,N 、P 、K 有一定程度的缺乏;有效态微量元素的含量不均衡,Zn 普遍缺乏,Fe 含量不高;③NH 4+-N 、T-N 、Cu 、Ca 、Mg 的变异性结构较差,其他土壤养分变异结构明显。
Zn 在整个区域内表现为恒定的变异。
P 、K 、pH 、Mn 、B 空间变异主要是由土壤母质、地形、气候等非人为的区域因素引起。
OM 、Fe 在研究区域上具有中等空间相关性,其由施肥、作物、管理水平等随机因素引起的空间变异性较小。
关键词:土壤养分;空间变异性;地统计学中图分类号:S158.3文献标识码:B 文章编号:1000-0275(2009)01-0118-04Study on Statistical Features and Spatial Variability of Soil Nutrients in ShouguangXU Hai-yan 1,2,NIE Yi-min 2,ZHAO Wen-wu 1,CHEN Yong-zhi 3(1.College of Resources Science and Technology,Beijing Normal University,Beijing 100875,China ;2.College of Resource and Enviroment,Shandong Agricultural University,Tai'an,Shandong 271018,China ;3.Agricultural office of shouguang shandong Province,shouguang,Shandong 262700,China)Abstract :Using the methods of GIS and geostatistics,this paper studied the spatial variability of soil nutrients inShouguang city,which was based on the analysis of the statistical features of soil properties.The results showed that:①all parameters exhibited intermediate variability except for soil pH showed a lower variability.②Soil organic matter,Ca,Mg content were high in the research region.NH 4+-N,P,K were deficient in a certain extent.Available trace elements in the grain crop area were imbalance to some extent.It was widely deficient in Zn and Fe.③In the actual sample interval,Poor variability structure was found in NH 4+-N,T-N,Cu,Ca,Mg.And the other soil properties had strong or intermediate spatial correlation.In the whole research scope,Zn had lasting variability.The spatial variability of P,K,pH,Mn,B were mainly caused by the spatial autocorrelation.OM,Fe had intermediate spatial correlation,and the spatial variability of them was aroused by the random and artifical factors had a less proportion.Key words :soil nutrient;spatial variability;geostatistics基金项目:国家“十一·五”科技支撑计划《食品安全关健技术的应用的综合示范》项目“蔬菜安全生产的质量控制技术研究“(编号:2006BAK02A03)。
土壤水分空间变异性的研究

第3卷第 8 9 期
2o o 8年 8月
东
北
农
业
大
学
学
报
3 ( : 2 - 2 98 12 16 )
Au . 0 8 g 2 0
J u a fNot atA c lua iest o rl o r s n he ut rlUnv ri y
规则样条生成一个平滑 、渐进的表面 , 插值结果可 能会超出样本点的取值范围较多。张力样条根据要 生成 的现象的特征生成一个 比较坚硬的表面 ,插值
结果更接近限制在样本点的取值范围内。
样条 函数插 值 的通用 方程 是 :
简便 的空间插值方 法 ,它以插值点 与样本 点的距
离为权重进行加权平均 ,离插值点越 近的样本 点
样条函数插值采用两种不同的计算方法: 规则样
条 ( euai dSl e 和张 力 样 条 (es nS l e。 R gl z pi ) re n T ni pi ) o n
1 空 间变异 性 的基 础 理 论 和 方 法
11 反 距离权 重插 值 ( ) [ . I W) 1 I 2 I W(n es i a c ihe ) D Iv r D s n eWe td 是一 种 常 用 而 e t g
用GS P 接收机和土壤水分速测仪 ,按 1 x5 5 l m m设
置网络,约取 20 5 个采样点, 采样深度为耕层 1 , 0 m c 对土壤水分含量进行测量 。使用南方测绘 的 90 N 80 天王星双频 R K测量该地块 的高程数据 。 T 试验选用点采样(o t a pi ) Pi m l g方式 ,规则栅 ns n 格采样是将农 田分为大小相等的栅格小区采集土样。 规则栅格采样简单易行,是—个最有效的土壤采样方 法 ,并且 比随机采 样方案精确得多 。除方格 之外 ,还 可采用三角网格或者矩形和六角形方案。文中采用规
土壤含水量空间变异性的频域分析方法.doc

土壤含水量空间变异性的频域分析方法作者:杨卫中王一鸣李保国摘要:基于频域法分析理论原理,给出了基于二维信号采样与重建的频域法插值公式,对土壤特性的空间变异性进行表征。
对一块麦田采用20m×20m的网格进行土壤含水量采样,利用频域法对15×15个采样值进行分析,结果表明含水量分布的有效带宽为0.01,说明空间变异主要由周期大于100m的频率分量组成;通过改变采样间距的"重采样"方法,从原始采样数据中抽取采样间隔为40m×40m和60m×60m样本数为8×8和5×5的两组数据,分别用频域法和Kriging法插值。
比较两种插值结果的分布图和统计特征值,结果显示Kriging法平滑效应明显而频域法插值能更好的表现空间变异性,二者的插值精度基本相同,因此频域法优于Kriging插值。
关键词:频域法;空间变异;地统计学;有效带宽;土壤含水量;Kriging中图分类号:S126;S152.7文献标识码:A文章编号:0559-9350(2011)05-0580-08 Frequency-domain analysis of spatial variability of soil properties YANG Wei-zhong,WANG Yi-ming,LI Bao-guo Abstract:Frequency-domain analysis was employed in investigating the spatial distribution of soil properties.The concept of effective bandwidth was presented to express the spatial variability of soil properties quantitatively.Frequency-domain method interpolation formula based on the theory of two-dimensional signal sampling and reconstruction was presented.A measurement of soil moisture sampling value in awheat field under20m×20m sampling grid was carried out,and the frequency-domain method was used to analyze the 15×15 soil moisture sampling value.The results show that the effective bandwidth of the wheat field equal to 0.01,it means that the spatial distribution of soil moisture is mainly composed of the frequency components in the period of more than 100m.Then,re-sampling technique was employed in the original sampling data with changing samplin ginterval to 40m×40m and 60m×60m to extract two data sub-sets of 8×8 and 5×5.The sub-sets were used in frequency-domain interpolation and Kriging interp parison of the soil moisture distribution profile and statistical characteristics of twointerpolation method shows that the smoothing effect of Kriging method cover up some detail of the spatial variability,two methods are basically the same in interpolation accuracy,and frequency-domain method is better than Kriging method.Key words:Frequency-domain analysis;spatial variability;effective bandwidth;soil moisture;Kriging自20世纪70年代以来,土壤特性空间变异的量化研究一直是研究热点[1]。
武汉市区绿地土壤养分空间变异性分析

武汉市区绿地土壤养分空间变异性分析摘要采用GIS与地统计学相结合的方法,对武汉市区绿地土壤中pH值、有机质、全氮、速效磷、速效钾的空间分布进行了研究。
结果表明,武汉市区绿地大部分土壤为碱性或中性;土壤养分空间变异性较大,在0.46~0.88,有机质的变异系数最大为0.88;各区域养分含量不均等,绿地养分等级处于中等水平。
并绘制了武汉市区绿地养分等级分布图。
从而为城市绿地土壤养分管理及绿地建设规划提供指导。
关键词城市绿地;土壤养分;空间变异;湖北武汉SpatialVariabilityAnalysisonUrbanGreenSpace’sSoilNutrientsinWuhanCityWANG WeiLIN Cheng-da(College of Resources and Environment,Huazhong Agriculture University,Wuhan Hubei 430070)AbstractIn this paper,geostatistics combined with GIS were applied to analyze the spatial vaila bility of urban green space’s soil nutrients;such as pH value,organic matter,total nitrogen,available phosphorus and available potassium in Wuhan City. The result showed that most of the urban green space’s soil was alkaline and the spatial variability of soil nutrients was large,all of soil nutrients in the coefficient of variation ranged from 0.46 to 0.88,and the largest variation coefficient of organic matter was 0.88.What’s more,urban green space’s soil nutrient contents were uneven,whose levels were in the medium level. At the same time,the distribution maps of the nutrients level were drawed. Thus a theoretical basis was provided for the management of urban green space’s soil nutrients and urban green space planning.Key wordsurban green space;soil nutrients;spatial variability;Wuhan Hubei城市绿地是指城市的公共绿地、居住区绿地、单位附属绿地、防护绿地、生产绿地以及风景林地等6类。
土壤湿度空间变异规律解析

土壤湿度空间变异规律解析土壤湿度是农业生产中非常重要的环境因素之一,它对作物生长、灌溉管理和土壤质量评价具有重要影响。
了解土壤湿度的空间变异规律可以帮助我们更好地管理土壤水分,提高农业生产效益。
本文将对土壤湿度空间变异规律进行解析,以期为农业生产提供科学依据和技术指导。
首先,土壤湿度的空间变异是受多种因素共同影响的。
全球范围内,气候因素是土壤湿度变异的主要驱动因素之一。
不同气候区域的降水量和蒸发量差异可以导致土壤湿度的空间变异。
在中国,由于气候的多样性,土壤湿度的空间变异也较大。
另外,土壤类型、地形起伏和人类活动等因素也会对土壤湿度的空间变异产生影响。
其次,土壤湿度的空间变异规律与土壤水分储量有关。
土壤水分储量决定了土壤湿度的供应能力,从而影响了土壤湿度的空间变异。
一般来说,土壤水分储量高的地区土壤湿度较高,而水分储量低的地区土壤湿度较低。
土壤水分储量的空间分布受到降水量、蒸发量、土壤类型和植被覆盖等因素的综合影响。
因此,土壤湿度的空间变异规律与这些因素的分布有一定的关系。
此外,土壤湿度的空间变异还与土壤质地和土壤水分保持能力有关。
土壤质地的不同会影响土壤的孔隙结构,进而影响土壤的通透性和水分保持能力。
一般来说,粘土质土壤的含水量较高,而砂质土壤的含水量较低。
因此,不同土壤质地的区域土壤湿度的空间变异规律也会不同。
此外,农业活动也会对土壤湿度的空间变异产生影响。
不合理的灌溉管理和农田排水系统的不完善会导致土壤湿度的空间变异。
如果灌溉系统不均衡,会导致局部地区的土壤湿度过高,而其他区域的土壤湿度过低。
类似地,排水系统不完善也会导致土壤湿度的空间变异。
因此,在农业生产中,合理的灌溉管理和农田排水系统的建设对于减小土壤湿度的空间变异具有重要意义。
最后,利用空间变异规律,我们可以采取一些措施来管理土壤湿度,提高农业生产效益。
首先,根据土壤湿度的空间变异规律,合理布局灌溉设施,确保土壤湿度的均衡供应。
其次,对于土壤湿度较低的区域,可以采取增加有机质和改善土壤结构的方法来提高土壤的保水能力。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第七章 土壤特性的空间变异性土壤特性在空间分布是非均一的,例如在平面上土壤的质地、剖面上土层的厚度,以及土壤含水率、土壤水分运动参数、土壤水基质势(负压)、含盐量等在同一时刻,即使是相距很近的点,其数值也是不同的。
这种土壤特性在空间上分布的差异性称为土壤特性的空间变异性。
为了探讨土壤各种因素的变化规律,必须进行田间试验,布设观测点和取样点,由于土壤特性空间变异性的存在,观测和取样点数目不宜过少,但因受人力、物力的限制,也不宜过多,这样,就存在确定合理取样数目、对未观测点进行估值、利用土壤特性的变异规律对田间土壤水分运动进行分析等问题。
以下将分别对这些问题作简要介绍。
第一节 土壤特性的变异性和合理取样数目一、土壤特性的变异性分析[55,63,68,69]土壤特性受随机因素的影响,在一定的空间内进行多次试验所取得的数值可能是不同的,因而存在一定的偶然性。
如将土壤特性看作是一个随机变量Z ,在空间上变化看作是独立的变化,则其变化特征可由其概率密度函数产P (x )表示。
X 为土壤特性x 的可能取值,发生这一事件的概率为p (x )。
发生随机变量X 的取值小于或等于X 的事件的概率为⎰∞-=≤xdx x p x X p )()( (2-7-1)概率P (X ≤x )称为累积概率,概率密度函数P (x )为一非负函数,P (x )≥0,且 P (-∞〈x 〈∞〉=⎰∞∞-dx x p )(。
累积概率函数P (X ≤x )。
有时写成:)()(x P P x F ≤=F (x )称为随机变量X 的分布函数。
随机变量有多种分布形式,对于土壤特性最常见的有以下两种。
1.正态分布在这种情况下概率密度表达式为222)(ex p[21)(σσπm x x p --=] (2-7-2) 式中δ、m ——常数随机变量X 服从正态分布,记为X ~N (m ,δ2)。
在m=0,δ=1时的正态分布,称之为“标准正态分布”,记为 N (0,l )。
⎰⎰∞-∞---==x xm x dx x p x F 222)(ex p[21)()(σσπ] (2-7-3) 2.对数正态分布在数据取对数后服从正态分布的,其概率密度的表达式为222)(ln ex p[21)(**--*=σσπm x x x p ] x>0 式中δ*、m*—一对数正态分布的特征常数。
判断随机变量X 是否属于正态分布或对数正态分布,可以根据试验或观测值或对观测数据取对数计算累积概率,并点绘于正态概率纸上,如观测参数值与相应累积概率呈直线则为正态分布。
如对数值与累积概率呈直线关系,则为对数正态分布。
若随机变量X 为正态分布,式(2-7-2)中m 和δ。
分别为随机变量X 的均值和方差;若随机变量为对数正态分布,则m*和δ*为Inx 的均值和方差。
如随机变量X 有一个容量为N 的样本:x 1,x 2,…,x 。
,其分布属正态分布,该随机变量总体的均值和方差可用样本的均值x 和方差S 2进行估计:∑==Ni ixNx 11(2-7-5)112-=N S 21)(x xNi i-∑= (5-7-6)同理,随机变量为对数正态分布时,m*和δ*也可用x*和 S*2进行估计。
标准差(方差δ2的平方根)与均值之比称为变差系数C v ,:mC v σ=(2-7-7)土壤特性的变差系数Cv ;可以反映土壤特性变异性的大小。
二、合理的取样数目在根据一定容量N 的样本分析土壤特性时,样本的均值x n 和方差与总体的均值m 和方差是有一定差别的。
如将x n 也作为随机变量,则取样数N 越大,x n 越接近于m ,x n 的方差越小。
土壤特性分析的要求一定,即样本的均值x n 和总体的均值m 之差必须小于或等于一定精度μ时,则达到这一精度要求的取样数目N 必须使发生小平或等于这一精度μ的事件的概率达到所要求的置信水平,即L n p m x p =≤-}|{|μ (2-7-8)在取样数目足够多时,根据概率统计原理可知,随机变量Nmx u N /2σ-=为标准正态分布(即均值为0,方差为1)。
根据正态分布特点在P L 已知时,可自正态分布双值分位数表查得满足置信水平P L (显著水平a=1一P L )时的Nmx N /2σ-值μα即P u L a N N m x p =⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫≤-/2σ (2-7-9)自式( 2- 7-9)可求得满足置信水平 P L 和一定精度μ要求的取样数目:22⎪⎪⎭⎫ ⎝⎛=μσαu N (2-7-10) 例如,置信水平P L =95%时,μα查得为1.96,则284.3⎪⎪⎭⎫⎝⎛=μσN(2-7-11)若取μ=km (k 可取5%、10%等),由于Cr=δ/m .所以取样数:284.3⎪⎭⎫⎝⎛=m C N V (2-7-12)当k 取10%.Cv=0.l 时,合理取样数N=4;Cv=l.0时,合理取样数N=40在实际工作中,总体方差是未知的,须用样本方差S 2代替。
由概率统计原理可知,随机变量t=(xn 一m )/√S 2/N 服从t 分布。
满足置信水平P L ,(显著水平a=1—P L )的t αv ,可自t 分布函数累积概率表2-7-1查得。
P t L a N N S m x p =⎪⎩⎪⎨⎧⎪⎭⎪⎬⎫≤-ν,2/(2-7-13)式中t αv 一—当显著水平a=l 一p L ,自由度v=N —1时的t 值。
自式(2-7-13)可得达到精度μ要求的取样数目:22,⎪⎪⎭⎫ ⎝⎛=μναS t N (2-7-14)由于t 为取样数 N=v +l 的函数[70]须通过试算求得。
例如,根据试验资料,土壤特性标准差为S=0. 05,要求试验精度为μ=0.01,显著水平α=0.1。
达到以上要求的取样数N 值为2,222501.005.0ναναt t N =⎪⎭⎫ ⎝⎛=∙70,678.11,1.0==-N t N第二节 土壤特性的空间结构和Kriging 内插法在土壤特性空间变异性分析中,常将土壤特性参数在空间上的变化看作是随机的、互相独立的。
但是,实际上在一定的范围内各点的参数值存在着一定的相关关系,只有在取样点间的距离超过一定数值时,各点取样才能认为是独立的。
以下将分析土壤特性空间分布的相关性,亦即土壤特性的空间结构。
一、土壤特性空间分布的自相关分析在进行土壤特性参数测定时,如沿某一方向以等间距Δx 布置测点,总测点数为N 。
测点位置分别以x 1,x 2,x 3…,x n 表示。
如图2-7-l ,测得各点参数值为Z (X 1),Z (X 2),…,Z (x N )。
两组共N -1对相对应的参数系列,对这两组参数值进行相关分析,所得的相关系数称为间距为h=ΔX 的自相关系数。
如取间距h=2ΔX ,将形成两组共N —2对相互对应的参数系列,可求得间距为h=2ΔX 的自相关系数,其余类推,可得间距为任一间距h 时的自相关系数r (h ),其表达式为()()()[]()[]()[]h x Z D x Z D h x Z x Z C h r ov ++=, (2-7-15)()()[]()[]μμ-+-=∑-h xZ x Z Nh C iNi iov 11(2-7-16)式中D[ Z (X )]、D[ Z (X+h )]——分别为随机变量Z (X )和Z (X 十h )的方差;C 0v [Z (X ),Z (X 十h )]——这两个随机变量的协方差,可简写为C 0v (h );μ——参数Z (X )的均值。
在两组系列足够长时()[]()[]2σ=+=h x Z D x Z D(2-7-17)可简化为()()2σh C h r ov =(2-7-18)自相关系数r (h )随间距h 而变化,故又称自相关函数。
h →0,r (h )=1。
r (h )随 h 的增大而减小,在不存在相关关系时,r (h )=0,参数值是互相独立的。
若土壤特性参数Z (x )的测定不是沿一个方向,此时间距h 为矢量,仍可沿不同方向采用式(2-7一15)进行自相关分析,只是式中为矢量。
二、土壤特性空间分布的半方差分析反映土壤特性空间结构的另一指标为半变异函数或半方差,进行空间变异分析时有以下两项基本假设。
1.均值稳定认为土壤特性参数Z (x )的均值E[Z (x )]存在,且为常数Δ,即()[]()[]∆=+=h x Z E x Z E(2-7-19)根据这一假定可推论Z (x )与Z (X 十h )的协方差存在,且为有限值,即()()[]()[]()[]{}∆-+∆-=+h x Z x Z E h x Z x Z C ov ,()()[]2∆-+=h x Z x Z E=()h C ov(2-7-20)2.D[Z (x )—Z (X 十h )]存在,且为有限值两系列Z (x )与Z (X 十h )对应值之差的方差风D[Z (x )—Z (X 十h )]仅与h 有关,记为2γ(h ),即()()()[]()()[]{}22h x Z x Z E h x Z x Z D h +-=+-=γ (2-7-21)由于γ(h )= D[Z (x )—Z (X 十h )]/2,故称半方差;γ(h )随h 而变化,有时亦称为半变异函数。
将式(2-7-21)右端展开,并利用式(2-7-19)和式(2-7-20),可导出:()()()h C C h r ov ov -=0其中 ()()[]{}20∆-=x Z E C ov(2-7-22)将式(2-7-18)代入式(2-7-22),并利用γ(0)=l ,则可导出半方差与自相关系数理论上关系:()()[]h r h -=12σγ (2-7-23) h =0,r (0)=1,γ(0)=0随着h 的加大,半方差γ(h )也随之增大。
当h ≥a 时,r (h )=0,则,r (h )=δ2(或 S 2)。
因此,由半方差图可以判断出该参数空间分布的相关距离 a 。
在根据实测资料进行土壤特性变异性分析时,半方差值可自下式计算:()()()[]{}2h x Z x Z E h +-=γ()()[]2121∑=+-=NI i i h x Z x Z N (2-7-24)在求得不同间距h 时的半方差γ(h )后,常将γ(h )与h 的关系用经验公式表示。
例如,雷志栋等根据商丘县大吴庄5.2km 2范围内 46眼观测井 1979年 10月 1日地下水位观测资料,求得γ(h )与h 关系点据如图2-7-2所示,并将γ(h )与h 关系概化为以下经验公式[67]: ()h aC h 1=γ a h <()1C h =γa h ≥(2-7-25)式中α—一为相关距离(如图2-7一2中所示);C 1——取观测值的方差(图2-7-2)。