改进的基于克里金法的空间插值技术：在森林生态系统中利用分类辅助信息绘制土壤有机碳分布图

《Journal of Soil Science and Plant Nutrition》：Improved Kriging-based Spatial Interpolation Technique for Mapping Soil Organic Carbon using Categorical Auxiliary Information in Forest Ecosystems

准确预测森林土壤有机碳（SOC）分布对气候策略和可持续管理至关重要。本研究在越南岘港森林区，通过比较普通克里金（OK）与分层克里金（KST、KFT、KSTFT）模型，发现分层方法在R2（最高0.72）、RMSE（最低12.03 t·ha?1）和标准差（最低12.63 t·ha?1）上显著优于OK，且生成的地图更贴合实际空间结构。

　　

摘要

从有限的地理参考数据中准确预测森林生态系统中的土壤有机碳（SOC）分布受到了广泛关注，因为这为基于土地的气候缓解策略提供了支持，并有助于实现可持续的森林管理。基于克里金（Kriging）的插值方法结合辅助变量已被广泛应用，然而与森林SOC空间变异性局部趋势密切相关的分类信息的使用仍然相对较少被探索，值得进一步研究。本研究比较了传统的普通克里金（OK）与分层克里金方法，即基于土壤类型（KST）、森林类型（KFT）以及结合土壤类型-森林类型模式（KSTFT）的克里金方法，使用了从越南丹阳市森林地区104个地点采集的0–30厘米深的土壤样本。通过平均误差（ME）、平均绝对误差（MAE）、均方根误差（RMSE）和决定系数（R²）来评估插值模型的性能，而预测不确定性则通过克里金估计的标准偏差（SD）来衡量。土壤类型和森林类型都对森林景观中SOC的空间变异性有显著影响。分层克里金方法在预测森林SOC含量方面始终优于普通克里金方法，无论是在估计精度还是可靠性方面。其中，KSTFT取得了最高的精度（R² = 0.72，ME = -0.20 t.ha^?1，MAE = 9.46 t.ha^?1，RMSE = 12.03 t.ha^?1）和最低的不确定性（平均SD = 12.63 t.ha^?1）。由KST、KFT和KSTFT生成的克里金地图比普通克里金方法生成的地图更为真实，具有更加破碎的多边形结构和明显的过渡区域，表明这些模型更有效地捕捉了森林SOC的空间变异性。我们的研究结果突显了将分类信息整合到克里金方法中的潜力，有助于缓解数据变异问题和平滑效应，从而提高森林SOC预测的准确性和可靠性。