基于核密度估计的土壤样本代表性修正研究

李坤; 陈宇昊; 李文岳; 王子影; 傅佩红; 黄魏

doi:10.13300/j.cnki.hnlkxb.2025.01.010

您当前的位置：

首页 >

文章列表页 >

基于核密度估计的土壤样本代表性修正研究

资源与环境 | 更新时间：2026-11-05

- 基于核密度估计的土壤样本代表性修正研究
- Representative revision of soil samples based on estimation of kernel density
- 华中农业大学学报 2025年44卷第1期页码：94-104
- 作者机构：
  
  华中农业大学资源与环境学院，武汉 430070
- 作者简介：
  
  李坤，E-mail：2601277070@qq.com
  黄魏，E-mail：ccan@mail.hzau.edu.cn
- 基金信息：
  
  国家自然科学基金项目(42171056;41877001)
- DOI：10.13300/j.cnki.hnlkxb.2025.01.010
  中图分类号： S159.9
- 收稿：2023-12-05，
  
  纸质出版：2025-01-15
- 稿件说明：
移动端阅览
李坤，陈宇昊，李文岳，等.基于核密度估计的土壤样本代表性修正研究［J］.华中农业大学学报，2025，44（1）：94‐104.

LI Kun,CHEN Yuhao,LI Wenyue,et al.Representative revision of soil samples based on estimation of kernel density[J].Journal of Huazhong Agricultural University,2025,44(01):94-104.
李坤，陈宇昊，李文岳，等.基于核密度估计的土壤样本代表性修正研究［J］.华中农业大学学报，2025，44（1）：94‐104. DOI： 10.13300/j.cnki.hnlkxb.2025.01.010.

LI Kun,CHEN Yuhao,LI Wenyue,et al.Representative revision of soil samples based on estimation of kernel density[J].Journal of Huazhong Agricultural University,2025,44(01):94-104. DOI： 10.13300/j.cnki.hnlkxb.2025.01.010.

摘要

为充分利用历史样点数据获取更可靠的土壤-环境知识，进而获取更高精度的土壤预测推理图，采用样本代表性修正方法获取更高的知识精度，利用样本空间与总体空间环境协变量的空间相似度关系，以核密度估计为基础，采用3种不同算法对每个土壤采样点探寻最优权重，并以土壤表层有机质含量预测制图为例验证方法的科学性和有效性。结果显示，该修正方法最高可将多元线性回归制图的RMSE和MAE分别降低10.30%和12.74%，证实了该方法的可行性与有效性。

Abstract

How to obtain more reliable soil-environment knowledge from existing historical samples has become an important scientific issue in digital soil mapping. This article used the method of revising the representativeness of samples to obtain higher accuracy of knowledge. Three different algorithms and the spatial similarity relationship between the covariates of the sample space and the overall spatial environment were used to identify the optimal weights for each sampling point of soil based on the estimation of kernel density. The prediction mapping of the content of organic matter on the surface of soil was used as an example to verify the scientific and validity of the method. The results showed that the revised method reduced RMSE and MAE of multiple linear regression mapping by 10.30% and 12.74%， confirming the feasibility and validity of this method. It will provide technical support for processing the data from sampling points of soil to make full use of historical data and improve the accuracy of mapping soil.

关键词

Keywords

references

张淑杰，朱阿兴，刘京，等.基于样点的数字土壤属性制图方法及样点设计综述［J］.土壤，2012，44（6）：917-923.ZHANG S J，ZHU A X，LIU J，et al.Sample-based digital soil mapping methods and related sampling schemes［J］.Soils，2012，44（6）：917-923 （in Chinese with English abstract） .

AN Y M，YANG L，ZHU A X，et al.Identification of representative samples from existing samples for digital soil mapping［J］.Geoderma，2018，311：109-119.

黄思华，濮励杰，解雪峰，等.面向数字土壤制图的土壤采样设计研究进展与展望［J］.土壤学报，2020，57（2）：259-272.HUANG S H，PU L J，XIE X F，et al.Review and outlook of designing of soil sampling for digital soil mapping［J］.Acta pedologica sinica，2020，57（2）：259-272 （in Chinese with English abstract） .

STERBA S K.Alternative model-based and design-based frameworks for inference from samples to populations：from polarization to integration［J］.Multivariate behavioral research，2009，44（6）：711-740.

黄亚捷，李菊梅，马义兵.土壤重金属调查采样数目的确定方法研究进展［J］.农业工程学报，2019，35（24）：235-245.HUANG Y J，LI J M，MA Y B.Research progress of methods for determining sampling numbers of soil heavy metals survey［J］.Transactions of the CSAE，2019，35（24）：235-245 （in Chinese with English abstract） .

QIN C Z，AN Y M，LIANG P，et al.Soil property mapping by combining spatial distance information into the soil land inference model （SoLIM）［J］.Pedosphere，2021，31（4）：638-644.

张河川.基于样点代表性等级与道路网信息的采样设计研究［D］.武汉：华中农业大学，2018.ZHANG H C.Research on sampling design based on representative grade of sample points and road network information［D］.Wuhan：Huazhong Agricultural University，2018 （in Chinese with English abstract） .

黄魏，许伟，汪善勤，等.基于不确定性模型的土壤：环境关系知识获取方法的研究［J］.土壤学报，2018，55（1）：54-63.HUANG W，XU W，WANG S Q，et al.Extraction of knowledge about soil -environment relationship based on an uncertainty model［J］.Acta pedologica sinica，2018，55（1）：54-63 （in Chinese with English abstract） .

巫振富，赵彦锋，程道全，等.样点数量与空间分布对县域尺度土壤属性空间预测效果的影响［J］.土壤学报，2019，56（6）：1321-1335.WU Z F，ZHAO Y F，CHENG D Q，et al.Influences of sample size and spatial distribution on accuracy of predictive soil mapping on a county scale［J］.Acta pedologica sinica，2019，56（6）：1321-1335 （in Chinese with English abstract） .

BETHLEHEM J.Using response probabilities for assessing representativity［M］.Netherlands： Statistics Netherlands，2012.

PASSOW C，DONNER R V.Regression-based distribution mapping for bias correction of climate model outputs using linear quantile regression［J］.Stochastic environmental research and risk assessment，2020，34（1）：87-102.

ZHANG G M，ZHU A X.Sample size and spatial configuration of volunteered geographic information affect effectiveness of spatial bias mitigation［J］.Transactions in GIS，2020，24（5）：1315-1340.

GOODCHILD M F.Citizens as sensors：the world of volunteered geography［J］.GeoJournal，2007，69（4）：211-221.

FINK D，DAMOULAS T，DAVE J.Adaptive spatio-temporal exploratory models：hemisphere-wide species distributions from massively crowdsourced eBird data［J］.Proceedings of the AAAI conference on artificial intelligence，2013，27（1）：1284-1290.

VARELA S，ANDERSON R P，GARCÍA-VALDÉS R，et al.Environmental filters reduce the effects of sampling bias and improve predictions of ecological niche models［J］.Ecography，2014，37（11）：1084-1091.

ZHU A X，ZHANG G M，WANG W，et al.A citizen data-based approach to predictive mapping of spatial variation of natural phenomena［J］.International journal of geographical information science，2015，29（10）：1864-1886.

ZHANG G M，ZHU A X，HUANG Q Y.A GPU-accelerated adaptive kernel density estimation approach for efficient point pattern analysis on spatial big data［J］.International journal of geographical information science，2017，31（10）：2068-2097.

韩宗伟，黄魏，张春弟，等.基于土壤养分-景观关系的土壤采样布局合理性研究［J］.华中农业大学学报，2014，33（1）：56-61.HAN Z W，HUANG W，ZHANG C D，et al.Rationality of sampling strategies based on soil-landscape relationships［J］.Journal of Huazhong Agricultural University，2014，33（1）：56-61 （in Chinese with English abstract） .

周紫燕，黄魏，许伟，等.基于随机森林算法的原始土壤图更新研究［J］.华中农业大学学报，2019，38（3）：53-59.ZHOU Z Y，HUANG W，XU W，et al.Updating traditional soil maps based on random forest algorithm［J］.Journal of Huazhong Agricultural University，2019，38（3）：53-59 （in Chinese with English abstract） .

XIONG X，GRUNWALD S，MYERS D B，et al.Holistic environmental soil-landscape modeling of soil organic carbon［J］.Environmental modelling & software，2014，57：202-215.

王小凯，朱小文.计量检定中3种判别和剔除异常值的统计方法［J］.中国测试，2018，44（S1）：41-44.WANG X K，ZHU X W.Three statistical methods for distinguishing andeliminating outliers in metrological verification［J］.China measurement & test，2018，44（S1）：41-44 （in Chinese with English abstract） .

SILVERMAN B W.Density estimation for statistics and data analysis［M］.London：Chapman and Hall，1986.

刘晓金，陈文武，王庆锋.基于优化核函数带宽SVDD的机械振动预警模型［J］.机电工程，2023，40（11）：1641-1654.LIU X J，CHEN W W，WANG Q F.Mechanical vibration warning model based on optimized kernel bandwidth SVDD［J］.Journal of mechanical & electrical engineering，2023，40（11）：1641-1654 （in Chinese with English abstract） .

ZHANG G M，ZHU A X.The representativeness and spatial bias of volunteered geographic information：a review［J］.Annals of GIS，2018，24（3）：151-162.

ZHU A X.A personal construct-based knowledge acquisition process for natural resource mapping［J］.International journal of geographical information science，1999，13（2）：119-141.

盛亮，包磊，吴鹏飞.启发式方法在机器人路径规划优化中的应用综述［J］.电光与控制，2018，25（9）：58-64.SHENG L，BAO L，WU P F.Application of heuristic app roaches in the robot path planning and optimization：a review［J］.Electronics optics & control，2018，25（9）：58-64 （in Chinese with English abstract） .

李腾辉，周德强，何冯光，等.基于遗传算法优化模糊PID的甘蔗收获机切割器控制系统［J］.华中农业大学学报，2023，42（2）：243-250.LI T H，ZHOU D Q，HE F G，et al.Control system of sugarcane harvester cutter based on fuzzy PID optimized by genetic algorithm［J］.Journal of Huazhong Agricultural University，2023，42（2）：243-250 （in Chinese with English abstract） .

STORN R，PRICE K.Differential evolution：a simple and efficient heuristic for global optimization over continuous spaces［J］.Journal of global optimization，1997，11（4）：341-359.

刘振超，苑迎春，王克俭，等.融合特征权重与改进粒子群优化的特征选择算法［J］.计算机工程与科学，2024，46（2）：282-291.LIU Z C，YUAN Y C，WANG K J，et al.Feature selection algorithm based on feature weights and improved particle swarm optimization［J］.Computer engineering & science，2024，46（2）：282-291 （in Chinese with English abstract） .

PEDREGOSA F，VAROQUAUX G，GRAMFORT A，et al.Scikit-learn：machine learning in python［J］.Journal of machine learning research，2011，12：2825-2830.

BOUASRIA A，IBNONAMR K，RAHIMI A，et al.Evaluation of Landsat 8 image pansharpening in estimating soil organic matter using multiple linear regression and artificial neural networks［J］.Geo-spatial information science，2022，25（3）：353-364.

文鑫，王艺惠，钟聪，等.贵州表层土壤有机质空间变异特征及其影响因素分析［J］.水土保持学报，2023，37（3）：218-224.WEN X，WANG Y H，ZHONG C，et al.Spatial variation of surface soil organic matter and its influencing factors in Guizhou Province［J］.Journal of soil and water conservation，2023，37（3）：218-224 （in Chinese with English abstract） .

DE MATHELIN A，DEHEEGER F，MOUGEOT M，et al.Fast and accurate importance weighting for correcting sample bias［C］//AMINI M R，CANU S，FISCHER A，et al.Joint European Conference on Machine Learning and Knowledge Discovery in Databases.Cham：Springer，2023：659-674.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

芥菜自交系重要农艺性状的遗传多样性分析

荸荠秧苗U型吊杯式移栽机设计与试验

沼液源绿色氨水回收及其CO2吸收特性

秸秆还田配施氮肥对水稻根际微生物的影响

团头鲂smg9基因SNP位点鉴定及其与抗嗜水气单胞菌感染的关联分析