1、農用地質量因素與過程研究進展農用地質量因素與過程研究進展2013年春季學術報告會年春季學術報告會創新良田工程科技創新良田工程科技 重構資源環境基礎重構資源環境基礎電話：電話O）；）M）Email: YFHUANGCAU.EDU.CN黃黃 元元 仿仿提提 綱綱 一、研究方向與內容一、研究方向與內容二、近期研究重點與遠期規劃二、近期研究重點與遠期規劃三、部分研究進展三、部分研究進展一、研究方向與內容一、研究方向與內容通過開展農用地質量形成通過開展農用地質量形成過程、演變規律及其驅動過程、演變規律及其驅動因素的應用基礎研究，為因素的應用基礎研究，

2、為建立農用地質量全面、高建立農用地質量全面、高效、持續提升的長效機制，效、持續提升的長效機制，提供關鍵理論支撐。提供關鍵理論支撐。農用地質量農用地質量因素與過程因素與過程農用地多功能農用地多功能診斷與評價診斷與評價農用地質量與產能調控農用地質量與產能調控農用地質量調查與監測農用地質量調查與監測基本農田質量保護與管理基本農田質量保護與管理一、研究方向與內容一、研究方向與內容研究農用地質量關鍵要素的物理、化學和研究農用地質量關鍵要素的物理、化學和生物過程的相互作用和耦合機制，揭示農生物過程的相互作用和耦合機制，揭示農用地質量形成過程，實現過程定量化；用地質量形成過程，實現過程定量化；建立農用地質量

3、要素的數學模型和評價方建立農用地質量要素的數學模型和評價方法，分析農用地質量及其關鍵要素的時間法，分析農用地質量及其關鍵要素的時間變化趨勢和空間分布規律；變化趨勢和空間分布規律；研究農用地質量因素、指標和等級變化的研究農用地質量因素、指標和等級變化的多尺度轉換方法和模型；多尺度轉換方法和模型；研究農用地質量演變的驅動因素，揭示農研究農用地質量演變的驅動因素，揭示農用地質量的演變趨勢。用地質量的演變趨勢。二、近期研究重點與遠期規劃二、近期研究重點與遠期規劃（一）近期研究重點（一）近期研究重點以以耕地耕地及其及其生產力生產力為重點，兼顧多功能，研究耕地質量因素為重點，兼顧多功能，研究耕地質量因素（

4、要素）。（要素）。因素因素地學因素地學因素氣候因素氣候因素工程（科技）因素工程（科技）因素生態（健康）因素生態（健康）因素耕地耕地農用地功能功能生產力生產力多功能多功能質量質量認定管理認定管理評價評價模擬模擬應用應用提升技術提升技術趨勢分析趨勢分析時空變化規律與時空變化規律與尺度轉換研究尺度轉換研究二、近期研究重點與遠期規劃二、近期研究重點與遠期規劃（一）近期研究重點（一）近期研究重點關鍵關鍵地學地學要素的物理、化學和生物過程的相互作用要素的物理、化學和生物過程的相互作用及其及其與作物生產力與作物生產力耦合機制，實現過程定量化耦合機制，實現過程定量化。其中，重點。其中，重點關注水及其驅動的水肥

5、耦合過程與耕地生產力。關注水及其驅動的水肥耦合過程與耕地生產力。關鍵要素的時間變化趨勢關鍵要素的時間變化趨勢與與空間分布規律空間分布規律，研究研究關鍵關鍵指指標和等級變化的標和等級變化的空間空間尺度轉換尺度轉換。研究耕地質量要素的綜合方法，包括分等定級的研究耕地質量要素的綜合方法，包括分等定級的評價方評價方法法與農田生產力模型。與農田生產力模型。選擇耕地質量選擇耕地質量關鍵要素關鍵要素，近期重點研究以下幾方面：，近期重點研究以下幾方面：共性基礎研究（共性基礎研究（1-3）二、近期研究重點與遠期規劃二、近期研究重點與遠期規劃（一）近期研究重點（一）近期研究重點全球氣候變化與土地流轉新形式下的耕地

6、全球氣候變化與土地流轉新形式下的耕地質量演變趨勢質量演變趨勢（宏觀）（宏觀）全球氣候變化對耕地生產能力影響過程，全球氣候變化全球氣候變化對耕地生產能力影響過程，全球氣候變化對中國耕地質量綜合影響評估。對中國耕地質量綜合影響評估。今年中央一號文件就提出加大土地流轉力度，組建家庭今年中央一號文件就提出加大土地流轉力度，組建家庭農場、農民合作社，把土地集中起來，兩會多有關注（農場、農民合作社，把土地集中起來，兩會多有關注（謝德體、秦博勇、黃志明等等）。規模化、集約化、現謝德體、秦博勇、黃志明等等）。規模化、集約化、現代化等新形式下的耕地質量演變？代化等新形式下的耕地質量演變？應用基礎研究（應用基礎研

7、究（4-6）二、近期研究重點與遠期規劃二、近期研究重點與遠期規劃（一）近期研究重點（一）近期研究重點中低等耕地質量形成過程與關鍵技術中低等耕地質量形成過程與關鍵技術低等別耕地的障礙因素與質量提升技術，特別是新開墾（低等別耕地的障礙因素與質量提升技術，特別是新開墾（含復墾）耕地的質量控制與快速提升技術。含復墾）耕地的質量控制與快速提升技術。中低等別（產）田占比近中低等別（產）田占比近70% ，是我國生產力的潛力所，是我國生產力的潛力所在。兩會多有關注（謝德體、秦博勇等）。在。兩會多有關注（謝德體、秦博勇等）。高標準基本農田創建中的質量控制。高標準基本農田創建中的質量控制。應用基礎研究（應用基礎研

8、究（4-6）（摘自胡存智，2012）二、近期研究重點與遠期規劃二、近期研究重點與遠期規劃（一）近期研究重點（一）近期研究重點高等別耕地的高產高效與質量定向培育關鍵技術高等別耕地的高產高效與質量定向培育關鍵技術作物高產高效的耕地質量（如土壤條件）是什么？作物高產高效的耕地質量（如土壤條件）是什么？如何定向培育耕地質量（如土壤結構與過程），為高產如何定向培育耕地質量（如土壤結構與過程），為高產高效創造土壤條件。高效創造土壤條件。高標準基本農田創建中的質量控制。高標準基本農田創建中的質量控制。應用基礎研究（應用基礎研究（4-6）二、近期研究重點與遠期規劃二、近期研究重點與遠期規劃（二）中遠期研究規劃

9、（二）中遠期研究規劃從耕地擴展到農用地。從耕地擴展到農用地。全面體現農用地多功能的質量要素與過程。全面體現農用地多功能的質量要素與過程。建設高標準基本農田，不能唯產能提升論，要把握農用地（耕地）質量的全面內涵，特別是耕地健康。實現農用地多功能的關鍵技術與集成。實現農用地多功能的關鍵技術與集成。把農用地視為完整的生態系統，維護農田生態系統循環過程及其與周邊環境的聯系，協調人地關系，實現生態文明。三、部分研究進展三、部分研究進展（一）土壤屬性的時空分析（一）土壤屬性的時空分析（二）土壤（二）土壤-作物系統過程模型與應用作物系統過程模型與應用（三）農田用水與水分生產力（李保國）（三）農田用水與水分生

10、產力（李保國）（四）高產高效的土壤條件與過程（任圖生）（四）高產高效的土壤條件與過程（任圖生）三、部分研究進展三、部分研究進展（一）土壤屬性的時空分析（一）土壤屬性的時空分析1、高程在土壤屬性空間預測中的應用、高程在土壤屬性空間預測中的應用2、不同外部趨勢變量（組合）與有機質空間預測、不同外部趨勢變量（組合）與有機質空間預測3、土壤質地空間預測方法的比較、土壤質地空間預測方法的比較4、土壤質地的空間三維模擬土壤質地的空間三維模擬5、 空間分析的尺度效應空間分析的尺度效應6、 土壤屬性的時間演替土壤屬性的時間演替.預測方法近五年共發表論文約近五年共發表論文約30篇篇（其中（其中SCI、EI收錄收

11、錄20篇）篇）研究區：北京市平谷區研究區：北京市平谷區目標變量：土壤有機質（目標變量：土壤有機質（SOM） 土壤速效鉀（土壤速效鉀（K） 土壤有效磷（土壤有效磷（P） 土壤有效錳（土壤有效錳（Mn） 土壤有效鐵（土壤有效鐵（Fe） 土壤有效鋅（土壤有效鋅（Zn） 土壤土壤pH值值樣本點數：樣本點數：887個訓練點個訓練點 222個驗證點個驗證點輔助變量：高程輔助變量：高程預測方法：預測方法：OK法、法、RK法、法、CK法法1、 高程在土壤屬性空間預測中的應用高程在土壤屬性空間預測中的應用三、部分研究進展三、部分研究進展p 結論結論高程作為輔助變量，可以提高土壤屬性的空間預測精度，高程作為輔助變

12、量，可以提高土壤屬性的空間預測精度，但并不適合所有土壤屬性。但并不適合所有土壤屬性。 相關因素分析表明，能否利用高程來輔助提高土壤屬性的相關因素分析表明，能否利用高程來輔助提高土壤屬性的空間預測精度與土壤屬性的空間自相關度具有明顯的相關空間預測精度與土壤屬性的空間自相關度具有明顯的相關關系。關系。 CK法和法和RK法在預測能力上法在預測能力上沒有表現出明顯的差別。沒有表現出明顯的差別。 三、部分研究進展三、部分研究進展高程輔助變量在不確定性分析中的應用高程輔助變量在不確定性分析中的應用 探討在隨機模擬計算環境下，是否可以利用高程探討在隨機模擬計算環境下，是否可以利用高程輔助變量來提高土壤屬性空

13、間預測的準確性、局輔助變量來提高土壤屬性空間預測的準確性、局部不確定性模擬的準確性和空間不確定模擬的準部不確定性模擬的準確性和空間不確定模擬的準確性。確性。局部不確定性局部不確定性：單一點上預測值大于或小于閾值的概：單一點上預測值大于或小于閾值的概率。率。空間不確定性空間不確定性：所有預測點上的預測值同時大于或小：所有預測點上的預測值同時大于或小于閾值的概率。于閾值的概率。三、部分研究進展三、部分研究進展研究樣區：密云樣區、平谷樣區研究樣區：密云樣區、平谷樣區密云樣區：密云樣區：284個樣本點個樣本點平谷樣區：平谷樣區：547個樣本點個樣本點目標變量：土壤有機質目標變量：土壤有機質輔助變量：高

14、程輔助變量：高程方法：序貫高斯模擬法（方法：序貫高斯模擬法（SGS） 序貫高斯協模擬法（序貫高斯協模擬法（SGCS）密云樣區（a）和平谷樣區（b）高程圖研究區位置與采樣點分布圖結論結論通過序貫高斯協模擬方法利用高程輔助變量通過序貫高斯協模擬方法利用高程輔助變量： （1）可以提高土壤有機質預測結果的準確性可以提高土壤有機質預測結果的準確性 （2）可以提高土壤有機質空間不確定模擬的準確性）可以提高土壤有機質空間不確定模擬的準確性 （3）沒能提高土壤有機質局部不確定性模擬的準確）沒能提高土壤有機質局部不確定性模擬的準確性性三、部分研究進展三、部分研究進展2、 利用不同外部趨勢變量（組合）利用不同外部

15、趨勢變量（組合） 預測土壤有機質空間分布預測土壤有機質空間分布 探討通過高程、坡度和地形濕度指數等地形指標之間探討通過高程、坡度和地形濕度指數等地形指標之間的組合，是否可以進一步提高土壤有機質空間預測精的組合，是否可以進一步提高土壤有機質空間預測精度。度。 比較回歸克里格法（比較回歸克里格法（RK）和有限最大似然法為基礎的）和有限最大似然法為基礎的線性無偏最優估計法（線性無偏最優估計法（BLUP-REML）在不同外部趨）在不同外部趨勢度情況下預測能力的表現。勢度情況下預測能力的表現。三、部分研究進展三、部分研究進展研究區位置及采樣點分布圖研究區位置及采樣點分布圖研究區：北京市平谷研究區：北京市

16、平谷區區樣本點數：樣本點數：70個訓練個訓練點，點，131個驗證點個驗證點目標變量：土壤有機目標變量：土壤有機質質輔助變量：高程、坡輔助變量：高程、坡度、地形濕度指數度、地形濕度指數三、部分研究進展三、部分研究進展結論結論高程、坡度和地形濕度指數等地形指標可以作為輔助變量高程、坡度和地形濕度指數等地形指標可以作為輔助變量用來提高土壤有機質的空間預測精度，尤其是通過不同的用來提高土壤有機質的空間預測精度，尤其是通過不同的地形指標之間的組合，能進一步提高預測精度。地形指標之間的組合，能進一步提高預測精度。在樣本點數比較小的情況下，在預測具有空間趨勢的土壤在樣本點數比較小的情況下，在預測具有空間趨勢

17、的土壤屬性方面，有限最大似然法為基礎的線性無偏最優估計法屬性方面，有限最大似然法為基礎的線性無偏最優估計法（BLUP-REML）是一種比較可靠的預測方法）是一種比較可靠的預測方法 。三、部分研究進展三、部分研究進展以地形因素和分類變量組合輔助變量的土壤有機質空間預測以地形因素和分類變量組合輔助變量的土壤有機質空間預測地理位置與樣點分布圖地理位置與樣點分布圖坡長因子圖坡長因子圖土壤質地圖土壤質地圖三、部分研究進展三、部分研究進展地形因素地形因素基本屬性基本屬性復合屬性復合屬性分類變量分類變量土壤質地土壤質地土地利用土地利用土壤有機質土壤有機質輔助變量組合輔助變量組合1輔助變量組合輔助變量組合2土

18、壤有機質空間分布土壤有機質空間分布空間格局的環境相關分析空間格局的環境相關分析基于環境相關分析的空間預測基于環境相關分析的空間預測方差分方差分析析皮爾森皮爾森相關分相關分析析多元線多元線性逐步性逐步回歸回歸普通克普通克里格法里格法回歸克回歸克里格法里格法分類變量以及何種分類變量對土壤有機質空間預測精度的影響分類變量以及何種分類變量對土壤有機質空間預測精度的影響三、部分研究進展三、部分研究進展結論結論u地形因素、土壤質地和母質類型等自然、內在性質決定著土壤地形因素、土壤質地和母質類型等自然、內在性質決定著土壤有機質的空間分布有機質的空間分布。母質類型樣本數（個）顯著性檢驗結果（g kg-1）長石

19、巖類風化物12214.72bcd沖積物468.59e非碳酸鹽3512.33d鈣質巖類風化物3314.47bcd耕種型8416.25abc硅質巖類風化物3418.04a 洪積沖積物5614.32bcd黃土性母質2112.32d人工堆墊物2213.42dc鐵鎂質巖類風化物1616.94ab不同高程組有機質含量盒形圖不同高程組有機質含量盒形圖不同母質類型各顆粒組成均值兩兩比較結果不同母質類型各顆粒組成均值兩兩比較結果三、部分研究進展三、部分研究進展高程組（高程組（m）土壤有機質含量（土壤有機質含量（g kg-1）不同不同母質母質類型類型間土間土壤有壤有機質機質含量含量差異差異顯著顯著u將分類變量和地

20、形因素等將分類變量和地形因素等考慮到空間預測中考慮到空間預測中較大幅度較大幅度地提高土壤有機質空間預測地提高土壤有機質空間預測精度。精度。不同輔助變量組合下的實測、預測對比圖不同輔助變量組合下的實測、預測對比圖三、部分研究進展三、部分研究進展（樣點編號）（樣點編號）不同預測方法的不同預測方法的均方根誤差均方根誤差相對提高值（相對提高值（RI）M2變量組合下的回歸克里變量組合下的回歸克里格法格法RI值達值達37.48%輔助變量組合輔助變量組合1(M1):高程高程輔助變量組合輔助變量組合2(M2):高程、母質高程、母質回歸預測和普通克里格模型平滑效應，回歸預測和普通克里格模型平滑效應，趨趨中趨勢中

21、趨勢，須對殘差再進行預測以降低預測，須對殘差再進行預測以降低預測殘差。在殘差。在M2輔助下的回歸克里格法預測結輔助下的回歸克里格法預測結果與實測值最為接近。果與實測值最為接近。研究區：北京市延慶縣南部北京市延慶縣南部采樣間隔：300m 300m采樣點：210個（訓練點186個，驗證點24個）插值方法：基于基于對稱對數比方法轉換對稱對數比方法轉換的的普通克里格法普通克里格法基于非對稱對數比方法轉換基于非對稱對數比方法轉換的普通克里格法的普通克里格法成分克里格成分克里格法法3、土壤質地空間預測方法的比較、土壤質地空間預測方法的比較三、部分研究進展三、部分研究進展結果結果表明表明 成分克里格方法預測

22、精度最高，RMSE相對提高將近17%。成分克里格是直接對土壤質地進行插值，能保證其是最優無偏估計。 非對稱對數比轉換的非對稱對數比轉換的普通克里格普通克里格基于成分數據特征和環境變量輔助的土壤質地空間插值基于成分數據特征和環境變量輔助的土壤質地空間插值地理位置、樣點和高程圖地理位置、樣點和高程圖土地利用與土壤圖土地利用與土壤圖三、部分研究進展三、部分研究進展土壤有機質土壤有機質土壤類型土壤類型土壤容重土壤容重高程高程土壤質地土壤質地土土 壤壤 質質 地地 空空 間間 分分 布布已考慮成分數據特征的方法已考慮成分數據特征的方法方差分方差分析析成分克里格成分克里格法（法（CK）基于對稱對基于對稱對

23、數比轉換的數比轉換的普通克里格普通克里格法（法（O K -SLR）基于對稱基于對稱對數比轉對數比轉換的回歸換的回歸克里格法克里格法(RK-SLR）將成分數據特征和環境變量考慮到土壤質地空間插值中將成分數據特征和環境變量考慮到土壤質地空間插值中最優輔最優輔助變量助變量組合組合數據轉換數據轉換三、部分研究進展三、部分研究進展對稱對數比轉換對稱對數比轉換（SLR）結論結論u綜合考慮綜合考慮均方根誤差均方根誤差（RMSE）、標準化克里格方差標準化克里格方差（MSDR） 、RMSE相對提高值和相對提高值和Aitchisons distance (DA) ，成，成分克里格（分克里格（CK）預測精度最高。）

24、預測精度最高。RIRI相對提高值，以對稱對數比轉換的普通克里格法為參考方法相對提高值，以對稱對數比轉換的普通克里格法為參考方法（成分克里格法）（成分克里格法）（基于對稱對數比轉（基于對稱對數比轉換的回歸克里格法）換的回歸克里格法）（土壤顆粒）（土壤顆粒）均方根誤差提高值均方根誤差提高值三、部分研究進展三、部分研究進展47%13 %46%46%8%6%不同預測方法的不同預測方法的Aitchisons distance圖圖t檢驗顯示，成分克里格法與基于對稱對數比轉換的檢驗顯示，成分克里格法與基于對稱對數比轉換的回歸克里格法與基于對稱對數比轉換的普通克里格法回歸克里格法與基于對稱對數比轉換的普通克里

25、格法DA存在顯著差異，表明前兩種方法明顯優于后者。存在顯著差異，表明前兩種方法明顯優于后者。CK較為集中較為集中三、部分研究進展三、部分研究進展( )iz x（1）順序指示模擬算法在土壤質地空間分布三維模順序指示模擬算法在土壤質地空間分布三維模擬中的應用擬中的應用15 km2區域，139個土壤剖面，運用指示變異函數和順序指示模擬算法分析和模擬土壤質地的空間分布。4、土壤質地的空間分布三維模擬算法研究土壤質地的空間分布三維模擬算法研究三、部分研究進展三、部分研究進展三維順序指示模擬實現三維順序指示模擬實現結果表明，土壤質地在垂直方向上具有很強的空間自相關性；而在水平方向上空間自相關性較弱，表明土

26、壤質地有可能在水平方向變異較大，或者本研究所采樣的水平采樣間隔稍大。順序指示模擬算法在這種尺度下能夠反映土壤質地層次的空間變異。三、部分研究進展三、部分研究進展（2）順序指示和轉移概率指示模擬方法對小尺度土壤順序指示和轉移概率指示模擬方法對小尺度土壤粘粒含量空間模擬的對比研究粘粒含量空間模擬的對比研究以1 m3土體，運用激光粒徑分析儀對粘粒含量進行了測定，并將測定數據轉化為指示數據。分別運用指示變異函數和轉移概率變異函數進行空間變異分析。 三、部分研究進展三、部分研究進展順序指示模擬（SIS）方法低估了主變量，同時高估了輔變量，而轉移概率指示模擬（TPROGS）能將這兩種變量很好的再現。此外，

27、與實測數據相比，在SIS結果中粘粒含量分布的空間連貫性顯著地減少，而在TPROGS中卻能很好的再現。因此，TPROGS更能夠反映粘粒含量的三維空間分布特征。順序指示模擬結果三維實現順序指示模擬結果三維實現轉移概率指示模擬結果三維實現轉移概率指示模擬結果三維實現三、部分研究進展三、部分研究進展5、 空間分析的尺度效應空間分析的尺度效應對比分析不同空間尺度對比分析不同空間尺度下矩量法（下矩量法（MoM）和有）和有限最大似然法（限最大似然法（REML）在計算變異函數準確性在計算變異函數準確性方面的表現。方面的表現。三、部分研究進展三、部分研究進展空間尺度對變異函數的影響空間尺度對變異函數的影響研究區

28、位置：北京市大興區研究區位置：北京市大興區尺度樣區選擇：尺度樣區選擇：40km、30km、20km、10km目標變量：土壤有機質、土壤有效錳目標變量：土壤有機質、土壤有效錳 有限最大似然法在提高空間預測精度方面效果是否明顯與有限最大似然法在提高空間預測精度方面效果是否明顯與研究區的空間尺度緊緊相關。研究區的空間尺度緊緊相關。 土壤有機質和土壤速效錳的分析結果表明，有限最大似然土壤有機質和土壤速效錳的分析結果表明，有限最大似然法在法在20km和和30km尺度具有比較好的表現尺度具有比較好的表現 。三、部分研究進展三、部分研究進展三、部分研究進展三、部分研究進展6、 土壤屬性的時間演替土壤屬性的時

29、間演替-6.000.003.006.00OM2000-19800km5km10km15km20km(a) 1980(b) 2000(c) 2000-19800.006.0010.0020.0030.000km5km10km15km20kmOM20000.006.0010.0020.0030.000KM5KM10KM15KM20KMOM1980(a)1980(b)2000(c)2000-1980土壤有機質含量變化土壤有機質含量變化平均增長平均增長46.81%(從從 8.78 到到 12.89g/kg )三、部分研究進展三、部分研究進展大華山鎮峪口鎮靠山集鄉鎮羅營鄉王辛莊鄉黃松峪鄉夏各莊鎮熊兒寨鄉

30、東高村鎮南獨樂河鎮馬坊鎮韓莊地區山東莊鎮平谷鎮劉家店鄉馬昌營鎮大興莊鄉海子水庫1980-2005年平谷區農用地有機質含量變化圖048km單位：g/kg-14 - -8-8 - -4-4 - 00 - 22 - 55 - 77 - 101980-2008土壤有機質含量下降？土壤有機質含量下降？過量施用化肥，綜合影響，過量施用化肥，綜合影響，綜合因素！綜合因素！土壤有機質也有質量問題土壤有機質也有質量問題秸稈還田、綠肥作物！秸稈還田、綠肥作物！三、部分研究進展三、部分研究進展（二）土壤（二）土壤-作物系統過程模型與應用作物系統過程模型與應用 土壤水分脅迫修正 氮素轉化運移參數修正 土壤氮素脅迫修正 土壤水分模擬子模塊 土壤熱運動參數修正 氮素轉化運移參數修正 作物根系吸水 水氮優化管理措施 土壤溫度模擬子模塊 作物生長發育模擬子模塊 土壤氮素模擬子模塊 作物根系吸水 不同的水氮管理措施 圖圖 5.1 聯合模型總體關系圖聯合模型總體關系圖 Fig 5.1 Framework of main model 聯合模型總體關系圖聯合模型總體關系圖土壤水土壤水分模擬分模擬子模塊子模塊土壤氮土壤氮素模擬素模擬子模塊子模塊綜合了胡克林、李保國、陳研等人的部分研究成果綜合了胡克林、李保國、陳研等人的部分研究成果氣象模塊