应用SGS和LHS分析数字土壤质量评价中的不确定性
土壤信息不确定性在空间分析中的传递是数字土壤评价中的关键问题.本文提出使用序贯高斯模拟(Sequential Gaussian simulation,SGS)和拉丁超立方抽样(Latin hypercube sampling,LHS)相结合的方法(即SGS-LHS),来应对该问题,目的在于充分利用SGS和LHS各自的优点,互补各自的缺点,以提高不确定性传递分析的准确性和效率.这种方法(包括两种途径:SGS-LHS1和SGS-LHS2)和SGS、LHS一起被应用于香港农田土壤质量评价中,并进行了比较.结果表明:(1)SGS-LHS分析所得的不确定性结果与SGS接近一致,与LHS则有一定的差别,但差别不大;(2)SGS-LHS估计不确定性的准确性与SGS接近一致,且两者均高于LHS,尽管LHS估计的置信度区间平均宽度略显精确.
序贯高斯模拟、拉丁超立方抽样、土壤质量、不确定性、数字土壤评价
51
S159;S158.9;P934(土壤学)
国家自然科学基金;广西优良用材林资源培育重点实验室开放基金;香港研究资助局资助
2014-12-11(万方平台首次上网日期,不代表论文的发表时间)
963-973