基于MGWR的土壤pH值空间建模及其影响因素分析

作者：赵明松; 陈宣强; 徐少杰; 邱士其; 王世航

来源：环境科学, 2023, 44(12): 6909-6920.

DOI：10.13227/j.hjkx.202212031

• 土壤pH
• 多尺度地理加权回归(MGWR)
• 混合地理加权回归
• 分位数回归
• 数字土壤制图

以安徽、河南、江苏和山东省为研究区，利用599个土壤样点数据，从地形、气候和生物等方面选取与土壤pH相关的9个环境因子，采用多尺度地理加权回归(MGWR)、混合地理加权回归(Mixed GWR)、地理加权回归(GWR)和多元线性回归(MLR)这4种模型对研究区土壤pH空间分布进行建模，并结合MGWR与分位数回归揭示环境因子对土壤pH作用的空间差异性．结果表明：(1)研究区土壤pH在不同空间距离上呈不同程度的显著全局和局部空间自相关性，聚集特征明显．(2) 4种模型中MGWR模型最优，MGWR、Mixed GWR、GWR和MLR的建模集Radj2为0.64、0.62、0.59和0.48.MGWR的残差独立分布性最强，其空间自相关性最弱，全局Moran’sI仅为0.07.(3) 3种GWR预测结果显示，研究区土壤pH值空间分布总体由北至南逐渐降低，河南北部最高，安徽南部最低．(4) MGWR回归结果表明年均降雨量(MAP)、多尺度谷底平坦度(MRVBF)和海拔对土壤pH的影响较强，且存在较强的空间异质性．在江苏北部和山东大部分地区，MAP对土壤pH的影响较强；在江苏北部和山东西部，MRVBF对土壤pH的正向作用较强；在江苏北部和中部，海拔对土壤pH的负向作用最强．(5) MAP对不同分位数水平上的土壤pH均呈显著负作用，作用强度随分位数水平增加呈减弱趋势；MRVBF对低分位数水平(θ为0.1～0.4)上的土壤pH呈显著负作用，对高分位数水平(θ为0.5～0.9)的土壤pH作用不显著．研究结果可为利用MGWR开展大区域土壤属性影响因素分析及预测制图提供参考．

• 单位
  安徽理工大学