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 ZHAO Ming-song;CHEN Xuan-qiang;XU Shao-jie;QIU Shi-qi;WANG Shi-hang

作者机构：安徽理工大学空间信息与测绘工程学院淮南232001 矿山采动灾害空天地协同监测与预警安徽省教育厅重点实验室淮南232001 矿区环境与灾害协同监测煤炭行业工程研究中心淮南232001 

出 版 物：《环境科学》 (Environmental Science)

年 卷 期：2023年第44卷第12期

页      面：6909-6920页

核心收录：

学科分类：083001[工学-环境科学] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 0818[工学-地质资源与地质工程] 0903[农学-农业资源与环境] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0714[理学-统计学（可授理学、经济学学位）] 0701[理学-数学] 

基　　金：安徽省自然科学基金项目(2208085MD88) 国家自然科学基金项目(41501226) 安徽理工大学人才引进项目(ZY020) 

主　　题：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 

摘      要：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.②4种模型中MGWR模型最优,MGWR、Mixed GWR、GWR和MLR的建模集R_(adj)^(2)为0.64、0.62、0.59和***的残差独立分布性最强,其空间自相关性最弱,全局Moran s I仅为0.07.③3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.④MGWR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.⑤MAP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.