基于核密度估计的土壤样本代表性修正研究

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。

关键词

环境协变量 / 空间偏差修正 / 样本代表性 / 启发式算法 / 数字土壤制图 / 历史样点