基于地理加权主成分分析(GWPCA)的大区域土壤肥力质量评价( Soil fertility quality assessment based on geographically weighted principal component analysis (GWPCA) in large-scale areas )

CAB Jian MQA B JZ A EXA B BHA B YZA B

主成分分析法(PCA)在综合土壤肥力质量指数(SFQI)评价中得到了广泛的应用。然而,传统的主成分分析方法仅建立在变空间上,没有考虑大尺度地区土壤肥力指标之间的空间变化关系,因此在SFQI评价中,不能恰当地确定土壤指标的空间变化相对重要性（即基于公共度计算的权重）。此外，由于样点有限，SFQI的空间分布格局不可避免地存在不确定性，这对土壤肥力的精确管理至关重要。针对这些局限性，本研究首次提出了一种基于地理加权主成分分析(GWPCA)的SFQI评价方法(SFQIGWPCA)。其次，在中国沙洋县对SFQIGWPCA进行了评估，并与传统的SFQIPCA进行了比较。最后，基于序列高斯模拟(SGS)生成的1000个实现结果，对SFQIGWPCA的空间不确定性进行了评估。结果表明：（1）通过Monte Carlo检验和GWPCA输出（即获胜变量和总变异的局部百分比）揭示了土壤指标之间的空间变化关系,而传统的主成分分析是在假设土壤指标之间的空间变化关系的前提下进行的；(ii)在SFQI评估中，空间变化的指标权重由GWPCA确定，但不能由PCA确定；(iii)超限概率较高(≥0.95)的地区主要位于本县西北部,超限概率较低(≤0.05)的地区主要位于本县东部。结果表明，GWPCA充分考虑了土壤指标间的空间变化关系，SFQIGWPCA是大尺度区域土壤质量指数评价的有效工具。

SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate