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(PCA)在土壤肥力质量综合指数(SFQI)评价中得到了广泛的应用。然而，传统的主成分分析方法只建立在可变空间上，没有考虑大尺度区域土壤肥力指标之间的空间变化关系，因而不能恰当地确定土壤指标在SFQI评价中的空间变化相对重要性（即基于公共关系计算的权重）。此外，由于采样点有限，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。针对这些不足，本研究首次提出了一种基于地理加权主成分分析(GWPCA)的SFQI评估方法。其次，在中国沙洋县对SFQIGWPCA进行评估，然后与传统的SFQIPCA进行比较。最后，基于序列高斯模拟(SGS)产生的1000个实现，对SFQIGWPCA的空间不确定性进行了评估。结果表明:①土壤指标间的空间变化关系由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，而传统PCA是在土壤指标间空间平稳关系的假设下进行的；(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；㈢超限概率较高(≥0.95)区域主要位于本县西北部，超限概率较低(≤0.05)区域主要位于本县东部。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SFQI评价的有效工具。

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