文献类型：期刊文章

作　　者：韩光中[1] 杨银华[2] 吴彬[2] 李山泉[3]

HAN Guangzhong;YANG Yinhua;WU Bin;LI Shanquan(College of Geography and Resources Science,Neijiang Normal University,Neijiang,Sichuan 641112,China;Dongxing Meteorological Bureau,Neijiang,Sichuan 641100,China;College of Resources and Environment,Xingtai University,Xingtai,Hebei 054001,China)

机构地区：[1]内江师范学院地理与资源科学学院,四川内江641112 [2]内江市东兴区气象局,四川内江641100 [3]邢台学院资源与环境学院,河北邢台054001

出　　处：《土壤》

基　　金：四川省科技计划项目(2018JY0527);四川省教育厅重点项目(17ZA0223);内江师范学院成果转化重大培育项目(17CZ03)资助

年　　份：2019

卷　　号：51

期　　号：5

起止页码：1036-1041

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：数据缺失在土壤调查研究中是一个非常普遍的现象,处理不当一定程度上会影响研究结果的可靠性。土壤转换函数(pedotransfer functions,PTFs)是简单、快速、大批量填补土壤数据库缺失信息的有效手段。但目前分析和厘定我国土壤数据库缺失数据特征的研究较少,针对土壤数据库缺失数据的填补方法也亟待规范。本文对我国第二次土壤普查数据库进行分析,探讨该数据库的数据缺失特征,并对数据缺失严重的土壤属性进行预测,以期为今后的土壤数据库缺失数据填补工作提供参考。总体来看,质地(砂粒、粉粒和黏粒含量)、pH、有机质、全氮、全磷、全钾是土壤普查中最基础的调查项目,这些土壤属性信息的完整性最好。有效磷、速效钾和阳离子交换量数据有一定的缺失。碱解氮、容重、砾石含量、各种类型氧化铁数据缺失严重。在填补缺失数据时,建议首先考虑模型的稳定性,尽量使用那些相对稳定且数据完整性好的土壤属性来预测缺失数据。我国第二次土壤普查数据库基本都缺少空间属性信息,在填补缺失数据时最好采用简单而相对稳定的回归模型。利用回归分析得到的土壤传递函数可以较好地实现容重、碱解氮和部分阳离子交换量缺失数据的填补工作。尽管如此,由于部分土壤属性信息有一定的时效性,应用传递函数时要注意数据源的历史背景。

关 键 词：土壤数据库 数据缺失  传递函数 数据填补  

分 类 号：S159.2]