Эффективность методов интерполяции на основе ГИС для оценки пространственного распределения рН в почве

Abstract

Проанализированы различные методы интерполяции в среде географической информационной системы ArcGIS и оценена их пригодность для прогнозирования пространственного распределения рН в 0-20-сантиметровом слое почвы на территории РУП «Учхоз БГСХА». Анализировалась стратифицированная случайная выборка из 64 значений рН. Для генерации пространственного распределения исследуемого показателя использовались три метода интерполяции: метод обратных взвешенных расстояний (IDW), метод радиальных базисных функций (RBF) и ординарный кригинг (ОК). Для оценки точности методов интерполяции применялась перекрестная проверка путем сравнения величин средней ошибки (ME) и среднеквадратичной ошибки (RMSE). Установлено, что метод радиальных базисных функций является наиболее пригодным для интерполяции пространственного распределения рН почвы с наименьшим значением RMSE, равным 0,383.

Проаналізовано різні методи інтерполяції в середовищі географічної інформаційної системи ArcGIS і оцінено їх придатність для прогнозування просторового розподілу рН в 0-20-сантиметровому шарі ґрунту на території РУП «Учгосп БДСГА». Зроблено аналіз стратифікованоъ випадковоъ вибірки з 64 значень рН. Для генерації просторового розподілу досліджуваного показника використовувалися три методи інтерполяції: метод зворотних зважених відстаней (IDW), метод радіальних базисних функцій (RBF) і ординарний крігінг (ОК). Для оцінки точності методів інтерполяції застосовували перехресну перевірку шляхом порівняння величин середньої помилки (ME) і середньоквадратичної помилки (RMSE). Установлено, що метод радіальних базисних функцій є найбільш придатним для інтерполяції просторового розподілу рН ґрунту з найменшим значенням RMSE, рівним 0,383

Analysis of spatial variation of soil properties is fundamental to sustainable agricultural and rural development and environmrntal protection. The special variability of soil property is often measured using various interpolation methods resulting in map generation. Selecting a proper spatial interpolation method is crucial in surface analysis, since different methods of interpolation can lead to different surface results. Among statistical methods, geo-statistical kriging-based techniques have been frequently used for spatial analysis and surface mapping. The main objective of this study is to review and evaluate the three common interpolation methods namely: Inverse Distance Weighting (IDW), Radial Base Function (RBF) and Ordinary Kriging (OK), and generate maps of soil pH property using these methods. The accuracy and efficiency of the generated maps have been examined and the most fitting technique for the soil pH in the study area was identified. For the analysis were used data on pHKCl of soil solution obtained from materials of agrochemical survey of the territory of RUE “Uchkhoz BGSHA” (Republic of Belarus, Mogilev region, Goretsky district), executed in 2014. The total area of the surveyed territory is 6361.67 ha. Statistical analyses were performed in three stages. First, the frequency distributions of data were analyzed and normality was tested using the Kolmogorov-Smirnov test. Secondly, the distribution of data was described using conventional statistics such as mean, maximum, minimum, median, Standard Deviation (S.D), Coefficient of Variation (CV), skewness and kurtosis. Thirdly, Global trend analysis was preformed to examine the existence of trend in pH data. A three dimensional perspective of the data was created using the trend analysis tool of ArcMap 9.2 software package. In this investigation, three common interpolation methods were used to study the spatial distributions of soil pH in an arable land. Interpolation techniques were used to estimate the pH measurement in unsampled points and create a continuous dataset that could be represented over a map of the entire study area. The method investigated includes; Inverse Distance Weighting (IDW), Radial base Function (RBF) and Ordinary Kriging (OK). The performance of conventional statistics showed that soil pH had a law variation in this study. Experimental anisotropic semivariograms were fitted with the Spherical, Exponential and Gaussian Exponential models and the Exponential model was found as the best fitted model using the cross-validation method. The performances of interpolation methods were evaluated and compared using the cross-validation. The results showed that RBF method performed better than IDW and OK for prediction of the spatial distribution of topsoil pH