农用地质量因素与过程研究进展提纲一、研究方向与内容一、研究方向与内容二、近期研究重点与远期规划二、近期研究重点与远期规划二、近期研究重点与远期规划二、近期研究重点与远期规划二、近期研究重点与远期规划二、近期研究重点与远期规划三、部分研究进展三、部分研究进展研究区：北京市平谷区目标变量：土壤有机质（SOM）土壤速效钾（K）土壤有效磷（P）土壤有效锰（Mn）土壤有效铁（Fe）土壤有效锌（Zn）土壤pH值样本点数：887个训练点222个验证点辅助变量：高程预测方法：OK法、RK法、CK法结论高程辅助变量在不确定性分析中的应用研究样区：密云样区、平谷样区密云样区：284个样本点平谷样区：547个样本点目标变量：土壤有机质辅助变量：高程方法：序贯高斯模拟法（SGS）序贯高斯协模拟法（SGCS）结论2、利用不同外部趋势变量（组合）预测土壤有机质空间分布研究区位置及采样点分布图结论以地形因素和分类变量组合辅助变量的土壤有机质空间预测结论将分类变量和地形因素等考虑到空间预测中较大幅度地提高土壤有机质空间预测精度。研究区：北京市延庆县南部采样间隔：300m×300m采样点：210个（训练点186个，验证点24个）插值方法：基于对称对数比方法转换的普通克里格法基于非对称对数比方法转换的普通克里格法成分克里格法结果表明成分克里格方法预测精度最高，RMSE相对提高将近17%。成分克里格是直接对土壤质地进行插值，能保证其是最优无偏估计。基于成分数据特征和环境变量辅助的土壤质地空间插值土壤有机质结论不同预测方法的Aitchison’sdistance图（1）顺序指示模拟算法在土壤质地空间分布三维模拟中的应用三维顺序指示模拟实现（2）顺序指示和转移概率指示模拟方法对小尺度土壤粘粒含量空间模拟的对比研究顺序指示模拟（SIS）方法低估了主变量，同时高估了辅变量，而转移概率指示模拟（TPROGS）能将这两种变量很好的再现。此外，与实测数据相比，在SIS结果中粘粒含量分布的空间连贯性显著地减少，而在TPROGS中却能很好的再现。因此，TPROGS更能够反映粘粒含量的三维空间分布特征。5、空间分析的尺度效应研究区位置：北京市大兴区尺度样区选择：40km、30km、20km、10km目标变量：土壤有机质、土壤有效锰三、部分研究进展三、部分研究进展三、部分研究进展气象模块；土壤模块；作物模块；田间管理模块41农田生态系统土壤碳氮循环模拟软件(CNCM)相关软件著作权登记夏玉米和冬小麦生长季土壤氮素淋失量（kg·hm-2）作物水分利用效率（WUE）的空间分布规律作物氮素利用效率（NUE）的空间分布规律黄淮海平原较优水氮处理分布（图A按土壤单元优化，图B按县域单元优化）谢谢！