基于空間自相關(guān)的縣域尺度土壤侵蝕抽樣方法研究

陳 超，齊 斐，徐雁南*，黎家作，趙傳普,蘇新宇

(1.南京林業(yè)大學(xué)林學(xué)院，江蘇 南京 210037；2.水利部淮河水利委員會淮河流域水土保持監(jiān)測中心站,安徽 蚌埠 233001)

土壤侵蝕是一個受多種因素影響的生態(tài)環(huán)境過程。摸清土壤侵蝕狀況，因地制宜地采取有效防治措施，對維護(hù)區(qū)域生態(tài)環(huán)境、實現(xiàn)社會經(jīng)濟(jì)的可持續(xù)發(fā)展具有重要的意義。目前，在土壤侵蝕狀況調(diào)查中，通常采用抽樣單元推算、經(jīng)驗?zāi)Ｐ?、遙感調(diào)查以及多種手段結(jié)合應(yīng)用等方法[1-5]。其中，美國主要采用抽樣調(diào)查和模型法(USLE、WEQ)，澳大利亞及歐洲主要采用專家法和模型法(USLE、CEMS)[6-9],而我國多采用綜合評判法以及CSLE模型法。近幾年，中國土壤流失方程(Chinese soil loss equation, CSLE)在全國得到大范圍應(yīng)用，眾多學(xué)者將其與GIS或抽樣單元相結(jié)合，進(jìn)行區(qū)域土壤侵蝕狀況評估[10-12]。根據(jù)相關(guān)研究，在區(qū)域尺度上以GIS為基礎(chǔ)采用柵格計算法/全域計算法可以獲取詳細(xì)的土壤侵蝕狀況，但存在模型因子精度不一致、工作量大，且其結(jié)果受土地利用精度影響等問題。采用抽樣調(diào)查與經(jīng)驗?zāi)Ｐ拖嘟Y(jié)合的方法仍然是快速獲取區(qū)域土壤侵蝕狀況的重要方法之一。段倩等[13]以沂水縣為例，采用分層系統(tǒng)抽樣法，對比分析了1%和4%抽樣密度下不同推算方法對土壤侵蝕狀況監(jiān)測結(jié)果的影響；鄒叢榮等[14]探討在分層系統(tǒng)抽樣方法下，不同抽樣密度和推算方法對估算縣域土壤侵蝕狀況監(jiān)測結(jié)果的影響；李子軒等[15]對比全域覆蓋計算與4%密度抽樣單元推算方法對全縣土壤侵蝕計算結(jié)果的差異；吳迪等[16]采用分系統(tǒng)層抽樣法，提高山丘區(qū)抽樣密度，評價土壤侵蝕狀況；朱夢陽等[17]采用分層不等概系統(tǒng)空間抽樣方法布設(shè)抽樣單元，探究土壤侵蝕快速調(diào)查方法。以上研究針對抽樣單元的土壤侵蝕預(yù)測進(jìn)行研究，但僅討論了基于系統(tǒng)抽樣的抽樣密度和推算方法對結(jié)果的影響，未對其他抽樣方法和插值方法進(jìn)行探索。因此，本研究以沂蒙山泰山國家級重點治理區(qū)中的典型縣——蒙陰縣為研究區(qū)域，基于空間自相關(guān)理論，綜合應(yīng)用遙感技術(shù)、野外調(diào)查和地統(tǒng)計方法，綜合考慮抽樣數(shù)量和精度以及空間預(yù)測精度，探討適宜該區(qū)域的空間抽樣和插值方法，以期為沂蒙山區(qū)縣域尺度土壤侵蝕狀況快速調(diào)查提供技術(shù)支撐。

1 材料與方法

1.1 研究區(qū)概況

山東省臨沂市蒙陰縣(117°45′～118°15′E， 35°27′～36°02′N)位于山東省中南部、沂蒙山區(qū)北部，面積1 602 km2，為典型的北方土石山區(qū)。境內(nèi)海拔131～1 105 m，主要為低山丘陵,山丘區(qū)占97.77%；巖石多為石灰?guī)r和頁巖,土壤主要有粗骨土、棕壤、褐土、紅黏土；多年平均氣溫12.8 ℃，多年平均降水量700 mm，降水主要集中在6—8月，屬暖溫帶季風(fēng)大陸性氣候；境內(nèi)有梓河、東汶河、蒙河等3條較大的河流，以及山東省第二大水庫云蒙湖，屬淮河流域沂河水系；植被屬暖溫帶落葉闊葉林區(qū)，現(xiàn)多為人工植被，防護(hù)林樹種主要有側(cè)柏(Platycladusorientalis)、刺槐(Robiniapseudoacacia)、油松(Pinustabulaeformis)，經(jīng)濟(jì)林樹種主要有桃(Amygdaluspersica)、蘋果(Maluspumila)、核桃(Juglansregia)等，自然生長的灌木與草本植物主要有黃荊(Vitexnegundo)、胡枝子(Lespedezabicolor)、三裂繡線菊(Spiraeatrilobata)等。

1.2 數(shù)據(jù)與處理

采用2020年4月2 m分辨率的GF-1和GF-6衛(wèi)星遙感影像，以eCongnition 9.0軟件為操作平臺進(jìn)行人機交互解譯，參考GB/T 21010—2017《土地利用現(xiàn)狀分類》[18]，獲得土地利用類型和水土保持措施[19]，土地利用類型劃分為：耕地(平緩地、坡耕地、梯田)，園地(平地果園、坡地果園、梯田果園)，林地(防護(hù)林、用材林、灌木林地、其他林地)，其他草地，建設(shè)用地(城鎮(zhèn)建設(shè)用地、農(nóng)村建設(shè)用地、采礦用地、其他建設(shè)用地)，交通運輸用地(農(nóng)村道路、其他交通用地)，水域及水利設(shè)施用地和其他土地?；?017—2019年250 m空間分辨率MODIS遙感影像，采用參數(shù)轉(zhuǎn)換法，計算24.5個月的平均植被覆蓋度。降雨量采用沂蒙山區(qū)88個雨量站點1986—2017年逐日降水量≥10 mm的降雨數(shù)據(jù)；土壤數(shù)據(jù)采用山東省1∶50萬土壤圖，裁剪獲取研究區(qū)土壤類型分布；地形數(shù)據(jù)采用1∶1萬地形圖，生成10 m柵格DEM；野外調(diào)查于2020年8月進(jìn)行，采集土地利用、水土保持措施等數(shù)據(jù)[20]，用以修正土地利用數(shù)據(jù)并計算土壤侵蝕模數(shù)。土壤侵蝕模數(shù)根據(jù)CSLE模型[21]計算：

A=R·K·L·S·IBET。

(1)

式中：A為土壤流失量，t/(hm2·a)；R為降雨侵蝕力因子，(MJ·mm)/(hm2·h·a)，根據(jù)1986—2017年沂蒙山區(qū)88個雨量站點降雨數(shù)據(jù)采用普通克里金插值獲取[22-23]；K為土壤可蝕性因子，其單位為(t·hm2·h)/(hm2·MJ·mm),通過野外采集土壤樣品，采用Williams模型計算，并根據(jù)沂蒙山區(qū)徑流小區(qū)數(shù)據(jù)修正；L和S為坡長因子和坡度因子(均無量綱)，根據(jù)1∶1萬地形圖，采用劉寶元修正算法[23]計算；IBET為水土保持因子(無量綱)，參考第一次全國水利普查水土保持情況普查措施因子值，采用徑流小區(qū)數(shù)據(jù)修正[23]。

1.3 空間抽樣方法

空間抽樣基于空間自相關(guān)理論進(jìn)行?？臻g自相關(guān)是指同一變量在不同空間位置上的相關(guān)性[24]。Moran’sI是描述空間相關(guān)性常用指標(biāo)，其計算方法見文獻(xiàn)[25-27]。

Moran’sI取值范圍一般在-1～1之間，小于0表示負(fù)相關(guān)，大于0表示正相關(guān)，等于0表示不相關(guān)；絕對值越接近1代表單元間性質(zhì)越相似，接近0則代表單元間不相關(guān)[25-27]。

與傳統(tǒng)抽樣方法相比，空間抽樣是在樣本單元間自相關(guān)顯著的前提下計算樣本容量，可有效減少樣本冗余及減少抽樣成本[25-26]。在傳統(tǒng)抽樣方法計算的樣本容量的基礎(chǔ)上，空間抽樣樣本容量計算公式[27]為:

n=nClassic·(1-c)。

(2)

式中：n為空間抽樣方法樣本量，nClassic為由傳統(tǒng)簡單隨機抽樣計算而得的樣本容量[28]，c為總體相關(guān)系數(shù)?？臻g抽樣中均值的方差估算參考文獻(xiàn)[26]。

1.3.1 抽樣單元尺寸確定方法

基于“抽樣單元間相互獨立”原則[26]，分別建立200 m×200 m、300 m×300 m、400 m×400 m、500 m×500 m和600 m×600 m等5種抽樣單元，剔除面積小于50%的網(wǎng)格，并采用CSLE模型計算各個抽樣單元土壤侵蝕模數(shù)；分別統(tǒng)計不同抽樣單元的土地利用圖斑數(shù)量特征和Moran’sI指數(shù)，利用標(biāo)準(zhǔn)化統(tǒng)計量Zscore對空間自相關(guān)的顯著性水平進(jìn)行檢驗，綜合考慮圖斑數(shù)量特征和空間自相關(guān)屬性確定最優(yōu)抽樣單元尺寸。

1.3.2 空間抽樣方法優(yōu)選

研究選擇空間隨機抽樣(spatial random sampling,SRS)、空間系統(tǒng)抽樣(spatial systematic sampling,SSS系統(tǒng))和空間分層抽樣(spatial stratified sampling,SSS分層)3種抽樣方法(圖1)，為避免偶然性，減小因樣本抽樣過程產(chǎn)生的數(shù)據(jù)不穩(wěn)定性，在可靠性95%、精度90%的水平下，分別抽取5套單元樣本，分析比較3種方法的樣本容量和抽樣精度平均值，確定最優(yōu)抽樣方法。

圖1 研究區(qū)野外調(diào)查單元及不同抽樣方法的樣點分布

1)空間隨機抽樣：從總體N個單元中，隨機、獨立抽取n個單元組成樣本估計總體參數(shù)的方法[28]。樣本容量計算方法參考文獻(xiàn)[27-30]。為了降低野外調(diào)查難度，野外調(diào)查時考慮道路交通的可達(dá)性及調(diào)查難度，將樣本容量擴大10%。本研究采用隨機數(shù)法[31]，抽取5套樣本單元，分別計算樣本特征參數(shù)及其平均值。

2)空間系統(tǒng)抽樣：又稱等距離抽樣，從總體N個單元中，隨機確定起點后，按照間隔k抽取n個單元組成樣本，用于估算總體。其樣本容量n的確定、總體估算和誤差估計公式與空間隨機抽樣一致[30]。取樣時，首先隨機選擇一個樣本作為起點，然后根據(jù)間隔大小在縱橫雙向上等間隔選擇樣本點，抽取5套抽樣單元樣本。

3)空間分層抽樣：指按照某種特征或標(biāo)志將調(diào)查總體劃分為若干層次或類型，然后在各層內(nèi)獨立、隨機地進(jìn)行抽樣的抽樣方法。①以坡度為分層標(biāo)志，參考《坡度分級標(biāo)準(zhǔn)與編碼表》[23]，結(jié)合研究區(qū)坡度特征，將研究區(qū)劃分為<2°、≥2°～5°、≥5°～8°、≥8°～15°、≥15°～25°、>25°等6層(圖1)。②確定樣本容量時，各層最優(yōu)樣本數(shù)根據(jù)最優(yōu)分配原則計算，總體估算和誤差估計公式見文獻(xiàn)[27-28]。③采用與簡單隨機抽樣相同的方法在6個樣本層中抽樣，獲得各個層內(nèi)的樣本單元。

1.4 土壤侵蝕預(yù)測的插值方法

在獲得最優(yōu)抽樣方法的基礎(chǔ)上，選擇確定性方法和地統(tǒng)計方法進(jìn)行水土流失空間分布預(yù)測，以柵格計算法(grid calculation,GC)為基準(zhǔn)值進(jìn)行精度評價。其中，確定性方法為反距離權(quán)重法(inverse distance weight, IDW)和張力樣條函數(shù)法(spline function method,SFM)，地統(tǒng)計方法為普通克里金法(o-Kriging)和協(xié)同克里金法(co-Kriging,輔助變量為坡度)[24]。地統(tǒng)計插值時采用正態(tài)QQ圖對樣本數(shù)據(jù)進(jìn)行正態(tài)分布檢驗，根據(jù)檢驗結(jié)果對其進(jìn)行變換，并選擇合適的變異函數(shù)模型；確定性插值數(shù)據(jù)則不進(jìn)行正態(tài)變換處理。

柵格計算法(GC)根據(jù)野外調(diào)查單元數(shù)據(jù)面積加權(quán)平均，采用CSLE模型法進(jìn)行土壤侵蝕計算。參考SL 665—2014《北方土石山區(qū)水土流失綜合治理技術(shù)標(biāo)準(zhǔn)》[32]對土壤侵蝕強度分級，結(jié)合研究區(qū)土壤侵蝕模數(shù)特征，將土壤侵蝕強度分為微度[<200 t/(hm2·a)]、輕度[≥200～1 000 t/(hm2·a)]、中度[≥1 000～2 500 t/(hm2·a)]、強烈[≥2 500～4 000 t/(hm2·a)]和極強烈[>4 000 t/(hm2·a)]，其中，建設(shè)用地(不包括采礦用地)、交通運輸用地、水域及水利設(shè)施用地、其他土地等土地利用類型不參與侵蝕預(yù)測，默認(rèn)為微度侵蝕。

精度評價時采用交叉驗證法，常用指標(biāo)有平均誤差(ME，式中記為δME)、均方根誤差(RMSE，式中記為δRMSE)、平均標(biāo)準(zhǔn)誤差(ASE，式中記為δASE)、平均標(biāo)準(zhǔn)化誤差(MSE，式中記為δMSE)和均方根標(biāo)準(zhǔn)化誤差(RMSSE，式中記為δRMSSE)；采用相對誤差(σ)作為評價各級土壤侵蝕分布的指標(biāo)，計算公式如下：

σi=|Vi-Ai|/Ai×100%。

(3)

式中：σi為第i級土壤侵蝕強度面積相對誤差，Vi為空間插值方法計算的第i級土壤侵蝕強度面積，Ai為基準(zhǔn)值。

2 結(jié)果與分析

2.1 土壤侵蝕抽樣方案的確定

2.1.1 抽樣單元尺寸的選擇

Moran’sI是衡量空間自相關(guān)的常用指標(biāo)，本研究抽樣單元方案的空間自相關(guān)指數(shù)見圖2。由圖2可知5種抽樣單元尺寸方案的變化趨勢，即在200 m×200 m和500 m×500 m區(qū)間內(nèi)隨著抽樣單元尺寸增大，對應(yīng)的Moran’sI和Zscore則相應(yīng)減小，單元尺寸大于500 m×500 m后Moran’sI呈上升趨勢，Zscore減小。這說明，在200 m×200 m和500 m×500 m區(qū)間內(nèi)，隨著抽樣尺寸的增加，空間相關(guān)性越弱；抽樣單元尺寸在400 m×400 m和600 m×600 m之間，對應(yīng)的Moran’sI斜率較小，說明其空間自相關(guān)性變化不大。同時，抽樣單元尺寸越大，每個單元的平均圖斑數(shù)和圖斑種類越多，600 m×600 m的圖斑數(shù)量是400 m×400 m圖斑數(shù)量的1.26倍。因此，綜合考慮后選取400 m×400 m作為最優(yōu)的抽樣單元尺寸，此時空間自相關(guān)性較弱，且圖斑數(shù)量相對較少。

圖2 不同抽樣單元方案的空間自相關(guān)指數(shù)和平均圖斑數(shù)

2.1.2 抽樣方法的選擇

在可靠性95%、精度90%的水平下，樣本容量從高到低依次為空間系統(tǒng)抽樣(278個)、空間隨機抽樣(252個)、空間分層抽樣(150個),其中空間分層抽樣各層樣本量分別為6、16、19、35、53、17。抽樣精度為空間分層抽樣(96.69%)>空間系統(tǒng)抽樣(94.33%)>空間隨機抽樣(90.10%)?？傮w來看，空間隨機抽樣樣本容量居中，抽樣精度最低；空間系統(tǒng)抽樣樣本量最多，抽樣精度居中；空間分層抽樣樣本量最少，抽樣精度最高。因此，空間分層抽樣優(yōu)勢最明顯。

2.2 基于普通克里金的不同抽樣方法對土壤侵蝕計算結(jié)果的影響

以3種抽樣方法獲取的水土流失區(qū)域土壤侵蝕強度均以輕度為主，中度及以上侵蝕面積較小(表1，圖3)。其中，基于空間隨機抽樣的水土流失面積為610.34 km2，占全縣面積的38.02%；基于空間系統(tǒng)抽樣的水土流失面積為578.22 km2，占全縣面積的36.04%；空間分層抽樣的水土流失面積548.58 km2，占全縣面積的34.21%。與基準(zhǔn)值比較，空間簡單隨機抽樣計算水土流失面積與基準(zhǔn)值誤差較大，各級土壤侵蝕強度相對誤差也較大，且隨著侵蝕強度的增加而增大，尤其是強烈及以上侵蝕相對誤差高于85.80%；基于空間系統(tǒng)抽樣的水土流失面積與基準(zhǔn)值相對誤差為14.10%，中度侵蝕相對誤差為17.07%，無強烈及其以上侵蝕；基于空間分層抽樣的水土流失面積最接近基準(zhǔn)值，相對誤差8.25%。

表1 普通克里金法下不同空間抽樣方法土壤侵蝕強度結(jié)果

圖3 基于柵格計算法和空間插值法的研究區(qū)空間分層抽樣土壤侵蝕強度分布

從空間分布來看(圖3)，基于普通克里金法和空間分層抽樣的輕度及以上土壤侵蝕區(qū)域主要在縣域東北部和西南部，呈集中分布狀態(tài)，而柵格計算法結(jié)果呈均勻異質(zhì)性零散分布，存在明顯差異。因此，綜合考慮抽樣樣本數(shù)量以及空間預(yù)測結(jié)果，仍以空間分層抽樣結(jié)果最優(yōu)。

2.3 基于空間分層抽樣的不同插值方法對土壤侵蝕計算結(jié)果的影響

由不同插值方法的交叉驗證結(jié)果(表2)可知，普通克里金法和協(xié)同克里金法的ME、RMSE明顯較小，說明二者預(yù)測誤差較??；普通克里金法的ME、MSE略小于協(xié)同克里金法，而后者的σRMSSE和|δASE-δRMSE|略小于前者，說明前者擬合模型較優(yōu)，后者擬合較有效。

表2 空間分層抽樣下不同插值方法的交叉驗證結(jié)果

基于空間分層抽樣方法采用不同插值方法計算的蒙陰縣水土流失狀況的結(jié)果見表3。與柵格計算法結(jié)果相比，以反距離權(quán)重法計算的水土流失面積相差高達(dá)379.00 km2，輕度侵蝕面積相差最大，高達(dá)326.89 km2，其余各級土壤侵蝕強度面積相差0.56～78.87 km2；以樣條函數(shù)法計算的水土流失面積相差高達(dá)126.89 km2，主要對中度和輕度侵蝕高估，分別相差65.75 km2和54.16 km2。普通克里金和協(xié)同克里金法插值結(jié)果差異較小，水土流失面積僅相差8.09 km2，占全縣面積的0.50%，但各級土壤侵蝕面積差異較大。

表3 空間分層抽樣下不同插值方法土壤侵蝕強度結(jié)果

與協(xié)同克里金法相比，普通克里金法結(jié)果更接近柵格計算法，水土流失面積計算結(jié)果相差41.82 km2，其中，輕度侵蝕相對誤差最小為7.63%，強烈侵蝕面積為0.75 km2，相對誤差最大為55.05%，其余各級相對誤差約40%；基于協(xié)同克里金法的水土流失面積比基準(zhǔn)值高49.90 km2，相對誤差為9.85%，但中度侵蝕計算相對誤差大于100%，達(dá)172.74%，其余各級相對誤差為5.62%～28.81%。總體看，普通克里金法和協(xié)同克里金法較優(yōu)。

從空間分布看(圖3)，4種方法插值結(jié)果顯示研究區(qū)水土流失區(qū)域均集中分布在蒙陰縣東北部、中部和西北部，但協(xié)同克里金法輕度及以上土壤侵蝕分布區(qū)域與其他方法差異明顯，土壤侵蝕區(qū)域分布相對更為細(xì)致，這是源于輔助變量坡度的影響。

2.4 空間分層抽樣的樣本典型性分析

根據(jù)土壤類型統(tǒng)計可知，蒙陰縣土壤類型23種，空間分層抽樣共涉及19種土壤類型，二者均以酸性粗骨土為主，其次為紅黏土和石灰?guī)r鈣質(zhì)粗骨土，但兩者面積比例存在差異(圖4)?？臻g分層抽樣單元內(nèi)酸性粗骨土和石灰?guī)r鈣質(zhì)粗骨土所占比例均高于蒙陰縣均值，絕對誤差高于9.77%;紅黏土所占比例低于全縣，絕對誤差為3.77%。

A.土壤類型soil type：Ⅰ.酸性粗骨土acid skeleton soil;Ⅱ.砂質(zhì)非灰性河潮土sandy non-gray moisture soil;Ⅲ.棕壤brown soil;Ⅳ.麻砂棕壤性土sandy brown soil;Ⅴ.紅黏土red clay;Ⅵ.灰質(zhì)淋溶褐土lime leached cinnamon soil;Ⅶ.黏質(zhì)中層灰質(zhì)淋溶褐土clay middle calcareous leached cinnamon soi;Ⅷ.石灰?guī)r鈣質(zhì)粗骨土limestone calcareous skeleton soil;Ⅸ.紅土red soil;Ⅹ.洪沖積潮棕壤flood alluvial moisture brown soil。B.土地利用類型landuse type：1.平緩地flat land;2.坡耕地sloping land;3.梯田terrace;4.平地果園flat orchard;5.坡地果園sloping orchard;6.梯田果園terrace orchard;7.防護(hù)林shelter belt;8.用材林timber forest;9.灌木林地shrubbery;10.其他林地other woodland;11.其他草地mining land;12.建設(shè)用地construction。C. 坡度slope: ⅰ.0°～2°;ⅱ.≥2°～5°;ⅲ.≥5°～8°;ⅳ.≥8°～15°;ⅴ.≥15°～25°;ⅵ.≥25°。

在CSLE模型因子中，研究區(qū)K均值為0.009 4 (t·hm2·h)/(hm2·MJ·mm)，空間分層抽樣K均值為0.009 3 (t·hm2·h)/(hm2·MJ·mm)，相差0.000 1 (t·hm2·h)/(hm2·MJ·mm)。因此，雖然二者涵蓋的土壤類型存在差異，但對K因子影響不大。

從土地利用看，空間分層抽樣的樣本單元內(nèi)土地利用類型與蒙陰縣全縣整體情況存在差異，全縣土地利用類型以平緩地、旱梯田、梯田果園和防護(hù)林為主，分別占14.07%、18.99%、17.02%和14.31%，空間分層抽樣結(jié)果則以旱梯田、梯田果園和防護(hù)林為主，分別占20.59%、20.15%和22.15%，空間分層抽樣平緩地和平地果園比例分別比全縣低6.91%和2.76%，梯田果園和防護(hù)林面積比例分別比全縣高3.13%和7.84%，其他土地利用類型面積與全縣相似，絕對誤差小于1.9%?？臻g分層抽樣主要土地利用類型與全縣基本保持一致，但面積比具有明顯差異，這可能是造成水土流失面積估算值偏大的原因。

根據(jù)坡度統(tǒng)計，研究區(qū)坡度以0°～2°和≥8°～15°為主，分別占比23.94%和20.79%，平均坡度10.20°?？臻g分層抽樣樣本主要分布在≥15°～25°和≥8°～15°的區(qū)域，0°～2°的區(qū)域分布最少；樣點平均坡度為14.76°，比研究區(qū)高4.56°，這也可能會造成水土流失面積估算偏大。

3 討 論

1)在抽樣方案設(shè)計中，研究設(shè)計抽樣單元的形狀為正方形網(wǎng)格，但是在實際野外調(diào)查過程中，樣本的可達(dá)性、樣本空間位置以及樣本邊界等因素對抽樣精度、抽樣效率以及土壤侵蝕模數(shù)的計算都會產(chǎn)生影響。因此，以小流域為抽樣單元對水土流失面積進(jìn)行空間抽樣設(shè)計有待于進(jìn)一步研究。

2)鄒叢榮等[14]在沂蒙山區(qū)蒙陰縣探索了1%和4%抽樣密度下，不同推算方法對縣域土壤侵蝕狀況監(jiān)測的影響，發(fā)現(xiàn)抽樣密度能夠?qū)卧苯油馔品ê蛦卧逯低馔品ǖ木仍斐奢^大的影響，對柵格計算法影響較小，但是，該研究未考慮土壤侵蝕分布具有空間自相關(guān)性。本研究則探究了不同尺度下土壤侵蝕的空間自相關(guān)性，并采用3種空間抽樣方法和普通克里金法對土壤侵蝕狀況進(jìn)行預(yù)測，比較發(fā)現(xiàn)400 m×400 m的土壤侵蝕空間自相關(guān)性較弱，且不同抽樣方法對縣域尺度土壤侵蝕狀況估計結(jié)果差異較大，空間分層抽樣的預(yù)測結(jié)果明顯優(yōu)于空間隨機抽樣和空間系統(tǒng)抽樣結(jié)果，分析其原因發(fā)現(xiàn)空間分層抽樣中層的劃分較為合理，層間差異大，層內(nèi)差異小，樣本布局更加合理。

3)本研究中，以確定性方法(反距離權(quán)重法和樣條函數(shù)法)計算水土流失面積明顯高于柵格計算法結(jié)果，相對誤差為74.79%和25.04%，地統(tǒng)計方法(普通克里金法和協(xié)同克里金法)計算水土流失面積相對誤差較小(8.25%和9.85%)。這可能是因為研究區(qū)土壤侵蝕存在空間異質(zhì)性，確定性方法在計算過程中未考慮方向，而地統(tǒng)計方法能夠通過實測值建立有效且合理變異函數(shù)模型，分析空間自相關(guān)性的變化情況[24]。在地統(tǒng)計插值中，協(xié)同克里金法與普通克里金法計算結(jié)果相近，但前者測算的水土流失面積相對誤差較高，尤其是對中度侵蝕面積的計算結(jié)果明顯高于柵格計法，主要原因可能是受單一輔助因素坡度的影響。研究表明，土壤侵蝕與多種因素有關(guān)，受地形、土壤及降雨等因素交互作用的影響，侵蝕過程比較復(fù)雜[31]。因此，可以對區(qū)域土壤侵蝕因子敏感性進(jìn)行分析，以助于選擇合適的輔助變量，從而提高空間預(yù)測精度。