耦合时空连续非平稳特征的土壤有机碳动态抽样网络优化模型研究

Soil organic carbon (SOC) survey and monitoring plays an essential role in low-carbon development. The spatio-temporal nonstationarity of SOC is highly correlated with its sampling efficiency and representation of the samples. In terms of the low fitting accuracy of current sampling methods to the spatio-temporal nonstationarity, this program proposes a novel dynamical sampling model based on the adaptive sampling technique. The model assumes the spatio-temporal pattern of SOC to be continuously nonstationary and anisotropic, and then fits the pattern by using an unknown-parametric covariance function in the premise of nonseparable space-time hypothesis. The relationships between the covariance and the variance of SOC are explored, while an integrated sampling design criterion is proposed based on the continuously nonstationary covariance and spatial filtering method. Finally, a high-performance dynamic sampling algorithm for SOC is designed based upon particle swarm optimization theory. We validate the model in Jianghan plain of China, and the results can prove that the model is necessary for accurate survey and efficient monitoring of soil organic carbon.

土壤有机碳调查是科学制定低碳发展战略的关键。耦合土壤有机碳时空非平稳特征进行时空抽样设计将有效提高抽样效率与样点代表性。本课题针对现有时空抽样方法难以有效拟合土壤有机碳连续非平稳时空分布特征的不足，在适应性抽样模式基础上，突破传统方法的方差/协方差平稳假设与各向同性假设，通过探索土壤有机碳时空分布的均值、方差与协方差特征，构建可拟合土壤有机碳方差特征与时空连续非平稳性的时空不可分协方差模型及其未知参数估计策略，研究基于时空连续非平稳协方差与时空滤波方法的土壤有机碳抽样网络多目标优化设计准则，形成准则约束下的高性能土壤有机碳动态抽样网络优化布局模型，并以江汉平原为实验区开展实例研究，为精准、快速地开展土壤有机碳调查、监测与制图提供新的方法支撑。

土壤有机碳调查是科学制定低碳发展战略的关键。耦合土壤有机碳时空非平稳特征进行时空抽样设计将有效提高抽样效率与样点代表性。现有抽样方法建立在方差/协方差平稳假设基础上，难以有效拟合土壤有机碳时空非平稳时空分布特征。鉴于此，本研究在适应性抽样模式基础上，通过探索土壤有机碳时空分布异质性特征，构建土壤有机碳抽样网络的多目标优化布局模型并开展模型验证研究，从而为精准、快速地实现土壤有机碳调查、监测与制图提供新的方法支撑。本研究（1）梳理了土壤有机碳监测技术发展特征与趋势，为开展时空抽样网络优化模型研究提供可靠的理论基础；（2）揭示了土壤有机碳时空分异特征及其驱动机制，具体通过建立试验区土壤有机碳时序数据库，分析了土壤有机碳数据时空分布特征及其关键影响因素,并在此基础上采用时空协方差方法构建了土壤有机碳时空变异特征拟合模型；（3）提出了土壤有机碳抽样网络优化模型及高效求解算法，具体基于时空不可分理论推导土壤有机碳抽样网络设计准则，构建了顾及时空非平稳性的土壤有机碳抽样网络优化模型，开发了面向模型求解的并行粒子群智能算法；（4）设计开发了高性能的土壤有机碳抽样网络设计软件系统，采用构件技术提升了软件的可扩展性与实用性。在项目支持下，共发表学术论文4篇，其中SSCI一区论文1篇，申请国家发明专利4项（已获批2项），获得国家地理信息科技进步一等奖1项，设计开发软件系统1套。参加了国内国际学术会议并做学术报告2次。培养了科研骨干2人、本科生3人、硕士研究生3人。