鄭鑫，龐惟肖，孟慶寶，解恒燕

（黑龍江八一農(nóng)墾大學(xué)工程學(xué)院，大慶 163319）

大慶市玉米品質(zhì)預(yù)測模型對比研究

鄭鑫，龐惟肖，孟慶寶，解恒燕

（黑龍江八一農(nóng)墾大學(xué)工程學(xué)院，大慶 163319）

為了建立大慶市玉米品質(zhì)預(yù)測模型，在利用網(wǎng)格法布設(shè)樣本采集點(diǎn)及驗(yàn)證點(diǎn)的基礎(chǔ)上，以ArcGIS為研究平臺(tái)，針對采集點(diǎn)的玉米容重與水分?jǐn)?shù)據(jù)分別應(yīng)用反距離權(quán)重法和普通克里格法建立大慶市玉米品質(zhì)預(yù)測模型，根據(jù)模型的插值結(jié)果與預(yù)設(shè)驗(yàn)證點(diǎn)數(shù)據(jù)結(jié)果對比分析兩種方法對大慶市玉米品質(zhì)預(yù)測的精確度。結(jié)果表明，兩種方法插值的結(jié)果均能滿足精度要求，但反距離權(quán)重法的精度更高，模擬效果更可靠。

反距離權(quán)重法；普通克里格法；預(yù)測

玉米抽樣工作有助于國家宏觀調(diào)控玉米種植情況，同時(shí)為制定農(nóng)業(yè)政策提供數(shù)據(jù)支持[1]。利用空間插值方法對抽樣檢測數(shù)據(jù)建立區(qū)域玉米品質(zhì)分布模型是目前亟待解決的課題之一。空間插值方法已經(jīng)應(yīng)用在很多領(lǐng)域，呂連宏等[2]運(yùn)用地統(tǒng)計(jì)學(xué)的空間插值方法對污染物空間變異特性進(jìn)行精確估計(jì)。張健[3]采用增加模擬站點(diǎn)的方法，改進(jìn)并優(yōu)化了大氣環(huán)境污染空間插值方法。LY S.等[4]利用克里金插值分析了7種半變異函數(shù)對插值精度的影響。MA L.等[5]利用薄板樣條插值法對大區(qū)域空間雨量站點(diǎn)分布進(jìn)行不確定性分析。

截至目前，針對玉米品質(zhì)的空間插值研究還鮮有涉及。在大慶市布設(shè)了100個(gè)抽樣樣本點(diǎn)，同時(shí)設(shè)置了10個(gè)驗(yàn)證點(diǎn)，并獲得了這110個(gè)點(diǎn)的2013年的玉米容重及含水量實(shí)測值，分別應(yīng)用反距離權(quán)重法和普通克里格法以100個(gè)樣本點(diǎn)的實(shí)測值建立2013年大慶市玉米容重及含水量預(yù)測模型，根據(jù)模型的插值結(jié)果與10個(gè)預(yù)設(shè)驗(yàn)證點(diǎn)數(shù)據(jù)結(jié)果對比分析兩種方法對大慶市玉米品質(zhì)預(yù)測的精確度。

1 樣本點(diǎn)布設(shè)與樣本采集

1.1 試驗(yàn)區(qū)介紹

大慶市地處松嫩平原，位于哈爾濱與齊齊哈爾之間，耕地面積46.8萬hm2，主要以玉米種植為主，草原 68.9萬hm2，水面26.9萬hm2，濕地120萬 hm2，大慶地廣人稀有著豐富的土地資源，享有百湖之城的美稱，其水資源極其豐富，且地處北溫帶大陸性季風(fēng)氣候，全年無霜期較短，雨熱同季，有利于農(nóng)作物和牧草生長[6]。

圖1 大慶市地圖Fig.1 Map of Daqing city

1.2 樣本點(diǎn)和驗(yàn)證點(diǎn)布設(shè)方法

采用網(wǎng)格法進(jìn)行樣本點(diǎn)的布設(shè)。網(wǎng)格的大小根據(jù)大慶市實(shí)際的土地面積和玉米品質(zhì)的精度要求確定，同時(shí)考慮到采樣時(shí)間要求（需要在較短時(shí)間內(nèi)完成采樣）和空間要求（耕地面積約占整個(gè)大慶市土地面積的20%），布設(shè)10 km×10 km的方形網(wǎng)格，且樣本點(diǎn)密度和網(wǎng)格點(diǎn)密度應(yīng)滿足

n＜N＜2n （1）

式中，N為網(wǎng)格點(diǎn)數(shù)，n為樣本點(diǎn)數(shù)[7]。

樣本點(diǎn)布設(shè)考慮了以下幾方面問題：（1）在樣本點(diǎn)布設(shè)時(shí)不考慮積溫、降水、土質(zhì)等對玉米的影響；（2）利用河流、湖泊分布圖及衛(wèi)星遙感圖制作規(guī)則的方形網(wǎng)格，在避開河流、湖泊、城市不可播種土地的基礎(chǔ)上，玉米地塊布設(shè)應(yīng)盡可能靠近網(wǎng)格中心；（3）布設(shè)的樣本點(diǎn)應(yīng)覆蓋整個(gè)研究區(qū)域，并在可能的情況下分布相對均勻。驗(yàn)證點(diǎn)的布設(shè)原則與樣本點(diǎn)的布設(shè)原則基本一致，同時(shí)還考慮了樣本點(diǎn)布設(shè)密度和與已布設(shè)樣本點(diǎn)間距離。

依據(jù)網(wǎng)格法及上述布置原則，在大慶市共布設(shè)了100個(gè)樣本點(diǎn)和10個(gè)驗(yàn)證點(diǎn)，如圖2、圖3所示。

圖2 大慶市玉米品質(zhì)樣本點(diǎn)布設(shè)圖Fig.2 Daqing maize quality sample point layout

圖3 大慶市玉米品質(zhì)驗(yàn)證點(diǎn)布設(shè)Fig.3 Daqing maize quality verification point layout

1.3 樣本采集

為確保樣本具有可比性，避免因時(shí)間跨度過大而引起樣本品質(zhì)指標(biāo)的失真，此研究采用多點(diǎn)采樣，均勻混合的方法，以此降低采樣誤差。樣本采集在2013年9月25日~2013年10月10日期間完成。采集的具體做法是在布設(shè)的樣本點(diǎn)附近100米范圍內(nèi)，選取具有代表性，長勢良好，非邊緣處的5份玉米穗進(jìn)行取樣（不限于同一片玉米地），手工脫粒后混合為一個(gè)樣本，用四分法取1 kg作為該樣本點(diǎn)的樣品，在采樣的同時(shí)記錄樣本點(diǎn)的地理坐標(biāo)信息，并標(biāo)注在樣本標(biāo)簽上。

1.4 樣本容重、水分的測定

樣本采集后，需要注意樣本的保存環(huán)境，應(yīng)避免陰暗潮濕、高溫、日光直射及其他物質(zhì)的污染，造成樣本的霉變厚容重、水分的異常波動(dòng)等情況。樣本的測定在實(shí)驗(yàn)室內(nèi)完成，具體方法如下：

（1）容重測定

將試樣進(jìn)行篩選均勻后，用GHCS-1000系列容重器（如圖4所示）量取試樣，用天平稱量。進(jìn)行多次稱量，每次的試驗(yàn)結(jié)果誤差不超過3 g·L-1，超過則重新測量。多次測量，取其平均值作為測量結(jié)果。

（2）水分測定

采用兩次烘干法進(jìn)行水分的測量。使用電熱鼓風(fēng)干燥箱（如圖5所示）進(jìn)行第一次烘干，烘烤溫度為105℃，烘烤40 min，自然冷卻，量取烘干前質(zhì)量m及烘干后質(zhì)量m1；對烘干后的玉米進(jìn)行粉碎；進(jìn)行第二次烘干，烘烤溫度130℃，烘烤40 min，量取烘干前質(zhì)量m2及烘干后質(zhì)量m3。

圖4 實(shí)驗(yàn)使用的容重器圖Fig.4 The volume weightvessel used in the experiment

圖5 實(shí)驗(yàn)使用的電熱鼓風(fēng)干燥箱Fig.5 The electrothermal blowing dry oven used in the experiment

玉米水分的計(jì)算公式如式（2）所示：

式中，m為第一次烘干前試樣質(zhì)量；m1為第一次烘干后試樣質(zhì)量；m2為第二次烘干前試樣質(zhì)量；m3為第二次烘干后試樣質(zhì)量。單位均為g。

為減小誤差，每個(gè)樣品需要進(jìn)行2次實(shí)驗(yàn)測量，結(jié)果取2次測量的算術(shù)平均值，兩次測定結(jié)果的絕對值不得超過0.2%的允許差。如果超過0.2%，則需要重新測定。

使用容重器對玉米容重進(jìn)行測定，烘干法對玉米水分進(jìn)行測定，形成玉米容重、水分趨勢分析圖，如圖6、圖7所示。

圖6 玉米容重趨勢分析圖Fig.6 Trend analysis graph of maize volume weight

圖7 玉米水分趨勢分析圖Fig.7 Trend analysis graph of maize moisture

以大慶市東西方向?yàn)閤坐標(biāo)，南北方向?yàn)閥坐標(biāo)，將玉米的容重、水分?jǐn)?shù)據(jù)為z坐標(biāo)，生成玉米容重、水分趨勢效應(yīng)分析如圖。從圖中可以看出，玉米容重的趨勢分析圖在xz平面上投影為U形，趨勢為二階多項(xiàng)式變化，即東西方向的容重值比中間區(qū)域的容重值高；在yz平面上投影近似為直線，趨勢為一階變化，即從北到南容重值逐漸升高。玉米水分的趨勢分析圖在xz平面上投影為U形，趨勢為二階多項(xiàng)式變化，即東西方向的水分值比中間區(qū)域的水分值高；在yz平面上的投影都近似為直線，趨勢為一階變化，即從北到南水分值逐漸降低。

2 兩種玉米品質(zhì)預(yù)測模型

2.1 前提假設(shè)

（1）玉米品質(zhì)之間是存在內(nèi)在關(guān)系的，可以建立能夠揭示這種內(nèi)在規(guī)律的模型，從而對非采樣點(diǎn)進(jìn)行預(yù)測。

（2）樣本服從正態(tài)分布。采用正態(tài)QQ圖對研究區(qū)域玉米容重、水分樣本進(jìn)行正態(tài)分布檢驗(yàn)，如圖8及圖9所示。

圖8 玉米容重正態(tài)QQ圖Fig.8 Normal QQ graph of maize volume-weight

圖9 玉米水分正態(tài)QQ圖Fig.9 Normal QQ graph of maize moisture

由圖8、圖9看出，正態(tài)QQ圖中樣本點(diǎn)分布接近一條直線，說明樣本數(shù)據(jù)基本服從正態(tài)分布。

（3）玉米樣本符合平穩(wěn)性假設(shè)。玉米抽樣可以由一定量的樣本數(shù)據(jù)獲取其重復(fù)規(guī)律，對總體的變化性和不確定性進(jìn)行預(yù)測和估計(jì)。

2.2 空間插值

空間插值是以數(shù)據(jù)的結(jié)構(gòu)分析和半變異函數(shù)理論為基礎(chǔ)，對區(qū)域化變量進(jìn)行無偏最優(yōu)估計(jì)的一種方法。其思路是通過研究有限數(shù)量的有限區(qū)域的空間數(shù)據(jù)，從中找到一個(gè)能夠準(zhǔn)確或近似準(zhǔn)確的函數(shù)模型，利用該模型來描述有限區(qū)域內(nèi)的數(shù)據(jù)特征，并根據(jù)該模型對區(qū)域內(nèi)任意點(diǎn)進(jìn)行無偏最優(yōu)估計(jì)。

基于 ArcGIS10.1平臺(tái) Geostatistical Analyst模塊，利用反距離權(quán)重法[8-10]、普通克里格法[11-12]對大慶市100個(gè)樣本點(diǎn)的玉米容重實(shí)測值及水分實(shí)測值進(jìn)行空間插值，得到玉米容重空間插值分布如圖10所示，得到玉米水分空間插值分布如圖11所示。

圖10所示的兩幅圖中，雖然局部的變化趨勢不盡相同，但是全局的變化趨勢基本相同。對照圖1，北部的林甸縣大部分呈現(xiàn)藍(lán)色，玉米的容重值相對最低；杜蒙南北跨度大，杜蒙北部呈現(xiàn)淡藍(lán)色，容重值較南部低；肇州縣和杜蒙南部呈現(xiàn)粉色，玉米容重相對較高；市區(qū)和南部的肇源縣呈現(xiàn)紅色，玉米容重在相對最高?？傮w上，大慶市玉米容重分布呈現(xiàn)出南高北低的趨勢。

圖11所示的兩幅圖中，雖然局部的變化趨勢不盡相同，但是全局的變化趨勢基本相同。對照圖1，北部的林甸縣大部分呈現(xiàn)深紅色，玉米水分值相對最高；杜蒙縣呈現(xiàn)橘紅色，玉米水分值相對較高；肇州縣東部的玉米水分值高于西部，總體上相對較低；市區(qū)和肇源縣呈現(xiàn)藍(lán)色和淡藍(lán)色，玉米的水分值相對最低。總體上，大慶市玉米水分分布呈現(xiàn)出北高南低的趨勢。

圖10 玉米容重空間插值分布圖Fig.10 Spatial distribution maps of maize volumeweight

圖11 玉米水分空間插值分布圖Fig.11 Spatial distribution maps of maize moisture

3 插值結(jié)果精度分析

3.1 實(shí)測值與預(yù)測值對照

通過驗(yàn)證點(diǎn)數(shù)據(jù)與兩種空間插值結(jié)果比對，分析兩種空間插值方法的插值效果，來找出適合大慶地區(qū)的玉米容重、水分的插值方法。利用兩種空間插值法得到的玉米容重、水分的預(yù)測值和實(shí)測值的對照如表1、表2所示。

表1 玉米容重預(yù)測值與實(shí)測值對照表Table 1 Comparison table of maize volumeweight between measured values and predicted values

續(xù)表1 玉米容重預(yù)測值與實(shí)測值對照表Continued table 1 comparison table of maize volumeweight between measured values and predicted values

表2 玉米水分預(yù)測值與實(shí)測值對照表Table 2 Comparison table of maize moisture between measured values and predicted values

通過表1、表2可以看出兩種空間插值方法的預(yù)測結(jié)果與實(shí)測值之間的差異。

3.2 實(shí)測值與預(yù)測值的對比分析

為了更清楚地體現(xiàn)實(shí)測值與預(yù)測值的差異，計(jì)算得到了兩種方法插值誤差的平均值、標(biāo)準(zhǔn)差、平均誤差，并利用SPSS統(tǒng)計(jì)軟件計(jì)算配對樣本檢驗(yàn)的顯著性，計(jì)算結(jié)果列于表3中。

表3 配對樣本檢驗(yàn)結(jié)果表Table 3 Paired sample test results table

由表3可以看出，當(dāng)采用普通克里格法對玉米容重、水分進(jìn)行空間插值時(shí)，對照樣本間的標(biāo)準(zhǔn)差和平均誤差較大；無論采用哪種方法進(jìn)行空間插值，平均值均為負(fù)值，說明預(yù)測值的數(shù)值總體上高于實(shí)測值；無論采用哪種方法進(jìn)行空間插值，均表現(xiàn)為不存在顯著差異性。配對樣本檢驗(yàn)結(jié)果均為不存在顯著性差異的原因在于：（1）驗(yàn)證點(diǎn)與樣本點(diǎn)的距離近，兩種空間插值都能表征驗(yàn)證點(diǎn)數(shù)據(jù)特征；（2）玉米容重、水分對空間的依賴性不是非常強(qiáng)烈，網(wǎng)格內(nèi)的差異性不顯著[13]。

4 結(jié)論

使用空間插值理論進(jìn)行數(shù)據(jù)處理，能夠從總體上反映玉米容重、水分的分布情況。反距離權(quán)重法和普通克里格法均能滿足精度要求，但反距離權(quán)重法具有不需要任何數(shù)據(jù)假設(shè)、易于理解、方法簡單、應(yīng)用廣泛的優(yōu)點(diǎn)，推薦使用反距離權(quán)重法對大慶市玉米抽樣數(shù)據(jù)進(jìn)行處理。

［1］ 郭淳.黑龍江省玉米產(chǎn)業(yè)發(fā)展對策研究［D］.哈爾濱：東北農(nóng)業(yè)大學(xué)，2014.

［2］ 呂連宏，張征.地質(zhì)統(tǒng)計(jì)學(xué)在環(huán)境科學(xué)領(lǐng)域的應(yīng)用進(jìn)展［J］.地球科學(xué)與環(huán)境學(xué)報(bào)，2006，28（1）：101-104.

［3］ 張健.南京市大氣環(huán)境污染點(diǎn)源數(shù)據(jù)的空間插值方法［D］.南京：南京信息工程大學(xué)，2009.

［4］ LY S，CHARLES C，DEGRE A.Geostatistical Interpolation of Daily Rainfall at Catchment Scale：The Use of Several Variogram Models in the Ourthe and Ambleve Catchments，Belgium［J］.Hydrology and Earth System Sciences，2011，15（7）：2259-2274.

［5］ MA L，CHI X J，ZUO C Q.Evaluation of Interpolation Models for Rainfall Erosivity on a Large Scale［R］.Shanghai：IEEE 1 st International Confevence on Agro-Geoinformatics，2012.

［6］ 馬麗亞，宋麗艷，孫文文,等.大慶市現(xiàn)代農(nóng)業(yè)發(fā)展指標(biāo)體系評價(jià)研究［J］.黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào)，2014，26（2）：96-101.

［7］ 李敏.基于克里格插值的空間數(shù)據(jù)規(guī)格化［D］.西安：西安電子科技大學(xué)，2010.

［8］ 朱求安，張萬昌，余鈞輝.基于GIS的空間插值方法研究［J］.江西師范大學(xué)學(xué)報(bào)，2004，28（2）：183-188.

［9］ 楊恒山，張瑞富，張玉芹，等.西遼河平原灌區(qū)玉米寬行少耕高產(chǎn)高效種植模式的研究［J］.內(nèi)蒙古民族大學(xué)學(xué)報(bào)，2014（6）：559-561.

［10］ 劉光孟，汪云甲，王允.反距離權(quán)重插值因子對插值誤差影響分析［J］.中國科技論文在線，2010（11）：879-884.

［11］ 顧西輝，張強(qiáng)，黃國如.拓?fù)淇死锔穹ㄅc普通克里格法在區(qū)域洪水頻率分析中的比較研究［J］.水文，2014，34（5）：6-11.

［12］ 郭強(qiáng)，于玲玲，徐陽，等.保護(hù)性耕作對冀東地區(qū)玉米產(chǎn)量和土壤特性的影響［J］.河北科技師范學(xué)院學(xué)報(bào)，2015，29（4）:14-17.

［13］ 孟慶寶.大慶市玉米抽樣采樣點(diǎn)布設(shè)、采集和空間插值的研究［D］.大慶：黑龍江八一農(nóng)墾大學(xué)，2015.

Comparative Study on Prediction Model of Maize Quality in Daqing

Zheng Xin，Pang Weixiao，Meng Qingbao，Xie Hengyan
（College of Engineering，Heilongjiang Bayi Agricultural University，Daqing 163319）

In order to build the prediction model of maize quality of Daqing area，grid method was used to lay collection samples and verification point，with ArcGIS as research platform，aimed at acquisition data of the maize bulk density and moisture with ordinary Kriging method and inverse distance weighting method，prediction model of maize quality of Daqing was established.According to the results of interpolation of model and the data of presupposition verification point，accuracy of the results of two methods of Daqing maize quality predictionwas contrasted and analyzed.The results indicated that thetwo methods of interpolation results couldmeet the requirement of precision，the precision of the method of inverse distance weighted higher and the simulation results more reliable.

Method of Inverse Distance Weight；Ordinary Kriging Method；prediction

S513

A

1002-2090（2017）06-0045-07

10.3969/j.issn.1002-2090.2017.06.011

2016-07-16

黑龍江省教育廳科學(xué)技術(shù)研究面上項(xiàng)目（12531441）。

鄭鑫（1974-），男，教授，哈爾濱工業(yè)大學(xué)畢業(yè)，現(xiàn)主要從事巖土地震工程及農(nóng)業(yè)水土工程方面的研究工作。