第三次土壤普查-山东得正

环境变量提取栅格数据精度，要优于表1或表2的像素（像元）分辨率。其中，表1精度适用于大范围土地利用种植结构比较单一区域，例如平原粮食作物区；表2精度适用于种植结构复杂的小范围地区或地块破碎区域。1不同尺度的精度要求3环境变量制备及检测测试方法分区标注，对不同地区采用不同测试方法的指标，标注其所在区域，用于分别成图。

普通克里格（ordinarykriging，ok）由于简单易操作被广泛应用于早期的土壤物理和化学性质以及土壤养分的空间制图中。ok对变量的空间自相关进行了假设，因此适用于较均一土壤属性变化不---的环境，在小尺度和均质景观区域取得了较好的效果，对区域变异大面积覆盖广的区域，ok的制图精度不太理想。泛克里格（universalkriging，uk）在ok的基础上，引入趋势面方程分离土壤属性与空间位置的趋势项来消除不平稳性，在一定程度上可以减小ok的局限性。但这两种方法均忽视了土壤属性与环境要素之间的关系。协同克里格（co-kriging，ck）和回归克里格（regressionkriging，第三次土壤普查外业调查采样合作队伍，rk）均利用所预测土壤属性与环境辅助变量之间的相关性来提高预测精度，不同的是，ck将预测变量的空间自相关性及其与辅助变量间的交互相关性结合起来用于无偏估计；rk则将常规统计学与地统计相结合，先用回归模型拟合土壤属性与辅助变量之间的关系，然后对回归残差应用克里格法插值，将回归预测结果与残差插值结果结合起来得到终预测结果。