摘要：为了调整耕地管理措施、合理施用磷肥、减少磷素流失、降低水体非点源污染,该研究以高州市为例,在全市各区镇共采集了664个耕作层（0～20cm）土样,利用遗传算法优化的径向基函数（radial basis function network optimized by geneti calgorithm,GARBF）神经网络和普通克里金法（Ordinary Kriging）等方法,分析了县域耕地土壤有效磷在不同采样尺度下的空间变异特征及其空间分布格局与成因。结果表明,高州市耕地表层土壤有效磷存在半方差结构,半方差函数曲线与指数和球状模型曲线拟合较好;5种采样尺度下（训练样点数分别为100、200、300、400和500）耕地表层土壤有效磷均表现出弱的结构空间相关,在较大范围内空间自相关性较差。GARBF神经网络空间插值能力在整体上要有优于基于邻近点RBF神经网络和普通克里金法。300样本下GARBF神经网络空间插值结果表明,高州市耕地表层土壤有效磷的盈余现象比较严重,并且盈余有效磷的流失对该地区水环境会产生严重的威胁。该研究结果可以为土壤属性空间估测、合理施肥以及降低水体非点源污染提供理论依据和技术支持。

关键词：土壤 磷 神经网络 garbf神经网络 

单位：华南农业大学信息学院; 广州510642; 华南农业大学资源环境学院; 广州510642; 广东省土壤肥料总站; 广州510500