摘要：准确把握土壤有机质（SOM）的空间分布规律对于土壤资源的高效持续利用具有重要意义。以江苏南部为研究区,以辅助因子与SOM的相关性强弱及辅助因子的可获取性为切入点,运用普通克里格（OK）、回归克里格（RK）和随机森林（RF）方法,结合地形、气候、土壤类型、土壤理化性质和施肥、碳投入等辅助数据预测了苏南地区农田SOM含量（0~20 cm）的空间分布。结果表明,三种方法预测的SOM空间分布总体趋势相似,表现为东高西低,但局部分异还存在差异;OK预测的精度最低,100次预测的均方根误差（RMSE）均值为6.97 g·kg^-1。RK和RF的预测精度则均高于OK方法,表现为整合与SOM相关性最强的辅助因子全氮（TN）时,RK和RF预测的RMSE分别降低至5.25 g·kg^-1和4.97 g·kg^-1,而移除相关性最强的辅助因子TN后,RK和RF预测的RMSE亦较OK方法低,分别为6.21 g·kg^-1和6.29 g·kg^-1;移除TN后,RK的预测精度稍高于RF,表明在其他辅助数据与SOM相关性相对较弱的条件下,RK方法有助于提高本研究区SOM预测精度;同时,尽管RK和RF的预测精度依然较OK高,但RK和RF对SOM方差的解释度则分别由51%和55%降低至了29%和28%。这表明,目前容易获取且相对廉价的辅助数据,对本研究区的SOM空间预测方面,还面临着数据质量低、预测精度不足等问题。

关键词：空间预测 克里格插值模型 随机森林预测模型 有机质 

单位：土壤与农业可持续发展国家重点实验室中国科学院南京土壤研究所; 南京210008; 中国科学院大学; 北京100049