作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心，建院以来，中国科学院时刻牢记使命，与科学共进，与祖国同行，以国家富强、人民幸福为己任，人才辈出，硕果累累，为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。更多简介 +

　　中国科学技术大学（简称“中科大”）于1958年由中国科学院创建于北京，1970年学校迁至安徽省合肥市。中科大坚持“全院办校、所系结合”的办学方针，是一所以前沿科学和高新技术为主、兼有特色管理与人文学科的研究型大学。

　　中国科学院大学（简称“国科大”）始建于1978年，其前身为中国科学院研究生院，2012年更名为中国科学院大学。国科大实行“科教融合”的办学体制，与中国科学院直属研究机构在管理体制、师资队伍、培养体系、科研工作等方面共有、共治、共享、共赢，是一所以研究生教育为主的独具特色的研究型大学。

　　上海科技大学（简称“上科大”），由上海市人民政府与中国科学院共同举办、共同建设，2013年经教育部正式批准。上科大秉持“服务国家发展战略，培养创新创业人才”的办学方针，实现科技与教育、科教与产业、科教与创业的融合，是一所小规模、高水平、国际化的研究型、创新型大学。

　　水文土壤性质是水文、生态、环境和农业等研究领域中的重要参数，其空间分布对物质和能量在地球关键带（critical zone）中迁移转化的机制揭示及过程模拟具有重要意义。由于大规模、高密度的水文土壤性质采样、分析和监测耗时耗力，其空间分布的预测往往依赖传统的空间插值方法，如普通克里格、回归克里格和随机森林等。然而，在插值过程中，模型结构、目标变量和辅助变量的不确定性对插值精度产生巨大影响。因此，定量分析三大不确定性来源对水文土壤性质空间插值误差的贡献率，并有针对性地对其进行消除，是提高空间插值精度的关键。

　　中国科学院南京地理与湖泊研究所研究员朱青课题组选取土壤含水量、土壤水分时间稳定性和阳离子代换量等关键水文土壤性质，结合大地电导率仪探测、遥感影像、土壤质地及地形指数等辅助变量，系统深入地分析了不同水文土壤性质空间插值的不确定性来源及其贡献率。研究发现，辅助变量不确定性（如不同空间分辨率的地形指数、土壤质地的精度等）对于关键水文土壤性质参数的空间插值影响最大，模型结构不确定性（如不同模型及模型参数）的影响次之，而目标变量不确定性（如采样密度及样本大小）的影响最小。同时，三大不确定性来源对空间插值精度的影响受到土地利用和干湿交替的影响。例如，模型结构的不确定性对插值精度的影响在干季较大，而在湿季则显著降低；辅助变量的不确定性对插值精度的影响在林地较大，而在受到人类活动影响较大的茶园则相对较低。因此，为了提高关键水文土壤性质空间插值的精度，应首先降低辅助变量的不确定性，如采用更高分辨率的DEM来获取地形参数，及加密大地电导率仪探测密度等；其次，应优化模型的选择及其参数设置，如采用先进的机器学习模型和多模型参数集合预报方法等。

　　水文土壤性质是水文、生态、环境和农业等研究领域中的重要参数，其空间分布对物质和能量在地球关键带（critical zone）中迁移转化的机制揭示及过程模拟具有重要意义。由于大规模、高密度的水文土壤性质采样、分析和监测耗时耗力，其空间分布的预测往往依赖传统的空间插值方法，如普通克里格、回归克里格和随机森林等。然而，在插值过程中，模型结构、目标变量和辅助变量的不确定性对插值精度产生巨大影响。因此，定量分析三大不确定性来源对水文土壤性质空间插值误差的贡献率，并有针对性地对其进行消除，是提高空间插值精度的关键。

　　中国科学院南京地理与湖泊研究所研究员朱青课题组选取土壤含水量、土壤水分时间稳定性和阳离子代换量等关键水文土壤性质，结合大地电导率仪探测、遥感影像、土壤质地及地形指数等辅助变量，系统深入地分析了不同水文土壤性质空间插值的不确定性来源及其贡献率。研究发现，辅助变量不确定性（如不同空间分辨率的地形指数、土壤质地的精度等）对于关键水文土壤性质参数的空间插值影响最大，模型结构不确定性（如不同模型及模型参数）的影响次之，而目标变量不确定性（如采样密度及样本大小）的影响最小。同时，三大不确定性来源对空间插值精度的影响受到土地利用和干湿交替的影响。例如，模型结构的不确定性对插值精度的影响在干季较大，而在湿季则显著降低；辅助变量的不确定性对插值精度的影响在林地较大，而在受到人类活动影响较大的茶园则相对较低。因此，为了提高关键水文土壤性质空间插值的精度，应首先降低辅助变量的不确定性，如采用更高分辨率的DEM来获取地形参数，及加密大地电导率仪探测密度等；其次，应优化模型的选择及其参数设置，如采用先进的机器学习模型和多模型参数集合预报方法等。