土壤分析有兩個重要方面，一是養分，二是土壤含水量。 然而，營養分析需要取樣。 使用土壤鉆和取樣盒獲得具有代表性的合適土壤樣品是分析的重要前提。。 獲取樣品后，我們將使用土壤養分測試儀對土壤養分進行分析和測試。。

　　在土壤養分的抽樣分析中，往往可以獲得許多土壤養分屬性，許多研究方法已經發現土壤養分之間有很好的相關性。有鑒于此，本研究利用各種土壤養分之間的相關性，預測并比較了普通克里金法和協克里金法在中等區域尺度上的空間插值，試圖推動中等區域土壤養分空間插值的研究。

　　序克里金法、逆距離加權插值法和徑向基函數插值法主要用于研究大量土壤養分的空間變異。然而，應用協克里金法研究土壤養分的空間變異仍然很少。現有研究主要集中在不同采樣量下土壤養分的協克里金插值或土壤養分與海拔關系的協克里金插值，大多局限于常規的田間試驗地塊。

　　1。正態分布檢驗和描述性統計分析表明，土壤采樣點速效鉀符合正態分布：有機質、速效氮和速效磷經對數或Box-Cox轉換后符合正態分布：土壤養分元素變異系數為13。05 % ~ 40 %。63 %，表現出中等變異強度：土壤養分之間的相關性一般達到0。顯著水平，表明土壤養分之間存在顯著相關性。

　　2。度試驗參數分析表明，土壤有機質、堿解氦、速效磷和速效鉀的預測精度較高。從相對誤差較小均方誤差來看，COK法堿性水解氮的準確度有了顯著提高( 2。87 % )，其次是有效鉀( 2。19 % )，有機物( 1。31 % )，有效磷( 0)： RR表現出較高的有機質( 39。10 % )，接著是堿性水解氮( 13。 36 % )，有效鉀( 1。83 % )，有效磷( 1.36 % )。因此，在中等尺度上采樣數相同的情況下，COK方法充分考慮了土壤養分間互相關的影響，整合了更多的空間信息，實現了更寬范圍內的較佳無偏估計。

　　3。許多研究發現，用COK進行插值時，輔助因子的相關度越高，COK方法的插值效果越好：然而，它大多基于規則場水平，輔助因子很少涉及同一采樣點的其他養分。在本研究中，來自土壤采樣點的各種養分被用作協變量來參與COK插值。進一步證實，在中等區域尺度上，利用顯著相關的土壤養分因子參與COK插值可以有效減小預測誤差范圍，提高插值的整體精度。另外，由于數據采集的局限性，本文沒有考慮地形、氣候和河流對該區域插值精度的影響，需要進一步研究。