，

(西北大学城市与环境学院，陕西 西安 710127)

土壤墒情，即土壤含水量占烘干土重的百分比。土壤墒情通过影响作物根系对水分的吸收进而影响农作物的生长发育及产量，精确预测土壤墒情不仅可以有效合理调整农业产业结构，对于复杂多变的气候环境下的农业生产管理工作具有重大指导意义。土壤墒情及其变化是一个复杂的耦合系统，不仅与土壤自身属性有关，还受气候、地形、水文、季节因素等影响[1]，且各因子之间存在较为复杂的非线性关系，通过选取适宜的土壤墒情影响因子，结合实时获取的监测数据，建立科学合理的精准土壤水分预测模型[2]。目前常用的土壤墒情预测模型有实测数据的经验预报模型[3]、遥感数据反演改进的水云模型[4]、地表水和地下水质量守恒的土壤水动力模型[5]、支持向量机模型[6]和具有自我学习能力的人工神经网络模型[7]。经验模型简单、易于应用，但预测精度有限；水量平衡模型和水动力模型具有较高的精度，但参数较复杂、建立过程复杂；回归克里格法( Regression Kriging，RK) 和普通克里格(Ordinary Kriging，OK)相比能利用多个环境变量进行插值，考虑了土壤属性空间分布过程中的结构性因子与随机性因子，有效提高插值精度[8]。插值方法可分为三类：传统统计学，地统计学和混合方法[9]。插值方法被认为是影响插值精度的一个关键因素。

在全球变暖趋势下，陕西省近年气温升高，降雨呈减少趋势，土壤成分变化不稳定，对农业生产影响较大。……