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，并有针对性的对其进行消除，是提高空间插值精度的关键。

朱青研究员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，系统深入的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。

茶园（左）和林地（右）辅助变量分辨率对土壤水分时间稳定性空间插值精度的影响

单考虑模型不确定性（上）及综合考虑模型+辅助变量不确定性（下）时土壤水分含量空间插值的置信区间分析