土壤水分在水文、生物地球化学、地貌演化等自然过程中扮演着重要角色。其空间变化受到土壤性质、地形因素、植被特征及气候等多种因素控制，准确揭示土壤水分的影响因素对定量理解土壤水分的时空异质性具有重要意义。前人研究往往基于固定的样本量和空间布局对该问题进行解析，而忽视了样本量和空间布局所引起的不确定性。
中国科学院南京地理与湖泊研究所朱青课题组采用7种随机组合采样方案，在每个采样方案下逐渐减少样本大小（每个样本大小重采样3000次），用于揭示坡面平均土壤含水量预测，以及土壤水分含量与环境因子间相关性分析的不确定性（采用相对偏差：relative error, RE和变异系数：coefficient of variation, CV来描述）。研究结果表明，预测的不确定性随着采样大小的增加而降低。在全局随机采样下，12个随机采样样点足够用于准确预测坡面平均土壤含水量（RE和CV均小于10%）。然而，同样在全局随机采样方案下，对预测土壤水分含量与环境因子间相关性，至少需要72个随机采样样点才能确保的RE和CV值均小于10%。对比不同的分层随机采样方案可以发现，减少坡中的采样数量对预测坡面平均含水量，以及土壤水分含量与环境因子相关性的不确定性的影响最小。在这种方案下，60个采样点（坡中10个，坡顶+坡脚50个）足以确保预测土壤水分含量与环境因子相关性的RE和CV值均小于10%。这表明在布局土壤水分监测样点时，坡中的样点数量可以减少至整个坡面所有样点数量的16.7%。研究有助于优化坡面土壤水分监测样点的空间布局。
相关研究成果发表在Journal of Hydrology上。
不同采样方案下预测平均土壤含水量和土壤水分与环境因子间相关性的精度随采样大小的变化
