到目前为止的摘要是:

我一直在想,我通常的做法是每个果岭5个子样本是否足够(或太多)。去年我从1,092 m钻了30个岩心2 在曼谷加倍绿色,并分别进行测试。每36 m计算1个样本2.

双绿色 从曼谷的这个双重果岭中收集了30个岩心,并在Brookside Laboratories分别进行了测试。

我对所需样本数进行了一些计算。我将以Mehlich 3磷的结果为例。这些是这30个岩心的土壤测试磷数据,单位为mg / kg。

31 23 29 25 25 29 24 27 26 20 19 30 29 23 24 28 21 24 32 32 22 20 33 24 23 34 24 25 24 21

我从这些结果中随机抽取,选择1核或2核或3核,直至30核。然后根据劳伦斯等人的建议,从那些随机绘制的核心中计算出几何平均值。我做了200次,然后绘制了从1个最多30个核中获得的均值。这是在同一果岭上模拟从1核到30核的复合采样。

模拟均线图 根据1,092 m的土壤测试结果计算出的1至30个岩心的200个模拟平均值2 绿色。这些线显示出比已知平均值(从所有30个核计算)高出10%的余量,并且比均值低10%。

查看返回平均值在已知平均值的10%以内的模拟分数,一旦有6个或更多子样本,该分数将超过90%(在下表中用水平虚线标记)。

分数图表在10%以内 根据测试数据的200次随机抽取计算得出的模拟均值的一部分,在已知均值的10%以内。

对于磷,一旦从该区域复合了6个岩心,则平均土壤测试P超过90%的时间在已知平均值的10%以内。

我对其他元素进行了相同的计算,其中K为6个子样本,Ca为5个子样本,Mg为4个子样本,S为6个子样本。

这个绿色是1,092 m2 因此该区域的6个核将是每182 m 1个核2。另一种表达方式是每100 m需要0.55个核心2 或每1,000英尺需要0.51个样本2。那就是在90%的时间里,要在该区域的真实平均值的10%之内获得测试结果所需的样本数量。

我为每个果岭合成的5个子样本大约是采样密度的两倍;如果我在曼谷测试的果岭内的养分变异性与其他果岭相似,那么我大概会在100%的时间内获得平均值的10%以内的平均值。

所有这些的含义包括:

  • 每个绿色几个子样本可能足以获得接近绿色平均值的结果
  • 当前对12个或更多子样本的建议似乎过高,但我需要检查更多果岭的变异性
  • 测试单个岩心而不是复合样品可能是进行土壤测试的更好方法