4. 分层布点原理与分层依据

在网格布点的基础上，分层布点解决的是另一个问题：当研究区内部土壤属性存在明显的系统性差异时，均匀网格会把不同性质的区域混在一起统计，导致总体均值估计的方差偏大、局部污染热点容易被稀释。分层布点的核心思想是先把研究区按某种辅助信息划分为若干内部相对均质、彼此差异明显的层（stratum），再在各层内独立布点并独立估计，最后按面积（或体积）加权合成总体估计。这样做的统计收益来自一个经典结论：分层后的总体估计方差等于各层内方差的加权和，层间差异被"剥离"出去，不再进入误差项。

一、为什么分层能提高估计精度

设研究区划分为 h = 1, 2, …, L 层，第 h 层面积为 A_h，面积权重 W_h = A_h/A。分层估计量为各层均值按权重加权：

总体均值估计：  μ̂_st = Σ W_h · x̄_h
估计方差：      Var(μ̂_st) = Σ W_h² · S_h² / n_h
对比不分层：    Var(μ̂_srs) ≈ S² / n ，其中 S² 含层间方差

关键点在于：不分层时，总方差 S² 中包含了层间方差（各层均值之间的差异）；分层后，这部分差异被 W_h·(μ_h − μ)² 项吸收，误差项只剩层内方差 S_h²。因此层间差异越大、层内越均质，分层带来的方差缩减越显著。若各层内标准差约为总体标准差的 60%，在相同样本量下估计方差可降至原来的约 36%，等效于样本量提高近 3 倍。这也解释了分层布点的两条实践准则：分层变量必须与目标属性（如重金属含量、有机质、含水率）真实相关；层边界要尽量落在属性突变处，而不是随意等分。

样本量在各层之间的分配有两种常用方式。按面积比例分配（n_h = n·W_h）实现简单，适合各层方差相近的情形；奈曼分配（n_h ∝ W_h·S_h）把更多样点投向方差大的层，在总样本量固定时方差最小，但需要预先估计各层标准差——通常用历史数据或预调查（每层 5～10 个点）估算。实操中常采用折中：先按面积比例初分，再对历史数据显示高变异的层追加 20%～50% 样点。

二、分层依据的选择

分层依据必须是在采样前可获得、覆盖全研究区、与目标属性有成因或统计关联的辅助数据。常用依据及其适用场景如下：

单一依据往往不足以刻画变异，实践中更常见的是两级或三级复合分层：先按土地利用划大类，再在农用地内按土壤类型或地形细分。但层数不宜过多——层数增加会摊薄每层样本量，当某层样点数少于 3 个时，该层方差估计极不稳定，反而损害总体精度。经验上，研究区面积在几十至几百公顷时，控制在 4～8 层较为稳妥。

三、案例：用辅助数据划分采样层

某拟复垦的城郊农田区块，面积约 120 hm²，目标属性为土壤镉（Cd）含量，需布设 40 个表层样点。现有辅助数据：最新土地利用图（水田 52 hm²、旱地 38 hm²、园地 18 hm²、设施大棚 12 hm²）、1:5 万土壤图（冲积潮土、潴育型水稻土两类）、历史调查显示设施大棚区 Cd 均值明显偏高且变异大。划分过程如下：

1. 初划：以土地利用为一级依据，得到 4 个候选层；叠加土壤图后发现水田与水稻土高度重合，不再细分，避免产生面积过小的碎层。
2. 调整：设施大棚面积仅 12 hm²（占 10%），但历史数据显示其标准差约为其他层的 2 倍，故单独成层并追加样点；园地与旱地土壤属性接近，合并为一层。
3. 定层与分配：最终形成 4 层——水田（52 hm²）、旱地与园地（56 hm²）、设施大棚（12 hm²）、其他（含道路沟渠，不采样但计入面积校正）。按面积比例初分 40 点得 17、19、4；对大棚层按奈曼思路追加至 7 点，其余两层相应微调为 16、17，合计 40 点。
4. 层内布点：每层内采用系统网格或简单随机布点，层边界处样点距边界不小于 10 m，避免跨越层界造成归属混淆。

该案例体现了分层布点的几个判断要点。第一，分层不是越细越好：水田与水稻土高度重合，若强行交叉细分会产生大量面积不足 1 hm² 的碎层，样点无法有效落入。第二，面积小但变异大的层必须单独处理：大棚层仅占 10% 面积，若按比例只分 4 点，其层内方差估计的置信区间会非常宽，追加到 7 点后该层均值估计的相对标准误明显下降。第三，非目标地类要保留在面积体系中：道路沟渠不采样，但其面积必须从权重计算中扣除或单独归零，否则各层权重之和不为 1，合成均值会产生系统性偏差。

需要强调的是，分层布点提高的是估计效率，而非自动保证无偏。若分层依据本身与目标属性无关，分层只是把样本打散，方差缩减接近于零；若层边界划错，把高值区误并入低值层，则层内方差被人为抬高，反而抵消分层收益。因此辅助数据的时效性核查与边界实地验证，是分层方案落地前不可省略的一步。