江西省耕地土壤pH空间变异与管理分区研究

发布时间：2020-08-09 05:08

【摘要】：土壤酸化已成为近年来我国南方地区最为严重的土地退化问题之一,土壤pH是指土壤中的氢离子浓度指数,pH的微小变化都会影响植物的生长。土壤原本是一个相对稳定的生态系统,通常土壤的酸碱度会维持在一定的范围内,然而随着气候、地形尤其是人为活动等条件的变化,土壤pH往往会打破稳定的平衡,走向酸性化或者盐碱化。如何弄清土壤pH的空间变异特征以及土壤酸化的影响因子是近年来的研究热点。同时,耕地土壤pH是评价耕地质量的重要指标之一,土壤酸化严重时甚至会导致绝产绝收,耕地土壤酸化问题的加剧已经严重影响到我国的粮食生产安全。所以急需相应的土壤酸化防治措施来治理耕地土壤的酸化问题,但土壤的空间异质性决定了不同地区的耕地土壤酸化受到的影响因素是不同的,因此,管理分区理念的引入解决了不同影响因素导致的不同地区的土壤酸化问题,为因地制宜的土壤酸化防治提供了理论基础。本文以江西省全省91个县市地区作为研究区,将2005至2012年的江西省测土配方施肥时的土壤pH采样点数据作为主变量,结合全省88个气象站点的气象数据、DEM数据和统计年鉴中81个县市地区的施肥量数据等作为辅助变量。首先将全部变量在SPSS软件中进行异常值剔除、相关性分析和主成分分析等一系列的预处理工作,得到90805个数据样点。然后在ArcGIS软件中将全部数据随机分为80%(72644个样点)的建模集和20%(18161个样点)的验证集。在关于江西省耕地土壤pH的空间变异研究中,分别使用普通克里格插值模型(Ordinary Kriging)、协同克里格插值模型(Cokriging)和BP神经网络模型(Back Propagation Neural Network)三种预测模型的预测值作为数字土壤制图数据,使用建模集的数据作为模型的建立基础,然后利用验证集的数据采用交叉验证的方法对三种模型进行精度评价。在耕地土壤酸化管理分区的研究部分,使用了基于模糊聚类思维的模糊C均值聚类算法(Fuzzy C-Means algorithm)对全省的耕地进行了管理分区划定,为了保证划定分区的合理性,引用了模糊性能指数(Fuzziness Performance Index)和改进分类熵(Modified Partition entropy)作为聚类有效性检验的标准。最后根据管理分区的结果,结合部分土壤酸化防治手段提出了相关建议。本文的主要研究成果如下:(1)江西省耕地土壤pH变化范围均在3.5~6.8之间,总体上均呈现出中间低、四周高的总体趋势,高值与低值区呈现出岛状分布,中值区占主要部分。全省耕地土壤pH平均值为5.1,达到五级酸性的水平。其中低于四级弱酸性的地区共84个,已经占到了全省的92.3%,部分地区出现了低于4.5的六级强酸性土壤。江西省内耕地酸化形势严峻,需要引起足够的重视。(2)通过全省耕地土壤pH的普通克里格和协同克里格插值模型半方差函数分析发现:普通克里格(OK)方法和协同克里格(COK)方法的决定系数分别为0.63和0.55。OK法的步长(17.90Km)与COK法的步长(27.34Km)差别较大,这与两者的半方差函数模型有关。OK法以及COK法的块金效应值分别为47.83%和66.63%,两种方法表现出相同等级的空间相关性,从结果来看,土壤属性的空间变异是受到了结构性和随机性因素共同影响的。(3)通过交叉验证的方法,选取平均误差(ME)、平均绝对误差(MAE)和均方根误差(RMSE)三项指标作为模型精度的评价指标,最终得到OK法的三项指标为-0.00163、0.296、0.409,COK法三项指标为-0.00138、0.273、0.376,BPNN法三项指标为0.00126、0.261、0.351。结合三种方法的制图结果对比发现,OK法的插值结果在空间结构上较为平滑,但无法完全体现土壤pH的真实空间变化特征。COK法的插值结果较OK法精度有所提高,在部分局部特征方面更为精细,说明辅助变量的引进增加了插值精度。BPNN法的插值结果不仅在空间布局上更好的体现出空间异质性和随机性,在交叉验证环节也显示出高于OK法和COK法的验证精度。因此,BPNN法在本研究中直观地考虑了辅助变量的空间信息,减少了在主成分分析中产生的误差传递,从而在最终的数字土壤制图中更具优势。(4)通过模糊C均值聚类算法最终得到的江西省耕地土壤pH的最佳管理分区数为4,1区到4区的酸化程度由轻到重依次增加。酸化程度最深的4区所占的区域面积最大,1区酸化程度最轻但区域所占面积最小。分区的各项均值对比结果表明耕地土壤酸化的主要原因是施肥作用,酸雨沉降影响弱于施肥行为。
【学位授予单位】：江西财经大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S153;F323.211
【图文】：

路线图,总体技术,路线图

绪论行影响耕地土壤 pH 的影响因子的管理分区划定，最后根据管理分区的研究结果，结合江西省耕地的特性，提出具有针对性的建议，从而达到改善耕地土壤酸化的目的。1.4 技术路线图本研究经过初步构想，论文总体技术路线如图所示：

示意图,示意图,水稻土,气候

2.1 研究区概况江西省属于我国中部地区，地理位置处于长江中下游交接处的南岸。位于北纬24 度 29 分~30 度 40 分、东经 113 度 34 分~118 度 28 分之间。省境东西全省总面积 16.69 万平方公里，东南西三面群山环绕，内侧丘陵广亘，中部和北部为坦荡平原，全省的地势，由边缘向中心、自南而北的向鄱阳湖倾斜，形成一个向北开口的巨大盆地。江西全省气候四季变化分明。春季气候温暖多雨，夏季气候炎热温润，秋季气候凉爽少雨，冬季气候寒冷干燥。全省的年平均气温在 16 度到 19.4 度之间，全省年平均降水量 1300 毫米到 2000 毫米。全年总体气候温暖，光照时间充足，降雨量充沛，是典型的亚热带湿润气候。全省耕地总面积约 2819768 公顷，其中水田面积约 2270269 公顷，占 80.5%。旱地面积约 549499 公顷，占 19.5%。江西省主要粮食作物为水稻，其次是小麦、甘薯，此外还盛产油菜、茶叶、油茶等经济作物。全省主要的土壤类型是红壤、水稻土、黄壤和山地黄棕壤，而其中水稻土主要有潴育型、潜育型和淹育型 3 个亚类，潴育型水稻土在全省分布面积最广，水稻土的成土母质主要是第四纪红色粘土和河湖沉积物，以及部分丘陵地区的酸性结晶类风化物等。研究区示意图如图 2-1 所示。

辅助数据,异常值

图 2-2 辅助数据汇总图Fig.2-2 The summary of auxiliary datas2.3.3 异常值处理所谓异常值即在数据中存在不合理的值，又称离群点。当出现异常值时通常的做法是直接剔除。在统计学中异常值的判别通常是给定一个置信概率，并确定一个置信阀值，凡超过阀值的误差，就认为它不属于随机误差范围，将其视为异常值。本文将采用标准化数值方法即 Z 分数法来识别异常值。利用 SPSS 生成主变量和辅助变量的 Z 分数，之后依据统计学中的拉依达准则，将 Z 分数的绝对值高于 3 的数据作为异常值。在剔除超出标准的异常值后，最终得到 90805 个数据样点。2.3.4 主成分分析本研究将使用主成分分析法综合提取各项辅助数据，现将数据样点在软件中进行主成分分析，对辅助变量进行降维处理，将 10 个辅助变量转换成 1 个综合指标，以此来提取所有辅助变量中有价值的信息，并用于协同克里格方法的插值预测。在 SPSS 软件中进行主成分分析，得到的方差解释结果如表 2-2 所示。其中，

【参考文献】