基于模糊数学方法的川西南山区农田土壤肥力评价——以田坝镇耕地土壤为例

发布时间：2021-03-05 02:38

　　在传统土壤肥力评价仅考虑常规养分指标的基础上,引入微量元素养分指标,选取pH值、有机质、碱解性氮等10个土壤肥力性质作为评价指标,以田坝镇所处的川西南山区土壤为研究对象,采用模糊数学方法对玉米和水稻种植区农田表层土壤肥力进行综合评价,并分析其肥力丰缺情况。结果表明:仅碱解性氮服从正态分布,有效磷的变异系数最大（2.16）,分布极不均匀;最终选取3个主成分,其贡献率达到71.63%,有效磷肥力指标权重最大（0.16）而速效钾最小（0.03）;平均隶属度最小为有效硼（0.14）,其次为有效磷（0.24）,为该区的主要限制性因子;玉米种植区除有效锰外,其余肥力指标的隶属度均低于水稻种植区,且综合肥力低于水稻种植区。 

【文章来源】：河北科技师范学院学报. 2019,33(02)

【文章页数】：6 页

【文章目录】：
1材料与方法
    1.1研究区概况
    1.2数据采集
    1.3 数据处理
        1.3.1 模糊数学方法
        1.3.2 权重计算
        1.3.3 综合评价指数计算
2 结果与分析
    2.1 土壤肥力指标特征
    2.2 土壤肥力因子评价
    2.3 土壤肥力因子权重分析
    2.4 土壤肥力综合评价
3 讨 论


【参考文献】：
期刊论文
[1]基于模糊数学和主成分分析的长期施肥红壤旱地土壤肥力评价[J]. 杨旭初,叶会财,李大明,余喜初,柳开楼,胡秋萍,胡志华,谷子寒,胡惠文,周利军,黄庆海,林小兵.  中国土壤与肥料. 2018(03)
[2]模糊数学原理在土壤教学中应用浅析——以评价土壤肥力为例[J]. 侯建伟,邢存芳,卢志宏.  赤峰学院学报(自然科学版). 2018(02)
[3]基于主成分分析法的沙湾县农田土壤肥力评价[J]. 王前登,张凯,王成,柴仲平,岳继生,吉丽丽,杜友萍.  新疆农业大学学报. 2017(03)
[4]大理红塔植烟基地土壤肥力综合评价[J]. 黄俊杰,李世琛,杨德海,赵伟金,杨志娟,杨玉标,王洪云,赵正雄.  云南农业大学学报(自然科学). 2017(01)
[5]基于SPSS的大学生学期成绩正态性检验分析[J]. 马玉秋,曹丽华,曹诺.  才智. 2016(05)
[6]三七种植区土壤肥力特征研究与评价[J]. 刘义,何忠俊,陈中坚,余育启,熊俊芬,丁颖.  云南农业大学学报(自然科学). 2014(02)
[7]北京延庆盆地农田表层土壤肥力评价及其空间变异[J]. 叶回春,张世文,黄元仿,王胜涛.  中国农业科学. 2013(15)
[8]主成分分析在三七连作土壤质量综合评价中的应用[J]. 张子龙,王文全,缪作清,李世东,杨建忠.  生态学杂志. 2013(06)
[9]四川省凉山州新植烟区土壤养分状况分析及综合评价[J]. 吕小娜,庞夙,李廷轩,王永东,郑子成,王勇,邢小军.  土壤通报. 2013(03)
[10]基于最小数据集和模糊数学法的水旱轮作区土壤肥力质量评价[J]. 刘金山,胡承孝,孙学成,邱炜红,谭启玲.  土壤通报. 2012(05)

硕士论文
[1]基于GIS技术和主成分分析的苏州土地适宜性评价与应用[D]. 聂群海.苏州大学 2017
[2]土壤肥力评价方法研究[D]. 宋苏苏.西北农林科技大学 2011
[3]甘洛县赤普沟铅锌矿区土壤重金属与农产品卫生品质研究[D]. 唐勇.四川农业大学 2008



本文编号：3064427