精准作业区土壤养分和水分时空变异规律及肥力评价研究

发布时间：2017-08-30 23:10

  本文关键词：精准作业区土壤养分和水分时空变异规律及肥力评价研究

  更多相关文章： 精准作业 土壤养分 统计方法 时空变异 肥力评价

【摘要】：农业生产的物质基础与载体是土壤,土壤本身又是一个复杂多变的复合体,同时受着成土母质、环境、气候、耕作制度和管理方式等因素影响。很多研究已证明土壤养分和作物产量与质量在时间上和空间上都具有明显的空间变异特性。在实际生产中,很多人把土壤养分的多少作为衡量一个区域作物产量和质量的重要的指标之一。预测土壤养分及其空间变化特征是精准农业中精确施肥的一个重要目标。掌握种植区土壤养分的空间和时间变异,是实施精准农业管理方式的基础,它也是关系到我国农业可持续发展的重大技术问题。本研究地点选择在吉林省榆树市精准作业示范区,研究对象是黑土,采用统计学、地统计学、时序分析法以及主成分分析和聚类分析等方法,研究土壤养分和水分时空变异规律以及对土壤肥力状况进行综合评价。通过研究主要取得以下结果:1、基于统计学研究精准作业区土壤养分的空间变异规律(1)基于常规统计学分析土壤养分的基本特征研究结果表明:土壤中的碱解氮、有机质、土壤水、pH值的分布经检验完全属于正态分布,而速效磷、速效钾转换后服从对数正态分布;土壤的有机质与pH值的变异系数均低于10%,其空间变异特征为弱变异性。土壤pH值的变异系数只有2.88%,这表明土壤的酸碱度是稳定性较好的变量,受人为因素影响的程度小。其它参数碱解氮、速效磷、速效钾及土壤水的变异系数均在11.15%-48.59%之间,均属于中等空间变异性。(2)基于地统计学分析研究土壤养分的空间趋势分析结果表明:利用趋势曲线方式分析土壤中的碱解氮、速效磷、速效钾、有机质、土壤水、pH值的左后和右后投影情况,掌握各属性特征的由东向西和由南向北的变化趋势;应用克里格插值方法来研究区土壤属性指标的空间分布状况,其变异情况具有如下特征:除土壤水的空间相关性较弱之外,其它几种养分的属性值的空间相关性为中等,表明土壤养分变异是由区域因素和非区域因素共同作用的结果。2、基于时间序列模型的土壤温度与湿度变异规律的研究通过应用多种曲线模型预测比较分析,结果表明:以小时为单位的情况下,温度预测用三次指数平滑曲线模型效果相对较好,湿度用一次指数平滑模型效果相对较好;以天为单位时间段的间隔时,温度预测可以用一次指数平滑模型来预测,湿度可以用二次滑动平均来模拟。它们的相对误差均是以小时为单位的比以天为单位的相对误差要小。但从应用曲线估计法对温度和湿度的预测分析结果可以看出,温度比湿度更适合用此方法进行预测。3、影响精准作业区玉米产量的多种因素分析(1)研究作物产量的时序分析特征经研究得出以下结论:如果选用曲线估计方式对产量进行预测,比较多种曲线拟合结果选择三次函数来进行回归分析的效果最优;如果选用时序分析的ARIMA模型进行预测,那么时序模型ARIMA(2,1,1)预测产量效果较好;经过几轮精准作业后,发现不同年份的产量均符合正态分布,产量的变异系数逐渐减小,且变异系数均低于20%,他们在东西方向产量的趋势线近似是平滑直线,可见差异性逐渐在减弱。(2)研究土壤中微量元素B空间自相关性结果表明:根据Moran’s I系数评定法确定精准作业区的土壤B具有空间自相关性,随着样点距离的增大,变异函数值不断增大,而且经过相同的距离,硼的点云在两个方向上的变化情况明显不一样,表现为各向异性,研究发现在东西方向比南北方向上具有更远距离的空间自相关性。4、数据挖掘方法在土壤肥力评价中的应用研究(1)基于主成分分析方法的研究在对研究区土壤进行主成分分析过程中,根据土壤的养分特征,提取累积贡献率为87.98%的5个主成分,它们的各个因子的方差贡献率分别是40.93%、16.45%、15.15%、9.16%和6.29%,同时并给出每个主成分的数学表达式。(2)基于聚类分析算法的地力评价本研究以精准作业区的5号地为研究对象,在聚类距离为0.285时,土壤分成四个类:第Ⅰ类主要特征是速效磷极低型,第Ⅱ类主要特征是碱解氮极高型,第Ⅲ类主要特征是有机质、速效钾偏高型,第Ⅳ类主要特征是速效磷偏高型,并针对不同的类型给出相应的施肥方案,用于指导实际田间管理与施肥。
【关键词】：精准作业 土壤养分 统计方法 时空变异 肥力评价
【学位授予单位】：吉林农业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：S158
【目录】：

• 摘要4-6
• Abstract6-13
• 第一章绪论13-28
• 1.1 选题背景及意义13-16
• 1.1.1 选题背景13-14
• 1.1.2 目的和意义14-16
• 1.2 土壤养分的时空变异研究16-22
• 1.2.1 时空变异的概念16-17
• 1.2.2 时间变异在土壤学的应用17
• 1.2.3 空间变异的研究方法17-20
• 1.2.4 空间变异的研究现状20-21
• 1.2.5 时空变异的研究进展21-22
• 1.3 土壤质量评价研究22-26
• 1.3.1 评价指标体系22
• 1.3.2 土壤质量评价的步骤22-24
• 1.3.3 肥力评价的方法24-26
• 1.3.4 肥力评价研究进展26
• 1.4 论文的组织结构26-28
• 第二章研究区概况与研究内容28-36
• 2.1 研究区概况28-29
• 2.1.1 地理位置28-29
• 2.1.2 自然环境状况29
• 2.2 资料的搜集与整理29-32
• 2.2.1 野外调查与采样29-30
• 2.2.2 采样点样品分析准备30
• 2.2.3 土壤养分指标的选取与测定30-31
• 2.2.4 数据分析处理过程31-32
• 2.3 研究主要内容32-34
• 2.3.1 建立精准作业区土壤养分和水分数据库32-33
• 2.3.2 精准作业区土壤养分的时空变异特征研究33
• 2.3.3 筛选精准作业区农田水分、温度的预测模型33
• 2.3.4 影响精准作业区玉米产量的多因素分析33
• 2.3.5 精准作业区土壤肥力分级评价研究33-34
• 2.4 论文研究的技术路线34-35
• 2.5 论文主要创新点35-36
• 第三章 精准作业区土壤养分的空间变异研究36-58
• 3.1 材料与方法36-43
• 3.1.1 土壤样品采集36-37
• 3.1.2 数据判别和研究方法37-43
• 3.2 结果与分析43-56
• 3.2.1 土壤属性的基本统计特征43-47
• 3.2.2 土壤养分空间变异特征47-51
• 3.2.3 土壤养分趋势面分析51-52
• 3.2.4 土壤养分空间变异分析52-54
• 3.2.5 邻近地块土壤养分比较分析54-56
• 3.3 讨论56-57
• 3.4 本章小结57-58
• 第四章 土壤温度与湿度的时间序列模型研究58-75
• 4.1 材料与方法58-66
• 4.1.1 数据的来源58-60
• 4.1.2 研究方法与特点60-62
• 4.1.3 时间序列预测模型62-66
• 4.2 结果与分析66-73
• 4.2.1 土壤温度和湿度时间序列的趋势分析66-68
• 4.2.2 以小时为单位的预测68-71
• 4.2.3 以天为单位的预测71-72
• 4.2.4 不同时段的对比分析72-73
• 4.3 讨论73-74
• 4.4 本章小结74-75
• 第五章 影响精准作业区玉米产量的多因素分析75-93
• 5.1 材料与方法75-80
• 5.1.1 数据获得方式75
• 5.1.2 研究的方法75-80
• 5.2 结果与分析80-91
• 5.2.1 玉米产量的时间序列曲线80-81
• 5.2.2 玉米产量的ARIMA(p,d,q)模型识别81-84
• 5.2.3 微量元素硼的空间自相关性分析84-87
• 5.2.4 多年玉米产量时序空变异比较分析87-91
• 5.3 讨论91
• 5.4 本章小结91-93
• 第六章 数据挖掘方法在土壤肥力评价中的应用研究93-110
• 6.1 材料与方法93-99
• 6.1.1 数据来源与指标选择93
• 6.1.2 主成分析方法与原理93-96
• 6.1.3 聚类分析方法与原理96-99
• 6.2 结果与分析99-109
• 6.2.1 主成分析的结果99-106
• 6.2.2 建立数据库106-109
• 6.3 讨论109
• 6.4 本章小结109-110
• 第七章结论与展望110-113
• 7.1 主要研究结论110-112
• 7.2 研究展望112-113
• 参考文献113-125
• 作者简介125-126
• 致谢126

【参考文献】

中国期刊全文数据库 前1条

1 纪仰慧;王晨轶;朱海霞;姜丽霞;张剑侠;;松嫩平原土壤湿度时序变化特征[J];中国农学通报;2013年02期

，

本文编号：762021