GIS和地统计学应用于泸州植烟土壤养分空间变异及分区管理技术研究

论文摘要

土壤是烟叶生产的基础,其肥力的高低直接影响着烤烟的品质,它又是一个连续的时空变异体,有着高度的异质性。我国传统农业中并没有考虑土壤的这种空间变异性,而是凭借经验进行施肥,缺乏针对性,造成肥料利用率低下,烟叶质量难以提高,也易带来大气和水体的污染。因此研究土壤养分的空间变异规律,划分出土壤养分管理单元,并以此调整肥料等物质的投入量,对于提高肥料利用率、增加烟农的收入、保护生态环境等都有很重要的意义,这也是现代烟草农业的发展方向。本研究运用GPS定位技术,对四川省泸州市烟草科学研究所试验园区烟田进行了20m×20m的网格取样,综合运用GIS技术和地统计学方法,分析了本区域土壤养分的空间分布规律,并给出了土壤养分的空间分布图。利用主成分分析法提取了主成分,以提取的主成分作为数据源采用模糊c-均值聚类算法（FCM）来划分土壤养分管理分区,为实现烟区土壤养分的精准管理奠定了基础。主要研究结果如下:（1）本研究区域内的土壤养分指标的变异系数介于14.24～72.05%之间,均为中等程度的变异,空间异质性比较大,说明很有必要进行差异化管理。土壤pH值变异系数最小,为14.24%,土壤中的铜变异系数最大,为72.05%。土壤中氮、磷、钾等大量元素的变异系数介于27.45～44.95%之间,相对较小,而微量元素铁、锰、铜、锌的变异系数则介于45.60～72.05%之间,相对较大,这与烟叶生产实践中长期只注重氮、磷、钾等大量营养元素的投入而忽视了铁、锰、铜、锌等微量元素的投入有关,建议产区内加大微量营养元素的投入。各个养分指标的偏度介于0.051～1.61之间,偏态检验都为正值,这说明分布曲线全都向左侧倾斜;峰度值检验结果表明各个养分指标的峰度介于-1.07～6.83之间,除土壤pH值、有机质、速效磷、锰、锌为负值以外,其它各种养分的峰度值均为正值,表明呈现“高峰态”分布。（2）土壤养分含量的经典统计分析只是概括地描述了土壤养分含量变化的总的状况,不能定量地反映出土壤养分含量的空间变异特征,本文利用地统计学方法研究了植烟土壤养分指标的空间变异及分布。K-S检验表明,除了研究区域内土壤中的铜之外,其它各种养分的Pk-s值都大于0.05,达到了显著水平,呈现正态分布,铜为偏态分布,经对数转化后符合对数正态分布,满足平稳假设。地统计学分析表明,速效钾的理论模型是直线模型,残差很大,模型的拟合度比较低,表现出了纯块金效应。土壤中的碱解氮、速效磷、全磷、铁、锰的理论模型均以指数模型为最佳,其余各土壤养分指标的理论模型均以球状模型为最佳。研究区域内土壤全磷、铁、速效磷、锰、碱解氮等指标的C0/（C+C0）比值在66.7%72.9%之间,表现为中等程度的空间相关性,表明其变异是由结构性因素和随机性因素共同作用的结果;速效钾在本采样尺度下变化平稳,是线性模型,在所有的尺度下均表现为随机变异,其空间自相关性比较差;其余各项指标的C0/（C+C0）比值在76.2%99.8%之间,其变量空间相关性比较弱。研究区域内不同土壤养分指标的最大相关距离（变程）的差异较大,介于24m～85.31 m之间,这说明影响各个土壤养分指标的因素在不同的尺度下起作用。（3）研究区域内各种土壤养分指标均显示出了明显的空间分布格局,土壤pH值较低的地方主要分布在北部和东北部,较高的地方主要分布在中部和南部,pH值在整个研究区域内呈现出从东北向西南逐渐升高的趋势;土壤有机质含量较低的区域主要集中在中部和西南部,含量较高的区域主要分布在北部和东北部,并且各个区域呈现出条状或者斑块状分布,从西南向东北有逐渐增加的趋势;碱解氮含量呈现出中部以北普遍较低而中部以南普遍较高的格局,而且含量最低的值主要集中在北部,含量最高的值主要分布在南部区域,不同含量的等值线图基本呈现出狭窄的条状分布;全磷和速效磷的分布格局较为一致,含量较低的区域主要集中在中部和西北部一带,含量较高的区域多分布在中部和东南部,且呈斑块状分布,多被含量较低的区域分割,表明人为的田间操作等随机因素对磷的影响较大;在研究区域内,土壤阳离子交换量呈现很典型的斑块状分布,较高的区域和较低的区域相互交错、交替出现;土壤中的全钾与速效钾的分布格局较为相似,无论是全钾还是速效钾的水平均较高,尤其是全钾,其含量较低的区域只有零星分布;速效钾仅在东北部很小的区域内含量相对较低;研究区域内微量元素较缺乏,建议当地根据微量营养元素的空间分布图适当补助铁、锰、铜、锌肥。（4）本文运用模糊c-均值聚类算法和主成分分析法对烟田土壤养分进行管理分区,并利用分区效果的评价指标,即归一化分类熵和模糊性能指数,来确定最佳的分区数。本研究中提取的4个主成分之和大约可以解释总方差的60%,并且每个主成分的特征值都大于1。把这四个主成分的得分导入到MZA软件中进行模糊c-均值聚类,当分类数为3时,它所对应的归一化分类墒（NCE）和模糊性能指数（FPI）的值都达到了最小,因此,最佳管理分区数应为3个。各分区都建立了施肥模型,确定了推荐施肥量,为本地区植烟土壤的精准施肥奠定了基础。

论文目录

• 摘要
• 1 文献综述
• 1.1 地理信息系统（GIS）在土壤养分空间变异及管理中的应用
• 1.1.1 地理信息系统（GIS）的概念
• 1.1.2 地理信息系统（GIS）区别于其它信息系统的显著特点
• 1.1.3 地理信息系统（GIS）技术发展状况
• 1.1.4 地理信息系统（GIS）在土壤养分空间变异及管理中的应用
• 1.2 地统计学在土壤养分空间变异及管理中的应用
• 1.2.1 地统计学的概念
• 1.2.2 地统计学的形成
• 1.2.3 地统计学应用于土壤养分空间变异和管理的发展历程
• 1.2.4 地统计学的理论体系及其在壤养分空间变异和管理中的应用
• 1.2.4.1 区域化变量
• 1.2.4.2 半方差函数
• 1.2.4.3 拟合模型的选取原则、参数的确定和验证
• 1.2.4.4 空间插值方法（克立格, Kriging 法）
• 1.3 土壤养分管理分区研究
• 2. 引言
• 3. 材料与方法
• 3.1 研究区域概况
• 3.2 土壤样品的采集
• 3.3 大田试验设计
• 3.4 研究方法
• 3.4.1 土壤和植株养分含量的测定方法
• 3.4.2 数据的经典统计方法
• 3.4.2.1 数据的预处理
• 3.4.2.2 数据的经典统计方法
• 3.4.3 数据的地统计学处理方法
• 3.4.3.1 地统计学分析
• 3.4.3.2 半方差函数及其理论模型、空间插值方法（克立格, Kriging 法）
• 3.4.4 土壤养分管理分区的方法
• 3.4.4.1 主成分分析法（PCA）
• 3.4.4.2 模糊c-均值聚类算法(（FCM Clustering Algorithm）
• 3.4.4.3 养分管理分区的确定
• 3.4.5 推荐施肥模型的建立
• 3.5 技术路线
• 4. 结果与分析
• 4.1 土壤养分含量的经典统计分析（描述统计分析）
• 4.2 土壤养分含量的空间变异特性分析
• 4.2.1 土壤养分含量空间变异的半方差分析
• 4.2.2 土壤养分含量的空间分布状况分析（克立格插值分析）
• 4.3 土壤养分的管理分区
• 4.3.1 主成分的提取
• 4.3.2 模糊c-均值聚类分析
• 4.4 推荐施肥模型的建立
• 4.4.1 烤烟养分需求量
• 4.4.2 肥料利用率
• 4.4.3 土壤养分校正系数
• 4.4.4 应用模型计算施肥量
• 5. 结论与讨论
• 5.1 主要结论
• 5.2 讨论
• 5.2.1 采样尺度
• 5.2.2 分区方法
• 5.2.3 下一步研究计划
• 参考文献
• Abstract