排序方式: 共有22条查询结果,搜索用时 15 毫秒
21.
黑龙江省农业投入对粮食单产影响的研究 总被引:1,自引:0,他引:1
运用C-D生产函数,对黑龙江省农业投入与粮食单产进行弹性分析,以测定各投入要素对粮食单产的影响程度;进而基于县域统计数据,采用GWR模型并根据其回归系数,探讨各投入要素对单产影响的空间分异规律。结果表明:1)各农业投入要素弹性系数均大于0.005,对粮食单产均具有显著影响,贡献率大于30%的投入要素依次为农机总动力、有效灌溉面积以及化肥纯量;2)空间分异方面,除农机总动力与有效灌溉面积外,其他要素回归系数存在负值;各农业投入对粮食单产的影响存在显著的空间差异和方向性差异,回归系数绝对值普遍由平原区向山地丘陵区呈递减趋势,平原地区各县粮食单产受各投入要素正向影响主导,而山地丘陵地区受正向影响较弱,负向影响更为显著。 相似文献
22.
为探讨大尺度区域土壤属性空间化的方法,以吉林省为例,研究土壤养分(pH值、有机质、速效磷、速效钾和碱解氮)和地形地貌、微量元素等变量之间的关系;并在考虑土壤类型基础上,将相关性较高的变量作为协因子进行土壤养分的Cokriging插值研究。结果表明,pH值与经度、有效铁、锰和速效氮的相关系数分别高达-0.66、-0.71、-0.70和-0.67;有机质与经度、pH值、有效钙、锰的相关系数分别为0.55、-0.58、0.56和0.52;碱解氮与经度、纬度、pH值、有效铁、锌的相关系数分别为0.57、-0.57、-0.67、0.56、0.54;速效磷与速效钾、有效锌的相关系数分别为0.67和0.64。分析发现以相关性较高的微量元素作为协因子进行Cokriging插值精度均优于采用地形变量作为协因子的Cokriging插值。交叉检验和检验站验证结果表明,与普通Kriging相比,基于土壤类型和微量元素的Cokriging插值在增加估值精度方面有所提高。 相似文献