小尺度下滴灌棉田养分管理分区研究

以小尺度下滴灌棉田为研究对象,采集研究区87个耕层土壤(0～30 cm)样品,土壤有机质、全氮、速效磷和总盐含量为变量进行土壤养分精确管理分区研究。结果表明,运用模糊c-均值聚类法进行分区,并采用c-φ多次组合法来确定适宜的模糊控制参数,得出研究区最佳分区数为4,模糊指数为1.7,平均混乱度指数为0.29,土壤属性数据的模糊分类输出结果不确定性较小,地理空间上土壤的隶属关系相对明确。在研究区内,模糊分类的输出结果符合管理分区的定义,各管理分区均可以作为变量施肥的单独作业单元进行耕作管理。     

基于粒子群优化算法的土壤养分管理分区

土壤养分管理分区的划分为变量施肥技术提供依据,是精准农业实施变量施肥管理的重要环节。在对7种土壤养分的空间变异特征和变异结构进行分析的基础上,以其中6种养分作为变量进行土壤养分管理分区的研究,最后用基于粒子群优化属性均值聚类来划分管理分区,并引入3种指标确定合理的分区数目。通过计算得出,试验区的合理分区数目为2个,对各管理分区实际采样点的土壤养分数据进行单因素方差分析,除速效磷外各土壤养分均在99%的置信水平上具有极显著差异,其中分区2土壤肥力水平较高,分区1较低。基于粒子群优化属性均值聚类算法可以很好地划分土壤养分管理分区,分区结果能够为精准农业变量施肥提供决策依据。     

基于多源数据和模糊k-均值方法的农田土壤管理分区研究

以近地传感器(EM38)快速获取的土壤表观电导率数据(ECa)、高分遥感影像提取的归一化植被指数(NDVI)和雷达影像提取的后向散射系数为数据源,以滨海滩涂区为研究对象,利用聚类法进行农田土壤管理分区研究.在对不同的数据源进行空间变异分析的基础上,结合滨海滩涂区土壤盐分的空间变异规律,利用非监督分法一模糊k-均值聚类方法进行特征相似性归类,划分不同的管理分区.结果表明,最佳的分区数目为3个.根据每一分区的特点,可以采取相应的管理措施进行土壤改良和农田精确管理.分区结果不但可以指导采样,而且可用于实施变量投入和精确施肥推荐,为样区大面积农田土壤管理提供科学的决策依据.     

基于GIS和多种土壤属性的烟田养分分区管理研究

以平顶山典型烟区烟田土壤为研究对象,用111个样点耕层土壤（0 ~ 20 cm）的pH、有机质、总N、碱解N、速效P、速效K、活性有机质、阳离子交换量等数据对烟田进行管理分区研究。利用主成分分析从繁杂的数据中提取3个主成分,利用MZA软件进行模糊聚类分析从而实现分区,采用FPI和NCE来确定最佳分区数。结果表明研究区的最佳分区数为3,模糊指数为1.5。各分区内土壤养分的变异系数都较整个研究区有所降低,而分区间土壤养分差异显著。研究区的平均混乱度指数为0.37,不同模糊类别交叠程度较小,地理空间上土壤的隶属关系相对明确。通过模糊聚类分析法可以较好地进行管理分区的划分,分区结果可以作为变量施肥的单独作业单元进行肥料管理。     

基于多源环境变量的橡胶园土壤管理分区

为了提高大尺度范围内橡胶园土壤管理的针对性,以海南省国营八一农场橡胶园为研究对象,以地形因子(海拔、坡度和坡向)、成土母质、气候变量(平均降雨量和平均气温)和植被指数为数据源,对橡胶园进行土壤管理分区。利用模糊C均值聚类法进行分区,以模糊性能指数(fuzzy performance index,FPI)和归一化分类熵(normalized classification entropy,NCE)作为判断最佳分区数的标准,并通过单因素方差分析和分区前后土壤属性以及环境变量变异系数对比对分区结果进行评价和验证。研究结果表明,橡胶园管理分区的最佳数目为3个。不同管理分区之间土壤属性(pH值、有机质、全氮、有效磷、速效钾、有效硫、交换性钙、交换性镁、有效铜、有效铁和有效锰)和环境变量(高程、坡度、降雨量、平均温和归一化植被指数)的差异性都达到了极显著水平(P0.01),同时,3个分区中土壤属性和环境变量变异系数的均值比分区前明显下降。这就验证了在大尺度范围内,利用较易获取的多源环境变量进行橡胶园土壤管理分区是可行的,同时依据不同分区的特点制定了相应的土壤管理措施,提高了大范围区域内橡胶园土壤管理的针对性。     

滨海废弃盐田复垦区土壤空间变异及其分区管理研究

  目的  针对山东省莱州湾南岸废弃盐田复垦区盐分高、土壤养分空间差异性大、管理粗放和效益低等问题,研究田间管理分区的精准划分方法,便于农户差异化施肥管理,提高盐渍土改良水平。  方法  以废弃盐田复垦区典型地块为研究对象,运用传统统计学、主成分分析和模糊c-均值分类等方法对研究区进行管理分区的划分,并评价管理分区划分的适宜性和有效性。  结果  研究区土壤含盐量均值达到1.73 g kg?1,处于轻度盐渍化水平;土壤有机质、全氮、速效氮、速效钾和速效磷等含量均处于较低的水平;全磷和阳离子交换量处于中等水平;全钾和pH值达到了较高的水平。全钾和pH值的变异系数 < 0.1,属于弱变异,其他土壤属性属于中等变异强度。土壤各属性在空间分布上差异性大。主成分分析结果表明,将10个土壤属性分组为统计因子可划分成3个主成分。模糊c-均值分类结果表明,研究区可划分为2个管理分区,不同管理分区中土壤含盐量、有机质、土壤养分等属性存在显著差异。  结论  可以利用不同土壤属性借助模糊c-均值分类方法来确定废弃盐田复垦区农田的管理分区。     

基于多种土壤养分的精准管理分区方法研究

根据土壤养分的空间变异性和空间自相关性进行管理分区的划分是精准农业实施变量施肥管理的重要环节。本研究首先分析了3种主要土壤养分的空间变异特征和空间自相关性,碱解氮、有效磷、速效钾在空间上均达到了中等强度的变异,但仅有碱解氮和有效磷具有中等强度的空间自相关性,而速效钾在本研究采样尺度下则表现为纯块金效应,不具有空间自相关性;与各向同性相比,碱解氮在各向异性条件下克里金插值精度提高了42.8%。以空间上既存在变异又具有空间相关性的有效磷、碱解氮两种土壤养分为数据源,利用模糊K-均值聚类算法将整个地块划分为不同的管理分区,并引入模糊效果指数(PFI)和标准化分类熵(MPE)两个指标确定适宜的分区数为4个。最后,为了评价分区结果的合理性,对各管理分区进行了统计,并用LSD法进行了各分区间差异显著性检验。结果表明:各管理分区内的碱解氮的变异系数由整个地块的13.2%减小到3.0%~5.3%,趋于同质性;有效磷的变异系数由整个地块的44.3%减小到10.1%~17.2%,也得到了大幅度的减少;而且不同分区之间各养分均达到了显著差异。     

基于GIS的土壤盐分时空变异及分区管理研究--以浙江省上虞市海涂围垦区为例

采用传统统计学和地统计相结合的方法，在GIS支持下研究了浙江省上虞市海涂围垦区一块面积为10．5hm^2的棉田在3个不同耕作时期上盐分的时空变异性，在此基础上进行了该棉田的精确分区管理研究。结果表明，海涂围垦区盐碱地土壤表层盐分具有较高的变异性，盐分变异的空问结构在时间上保持了相对稳定。盐分分布的空问趋势图显示该棉田东部地区的盐分含量较高，而北部和西部地区盐分含量相对较低。时间稳定性图显示了盐分在时间上的稳定和不稳定区域。将空间趋势图和时间稳定性图叠加所产生的管理分区图，显示了4个潜在的管理子区。最后棉花产量数据被用来验证所划分的管理子区的适用性。研究表明，根据划分的管理分区，可以对海涂围垦区土壤盐分进行精确的田问管理。     

改进的蚁群聚类在精准灌溉管理分区中的应用

为了便于精准灌溉的田间实际操作和管理,采用改进的蚁群聚类算法进行灌溉管理分区研究。蚁群算法的离散性和并行性特点对于数据的特征聚类非常适用,然而当数据量较大时,蚁群聚类在系统循环过程中,对数据的搜索时间较长,计算量大,因此将初始聚类中心作为蚂蚁的初始食物源加以引导,减少蚂蚁行走的盲目性,以达到降低计算量、加快聚类的目的。该文以土壤物理特性作为数据源,在运用主成分分析消除初始指标相关性的基础上,采用改进的蚁群聚类对研究区进行精准灌溉管理分区的划分。将改进的蚁群聚类分区结果与传统的K-均值聚类进行比较,前者分区结果表现出土壤物理特性区内均一性更强、区间差异性更加显著的特点。改进的蚁群聚类分区结果表明,研究区可划分成2个灌溉管理分区,I区土壤的田间持水率、饱和含水率和凋萎含水率均较II区大,表明在相同的气候条件下,I区的土壤耐旱能力较II区强,分区结果可以为精准灌溉的分区管理提供参考依据和数据支持。     

基于多源数据的县域冬小麦氮肥调控管理分区

为便于对县域尺度冬小麦进行精确氮肥调控,该文以安阳县冬小麦种植区为研究对象,在3S技术的支持下,利用定性和定量相结合的分析方法,分别对影响冬小麦氮肥调控的重要因子,如地形、土壤类型、土壤养分和光谱信息等多源数据,进行聚类和综合叠加分析,以确定最终的县域氮肥调控管理分区。基于土壤养分和产量的管理分区划分结果评价表明,各级分区土壤养分和产量的变异系数均有所减低,其中三级分区的21个子区为最终分区结果,其管理分区之间的土壤理化性质差异显著,有机质、碱解氮和产量变异系数均值分别降低70%、53%、66%。基于光谱数据的管理分区划分结果评价表明,不同分区内归一化植被指数(NDVI)的集中程度明显提高。分区结果可以作为冬小麦氮肥调控的决策单元,为精确农业管理提供有效途径。     

An application of PCA and fuzzy C-means to delineate management zones and variability analysis of soil

Within-field variability is a well-known phenomenon and its study is at the centre of precision agriculture (PA). In this paper, site-specific spatial variability (SSSV) of apparent Electrical Conductivity (EC_a) and crop yield apart from pH, moisture, temperature and di-electric constant information was analyzed to construct spatial distribution maps. Principal component analysis (PCA) and fuzzy c-means (FCM) clustering algorithm were then performed to delineate management zones (MZs). Various performance indices such as Normalized Classification Entropy (NCE) and Fuzzy Performance Index (FPI) were calculated to determine the clustering performance. The geo-referenced sensor data was analyzed for within-field classification. Results revealed that the variables could be aggregated into MZs that characterize spatial variability in soil chemical properties and crop productivity. The resulting classified MZs showed favorable agreement between EC_a and crop yield variability pattern. This enables reduction in number of soil analysis needed to create application maps for certain cultivation operations.     

结合多等级代表性采样和模糊隶属度的区域土壤制图方法

High-resolution and detailed regional soil spatial distribution information is increasingly needed for ecological modeling and land resource management. For areas with no point data, regional soil mapping includes two steps: soil sampling and soil mapping. Because sampling over a large area is costly, efficient sampling strategies are required. A multi-grade representative sampling strategy, which designs a small number of representative samples with different representative grades to depict soil spatial variations at different scales,could be a potentially efficient sampling strategy for regional soil mapping. Additionally, a suitable soil mapping approach is needed to map regional soil variations based on a small number of samples. In this study, the multi-grade representative sampling strategy was applied and a fuzzy membership-weighted soil mapping approach was developed to map soil sand percentage and soil organic carbon(SOC) at 0–20 and 20–40 cm depths in a study area of 5 900 km2 in Anhui Province of China. First, geographical sub-areas were delineated using a parent lithology data layer. Next, fuzzy c-means clustering was applied to two climate and four terrain variables in each stratum. The clustering results(environmental cluster chains) were used to locate representative samples. Evaluations based on an independent validation sample set showed that the addition of samples with lower representativeness generally led to a decrease of root mean square error(RMSE). The declining rates of RMSE with the addition of samples slowed down for 20–40 cm depth, but fluctuated for 0–20 cm depth. The predicted SOC maps based on the representative samples exhibited higher accuracy, especially for soil depth 20–40 cm, as compared to those based on legacy soil data. Multi-grade representative sampling could be an effective sampling strategy at a regional scale. This sampling strategy, combined with the fuzzy membership-based mapping approach, could be an optional effective framework for regional soil property mapping. A more detailed and accurate soil parent material map and the addition of environmental variables representing human activities would improve mapping accuracy.     

基于空间连续性聚类算法的精准农业管理分区研究

该研究在K均值算法KM的基础上,根据空间单元位置的相互依赖关系,提出了一种新的空间连续性聚类算法SCKM。以北京精准农业示范基地获取的OMIS图像为数据源,选用K均值算法、等间隔法、分位数法、自然断点法等传统分区方法和SCKM算法,对肥水需求关键时期的小麦的长势差异进行了管理分区提取研究,并引入了权重方差和聚集度两种分区效果评价指标,对分区结果进行了比较和评价。结果表明：SCKM算法与传统分区方法分区结果相比,区内方差差异不显著;而空间聚集度远好于后者,利用SCKM法分区能够有效地去除大量的孤立单元或碎片。     

预测性土壤有机质制图中模糊聚类参数的优选

对数字高程模型(DEM)中的地形特征进行模糊C均值聚类,分别采用3种方法来选择最优模糊度和分类数组合及分类结果;在最优分类结果上,用多元线性回归方法建立土壤A层有机质含量与地形景观之间的定量关系,并应用该关系进行土壤制图应用.结果表明:3种方法选择的最优模糊度比较接近,主要为1.5,还包括1.4和1.6,但3种方法选择的最优分类数却有很大差别;尽管依据回归模型γ2选择的分类结果较多地解释了土壤A层有机质含量的变异,但基于这种分类结果的制图偏差较大,与实测值相比较的结果也说明基于这种分类结果的制图精度较低;用内部判据选择的分类结果在制图过程中产生的偏差较小,制图精度也较高.     

不同取样方式下土壤质地空间插值的精度分析

为研究土壤质地的合理取样方式,进而研究其空间变异情况,为田间施肥及灌溉提供依据,本试验利用地统计学方法和GIS技术,在重庆市彭水县重庆烟草试验站,利用289个表层土样,研究了16 m间距的栅格取样法(对照,253个土样,扣除36个验证样点)、34 m间距的栅格取样法(115个土样)和随机取样法(115个土样)3种取样方式下土壤质地的空间插值精度。3种土壤颗粒指标中粉粒占68.43%,砂粒含量最少,占12.68%,黏粒含量略高于砂粒。砂粒和黏粒具有中等强度的变异性,粉粒具弱变异性,且数据符合正态分布。地统计分析显示,在分析该区域土壤质地时,采用栅格取样方法应适当增大取样间距,而采用随机取样方法可适当缩小取样间距。交叉检验显示,土壤质地成分在3种取样方式下的插值精度均以对照最大,栅格取样次之,随机取样最小。综合考虑插值误差、样品采集和分析成本及时效性等因素,本研究建议在该区域进行土壤质地空间变异规律分析为生产服务时应采用随机取样。     

县域农田土壤采样布局多目标优化分析模型

合理布置农田土壤采样点可以在满足采样精度的前提下显著降低采样数量及成本,或在有限采样数量的限制下确保采样具有最佳的代表性。通过研究筛选区域范围内多种影响农田土壤养分采样点分布的因素,以及不同土壤养分的空间效应,建立区域农田土壤养分采样点布局多目标优化决策分析模型;并结合改进的遗传算法进行模型的求解过程分析。采用江苏省宝应县的农田空间数据及筛选的环境数据,分别从给定采样点数量条件下寻求最佳采样点分布方案,以及在满足采样精度和代表性的前提下确定最小采样点数量等2个角度进行了模型的分析验证工作;结果表明该模型可适用于解决县域范围大量分散耕作农田的土壤养分统一采样规划问题,为采样点的合理分布提供了一种定量优化分析手段。