基于GIS的咸阳市区耕地地力评价——以秦都区为例

采用综合指数法对秦都区耕地地力进行评价。以关中平原的陕西省秦都区为研究区,借助GIS技术,结合层次分析法、模糊数学法等现代统计分析技术,在耕地地力调查的基础上,从立地条件、土壤性质、肥力状况、土壤管理4方面选取12项指标,对研究区耕地地力进行自动化、定量化和可视化评价。结果表明:秦都区耕地地力可分为4级,l—4级地分别占耕地总面积的52.08%,39.72%,7.35%,0.85%,该地区耕地地力水平较高。本研究分析了各级耕地的空间分布特征,对耕地资源的科学管理和可持续利用具有积极意义。该研究结果不仅可以直接应用于研究区农业生产,而且为关中平原开展耕地地力评价的方法进行了有益探索。     

基于GIS的前哨农场耕地地力评价

准确地掌握区域耕地地力等级及其空间分布格局,对于提高耕地生产能力具有重要的参考价值。以黑龙江垦区的前哨农场为研究区,以耕地地块为评价单元,在GIS的支持下,应用层次分析法、模糊数学法、综合指数法定量评价了耕地地力,进而分析耕地地力空间地域分布特征与规律。结果表明:农场耕地地力划分为6个级别,旱地和水田都是三级地、四级地数量最多,呈现向五级地、二级地、六级地和一级地逐次减少的正态分布特征;大部分耕地的地力处于中上等水平,且水田地力水平略高于旱地;西南部的第一、第二和第九管理区土壤质地良好、养分丰富、管理措施得当,是该农场优质耕地的集中分布区域。     

县域-市域耕地地力评价结果尺度转换方法及应用研究

针对当前县际耕地地力评价结果不能直接对比汇总、市域评价不能有效利用县级评价成果的难题,以河南省漯河市为例,对县域-市域耕地地力评价结果的尺度转换方法进行研究。在县域耕地地力评价结果与市域耕地地力评价结果一致性分析的基础上,提出了基于概念性产量和标准样地县的县域-市域耕地地力评价结果尺度转换方法;实证研究表明现有漯河市各县(区)与市域耕地地力评价结果吻合情况存在差异,其中舞阳县一致性最好;以舞阳县为标准样地县,构建标准样地县耕地地力等级与概念性产量关系表,以此为标准,调整其它县(区)耕地地力等级,生成市域耕地地力评价结果;通过各县(区)粮食概念性产量与调整后耕地地力等级的变差分析验证调整结果的合理性,结果表明各县(区)概念性产量与调整后的地力等级均呈现显著的一致性,表明调整生成的市域评价结果符合实际,提出的尺度转换方法合理可行。     

三峡库区农村宅基地复垦耕地地力评价*--以重庆市涪陵区为例

农村宅基地复垦后补充的耕地应兼顾数量和质量,对其进行耕地地力评价可以为全面掌握复垦后耕地地力情况,为复垦耕地的后续培肥、利用及管理提供依据。本文以三峡库区的涪陵区为研究对象,随机采集665个宅基地复垦片块的土壤样品,选取16项参评指标,运用层次分析法、模糊数学法并结合GIS地统计学空间分析功能,综合评价了宅基地复垦后的耕地地力水平及空间分布。结果表明:耕地地力平均等级为3.03等,处于中等水平;3等地最多,占总样本数的52.18%;其次为4等地和2等地,1等地和5等地分布最少。从空间分布来看,由于区域内存在地形地势、自然条件、土壤类型的差异,样点乡镇内部各等级耕地均有分布;沿江、坪上、后山区的平均耕地等别为2.82等、3.15等和3.19等,耕地地力基本沿地形地势、海拔高度的增高呈沿江、坪上、后山区域依次递减的趋势。在提升耕地地力上沿江区应着重改善耕地的灌排和路沟条件;坪上区应注重调整土壤的p H和提高有效磷含量;后山区需增加耕层厚度,提高宅基地拆除物的利用,减少土壤中砾石含量。     

基于GIS的华中丘陵区耕地地力评价研究

在GIS支持下,利用土壤图、土地利用现状图叠置划分法确定评价单元,选取土壤养分状况、理化性状、剖面性状、立地条件、土壤管理等5个方面13个影响因子,建立耕地地力评价体系及其模型。以鄂州市为研究试区,采取专家打分和特尔斐法确定各影响因子的隶属函数,运用层次分析法和模糊数学方法对耕地地力进行综合评价,并就其空间分布进行了分析。结果表明,在该市40892.4 hm²耕地中,一至六等地分别占耕地的3.39%、19.18%、39.21%、31.08%、6.32%、0.82%,这一评价结果符合当地实际。该研究结果不仅直接应用于试区农业生产,而且为我国华中丘陵区开展耕地地力评价在方法上进行了有益探索。     

利用GIS和RS资料及层次分析法综合评价江汉平原后湖地区耕地自然地力

利用GIS与RS并结合农业行业标准(NY/T309-1996)和样区实际情况对江汉平原后湖地区耕地自然地力进行综合评价，从而实现土壤信息交流与共享，促进土地资源合理利用与科学管理。根据耕地资源特点及耕地地力评价的原理，在分析了多种耕地等级评价因子类型基础上，确定了每个评价因子的指数，并将层次分析(AHP)的原理和方法引入耕地地力评价以确定参评因子的权重；通过这些模型方法与GIS和RS结合，快速准确地完成耕地地力评价，并将评价结果成图输出。结果表明，江汉平原后湖地区的耕地地力可分为一、二、三、四等，其面积所占比例分别为20.99%、47.43%、19.38%、12.20%，其中大部分耕地地力处于中上水平，说明该地区的耕地质量的总体水平比较高；利用GIS和RS技术可以建立耕地资源数据库，快速准确地获取评价数据和确定评价单元，提高评价工作效率；通过分析不同等级地力水平可找出障碍因素，从而确定土壤改良方向和管理措施。     

耕地地力评价指标体系构建中的问题与分析逻辑

耕地地力评价指标选取的主导性、独立性原则在实践中不易落实;耕地地力评价试图应用到多尺度空间,却没有适应不同时空尺度的明确任务定位,从而很少考虑评价指标选择的尺度适应性。本文运用地学、农学、系统科学的观点,建立了针对上述问题的分析逻辑,认为:第一,耕地地力评价的任务、评价技术路线和评价指标对地力的指示意义均具有时空尺度特征。第二,评价指标应区分为直接说明作物光、温、水、养分满足程度的指标和间接指示这些条件的指标。大空间范围的耕地地力评价以长时效,低空间精度为特征,着重表现区域地理障碍和资源约束,宜选取稳定性和间接性评价指标;小空间范围以即时状态的耕地地力评价为主,并具有较高的空间精度,评价指标应具有即时性和直接性特征。第三,土地—作物—管理条件构成土地利用系统的整体,随土地系统的作物需求、土地和管理条件的变化,评价指标对耕地地力的意义应辩证分析。第四,共同说明光、温、水、养分的某一方面性质的自然土地条件和人工土地条件应作为整体对待,综合为一个指标,而不应在评价指标体系中分割。     

山东省青州市耕地地力等级评价研究

本文介绍了农业部有关耕地地力等级评价在山东省青州市的试点研究结果。整个评价是建立在全面野外调查和室内化验分析以获取大量耕地地力相关信息的基础上,以GIS和SPSS等技术并结合有关数学模型为依托,对耕地地力进行的自动化和定量化评价。对耕地地力等级的分布特点、利用现状、存在问题及对策也进行了分析,希望能对青州市耕地高效和可持续利用提供科学依据。     

基于GIS的县域耕地地力评价——以云南省云县为例

以云县为评价对象,基于ArcGIS软件的强大空间分析功能,采用层次分析法对耕地地力进行评价。评价结果显示:云县没有1级耕地分布,2~4级耕地有少量分布,占全县耕地8.23%;5~10级耕地分布较广,占全县耕地91.77%,云县耕地质量在国家标准地力等级体系中处于中等偏下水平。     

耕地地力演变及其与种植业结构关系分析

本文以辽宁省西部典型低山丘陵区阜新蒙古族自治县(简称阜蒙县)为研究区,以2011年土地变更调查数据库中耕地图斑为评价单元,研究1980~2011年30年来耕地地力时间和空间的变化情况,并探讨其与种植业结构变化的关系。结果表明:地力演变为提升型、衰退型和平衡型的耕地面积分别占耕地总面积的50.70%、18.77%和30.53%;地力演变总体呈现东部和中部升高,南部和西部降低的趋势,并且与种植业结构关系密切;优化玉米和花生的种植业结构有助于耕地地力的提升;针对当地实际情况,提出耕地地力提升的措施。     

长江上游典型地区的土壤退化评价

以长江上游典型区——彭州市为例，在该区SOTER（1：50000）数据库的支持下，建立了基于AHP法的土壤退化评价系统。对样区53个SOTER单元进行了评价，生成了相应的专题评价图。     

利用DEM建立香港土壤地体数据库

完成了香港SOTER数据库的建立,采用数字高程模型和其它基础图件,制图过程完全计算机化,使SOTER方法更适合于计算机技术的发展和应用,提高工作效率和精度;对SOTER在中大比例尺尺度上的应用进行了探索,完善其适用范围和理论体系;以香港作为研究区域,建设基于SOTER方法的土壤信息数据库,对于评价该区土壤、环境质量以及生态利用具有意义。     

采用基于以对象为目标的方法对SOTER管理系统进行分析和设计

A SOTER management system was developed byanalyzing,designing,programming,testing,repeated proceeding and progressing based on the object-oriented method.The function of the attributedatabase management is inherited and expanded in the new system.The integrityand security of the SOTER database are enhanced.The attribute database management,the spatial database management and the model base are integrated into SOTER based on the component object model(COM),and the graphical user interface (GUI) for Windows is used to interact with clients,thus being easy to create and maintain the SOTER,and convenient to promote the quantification and automation of soil information application.     

邯郸地区1:25万SOTER数据库研究

在GIS支持下,根据国际土壤信息和参比中心提出的土壤与地形体数字化数据库(SOTER)基本原理和方法,建立了河北邯郸地区1:25万土壤和地形体数字化数据库(SOTER),实现了空间数据和属性数据的整合。     

基于GIS的县域小麦自然生产潜力评价系统

为对县域小麦生产管理和潜力挖掘提供技术支撑和辅助决策,该文在小麦自然生产潜力评价流程的基础上,收集和整理了河南省8个县域的属性数据（气象、土壤和小麦资源数据）和空间数据,创建空间-属性一体化数据库,利用UML2.0、SQL Server 2000和SuperMap GIS 2008组件技术设计实现了基于GIS的小麦自然生产潜力评价系统,系统应用基于“经验-统计法”的光、温、水、土逐级衰减机制模型,定量计算了河南省8个县域的小麦自然生产潜力,通过分类统计和分级制图,分析了县域小麦自然生产潜力的空间分布规律。研究结果表明,光合、温度、水分和土壤生产潜力空间分布规律依次为：根据纬度的增加而减少,豫西＞豫南＞豫东南＞豫北＞豫中,豫南＞豫东南＞豫西＞豫中＞豫北,豫南＞豫中＞豫北＞豫东南＞豫西;小麦自然生产潜力的关键因子影响大小为土壤＞温度＞水分,小麦自然生产潜力相对可挖掘空间大小为水分＞温度＞土壤。该系统具有普适性强、独立性好等特点,为县域小麦生产管理和潜力挖掘提供技术支撑和辅助决策。     

SOTER支持下海南土壤侵蚀量估算

在已建立的SOTER数据库基础上,利用SWEAP模型运算可知:海南土壤侵蚀主要发生在丘陵和陡坡地;海南土壤侵蚀量的空间分布与地形构造一致,中部山区(保亭)土壤侵蚀量较大,北部(琼山)沿海平原区侵蚀量较小;坡度为8%～30%的丘陵地区,采用梯化或等高种植的耕作措施可以大幅度降低土壤侵蚀量.研究表明,在SOTER数据库的支持下,SWEAP用于海南土壤侵蚀量的估算结果可靠程度较高.     

基于GIS技术的上海精准农业水稻生产潜力估算模型——考虑土壤肥力空间差异的影响

基于精准农业精细与准确的原则,利用层次分析法与模糊数学相结合的方法,详细分析了试验区土壤肥力的空间分布情况,并将其作为水稻生产潜力差异的主要影响因素。此外再综合考虑光、温、水等因素的影响,分别计算了光合潜力、光温潜力、气候———生物潜力及各采样点的农业自然生产潜力。推算结果通过了实际资料的验证,生产潜力与当年水稻实际产量达到显著相关水平。同时根据农业自然生产潜力值绘制了空间分布图,根据图上各点所能实现的产量,可以确定具体的施肥量,对田间定点、定量施肥具有很好的指导意义,避免等同施肥造成的肥料浪费,降低对环境的污染。     

基于SRTM数据的中国1:100万SOTER地形体的构建

集土壤与地形数据于一体的 SOTER 数据库,较单一的土壤或地形数据库包含有更多的信息,这能够为日益锐化的人口与自然资源之间的矛盾的解决提供更有力的数据支持.而全国尺度 SOTER 数据库的建立将能够从国家尺度为该矛盾的解决提供更多的支撑.本文利用新的数据源(SRTM)和数字土壤制图技术,定量化地构建了中国1:100万 SOTER 地形体.通过本研究发现,采用 90 m 分辨率的SRTM数据来构建1:100 万的 SOTER 地形体的结果是令人满意的,可以实现无缝接边,与传统的方法相比,更准确、更快速、更一致.同时,也提供了一个定量化构建小比例尺地形体单元的方法,为小比例尺 SOTER 数据库的建设提供方法论上的支持,对实现农业和环境资源的有效管理具有重要的作用.     

Organic carbon stocks in the soils of Brazil

Abstract. Soil organic carbon stocks to 1 m for Brazil, calculated using an updated Soil and Terrain (SOTER) database and simulation of phenoforms , are 65.9–67.5 Pg C, of which 65% is in the Amazonian region of Brazil. Other researchers have obtained similar gross results, despite very different spatial patterns mapped due to use of different methods.