我国北方强风蚀区空间分布格局及特征分析

我国北方强风蚀区是形成沙尘天气的主要区域,本文依据各风蚀区风速的大小、走向,自然地理条件,沙化土地现状及分布特点,将我国北方沙区分为古尔班通古特沙漠西北缘、天山东段—塔克拉玛干沙漠南缘、柴达木盆地西段、河西走廊—阿拉善、鄂尔多斯—乌拉特、浑善达克沙地东北部、内蒙古东部七个强风蚀区。同时从沙化土地、降水量、风速及大风日数、沙尘天气的发生等方面对强风蚀区空间分布格局及特征进行了分析。     

土壤速效钾养分含量空间插值方法比较研究

土壤养分连续空间分布数据是土壤信息系统工作的基础，土壤养分空间插值的研究因此变得尤为重要。对陕西省周至县北部猕猴桃适生区土壤进行采样，以对猕猴桃生长作用较为密切的土壤速效钾含量为研究对象，用普通克里格（OK）、样条函数（Spline）、趋势面拟合（TSA）、距离权重反比法（IDW）等常用插值方法对采样点进行插值获取土壤速效钾空间分布图，进行交叉验证，结果表明能够反映出结构性影响的克里格插值方法明显优于其它方法，其中又以球形模型为最佳，样条函数、距离权重反比法在采样点密集区也能内插出较好的效果，但其受采样点密度影响较大．在采样点稀疏的地区内插结果较差。     

基于地理探测器的宝鸡市农田土壤养分影响因子分析

为分析陕西省宝鸡市农田土壤养分空间变异情况及其影响因素,选取土地利用类型、成土母质、土壤类型、高程、坡度、坡向、年均降水量、年均气温8种影响因子,借助地理探测器分析各因子对土壤有机质(SOM)、有效磷(AP)、速效钾(AK)、全氮(TN)养分空间变异的影响。结果表明:造成SOM空间变异主要三因子分别为土地利用方式、土壤类型、年均气温;AP与AK的主要影响因子为成土母质、高程、土地利用方式;对TN解释力较大的三因子为土地利用方式、土壤类型、成土母质。即各因子对土壤养分空间变异原因的解释力存在一定的差异,气温变化对TN和SOM影响较大,高程是对4种土壤养分解释力较强的地形因子。交互探测器探测结果表明:两因子间的交互作用对养分的解释力均强于单因子,地形因子与其他因子交互之后解释力显著增强。影响因子与养分之间主要作用方式为双协同作用和非线性协同作用。随着高程的变化,4种养分含量呈现不同的变化趋势。此外,通过与Pearson相关系数法分析结果进行对比,发现地理探测器可以得到与之一致的因子重要性排序,适用于该区域土壤养分的研究。     

陕西省土地资源开发利用的战略思考

根据区域地貌特征,陕西省土地被分为5个开发利用区,即:风沙旱滩区,黄土丘陵沟壑区,黄土高原沟壑区,渭河平原区,秦巴山区,并对每区的开发利用战略进行了讨论。最后提出,人类必须遵循生态学原理,把现代农业技术和传统经验相结合,因地制宜,分区建立良好的区域经济生态系统。     

礼泉县苹果园土壤养分空间变异特征及综合评价

以陕西省礼泉县苹果园为研究区,基于地统计学研究果园土壤养分的空间变异特征,并采用改进TOPSIS和GIS实现对土壤养分空间定量化评价。结果表明:(1)研究区土壤属性空间分布不均和呈弱、中等变异,其由高到低的排序为有效磷速效钾碱解氮SOMpH;(2)pH、SOM、碱解氮、有效磷和速效钾的最优变异函数拟合模型分别为指数、指数、高斯、球状和球状,土壤酸碱性的基台效应值小,呈强烈空间相关性,主要由结构性因素引起空间异质,4项土壤养分指标均呈中等空间相关性,空间变异是由随机性因素和结构性因素共同作用的结果;(3)研究区土壤养分综合指数的大致空间分布格局:烽火-史德镇一带和昭陵-石潭镇一线分别向西北降低,土壤养分等级高的地区多处于河谷平原和黄土台塬的南部。从高到低养分等级面积比例为8.581∶22.406∶30.213∶26.482∶12.317。中等及偏下的养分等级占全区的69.013%,主要有南坊、叱干、建陵、城关和烟霞镇等地区。研究区土壤养分等级总体属于中等及偏下,主要分布在研究区的北部和中南部。研究结果为掌握苹果园的养分丰缺状况、变异机理、空间分布和为其精准施肥提供了科学依据。     

四子王旗景观格局演变与沙化土地动态变化分析

利用RS和GIS的空间分析技术,通过提取分析四子王旗两期遥感影像数据,结合现地调查,对区域景观格局演变和沙化土地动态变化进行分析。结果表明:从2003年到2008年5a间,景观类型和沙化土地类型发生了较为明显的变化,主要表现在:林地景观面积明显增加,耕地、草地和未利用地明显减少,林地面积增加了41 361hm2,耕地、草地和未利用地面积分别减少了14 561、9 427hm2和19 307hm2;沙化土地5a间减少了664hm2,其中半固定沙地减少了261hm2,固定沙地增加了322hm2,露沙地减少了512hm2,沙化耕地减少了153hm2,风蚀劣地减少了60hm2。分析认为近年来实施的京津风沙源治理工程是区域景观演变和沙化土地动态变化的主要因素。     

基于随机森林的农耕区土壤有机质空间分布预测

以陕西省周至县农耕区为研究区,采集192个土壤样品,通过随机森林模型(random forest, RF)对土壤有机质含量进行回归预测,通过29个(15%)独立验证点对预测结果进行精度验证,并与普通克里格(ordinary kriging,OK)和协同克里格(cokriging,COK)插值结果进行对比分析。结果表明,研究区土壤有机质含量在训练集和验证集中均属于中等变异性,含量处于中等偏低水平,大致表现为中、南部黑河东岸土壤有机质含量相对较高,东北部渭河沿岸含量较低。对变量重要性进行排序,影响研究区土壤有机质的主要因素为数字高程(DEM)和降水量。与OK、COK相比, RF对土壤有机质的预测值和实测值的相关系数(0.782)更高,而平均绝对误差(0.618 g·kg^-1)和均方根误差(2.062 g·kg^-1)更低,说明RF能够更精确地反映局部土壤有机质含量的空间变化信息。     

基于云模型的西安市蔬菜区土壤肥力综合评价

土壤肥力对于维持农作物生长和保障土地生产力具有重要意义。为综合考虑土壤肥力评价中的模糊性和随机性,引入云模型对西安市蔬菜区土壤肥力状况进行综合评价,选取pH值、有机质、碱解氮、有效磷和速效钾为评价指标,运用主成分分析确定权重,利用逆向云、正向云算法获得每个指标的云模型;根据单指标云模型特征值和权重值,结合综合云算法得到土壤肥力综合评价云模型。结果表明:西安市蔬菜区土壤养分总体上属于中等偏高水平,有效磷、速效钾含量偏高,碱解氮含量适中。土壤有机质是土壤肥力的首要限制因素,在实际生产过程中应注意增施有机肥,高磷、高钾地区应限制磷肥、钾肥的使用,按需施用氮肥。科学评价土壤肥力有助于更加准确地掌握土壤特性和养分状况,精准施肥,维持土壤养分平衡,提高土壤质量。     

基于GIS和Kriging的蓝田县土壤养分空间变异特征研究

以陕西省蓝田县北部黄土台塬区为例,采用GPS定位,测定了2007年1024个采样点的土壤有机质、碱解氮、速效磷、速效钾等含量,通过经典统计学方法对研究区的土壤养分变异特征进行了全局描述,利用GIS和Kriging插值方法,在ArcGIS 9.2下的Geostatistical analyst模块研究了这些土壤养分的空间...     

基于GIS的猕猴桃电商精准营销智能分析

旨在解决传统农产品营销模式中的种植计划粗放、营销市场针对性不足、无法充分挖掘市场等问题,实现猕猴桃电商精准营销.通过互联网等途径采集历年猕猴桃电商营销情况相关数据并建立猕猴桃地理信息数据库,结合GIS的地理数据空间分析与可视化技术,对猕猴桃营销大数据进行智能分析与深度挖掘.可以实现详细的数据统计、分析与总览等,对各地区...