铁岭市土壤养分现状与施肥建议

通过1998年秋后对辽宁省铁岭市七个县（市）区55万hm^2耕地的747个土样化验分析,结果表明：土壤有机质含量平均为1.58%,仍然是较缺和中等状况,但较缺面积有所增加。全氮含量平均为0.089%,略有下降,也处于中等和较缺状况,同样,较缺面积增大。有效磷含量平均为13.8mg/kg,明显增加,已处于中等和较缺状况,并且有一定面积达到较丰富状况。速效钾含量平均为114mg/kg,明显下降,大面积处于中等和较缺状况,而且较缺面积大幅度增加。     

随机取样技术中的数据处理

取样技术是一种广泛应用的信息处理技术。通过对模拟信号的取样量化处理，可以得到便于计算机处理的数字信号。若使被取样信号不失真，取样频率必须高于被取样信号最高频率分量2倍，这对于高频信号不容易做到。为此提出了随机取样技术，即用低频脉冲序列对高频信号随机取样，通过大量样值来统计出原信号的某些特征。     

空间变异在土壤性质长期定位观测及取样中的应用

通过对中国科学院沈阳生态实验站30m×42m样地进行网格法分层取样,采用经典统计学与地统计学相结合的方法,以土壤pH和有机碳(TOC)为例,探讨了空间变异在土壤性质定位试验及取样中的应用。结果表明,49对样本的pH和TOC变异系数均小于10%,变量在0~10cm和10~20cm两个层次的基本统计数值基本接近,最佳理论模型的参数显示各变量空间变异主要受结构性因素的影响,且以135°方向的变异为主;相对误差为10%时采集6个和10个土样可分别达到95%和99%的置信水平,结合空间分布格局可以确定更为精确的取样方案;综合分析表明待选样地可以作为土壤性质长期定位观测试验用地。     

烘烤工艺、成熟度和取样方式对烤后烟叶多酚的影响

测定了2种烘烤工艺、3个成熟度和2种取样方式对烤烟品种翠碧1号(CB-1)中部叶烤后多酚含量的影响.结果表明,成熟度和烘烤工艺对烤后烟叶多酚含量都有极显著的影响.随着成熟度的提高,多酚含量显著加大.在取样方式上,同一处理混合样多酚含量均高于C3F,在慢烤工艺下的差异不显著,在快烤工艺下的差异极显著(P＜0.01).     

东南地区土壤养分的空间变异性与取样策略Ⅰ.土壤属性与大量元素

在我国东南6省(市)选择代表性区域(自然村),采用ASI和地统计学等方法对耕作土壤的pH值、有机质、有效氮、磷和钾的空间变异性与合理取样数量进行了研究.结果表明,①pH值和有机质是相对稳定的土壤属性,在整个研究区域其变异较小,近似于正态分布;施肥元素的变异则较大,表现出明显的负偏峰分布特征.②尽管某些土壤属性或大量元素的总体变异性相似,但在各研究区域,其实际半方差结构并不相同.③对于明显偏峰分布的土壤养分来说,建议采用最适分配法确定合理取样数量.纯随机合理取样数量可在一定程度作为参考.     

美洲黑杨表型核心种质库构建

[目的]分析美洲黑杨不同类群的表型和生理特点,对比不同取样策略构建的表型核心种质库的有效性和代表性,科学有效地保存和管理种质资源的表型多样性,为美洲黑杨种质资源的深入挖掘和利用提供科学依据,同时为其他物种表型核心种质库的构建提供参考.[方法]基于前期表型生理性状群体结构的分析结果对美洲黑杨种质资源进行分组,通过多重比较...     

果园土壤电导率适宜样本容量的影响因素研究

2005年4~7月期间利用W.E.T电导率测量仪,采用网格化取样方式对烟台农科院梨园的表层土壤(0~30cm)电导率的162个样点进行了3次取样,并对土壤电导率适宜样本容量的影响因素进行了研究。结果表明,在所考虑的置信水平和精度范围内,相对于取样间距的变化,不同取样时间土壤电导率合理采样数的变化更加明显,取样间距不同引起的合理采样数的变化幅度介于1.28%~11.36%之间,取样时间不同时合理采样数的变化幅度介于33.33%~45.67%之间。因此在研究区域内,由人为因素(施肥等)引起的土壤电导率分布状况是影响其合理取样数目的主要因素。     

农田土壤质量环境监测取样方法

随着人类活动和现代工业的发展,未受影响的土壤越来越少,农田土壤环境质量监测取样就是收集造成土壤污染的毒性、稳定性及农业生产的排污、污灌、化肥农药用量情况等进行监测取样。按照土壤环境质量标准,主要是对六六六、滴滴涕、砷、硫、汞、铬、铜、锌、镍、铅、氮、磷等土壤质量进行测定。     

尼勒克县春小麦田杂草调查及防治策略

运用倒置“W”9点取样法对新疆尼勒克县春小麦田杂草调查结果表明:尼勒克县春小麦田杂草有15种,隶属11个科,其中豆科4种,菊科2种,禾本科、十字花科、旋花科、唇形花科、蓼科、藜科、木贼科、桑科、紫草科各1种。其中块茎香豌豆、野燕麦和苦苣菜几种杂草的相对多度分别为54.9%、52.3%和46%,为优势种群。根据其杂草分布特点,采取农业、物理机械及化学防治措施,能有效控制草害发生与危害。     

Improved Prediction and Reduction of Sampling Density for Soil Salinity by Different Geostatistical Methods

The spatial estimation for soil properties was improved and sampling intensities also decreased in terms of incorporated auxiliary data. In this study, kriging and two interpolation methods were proven well to estimate auxiliary variables： cokriging and regression-kriging, and using the salinity data from the first two stages as auxiliary variables, the methods both improved the interpolation of soil salinity in coastal saline land. The prediction accuracy of the three methods was observed under different sampling density of the target variable by comparison with another group of 80 validation sample points, from which the root-mean-square error （RMSE） and correlation coefficient （r） between the predicted and measured values were calculated. The results showed, with the help of auxiliary data, whatever the sample size of the target variable may be, cokriging and regression-kriging performed better than ordinary kriging. Moreover, regression-kriging produced on average more accurate predictions than cokriging. Compared with the kriging results, cokriging improved the estimations by reducing RMSE from 23.3 to 29% and increasing r from 16.6 to 25.5%, regression-kriging improved the estimations by reducing RMSE from 25 to 41.5% and increasing r from 16.8 to 27.2%. Therefore, regression-kriging shows promise for improved prediction for soil salinity and reduction of soil sampling intensity considerably while maintaining high prediction accuracy. Moreover, in regression-kriging, the regression model can have any form, such as generalized linear models, non-linear models or tree-based models, which provide a possibility to include more ancillary variables.