耕地土壤肥力数字化制图方法对比研究

摘要

近年来，作为低能耗、高效率的现代精准农业，伴随技术的不断进步，逐步代替现存落后的农业生产方式。现代精准农业对精确预测土壤肥力提出了新的要求，加快建立农田土壤肥力数据库和数字地图集成为土壤数字制图新的研究方向。计算机和3S技术的发展，为土壤肥力数字化制图带来新的机遇和挑战，近地传感器的发展加速土壤肥力的野外获取速度遥感、DEM图像等提高了土壤肥力的制图精度。土壤肥力数字化制图能为耕地土壤肥力保护提供信息支持，对我国现今耕地质量保护具有非常重要的现实意义。
　　本文以浙江省富阳市为研究区，首先选取富阳市耕地主要土壤肥力指标，利用传统统计方法对各项指标进行传统统计分析，利用地统计方法对各指标进行空间自相关性分析和数字化制图;然后利用主成分分析等方法对数据送行处理，得到土壤肥力评价的最小数据集，根据公因子方差确定指标权重，得到采样点土壤综合肥力指数;最后分别采用普通克里格、模糊C均值聚类和回归克里格三种方法对土壤综合肥力进行数字化制图。具体内容及主要结论如下:
　　(1)确定富阳市耕地土壤肥力指标集包括总氮、总磷、总钾、阳离子交换量、速效钾、有效磷、碱解氮、耕层质地、耕层厚度、酸碱度、容重及有机质含量等12个指标。经过主成分分析，根据特征值、相关系数、Norm值及变异系数筛选，得到富阳市耕地土壤肥力评价的最小数据集为全氮、全钾、碱解氮、有效磷、速效钾、pH、阳离子交换量。基于主成分分析法得到的权重系数，得出研究区土壤综合肥力指数。
　　(2)以土壤综合肥力指数为数据基础，普通克里格法得到的土壤肥力预测图土壤肥力分布合理，预测精度RMSE为0.096，有重要的现实参考意义。从土壤分级图上来看，主要耕地位于中间三个等级，占耕地总面积的81.53％，其中class3占总面积的34.67％。该方法需要大量野外数据支持，制图成本较高，耗时耗力。普通克里格单纯依靠土壤的空间变异特征，没有考虑其他影响因素，预测精度有待提高。
　　(3)以土壤景观模型为基础，选取高程、坡度、平面曲率、剖面曲率、地形湿度指数、归一化植被指数、比值植被指数、土壤类型、土地利用类型等9个环境指标，基于模糊C均值聚类对富阳市耕地土壤肥力进行预测。结果表明预测精度相对较低（RMSE为0.126），各等级分布差异较大，集中分布在中间的两个等级上，共占总面积的81.70％，与普通克里格插值结果对比，总体肥力分布趋势合理。单纯依靠环境因子预测土壤肥力，精度较低，无法满足实际生产需要。但该方法仅需要典型环境组合的采样数据，可极大减少工作量，未来可能发展成为土壤肥力预测的主要方法之一。
　　(4)回归克里格通过对环境因子分析，挑选地形湿度指数和坡度作为辅助变量，结合土壤综合肥力指数对富阳市耕地肥力预测成图。回归克里格法加入部分环境因子，有效提高了预测精度，预测精度最高（RMSE为0.081）。各等级预测分布与普通克里格略有差异，中间三个等级占总面积的81.70％，其中class3面积最多，占总面积的34.16％。

目录

声明

致谢

摘要

图目录

表目录

1 绪论

1．1 选题背景

1．2 研究意义

2 国内外研究现状

2．1 土壤肥力指标选择

2．2 国内研究现状

2．2．1 地统计

2．2．2 决策树

2．2．3 模糊聚类

2．2．4 其他方法

2．3 国外研究现状

2．3．1 地统计

2．3．2 线性模型

2．3．3 决策树

2．3．4 人工神经网络

2．3．5 其他方法

3 研究内容、方法、技术珞线及研究区概况

3．1 研究内容、方法与预期结果

3．1．1 研究内容

3．1．2 研究方法

3．1．3 预期结果

3．2 技术路线

3．3 研究区概况和研究数据

3．3．1 研究区概况

3．3．2 研究数据

3．4 评价指标选取原则

4 土壤单项肥力指标的描述统计分析与地统计分析

4．1 理论基础

4．2 研究方法

4．2．1 描述统计分析

4．2．2 异常值检查

4．2．3 正态分布检验及转换

4．2．4 地统计分析

4．2．5 普通克里格插值制图

4．2．6 精度检验

4．3 结果分析

4．3．1 描述性统计分析结果

4．3．2 正态分布转换结果

4．3．3 土壤肥力因子的空间自相关性分析

4．3．4 土壤肥力因子空间插值分析

4．4 精度评价

4．5 本章小结

5 基于土壤综合肥力指数的普通克里格插值

5．1 研究数据

5．2 研究方法

5．2．1 数据标准化处理

5．2．2 挑选最小数据集指标

5．2．3 土壤综合肥力指数(IFI)

5．2．4 普通克里格插值

5．3 结果分析

5．3．1 数据处理结果

5．3．2 最小数据集结果分析

5．3．3 土壤综合肥力指数及其统计分析

5．3．4 结果分析及精度验证

5．4 本章小结

6 基于模糊C均值聚类的土壤综合肥力制图

6．1 理论基础

6．2 环境因子选择

6．2．1 地形因子

6．2．2 遥感数据

6．2．3 土地利用现状

6．2．4 土壤类型

6．3 研究方法

6．3．1 研究数据及预处理

6．3．2 模糊C均值聚类

6．3．3 聚类参数

6．3．4 典型环境组合赋值

6．3．5 土壤肥力成图及精度检验

6．4 结果分析

6．4．1 聚类结果

6．4．2 环境组合土壤肥力赋值

6．4．3 土壤肥力预测制图

6．4．4 精度评价

6．5 结论及分析

7 基于回归克里格的土壤综合肥力制图

7．1 研究数据

7．2 研究方法

7．3 结果与分析

7．3．1 多元回归分析结果

7．3．2 半方差模型

7．3．3 土壤肥力空间分布

7．3．4 精度评价

7．4 土壤肥力制图方法对比

7．4．1 制图数据对比分析

7．4．2 预测图对比分析

7．4．3 预测图精度对比分析

8 总结与展望

8．1 主要结论

8．2 问题及展望

参考文献