吉林省中部黑土区土壤养分时空变异规律及精准管理区划分的研究

《吉林省中部黑土区土壤养分时空变异规律及精准管理区划分的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：S158,S162单位代码：10193密级：公开学号：2012692博士学位论文吉林省中部黑土区土壤养分时空变异规律及精准管理区划分的研究ResearchonSoilnutrientSpatial-temporalVariabilityRegularityandPrecisionManagementZoneDivisioninBlackSoilAreaofCentralJilinprovince学位授予单位及代码：吉林农业大学（10193）学科专业名称及代码：土壤学（090301）作者姓名：陈航指导教师：陈桂芬教授研究方向：土壤信息学学位类别：农学博士2015年6月

2、吉林省中部黑土区土壤养分时空变异规律及精准管理区划分的研究ResearchonSoilnutrientSpatial-temporalVariabilityRegularityandPrecisionManagementZoneDivisioninBlackSoilAreaofCentralJilinprovince作者姓名：陈航指导教师：陈桂芬教授论文答辩日期：2015.06.04授予学位日期：2015.06.26答辩委员会主席：汪景宽论文评阅人：代静玉、依艳丽、李跃进2015年6月独创性声明本人郑重声明：所呈交的学位论文是本人在导师指导下，独立进行研究所取得的成果。尽我

3、所知，除文中特别加以标注和致谢所列内容外，论文中不包含其他个人或集体已经发表或撰写过的研究成果，也不包含为获得吉林农业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本学位论文所有内容若有不实之处，本人愿意承担一切相关法律责任和后果。学位论文作者签名：签字日期：年月日关于学位论文使用授权的声明1、本人完全了解吉林农业大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间所完成的论文及相关成果的知识产权属吉林农业大学所有，并同意将本论文的版权授权给吉林农业大学，学校有权保留送交论文的复印件和磁

4、盘，允许论文被查阅和借阅，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。2、本人（同意/不同意，务必打印后填写）吉林农业大学将本论文版权授权给不同媒体进行电子出版、多媒体出版、网络出版以及其他形式出版（涉密学位论文解密后应遵守此协议）。3、本人声明毕业后若发表在攻读研究生学位期间完成的论文及相关的学术成果，必须以吉林农业大学作为第一署名单位。学位论文作者签名：签字日期：年月日指导教师签名：签字日期：年月日摘要众所周知，黑土是一种腐殖质层厚，自然肥力高的土壤类型，但长期开垦种植及自然因素等影响，黑土肥力已逐渐下降。黑土是吉林省的主要土壤类型之一，玉米是吉林省的主产作物

5、。针对以往的黑土区土壤肥力变化规律研究工作，只注重单一空间、单一时间关系和目前精准农业实施中存在着样本采样尺度不统一，不同区域的土壤养分时空变异规律不明晰，导致农田精准管理区划分和精准施肥决策缺乏智能性的现状，本文在国家“863”项目“玉米精准作业系统研究与应用”的实施过程中，选择吉林省粮食主产区榆树市和农安县的黑土区作为研究区域，以黑土区土壤养分时空变异特征为突破口，运用3S技术和数据挖掘技术，进行了吉林省中部黑土区土壤养分时空变异及精准管理区划分的研究，明确了吉林省中部黑土区土壤养分时空分布特性和规律，为黑土区精准管理区的划分和变量施肥、配方施肥等精准农业技术的实施提供

6、核心支撑技术。研究结果如下:1、黑土区土壤养分空间分布特性的差异应用普通克里格插值法分析土壤养分空间分布特征可知：不同区域：农安县和榆树市，土壤碱解氮、有效磷含量的空间分布呈现出从南到北、由西向东逐渐增加趋势，而土壤速效钾含量的空间分布趋势则相反，且均呈现空间分布不均的现象；相同区域内：榆树市弓棚镇土壤碱解氮和农安县靠山、合隆和烧锅镇土壤有效磷含量呈现出从南到北、由西向东逐渐增加的趋势，且不同等级区域相互嵌合在一起，局部块偏高或偏低，空间变异结构较为复杂。不同采样尺度下的土壤养分空间分布状况的研究表明：土壤养分含量在40m×40m和80m×80m尺度上均表现出较强的空间相关

7、性，以此制作的施肥处方图可直接用于变量施肥；土壤养分含量在160m×160m尺度上表现出中等的空间相关性，可按田块制作施肥配方图用于测土配方施肥，同等情况下可降低采样成本和工作量；土壤养分含量在245m×245m尺度上，也表现出一定的空间相关性，可用于对不同土壤类型或同一类型不同肥力田块的土壤养分状况进行评价。2、黑土区农田土壤养分时空变异规律研究基于密度（DBSCAN）算法对农安县不同数据集土壤养分聚类结果的准确率分别达到90.20%、89.54%、94.77%，说明该算法的可靠性；对同一数据集土壤养分聚类结果将