土壤肥力时空变异规律的研究与应用-论文.pdf

《土壤肥力时空变异规律的研究与应用-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第35卷第4期中国农机化学报Vol_35No．42014年7月JournalofChineseAgriculturalMechanizationJuly．2014DOI：IO．13733~jcam．issn．2095—5553．2014．04．067土壤肥力时空变异规律的研究与应用陈航1,2，曹丽英，陈桂芬(1．吉林农业大学，吉林长春，130118；2．吉林省农业科学院，吉林长春，130124)摘要：土壤肥力因素的时空变异规律是评价土壤肥力高低的最重要指标为了摸清黑土区土壤肥力时空变异规律特征．本文利用时空序列算法和时

2、空聚类算法，进行了土壤肥力时空变异规律的研究与应用。首先利用时空序列算法．分析黑土区土壤肥力的时空变异性和土壤肥力的时空演变趋势；在此基础上，运用时空聚类算法，分析、评价土壤肥力时空变化趋势。实验结果表明：与空间模糊聚类算法方法相比，该算法充分考虑了空间数据的多维性、不确定性和时间性，比单一的空间聚类更能说明评价结果，也更适宜多年同一地块土壤肥力变化的评价；由于构建了时空序列集进行时空数据的分析．还能对较大区域的土壤肥力变化趋势进行预测．可为土壤肥力的综合评价提供理论和技术支撑。关键词：黑土区；土壤肥力；时空聚类；时序

3、分析：肥力评价中图分类号：TP3l1．13文献标识码：A文章编号：2095—5553f2014103—0268—06陈航，曹丽英，陈桂芬．基于时空聚类算法的土壤肥力时空变异规律的研究与应用【J]．中国农机化学报，2014，340)：268～273ChenHang，CaoLiying，ChenGuifen．Researchandapplicationofthespace-timechangeofsoilfertility[J]．JournalofChineseAgriculturalMechanization，2014，

4、34(4)：268-273将地块划分成100mxl00m的网格单元．部分土壤位置0引言网格图如图1所示在此网格单元内取样．采样深度为东北农田黑土广泛分布在松嫩平原．是我国重25cm采集2008～2010年连续3年的土壤样本进行处要的商品粮基地。农安县地处松辽平原腹地．其土理。获得了土壤的空间坐标、有机质、速效氮、速效壤肥力的变化对评价松辽平原黑土区变化有一定代磷、速效钾、土壤水分和pH值等属性值。其中农安县表性十多年来．我们在国家“863”项目精准农业农安镇西好来村土壤肥力数据如表1所示实施的过程中．积累了大量与精准农

5、业生产过程密切相关的各个方面属性数据和空间数据．这些反映农业生产作业本质过程中的真实、具体的数据，是指导区域精准作业生产的宝贵财富【t2=I。如何更及时、更精确地展现这种时间、空间上差异性也是摆在我们面前的一项重要研究内容。本文研究的目的在于利用时空数据挖掘技术．结合GPS、GIS和专家系统技术．在掌握连续多年土壤肥力信息的基础上，探索土壤肥力时空变化评价的新方法。1研究区域本系统研究的区域实验地点为国家“863”项目“玉米精准作业系统研制与应用”示范基地——吉林省农安县农安县地处世界著名的“三大黄金玉米带”之一．位于

6、松辽平原腹地，东经124。31至125。45．北纬43~55至44~55．属中温带半湿润温和气候区．年平均气01538912温4℃．无霜期135天左右．年均降水量500700mm。图I部分乡镇采样分布图Fig．1Apartofsamplingdistribution我们通过GPS获取采样点空间信息．然后利用GIS技术收稿日期：2013年6月26日修回日期：2013年7fl17日基金项目：国家“863”项目(2006AA10A309)；国家星火计划项目(2008GA661003)；吉林省科技项目(201l-Z20)第一作

7、者：陈航，男，l98O年生，博士研究生；研究方向为土壤信息学。E-mail：Chenhang0811@163．com通讯作者：陈桂芬，女，1956年生，博士，教授，博导；研究方向为计算机农业应用。E—mail：guifchen@163．corn第4期陈航等：土壤肥力时空变异规律的研究与应用表1农安县农安镇西好来村2010年土壤肥力数据2时空聚类分析Tab．1SoilfertilitydatainNonganfarmingtownin2010土壤肥力的变化具有复杂性、地域性和气候性的特征对于土壤时空变异规律的研究．一方面

8、要从土壤信息的机理人手．研究和掌握土壤时空变化特征和规律．并加以形式化描述形成理论基础。使土壤信息由空问的静态描述有效地转向多维动态描述：另一方面．要针对不同的土壤信息，进行时间优化与空间尺度的有机组合，来解决不同尺度上的信息共享、衔接、融合等[3-7]。所以本文首先采用时间序列分析方法f时空滑动求和自回归模型1．对时空数据的平稳