不同插值方法对土壤氮元素制图精度影响毕业论文

 2021-04-20 09:04

摘 要

土壤氮素是植物生长发育所必需的营养元素,由于不合理农业耕作,农药的大肆使用使得土壤中作物可利用的氮素资源日益短缺影响到作物的产量和品质从而限制了作物的高产和稳产。

本研究以安徽省宣城市宣州区为研究区域,基于GIS技术、统计学方法,在分析景观因子如;高程,坡度,曲率等的基础上探索土壤氮素的空间分布规律,分析对比反距离加权法和普通克里金法,探索最适宜于该区域的空间插值方法,并在此基础上分析土壤全氮的空间分布特征,主要结论如下:

  1. 宣州区全氮含量较高,变幅为0.56g·kg-1—3.64g·kg-1,平均值为1.669g·kg-1,变异系数是32.35%,属中等变异水平。
  2. 通过反距离加权法和普通克里金法的原理分析,在理论和实际应用上的比较说明,普通克里金法不如反距离加权法适用于土壤氮元素插值。
  3. 土壤全氮含量与地形变异之间存在着显著的相关关系。高程、谷深和坡度与全氮含量呈负相关关系。坡向、地形湿度指数与全氮分布之间无明显关系,坡面曲率与全氮有着一定相关关系。土壤全氮含量分布差异主要是由于土壤所处环境与人为因素的相互影响,其中泥骨田的全氮含量最高。

关键词:氮元素,空间插值,制图

Research on Spatial Distribution of Soil Total Nitrogen based on Different Interpolation Methods

Abstract

Soil nitrogen is an essential nutrient for the growth and development of plants. As a result of irrational agricultural farming, the use of pesticides without restraint has led to an increasing shortage of available nitrogen resources for crops in the soil, which affects the yield and quality of crops and limits the high and dependable yield of crops.

With Xuanzhou District, Xuancheng City, Anhui Province as the study area, based on the analysis of landscape factors such as elevation, slope,curvature and so

on, the spatial distribution of soil nitrogen is explored through GIS technology and statistical methods. Moreover, the inverse distance weighted method and the ordinary Kriging method are analyzed and explored to explore whether the ordinary Kriging interpolation method is suitable for soil nitrogen interpolation and mappingand, and explore the most suitable spatial interpolation method for this region, and analyze the spatial distribution characteristics of soil total nitrogen on this basis.The main conclusions are drawn as below:

(1)The total nitrogen content in Xuanzhou District is high. The change amplitude is 0.56g·kg-1-3.64g·kg-1. The average value is 1.669g·kg-1. The variation coefficient is 32.35%, which belongs to medium variation level.

(2)By analyzing the principle of the inverse distance weighting method and the ordinary Kriging method, the comparison in theoretical and practical comparison shows that the ordinary Kriging method is not suitable for soil nitrogen interpolation.

(3)There is a significant correlation between soil total nitrogen content and topographic variation. Elevation, valley depth and slope are negatively relevant with total nitrogen content. There is no correlation between slope direction, topographic

humidity index and total nitrogen distribution. Slope curvature is related to total nitrogen to some extent. The difference of soil total nitrogen content is mainly resulted from the interaction between soil environment and human factors, in which mud bone field has the highest total nitrogen content.

Keywords: nitrogen element; spatial interpolation; mapping

目 录

1 绪论 1

1.1研究目的与意义 1

1.2国内外研究概况 1

1.2.1国外研究概况 1

1.2.2国内研究概况 2

1.3研究内容 4

1.4技术路线 4

2 研究区的概况 5

2.1地理位置 5

2.2地形地貌 5

2.3土地利用状况 6

2.4土壤类型 6

3 材料与方法 7

3.1采样点布设状况分析 7

3.2测定方法 7

3.3数据库构建 7

3.4空间插值方法 8

4 分析与结果 11

4.1各采样点氮素含量分布状况 11

4.2土壤全氮的空间变异分析 12

4.3不同插值方法特征分析 12

4.4反距离加权法下全氮空间分布分析 14

4.5不同土壤类型的全氮空间分布 21

5 结论 23

致谢 24

参考文献 25

1 绪论

1.1研究目的与意义

土壤氮素是植物生长发育所必需的营养元素,由于不合理农业耕作,农药的大肆使用使得土壤中作物可利用的氮素资源日益短缺影响到作物的产量和品质从而限制了作物的高产和稳产[1]。土壤氮素的区域性差异较大,只有掌握了土壤氮素的空间异质性及其分布格局才能做到因土施氮,使有限氮源投入到缺氮土壤上。通过制图可以精确的描述出氮素在空间上的分布、形状、大小、地理位置及相对位置。土壤氮素制图可以最直观的表现土壤氮素空间变化但是不同的插值方法会影响土壤氮素制图的精度[2-3]。本研究以安徽省宣城市宣州区为研究区域,通过野外典型采样和室内实验,分析对比反距离加权法(IDW)和普通克里金法(OK),旨在探索最适宜于该区域的空间插值方法,并在此基础上分析土壤全氮的空间分布特征。

1.2国内外研究概况

1.2.1国外研究概况

国外学者在二十世纪六、七十年代开始研究土壤特性空间变异时,主要是应用地统计学方法研究土壤物理性质空间变异。目前,关于GIS与地统计相结合的研究已有很多。国外应用地统计学对土壤的空间变异性的研究较多[4-5]。国外研究中,Tomislav Hengl等(2003)以克罗地亚国家为例,描述了一种基于回归克里格法的空间预测方法框架,并与一般方法进行了比较。结果表明,该框架提高了预测的效率[6]。Dharmakeerthi等(2006)发现,不同的农田管理措施对土壤氮的空间分布存在较大影响,不同研究区、不同研究尺度下引起土壤氮发生变异的因素存在较大差异[7]。由于地统计学通常要求均匀取样,这给大区域范围的土壤养分空间变异定量研究带来一定的困难,所以以往大多数有关土壤养分的空间变异研究局限于小尺度范围。九十年代以来,世界各国土壤科学家相继开展了土壤定量化研究,结合了数字地形分析,GIS技术和土壤调查技术的定量化土壤景观模型研究已经成为近年来土壤学研究的一个非常活跃的邻域。Kay Sumfleth等(2007)从土壤水分运动、养分淋溶、土壤侵蚀和植物生长等方面对土壤性质的空间分布的关系进行了研究[8]。Guojin He等(2017)研究比较了三种空间插值(Kriging、样条和反演距离加权)和两种回归分析多元线性回归(MLR)和地理加权回归(GWR)模型用于预测中国的最小、平均和最大的近地表气温。结果表明,样本数据的标准差越高,NSAT的平均值越低,利用空间插值模型预测月NSAT性能较好[9]。WU, Qian等(2017)采用对比反距离加权法(IDW)和普通克里格(OK)的土地利用类型,而不是整个流域,这能改善东南地区200平方公里城市化流域土壤总碳、全氮和全磷的制图效果。结果表明:基于个别土地利用类型的插值,极大地改善了IDW和OK在流域全氮、全磷和总碳的映射性能[10]。Rodríguez等(2017)利用四种空间插值方法(逆距离加权法、样条插值法、克里金法和自然邻域法)及其不同的变化等,对卡斯蒂利亚地区的全球水平辐射(GHI)进行了地图绘制。这项工作通过运用Arcgis技术进行绘制,该软件广泛应用于地质统计应用[11]。Loghmari, I.等(2018)本文建立并评价了两个月太阳辐射空间插值模型:人工神经网络(ANN)和基于逆距离加权(IDW)的空间插值模型,其目的是预测全球50公里以上的太阳辐射[12]。 

1.2.2国内研究概况

我国在20世纪80年代初开始利用地统计学对土壤学进行研究,近年来,随着计算机的快速发展,许多学者利用GIS技术来研究不同元素的空间分布,并取得了一定成果。GIS的空间信息和属性信息管理功能为土壤资源信息系统的建立提供了技术基础。刘付程等(2004)[13]利用地统计学方法分析了太湖典型地区耕层土壤全氮含量的空间变异特征,寻找出了适用于研究区域土壤全氮制图的最佳邻域,并在此基础上利用块段克立格法绘制了土壤全氮含量空间分布图。李晓燕等(2004)[14]以吉林省德惠市为例,利用地统计学和GIS相结合的支持下,以半方差理论模型为工具研究土壤速效钾的空间变异特征,分析对比不同空间插值方法的插值精度,统计分析结果表明,研究区内土壤速效钾服从对数正态分布,理论模型为指数模型。在步长范围内空间变异程度随着距离的增大而增大,不同尺度内各要素的影响程度相当。采用不同的方法对研究区速效钾的插值结果进行了比较,结果表明在所有插值方法中,球面多项式插值的RMSE最大,平常克吕格的指数模型插值精度最高。石小华等(2006)[15]以陕西省周至县北部猕猴桃适生区利用地统计学和GIS技术对比分析不同插值方法的优缺点。刘静等(2008)[16]通过对重庆市梁平县仁贤镇105个土壤采样点的有机质含量与海拔高度的关系进行分析,提出了结合海拔高度对逆距离权重法和克里格插值法改进的插值方法。庞夙等(2009)[17]对双流县县域尺度上农田土壤氮素的空间分布特征及其影响因素进行相关研究。张素梅等(2010)[18]利用GIS等技术建立土壤养分空间分布预测模型,应用回归克里格(Kriging)方法,预测吉林省农安县土壤养分(有机质和全氮)的空间分布。李会民等(2013)[19]采用区变量的半变异理论定量研究了土壤速效钾的空间变异特征分析比较了不同空间插值方法的擂值精度,并利用最优克里金法插值生成了研究区土壤速效钾的分布格局图。结果表明所有插值方法中球面多项式插值的RMSE最大,平常克吕格的指数模型擂值精度最高。王丹等(2014)[20]以河南省封丘县为研究对象,通过选择高程、坡度、平面曲率、剖面曲率、地形湿度指数、归一化植被指数( NDVI) 等环境因子为辅助变量模拟土壤结构性分量,并分别采用普通克里格法和反距离权重法处理空间相关的随机分量,提出了结合环境因子的空间插值方法,并对土壤有机质和全氮进行预测制图。结果表明结合环境因子的空间插值方法能够提高土壤养分空间分布的预测精度,是一种有效的土壤养分预测制图方法。陈昌华等(2014)[21]在ARCGIS和GS 软件的支持下,对比分析了反距离加权法(IDW)、径向基函数(RBF)、普通克里金(OK)和回归克里金(RK)4种地统计空间插值方法在不同样本容量下土壤全氮含量(STNC)的空间插值效果。姚云峰等(2015)[22]对内蒙古自治区赤峰市敖汉旗西部的黄花甸子流域上的农田土壤氮素的空间分布特征及其影响因素进行相关研究。李硕等(2015)[23]利用可见—近红外(vis-NIR)高光谱成像技术对土壤剖面氮素垂直分布进行预测。于洋等(2015)[24] 采用不同空间插值方法对黄土高原地区85个气象站点1957-2013年逐日降水数据进行年均降水量空间插值分析采用平均绝对误差(MAE)、均方根误差(RMSE)、Pearson相关系数(R)以及准确度(AC)对插值结果进行对比,研究不同方法对该地区年均降水量插值结果的影响。结果表明:综合对比不同插值方法实测值与估算值的验证结果表明采用半变异函数为环形模型的普通克里格法是进行黄土高原年均降水量插值较好的方法我国学者主要以土壤速效钾等为研究对象,对比不同空间插值方法的插值效果。

1.3研究内容

以安徽省宣城市宣州区为研究区域,本研究目的在于:对比分析反距离加权法(LDW)与普通克里金(OK)两种地统计空间插值方法的空间插值效果,旨在探索最适宜于该区域的空间插值方法,并在此基础上分析土壤全氮的空间分布特征。

1.4技术路线

2 研究区的概况

2.1地理位置

安徽省宣城市宣州区地处长江以南,是皖南山区与长江中、下游平原的结合部;地跨北纬30°34’~31°19’,东经118°28’~119°04’。宣州区是宣城市中心,总面积2533平方千米,宣州地区气候属于亚热带湿润季风气候。

图2.1安徽省宣城市宣州区位置图

2.2地形地貌

宣城市宣州区境内地貌,在地质分区上位于扬子准地台地区。地层属扬子地层 区下扬子分区,各时代地层发育比较完整。受地质构造控制,地势南高北低,地貌复杂多样。全区总面积2533平方千米,地处皖南山区余脉与长江中下游冲积平原结合部。

2.3土地利用状况

全区土地总面积262075.01公倾,其中耕地面积96455.5公颂,占总面积的36.8%,林业用地面积90000公顷,占总面积的34.3%,自然水域总面积35982公顷,占总面积13.7%,其他用途面积39637.51公顷,占总面积15.1%。

2.4土壤类型

宣州区土壤共划分为10个土类,其中主要是红壤土类,占全区土壤面积52%。黄壤土类占全市土壤面积2.7%。黄棕壤土类占全区土壤面积3.9%。紫色土土类占全区土壤面积8.6%。黑色石灰土土类占全区土壤面积5.4%。石质土土类占全区土壤面积2.9%。粗骨土土类占全区土壤面积5.6%。红粘土土类占全区土壤面积0.2%。潮土土类占全区土壤面积1.4%。水稻土土类是本区主要的耕地土壤,占全区土壤面积17.3%,广泛分布于平原。

3 材料与方法

3.1采样点布设状况分析

根据随机布设采样点,并基于研究区1:200000地形图,并综合考虑地形因子、土壤类型等特征对采样点进行分析,最终获取采样点924个。针对每个采样点的取土深度及采样量应保持一致(取20cm深的土层),土层上层与下层的比例要相同。取土器应垂直于地面取土,深度相同。用取土铲取样应先铲出一个耕层断面,再平行于断面取土,采集的样品量,混合土样以取土1kg左右为宜。将采集的样品放入品袋,用铅笔写好标签,内外各一张,调查单元编号 土地利用 样品个数。

3.2测定方法

本研究土壤全氮含量测量采用凯氏定氮法。

您需要先支付 80元 才能查看全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,优先添加企业微信。