地理信息系统在印度北卡纳塔卡省土壤营养素的空间变异中的应用
j·b·Kambale1*和H. V. Rudramurthy2
1印度农业科学大学Bheemarayanagudi农学院农业工程系,印度Raichur 585287。
2农业科学大学Bheemarayanagudi农学院土壤科学和农业化学系,Raichur 585287印度。
DOI:http://dx.doi.org/10.12944/cwe.12.1.20
土壤肥力的空间变异性对立地施肥具有重要意义。为了了解情况,我们在印度卡纳塔克邦亚德吉尔区万图尔加村采集了25个土壤样本。对样品进行了电导率(EC)、氢功率(pH),有机碳(OC),氮(N),磷(P2O.5.)和钾(k2此外,SPSS (ver. O .)19)利用常规统计分析和ArcGIS技术,获取土壤速效养分的分布和空间变异信息。结果表明:土壤EC值变化范围为0.13 ~ 0.25 dS/m,平均值为0.18 dS/m;PH范围从6.62到8.82,平均7.89。有效OC为0.14% ~ 1.90%,平均值为0.78%。N, P的均值也是一样2O.5.和K2o分别观察到215.3千克/公顷,31.5千克/公顷和513.4千克/公顷。SD的SD和CV分别为0.031和16.69%,而P分别为P.H, oc n p2O.5.和K2o发现它分别为0.56和7.04,0.39和51.16,100.9和46.86,19.12和60.61,160.88和31.333。制备各种营养素的空间可变性地图显示了土壤营养素可用性的巨大变化。由于肥料均衡施加均衡,这种可变性出现。有人建议,基于土壤营养素所需的陆地所需的营养素适当应用。
复制以下引用这篇文章:
王志强,王志强,王志强,等。地理信息系统在土壤速效养分空间变异研究中的应用[j]。Curr World Environ 2017;12(1)。DOI:http://dx.doi.org/10.12944/cwe.12.1.20
复制以下内容以引用此URL:
王志强,王志强,王志强,等。地理信息系统在土壤速效养分空间变异研究中的应用[j]。Curr World Environ 2017;12(1)。可以从://www.a-i-l-s-a.com/?p=16814
文章出版历史
已收到: | 2016-11-28 |
---|---|
公认: | 2017-03-03 |
介绍
传统的土壤肥力管理方法是将整块地视为一个单一的土壤群,并将肥力需求计算为一块地。背诵土壤空间变异性在田间有巨大的困难,在使用最新的先进工具和技术v.全球定位系统(GPS)、地理信息系统(GIS)和许多其他系统已经启动。许多科学家在不同地点进行的研究表明,GIS是一套有效的工具,用于收集、存储、检索、转换和显示空间数据。1还有人看到,在自然资源管理组中工作的科学家们已经广泛地使用了GIS,以生产有助于在空间和时间上且时间上理解土壤肥力状态的地区的土壤肥力图,这将是计算特定网站特异性建议用于适用适量的肥料。GPS和GIS等技术允许旨在映射的田地,并有助于了解土壤肥力因子之间的复杂空间关系。2值得注意的是,一份选定地点的准备好的土壤肥力状况图可以帮助指导各种利益相关方,如来自农业社区的人,来自工业部门的制造商和规划者决定在一年中不同种植季节对各种土壤有效养分的需求,并根据作物种植强度和种植模式预测需求的增长。2,3.指出土壤性质在空间上可能因一系列因素而变化,例如母质、地形、气候、植被和土地管理。研究还表明,土壤的空间变异性对于确定与生产面积相关的养分极限区以减少养分的利用至关重要。因此,精准农业主要依赖于对农业土壤肥力空间变异的管理,而土壤肥力空间变异是制约粮食生产的主要因素。4.因此,在本研究中,常规统计分析和ArcGIS工具已应用于获得有关土壤可用营养素的分布和空间变异性的信息。
材料和方法
研究区
该研究在位于北纬16.64 - 16.65和东经76.69 - 76.70之间的Shahapur taluk的Vandurga村进行(图1),总研究面积为40公顷。该村庄位于卡纳塔克邦东北部干旱区(zone -2)之下,沙哈普尔运河支流流经克里希纳河进行部分灌溉。研究区地势起伏,岩石系统为太古代花岗岩成因复合体。它也是半干旱气候,年平均降雨量656毫米,最低气温210.C,最高温度为350.C。
|
土壤采样与分析
总共25种土壤样品(0-20cm深度)从农民的田地收集了随机2公里半径。同时,从所有采样点的全球定位数据被GPS(Trimble Juno-3D)设备记录在播种之前(南至季隆的爆发)作物,以评估土壤肥力状态的空间变异性。所有来自不同地点的土壤样品都被用于实验室分析。在分析土壤可用营养素[导电性(EC),PH,土壤有机碳(OC),氮(N),磷(P .)2O.5.)和钾(k2所有收集的土壤样品都经过风干,并按照标准的实验室程序通过BSS(8)和ASTM(10)的2毫米铜筛进行筛分。5,6,7,8,9.完成了实验室分析,以了解所有土壤样品的化学特性的生育状态。
数据库准备
整个分析数据使用SPSS和ArcGIS进行进一步处理。最初使用SPSS (version 19)进行常规统计分析,使用ArcMap GIS (version 9.2)进行空间分析。ArcMap GIS生成的各种地图如图1和图2所示。利用K-S (Kolmogorov-Smirnov)试验对土壤速效养分的具体分布进行正态性评价。
结果与讨论
描述性统计
研究区土壤速效养分(EC、pH、OC、N、P)的描述性统计值2O.5.和K2o)列于表1.已经计算出所有可用土壤营养成分的平均值,最大,最小,标准偏差(SD)和变异系数(CV)值为25个研究区域的25个位置。获得的结果与10在乌干达学习区莫克纳。还观察到,由于在过去的平均值中常规施用各种营养素,N,P,K和OC的平均值。
表1:土壤可用营养素的描述性统计数据。
参数值 |
土壤可用营养素 |
|||||
电子商务,dS / m |
P.H |
OC, % |
N,公斤/公顷 |
P.2O,公斤/公顷 |
K.2P.5.,公斤/公顷 |
|
意思 |
0.18 |
7.98 |
0.77 |
215.31 |
31.55 |
513.47 |
最大 |
0.24 |
8.82 |
1.90 |
527.81 |
79.62 |
994.6 |
最低 |
0.12 |
6.62 |
0.14 |
100.84 |
7.93 |
312.6 |
中位数 |
0.178 |
8.135 |
0.701 |
181.4 |
24.62 |
478.0 |
SD |
0.03 |
0.56 |
0.39 |
100.9 |
19.12 |
160.88 |
CV % |
16.68 |
7.04 |
51.16 |
46.86 |
60.60 |
31.33 |
分布充足的测试
Kolmogorov-Smirnov(K-S)测试应用于确定分析的土壤样品是否来自具有特定分布的数据集。11应用的测试基于经验分布函数(ECDF)。K-S测试报告已在表2(A和B)中呈现。根据定义除去一些异常值的值[12]对于OC N P2O.5.,和K.2从学习中获得更精确的结果。K-S检验发现pH、EC和OC符合正态分布,概率分别为0.49、0.88和0.38,N、P不符合2O.5.和K2O.还观察到,对于日志正态分布,K-S测试对于研究区域评估的所有可用营养素是一致的。
表2A:Kolmogorov-Smirnov(K-S)测试报告。
参数 |
实际平均值95%的置信区间 |
IIIrd四分位数 |
IST四分位数 |
来自中位数的平均绝对偏差 |
根据jhon tukey定义的异常值值 |
pH值 |
7.74通过8.21 |
8.40 |
7.49 |
0.43 |
- |
EC. |
0.17至0.19 |
0.20 |
0.17 |
2.42 |
- |
OC |
0.61通过0.94 |
1.01 |
0.51 |
0.29 |
1.91 |
N |
173.7通过257.0 |
101.00 |
270.00 |
140.00 |
528. |
P.2O.5. |
23.66 THRU 39.45 |
39.40 |
17.80 |
14.00 |
79.6 |
K.2O. |
447.1通过579.9 |
574.00 |
397.00 |
115.00 |
995 |
表2b: Kolmogorov-Smirnov (K-S)检测报告。
项目 |
正常分布 |
日志正态分布 |
||||||
KS说 |
P. |
意思 |
SD |
KS说 |
P. |
意思 |
SD |
|
pH值 |
一致的 |
0.49 |
7.93 |
0.66 |
一致的 |
0.39 |
7.90 |
1.09 |
EC. |
一致的 |
0.88 |
0.18 |
3.42 |
一致的 |
0.54 |
0.17 |
1.22 |
OC |
一致的 |
0.38 |
0.83 |
0.45 |
一致的 |
0.30 |
0.64 |
2.16 |
N |
不太可能 |
0.01 |
242.8 |
115.3. |
一致的 |
0.63 |
203.9 |
1.57 |
P.2O.5. |
不太可能 |
0.01 |
35.58 |
20.59 |
一致的 |
0.99 |
26.64 |
1.93 |
K.2O. |
不太可能 |
0.01 |
551.5 |
183.5 |
一致的 |
0.60 |
506.8 |
1.37 |
所有可用土壤养分的空间变异性地图准备经过逆距离加权插值点的值(IDW)方法,提出了图2 (vi)。分类可用土壤养分的空间变异性研究区域在特定位置的空间变异性地图准备和清楚地显示需要营养管理的地方许多科学家也观察到类似的结果。13利用克里格插值技术编制马来西亚哥打基那巴鲁滑坡易感性分析图,定位滑坡易发地区。14摘要介绍了克里格技术在土壤性质预测中的准确性,以及描述连续和分类土壤性质空间格局的半变异函数工具。
|
结论
在本研究中,我们分析了卡纳塔克邦Yadgir区Vandurga村土壤肥力的空间变异。这项研究表明,在大多数农民的农田中,速效养分存在巨大的空间变异。很少有农民发现营养不足,有些农民发现营养充足。这是由于农民缺乏营养均衡的应用。由此可见,应根据土壤试验值确定适当的养分施用量。本研究揭示了GIS在了解研究区土壤速效养分空间变异以及空间插值和制图方面的作用。
承认
作者愿意感谢农业科学大学研究主任,赖谢支持这项工作。特别感谢日志未知审核人员,帮助我们改善手稿。
参考
- 3 .《地理信息系统原理》,《地理信息系统原理》,《地理信息系统原理》理查德·道金斯版。牛津出版物。(2015)
- Burrough,P. A.,McDonnell,R. A.和Lloyd,C. D.地理信息系统的原则:第2版(空间信息系统),牛津出版物。(1998)
- 魏军,张国华,张国华,张国华。基于土壤养分空间分布特征的奶牛养殖场土壤养分空间分布特征研究。土壤耕作研究, 106, 185-193 (2010)
CrossRef - Srivastava,A. K.,Singh,S.和Das,S.N.基于营养型优化的基于生产率的教育间位描绘在印度东北部的柑橘果园,19th世界土壤科学大会,变化世界的土壤解决方案,2010年8月1日至6日,澳大利亚布里斯班。(2010)
- WANKLEY,A.和BLACK,I。A。A。一种测定土壤有机质的DEGTJAREFF方法及铬酸滴定法的提出改性。土壤科学那37第29 ~。http://dx.doi.org/10.1097/00010694 - 193401000 - 00003 (1934)
CrossRef - Bouycos,G. J.液压仪方法改善了土壤粒度分析。农学期刊那54464 - 465 (1962)
CrossRef - 应用单一溶液法测定天然水中有效磷酸盐的研究。分析Chimica学报,27,31-36。http://dx.doi.org/10.1016/s0003-2670(1962)
Crossref - 王志强,王志强,王志强,等。植物对磷营养的影响。植物营养与肥料学报。土壤科学,126,230-236(1978)
CrossRef - Carter,M. R.土壤采样与土壤分析方法。加拿大土壤科学协会。刘易斯出版商,伦敦。823pp。(1993)
- 乌干达Mukono农业研究与发展研究所的一块试验田的精确营养变异研究。非洲环境科学与技术杂志, 8(6), 366-374 (2014)
CrossRef - CSBSJU http://www.physics.csbsju.edu/stats/ks-test.html(2016)
- Dukey,J.探索性数据分析,Addison-Wesley(1977)
- 赵军,张建民,明锴。黑土土壤养分空间异质性研究——以海伦县为例。水土保持公报24 (6), 53-57 (2004)
- Roslee, R., Jamaluddin, T. A.和Talip, M. A.在滑坡敏感性分析的确定性模型(LSA)中使用GEOSTAtistical插值技术(Kriging) (GEOSTAINT-K)进行GIS集成。地理地质学报4 (1), 18 32 (2012)
这个作品是根据Creative Commons attage 4.0国际许可证.