【摘要】：土壤酸化已成為近年來(lái)我國(guó)南方地區(qū)最為嚴(yán)重的土地退化問(wèn)題之一,土壤pH是指土壤中的氫離子濃度指數(shù),pH的微小變化都會(huì)影響植物的生長(zhǎng)。土壤原本是一個(gè)相對(duì)穩(wěn)定的生態(tài)系統(tǒng),通常土壤的酸堿度會(huì)維持在一定的范圍內(nèi),然而隨著氣候、地形尤其是人為活動(dòng)等條件的變化,土壤pH往往會(huì)打破穩(wěn)定的平衡,走向酸性化或者鹽堿化。如何弄清土壤pH的空間變異特征以及土壤酸化的影響因子是近年來(lái)的研究熱點(diǎn)。同時(shí),耕地土壤pH是評(píng)價(jià)耕地質(zhì)量的重要指標(biāo)之一,土壤酸化嚴(yán)重時(shí)甚至?xí)䦟?dǎo)致絕產(chǎn)絕收,耕地土壤酸化問(wèn)題的加劇已經(jīng)嚴(yán)重影響到我國(guó)的糧食生產(chǎn)安全。所以急需相應(yīng)的土壤酸化防治措施來(lái)治理耕地土壤的酸化問(wèn)題,但土壤的空間異質(zhì)性決定了不同地區(qū)的耕地土壤酸化受到的影響因素是不同的,因此,管理分區(qū)理念的引入解決了不同影響因素導(dǎo)致的不同地區(qū)的土壤酸化問(wèn)題,為因地制宜的土壤酸化防治提供了理論基礎(chǔ)。本文以江西省全省91個(gè)縣市地區(qū)作為研究區(qū),將2005至2012年的江西省測(cè)土配方施肥時(shí)的土壤pH采樣點(diǎn)數(shù)據(jù)作為主變量,結(jié)合全省88個(gè)氣象站點(diǎn)的氣象數(shù)據(jù)、DEM數(shù)據(jù)和統(tǒng)計(jì)年鑒中81個(gè)縣市地區(qū)的施肥量數(shù)據(jù)等作為輔助變量。首先將全部變量在SPSS軟件中進(jìn)行異常值剔除、相關(guān)性分析和主成分分析等一系列的預(yù)處理工作,得到90805個(gè)數(shù)據(jù)樣點(diǎn)。然后在ArcGIS軟件中將全部數(shù)據(jù)隨機(jī)分為80%(72644個(gè)樣點(diǎn))的建模集和20%(18161個(gè)樣點(diǎn))的驗(yàn)證集。在關(guān)于江西省耕地土壤pH的空間變異研究中,分別使用普通克里格插值模型(Ordinary Kriging)、協(xié)同克里格插值模型(Cokriging)和BP神經(jīng)網(wǎng)絡(luò)模型(Back Propagation Neural Network)三種預(yù)測(cè)模型的預(yù)測(cè)值作為數(shù)字土壤制圖數(shù)據(jù),使用建模集的數(shù)據(jù)作為模型的建立基礎(chǔ),然后利用驗(yàn)證集的數(shù)據(jù)采用交叉驗(yàn)證的方法對(duì)三種模型進(jìn)行精度評(píng)價(jià)。在耕地土壤酸化管理分區(qū)的研究部分,使用了基于模糊聚類思維的模糊C均值聚類算法(Fuzzy C-Means algorithm)對(duì)全省的耕地進(jìn)行了管理分區(qū)劃定,為了保證劃定分區(qū)的合理性,引用了模糊性能指數(shù)(Fuzziness Performance Index)和改進(jìn)分類熵(Modified Partition entropy)作為聚類有效性檢驗(yàn)的標(biāo)準(zhǔn)。最后根據(jù)管理分區(qū)的結(jié)果,結(jié)合部分土壤酸化防治手段提出了相關(guān)建議。本文的主要研究成果如下:(1)江西省耕地土壤pH變化范圍均在3.5~6.8之間,總體上均呈現(xiàn)出中間低、四周高的總體趨勢(shì),高值與低值區(qū)呈現(xiàn)出島狀分布,中值區(qū)占主要部分。全省耕地土壤pH平均值為5.1,達(dá)到五級(jí)酸性的水平。其中低于四級(jí)弱酸性的地區(qū)共84個(gè),已經(jīng)占到了全省的92.3%,部分地區(qū)出現(xiàn)了低于4.5的六級(jí)強(qiáng)酸性土壤。江西省內(nèi)耕地酸化形勢(shì)嚴(yán)峻,需要引起足夠的重視。(2)通過(guò)全省耕地土壤pH的普通克里格和協(xié)同克里格插值模型半方差函數(shù)分析發(fā)現(xiàn):普通克里格(OK)方法和協(xié)同克里格(COK)方法的決定系數(shù)分別為0.63和0.55。OK法的步長(zhǎng)(17.90Km)與COK法的步長(zhǎng)(27.34Km)差別較大,這與兩者的半方差函數(shù)模型有關(guān)。OK法以及COK法的塊金效應(yīng)值分別為47.83%和66.63%,兩種方法表現(xiàn)出相同等級(jí)的空間相關(guān)性,從結(jié)果來(lái)看,土壤屬性的空間變異是受到了結(jié)構(gòu)性和隨機(jī)性因素共同影響的。(3)通過(guò)交叉驗(yàn)證的方法,選取平均誤差(ME)、平均絕對(duì)誤差(MAE)和均方根誤差(RMSE)三項(xiàng)指標(biāo)作為模型精度的評(píng)價(jià)指標(biāo),最終得到OK法的三項(xiàng)指標(biāo)為-0.00163、0.296、0.409,COK法三項(xiàng)指標(biāo)為-0.00138、0.273、0.376,BPNN法三項(xiàng)指標(biāo)為0.00126、0.261、0.351。結(jié)合三種方法的制圖結(jié)果對(duì)比發(fā)現(xiàn),OK法的插值結(jié)果在空間結(jié)構(gòu)上較為平滑,但無(wú)法完全體現(xiàn)土壤pH的真實(shí)空間變化特征。COK法的插值結(jié)果較OK法精度有所提高,在部分局部特征方面更為精細(xì),說(shuō)明輔助變量的引進(jìn)增加了插值精度。BPNN法的插值結(jié)果不僅在空間布局上更好的體現(xiàn)出空間異質(zhì)性和隨機(jī)性,在交叉驗(yàn)證環(huán)節(jié)也顯示出高于OK法和COK法的驗(yàn)證精度。因此,BPNN法在本研究中直觀地考慮了輔助變量的空間信息,減少了在主成分分析中產(chǎn)生的誤差傳遞,從而在最終的數(shù)字土壤制圖中更具優(yōu)勢(shì)。(4)通過(guò)模糊C均值聚類算法最終得到的江西省耕地土壤pH的最佳管理分區(qū)數(shù)為4,1區(qū)到4區(qū)的酸化程度由輕到重依次增加。酸化程度最深的4區(qū)所占的區(qū)域面積最大,1區(qū)酸化程度最輕但區(qū)域所占面積最小。分區(qū)的各項(xiàng)均值對(duì)比結(jié)果表明耕地土壤酸化的主要原因是施肥作用,酸雨沉降影響弱于施肥行為。
【學(xué)位授予單位】：江西財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：S153;F323.211
【圖文】：

緒論行影響耕地土壤 pH 的影響因子的管理分區(qū)劃定，最后根據(jù)管理分區(qū)的研究結(jié)果，結(jié)合江西省耕地的特性，提出具有針對(duì)性的建議，從而達(dá)到改善耕地土壤酸化的目的。1.4 技術(shù)路線圖本研究經(jīng)過(guò)初步構(gòu)想，論文總體技術(shù)路線如圖所示：

2.1 研究區(qū)概況江西省屬于我國(guó)中部地區(qū)，地理位置處于長(zhǎng)江中下游交接處的南岸。位于北緯24 度 29 分~30 度 40 分、東經(jīng) 113 度 34 分~118 度 28 分之間。省境東西全省總面積 16.69 萬(wàn)平方公里，東南西三面群山環(huán)繞，內(nèi)側(cè)丘陵廣亙，中部和北部為坦蕩平原，全省的地勢(shì)，由邊緣向中心、自南而北的向鄱陽(yáng)湖傾斜，形成一個(gè)向北開(kāi)口的巨大盆地。江西全省氣候四季變化分明。春季氣候溫暖多雨，夏季氣候炎熱溫潤(rùn)，秋季氣候涼爽少雨，冬季氣候寒冷干燥。全省的年平均氣溫在 16 度到 19.4 度之間，全省年平均降水量 1300 毫米到 2000 毫米。全年總體氣候溫暖，光照時(shí)間充足，降雨量充沛，是典型的亞熱帶濕潤(rùn)氣候。全省耕地總面積約 2819768 公頃，其中水田面積約 2270269 公頃，占 80.5%。旱地面積約 549499 公頃，占 19.5%。江西省主要糧食作物為水稻，其次是小麥、甘薯，此外還盛產(chǎn)油菜、茶葉、油茶等經(jīng)濟(jì)作物。全省主要的土壤類型是紅壤、水稻土、黃壤和山地黃棕壤，而其中水稻土主要有潴育型、潛育型和淹育型 3 個(gè)亞類，潴育型水稻土在全省分布面積最廣，水稻土的成土母質(zhì)主要是第四紀(jì)紅色粘土和河湖沉積物，以及部分丘陵地區(qū)的酸性結(jié)晶類風(fēng)化物等。研究區(qū)示意圖如圖 2-1 所示。

圖 2-2 輔助數(shù)據(jù)匯總圖Fig.2-2 The summary of auxiliary datas2.3.3 異常值處理所謂異常值即在數(shù)據(jù)中存在不合理的值，又稱離群點(diǎn)。當(dāng)出現(xiàn)異常值時(shí)通常的做法是直接剔除。在統(tǒng)計(jì)學(xué)中異常值的判別通常是給定一個(gè)置信概率，并確定一個(gè)置信閥值，凡超過(guò)閥值的誤差，就認(rèn)為它不屬于隨機(jī)誤差范圍，將其視為異常值。本文將采用標(biāo)準(zhǔn)化數(shù)值方法即 Z 分?jǐn)?shù)法來(lái)識(shí)別異常值。利用 SPSS 生成主變量和輔助變量的 Z 分?jǐn)?shù)，之后依據(jù)統(tǒng)計(jì)學(xué)中的拉依達(dá)準(zhǔn)則，將 Z 分?jǐn)?shù)的絕對(duì)值高于 3 的數(shù)據(jù)作為異常值。在剔除超出標(biāo)準(zhǔn)的異常值后，最終得到 90805 個(gè)數(shù)據(jù)樣點(diǎn)。2.3.4 主成分分析本研究將使用主成分分析法綜合提取各項(xiàng)輔助數(shù)據(jù)，現(xiàn)將數(shù)據(jù)樣點(diǎn)在軟件中進(jìn)行主成分分析，對(duì)輔助變量進(jìn)行降維處理，將 10 個(gè)輔助變量轉(zhuǎn)換成 1 個(gè)綜合指標(biāo)，以此來(lái)提取所有輔助變量中有價(jià)值的信息，并用于協(xié)同克里格方法的插值預(yù)測(cè)。在 SPSS 軟件中進(jìn)行主成分分析，得到的方差解釋結(jié)果如表 2-2 所示。其中，

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周曉陽(yáng);周世偉;徐明崗;Colinet Gilles;;中國(guó)南方水稻土酸化演變特征及影響因素[J];中國(guó)農(nóng)業(yè)科學(xué);2015年23期

2 周銀;劉麗雅;盧艷麗;馬自強(qiáng);夏芳;史舟;;星地多源數(shù)據(jù)的區(qū)域土壤有機(jī)質(zhì)數(shù)字制圖[J];遙感學(xué)報(bào);2015年06期

3 盛宣才;邵學(xué)新;吳明;寧瀟;葉小齊;;水位對(duì)杭州灣蘆葦濕地土壤有機(jī)碳、氮、磷含量的影響[J];生態(tài)與農(nóng)村環(huán)境學(xué)報(bào);2015年05期

4 王德彩;張雅梅;畢會(huì)濤;孫文;;Vis-NIR光譜信息輔助的土壤質(zhì)地協(xié)同克里格預(yù)測(cè)制圖[J];土壤通報(bào);2015年04期

5 王文娟;楊知建;徐華勤;;我國(guó)土壤酸化研究概述[J];安徽農(nóng)業(yè)科學(xué);2015年08期

6 郭澎濤;李茂芬;羅微;林清火;唐群鋒;劉志崴;;基于多源環(huán)境變量和隨機(jī)森林的橡膠園土壤全氮含量預(yù)測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2015年05期

7 胡波;張會(huì)蘭;王彬;王云琦;郭平;劉春霞;唐曉芬;;重慶縉云山地區(qū)森林土壤酸化特征[J];長(zhǎng)江流域資源與環(huán)境;2015年02期

8 黃婷;周冀衡;李強(qiáng);王育軍;張卓;;不同海拔高度植煙土壤pH值分布情況及其與土壤養(yǎng)分的關(guān)系——以云南省曲靖市為例[J];土壤通報(bào);2015年01期

9 于天一;孫秀山;石程仁;王才斌;;土壤酸化危害及防治技術(shù)研究進(jìn)展[J];生態(tài)學(xué)雜志;2014年11期

10 代富強(qiáng);周啟剛;劉剛才;;基于回歸克里格和遙感的紫色土區(qū)土壤有機(jī)質(zhì)含量空間預(yù)測(cè)[J];土壤通報(bào);2014年03期

相關(guān)碩士學(xué)位論文 前3條

1 曾廷廷;紅壤區(qū)作物產(chǎn)量對(duì)酸化的響應(yīng)及pH閾值[D];貴州大學(xué);2017年

2 趙凱麗;不同母質(zhì)紅壤的酸化特征及趨勢(shì)[D];中國(guó)農(nóng)業(yè)科學(xué)院;2016年

3 文雯;黃土高原羊圈溝小流域土地利用時(shí)空變化的土壤有機(jī)碳效應(yīng)研究[D];西南大學(xué);2014年

本文編號(hào)：2786653