论文部分内容阅读
管理分区是精准农业实施田间变量施肥管理的重要环节，是精准农业获得经济和生态效益的有效途径和突破口。本研究以“3S”技术和地统计学为支持，探讨了精准农业管理分区的划分与评价方法。主要研究结果包括：1、探讨了采用回归克里金法提高土壤养分估测精度的可行性。比较了回归克里金法、简单线性回归法、普通克里金法、协克里金法用于估测土壤有机质空间分布图的优劣，并进行了不同估测方法对采样数的敏感性分析。结果表明，四种方法对有机质的方差解释量和估测精度的大小顺序均为：回归克里金＞协克里金＞线性回归＞普通克里金。利用辅助数据估测有机质的前三种方法，对有机质的方差解释量及估测精度均高于仅利用了有机质信息的普通克里金法，其中回归克里金法因在估测过程中加入了回归残差而使方差解释量最大、估测精度最高。随有机质采样点数的减少，线性回归法的估测精度基本保持不变，其它三种方法的估测精度逐渐降低，其中回归克里金法的估测精度降低最少。因此，回归克里金法可以在保持较高估测精度的前提下，降低采样和测试成本，提高精准农业变量施肥管理的经济可行性。
2、提出了基于多年产量监测数据的精准农业产前管理分区的划分方法，并从方差减少率、差异显著性、空间破碎化、空间一致性四个方面对分区结果进行了评价。结果表明，该方法有效地去除了由随机变异造成的孤立像元或碎片，保留了实际的产量变异，增加了管理分区的有效面积，提高了管理分区的连续性。分区结果可以直接作为精准农业目标产量分区图，用于作物种植前肥料推荐管理决策。
3、在多种土壤养分空间分布信息支持下，利用模糊K-均值聚类算法将整个地块划分为不同的管理分区，并引入模糊效果指数(PFI)和标准化分类熵(MPE)两个指标确定适宜的分区数。为了评价分区结果的合理性，对各管理分区进行了统计，并用LSD法进行了各分区间差异显著性检验。整个地块被分区后，各管理分区内养分含量空间分布差异较小，趋于同质性，而管理分区间差异显著，适宜在同一管理分区内采用相同的施肥处方而在不同分区间实施变量施肥管理。
4、在K均值算法的基础上，结合空间自相关理论，提出了一种新的空间连续性分区算法SCKM，不仅考虑了空间单元的属性值之间的差异性，还考虑了空间单元的空间分布及其空间相互依赖性。与传统的分区方法相比，SCKM算法不仅可以保持区内变异较小，而且去除了大量的碎片和孤立的像元，提高了管理分区的连续性，适宜精准农业田间变量管理作业。拔节期是小麦养分需求的关键时期，本研究利用这个时期的高分辨率成像光谱图像OMIS数据进行了管理分区的划分研究，并与基于产量图划分的管理分区图进行了比较。结果表明二者具有较好的空间一致性，利用小麦拔节期的高分辨率航空影像划分管理分区是可行的，这为精准农业作物产中适时调优栽培管理提供了理论基础和手段。