基于gis的滴灌棉田氮素施肥管理方法
【技术领域】
[0001] 本发明涉及农田管理领域，具体涉及一种基于GIS的滴灌棉田氮素施肥管理方法。
【背景技术】
[0002] 在新疆内陆型绿洲进行基于多种土壤属性的农田精确管理分区研究，不仅可以认 识绿洲农业生态环境特征与其特殊的生产功能，对绿洲农业的合理开发及可持续发展也有 着重要作用。与以农户分散经营模式为主的地方农业不同，新疆生产建设兵团大型国有农 场在农户分散经营模式的基础上，采用农业技术高度集约化管理的模式，为高新农业科学 技术推广与普及带来巨大便利。农场农业生产和技术管理以团为基本管理单位，团以下又 以连队为基本管理单元，团内自然条件和气候条件基本一致，因此团场耕地的土壤养分状 况既具有连队间的差异性又具有团场内的一致性。在团场范围内以连队为基本单元进行土 壤养分精确管理分区研究，较为符合兵团的实际特点，可为了解土壤养分平衡状况及农业 变量投入的实施提供必要的理论依据和技术支持。
[0003] 在前期的工作中，申请人利用主动遥感光谱仪进行棉花的氮素营养诊断，建立了 棉花氮素追肥推荐模型（"棉花氮素营养诊断与追肥推荐模型"，李新伟等，《农业机械学 报》，2014年12月，第45卷第12期），但该模型只研究了棉花地上部分的营养善而没有考虑土 壤养分状况，而施肥量与土壤养分状况密切相关。因此，在棉花氮素施肥管理中如何考虑土 壤养分状况，减少肥料浪费，为科学精准施肥管理提供依据具有重要的意义。
【发明内容】
[0004] 本发明要解决的技术问题是克服现有的缺陷，提供了一种基于GIS的滴灌棉田氮 素施肥管理方法。
[0005 ]为了解决上述技术问题，本发明提供了如下的技术方案： 基于GIS的滴灌棉田氮素施肥管理方法，包括如下步骤： (A) 滴灌棉田土壤氮素分区的确定 A1:采集土壤样本，测定土壤样本的全氮、有机质和碱解氮含量，获得样本数据集； A2:采用模糊c-均值聚类算法，对样本数据集进行聚类分区，依据最大隶属度原则绘制 滴灌棉田的土壤氮素分区图； (B) 滴灌棉田氮素基肥施用量的确定 B1:根据步骤A绘制的土壤氮素分区图，在各土壤氮素分区中分别随机选取试验区，进 行棉花种植试验，测定播种前土壤的碱解氮含量、棉花产量； B2:对碱解氮含量和棉花产量进行回归分析，获得碱解氮含量与棉花产量的一元二次 回归方程； B3:对B2的一元二次回归方程求导，d(棉花产量)/d(碱解氮含量)=0时的碱解氮含量即 为各土壤氮素分区相应的土壤最佳供氮量； B4:根据土壤氮素分区图及各土壤氮素分区相应的土壤最佳供氮量，氮素基肥施用量= (土壤最佳供氮量-播种前土壤的碱解氮含量）X f，其中f取值为20%~40%; (C)滴灌棉田氮素追肥施用量的确定 C1:根据步骤A绘制的土壤氮素分区图，在各土壤氮素分区中分别随机选取试验区，进 行棉花种植试验，测定棉花各生育期的冠层NDVI、叶片氮素积累量，以及施氮总量和棉花产 量； C2:对施氮量和棉花产量进行回归分析，获得施氮总量与棉花产量的一元二次回归方 程，对一元二次回归方程求导，得到边际产量与施氮总量的关系式，以边际产量等于氮肥与 棉花的价格比时的施氮总量为各土壤氮素分区的经济最佳施肥量，将经济最佳施肥量代入 一元二次回归方程，得到经济最佳产量； C3:对叶片氮素积累量和棉花产量进行回归分析，获得叶片氮素积累量与棉花产量的 一元二次回归方程，对叶片氮素积累量和冠层NDVI进行回归分析，获得叶片氮素积累量与 冠层NDVI的线性方程； C4:将步骤C2的经济最佳产量代入步骤C3的一元二次回归方程，将计算出的叶片氮素 积累量代入步骤C3的线性方程，得到各土壤氮素分区中棉花各生育期的冠层NDVI临界值； C4:对冠层NDVI和施氮总量进行回归析，获得棉花各生育期的NDVI与施氮总量的线性 方程； C5:在棉花各生育期，比较冠层NDVI实测值与NDVI临界值的大小，判断各生育期是否进 行追肥，并按如下公式确定各生育期时氮素的追肥量:Nd=(Ro_Rx)/b， 式中Nd-各生育期追肥量 Ro - NDVI临界值 Rx - NDVI实测值 b-各生育期NDVI与施氮总量的线性方程的回归系数。
[0006] 进一步，步骤(A)聚类分区时分区数为2-10个，加权指数Φ取1.2~2.0。
[0007]进一步，步骤(A)聚类分区时分区数为3个，加权指数Φ取1.7。
[0008] 进一步，步骤(B)测定土层浓度为0-20cm的土壤碱解氮含量。
[0009] 进一步，步骤(B)的f取值为30%。
【附图说明】
[0010] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实 施例一起用于解释本发明，并不构成对本发明的限制。在附图中： 图1是模糊性能指数(FPI)和归一化分类墒(NCE)随施肥分区数增加的变化趋势图； 图2是模糊类别c不同取值时的模糊加权指数； 图3为研究区土壤肥力单一模糊隶属度空间分布图； 图4是依据最大隶属度原则绘制的农田管理分区图； 图5小区试验分布图。
【具体实施方式】
[0011] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实 施例仅用于说明和解释本发明，并不用于限定本发明。
[0012] -、滴灌棉田土壤氮素分区的划分 本发明综合运用GIS(空间分析技术）、地统计学和模糊C-均值聚类算法(FCM)等技术方 法，以小尺度条件下(本发明选取30m网格采样））土壤养分(全氮、有机质和碱解氮)为数据 源，对研究区（新疆生产建设兵团第八师石河子总场滴灌棉田）土壤氮素养分进行分区划 分，探讨以棉田氮素养分分区划分的可行性及其精度，为作物分区差异化管理、精准合理变 量施肥提供理论参考。
[0013] 1.1数据分析工具 (1) 数据输入与整理采用Microsoft Excel 2010 (2) 描述性统计、方差分析和LSD法多重比较用SPSS 17.0软件进行 (3) 相关性分析和模型建立与作图采用0rigin8.5 (4) 土壤养分半方差函数和插值模型拟合计算采用地统计学软件GS+7.0 (5) 模糊c-均值聚类算法采用MATLAB7.0进行 (6) 基础图件的数字化、图形的编辑、修改和显示以及图形的配准校正、地统计空间分 析插值和插值图绘制等采用ArcGISlO.l地统计模块进行。
[0014] (7)全氮采用凯氏定氮法测定，仪器为凯氏定氮仪、半微量滴定管;碱解氮采用碱 解扩散法测定，仪器包括扩散皿、滴定管、培养箱;有机质采用油浴加热一重铬酸钾容量法， 仪器包括电子天平、玻璃试管、三角瓶、小漏斗、5mL重铬酸钾移液管、5mL浓硫酸移液管、油 浴装置、360度温度计、玻璃棒一支、25mL活塞滴定管。
[0015] 1.2模糊分类结果输出 首先通过SPSS17.0对土壤全氮、有机质和碱解氮的原始数据进行标准化化处理，为避 免计算结果受变量数量级和量纲不同的影响，使每一指标准化值在某种共同的数据特性范 围内统一。
[0016]把η X p(其中η为土壤样本个数：112个，p为所测定的养分种类数:3个)的土壤属性 模糊集带入模糊c-均值聚类法中，利用MATLAB7.0软件进行模糊聚类分区，在聚类分析之 前，软件参数设定为:取最大迭代次数为300，收敛域值为0.001，最大分区数为10个，最小分 区数为2个。
[0017]利用软件分区处理的同时，计算出对应的各个分区的模糊性能指数(FPI)和归一 化分类墒(NCE)，聚类的效好坏是由FPI和NCE决定的，它们是验证最佳分区数的指标，两者 的值越小越好，FPI越小表示聚类中的共用或重叠像元数越小，NCE越小则表示分解量越大。 两者的值越小表示越好。
[0018]图1是模糊性能指数(FPI)和归一化分类墒(NCE )随施肥分区数增加的变化趋势 图。可以看出，当分区（分类)数目为3时，产生的模糊性能指数FPI和归一化分类墒NCE都最 小，即对此种算法研究区最佳的分区数目为3。
[0019]适宜的模糊加权指数和模糊类比数可以同时由φ的派生函数-[(δχ/δφ)，5]确 定。当Φ取1.2~2.0,分区数c取2~10时，不同c-φ组合下的派生函数-[(δχ/δφ)，5]的取值 结果见图2,当(：=3、Φ=1.7时，-[(δχ/δφ)， 5]曲线的峰值最早出现，且最小，因此，模糊c-均值聚类算法土壤属性模糊聚类的控制参数应为:c=3