本发明涉及果园土壤监测
技术领域：
，具体是一种果园传感器的布设方法。
背景技术：
：20世纪后半期世界农业的高速发展，除了依靠生物技术的进步和耕地面积、灌溉面积的扩大外，基本上是在化肥与农药等化学品和矿物能源的大量投入条件下获得的。但由此引起的水土流失、土壤生产力下降、农产品和地下水污染、水体富营养化等生态环境问题，已经引起了国际社会的广泛关注，并推动了农业可持续发展和精确农业理论的产生和发展。我国的化肥投入突出问题是结构不合理，利用率低，肥料利用率低不仅使生产成本偏高，而且是环境污染特别是水体富营养化的直接原因之一，随着人们环境意识的加强和农产品由数量型向质量型的转变，精确施肥将是提高土壤环境质量，减少水和土壤污染，提高作物产量和质量的有效途径。精准施肥是精准农业技术的核心内容，要实现对果园的精准施肥，果园土壤信息采集是重要前提，要求采集到的样品能够反映果园土壤的情况。规模布设大量采样点成本过高，而采样点布设较大少会导致精度不够，不足以反应果园土壤的信息，精度与传感器数量达不到一个优化的组合，因此确定在一定精度下的最少采样点显得尤为重要。目前关于果园传感器采样点的布设方法比较少，而且由于果园地形较大田地复杂，导致土壤养分变异比较大，传统的网格法，五点取样法等方法得到的采样往往忽略了果园内部的变异，使测量不精准。技术实现要素：本发明的目的在于提供一种基于地形与网格采样的果园传感器的布设方法，根据果园内部不同地形的情况布设样点，以达到精度的要求，节约成本，以解决上述
背景技术：
中提出的问题。为实现上述目的，本发明提供如下技术方案：一种果园传感器的布设方法，具体步骤如下：（1）将果园以500m间距划分网格，然后逐渐细化网格，直至使一个网格至少有80%为同一地形，在网格的中心位置初设采样点，将同一地形的网格数量合并为一个地块，分别标号a1、a2、a3……ai；（2）在采样点处采集土壤中各种养分的含量，根据各个地形采样点的数据得到各个地块的基本参数，包括各养分含量的均值、标准差以及变异系数，选择变异系数最小的地块，按照Cochran最佳采样公式得出地块的最佳采样数量n1，即：n1=（λ2*Std2）/k2其中，λ表示在置信度为α、自由度为f的t分布值，f=n1-1，Std表示样本的标准差，k表示样本平均值与相对误差的乘积，由实际水平和临界水平确定；（3）根据其他地块坡度，变异系数以及标准差等数据，由如下公式计算出地块ai所需的采样数以及坡度比：n＝n1*(ni*si)*p/N1/s1，其中，n表示地块ai所需的采样数，ni表示当前地块采样数，si表示当前地块的标准差，s1表示a1的标准差，N1表示a1的初始采样数；p=|tan(α-a)*10|，其中，p表示坡度比，α表示当前地块的坡度，a表示地块a1的坡度，以各样分的采样数的按照标准差加权平均值为最终采样数,即该地形实际布设的传感器数量。所述步骤（3）可以推算出网格间距：C=A/n，其中，C表示网格间距，A表示地块面积，n表示地块ai所需的采样数。所述步骤（3）最终得到的传感器以Z形按地块分布。与现有技术相比，本发明的有益效果是：本发明根据不同的地形将果园分为n个地块从而分布不同的传感器数量，具体是通过第一个地块推测其他地块的传感器数量，该布设方法减少了果园精准施肥的盲目性，提高了果园采样点布设的准确性、科学性，在一定精度下使数量达到优化，节约成本，便于实施。具体实施方式下面结合具体实施方式对本专利的技术方案作进一步详细地说明。实施例1果园中有两种地形分别为平地和缓坡，以500m间距划分网格，然后逐渐细化网格，直至使一个网格至少有80%为同一地形，将同一地形的网格数量合并为一个地块,分别标号a1、a2，其中平地a1有12个，缓坡a2有18个；在网格中心布设初始采样点，采集到N,P,K的含量，得到基本数据如下表格所示：平地：养分均值/mg·kg-1标准差变异系数初始采样数N92.1116.57980.1818P18.1413.24220.7318K8331.540.3818养分分级标准如下表格所示：养分极缺缺乏适量丰富N/mg·kg-1<5050~100100~200>200P/mg·kg-1<55~1515~80>80K/mg·kg-1<5050~100100~200>200其中相对误差确定：以N为例，当相对误差为5%时，含量范围为87.5mg•kg-1-96.72mg•kg-1，当相对误差为10%时，含量范围为82.9mg•kg-1-101.3mg•kg-1，最接近临界值，所以取相对误差为10%，同理可得P、K的相对误差，λ为自由度为17，置信区间为90%的t分布值；根据Cochran最佳采样公式计算地块的采样数量n1=（λ2*Std2）/k2，其中，λ=1.74，kn=10%,kp=20%,kk=20%，分别得出：nn1=9,np1=40,nk1=10,则该地形的传感器数量n=（9*16.58+40*13.24+10*31.54）/（16.58+13.24+31.54）=16，传感器以z形分布在a1中；缓坡：坡度为10°：养分标准差变异系数初始采样数N23.750.2825P12.720.8525K36.430.525根据n＝n1*(ni*si)*p/N1/s1，p=|tan(α-a)*10|，分别得出：nn=23,np=65,nk=21,所以该地形的传感器数量n=（23*23.75+65*12.72+21*36.43）/（23.75+12.72+36.43）=29，传感器以z形分布在a2中。实施例2：果园中有三种地形分别为平地、缓坡以及陡坡，首先以500m为初始网格间距划分，然后逐渐细化网格，合并，其中平地a1有14个，缓坡a2有10个，陡坡a3有6个；在网格中心布设初始采样点，采集到N,P,K的含量，得到基本数据如下表格：平地养分均值/mg·kg-1标准差变异系数初始采样数N84.637.944%14P28.616.357%14K90.464.170%14缓坡：坡度约为5°养分均值/mg·kg-1标准差变异系数初始采样数N78.726.433%10P23.116.470%10K84.244.452%10陡坡：坡度约为12°养分均值/mg·kg-1标准差变异系数初始采样数N74.619.826%6P19.817.287%6K81.547.758%6养分分级标准：养分极缺缺乏适量丰富N/mg·kg-1<5050~100100~200>200P/mg·kg-1<55~1515~80>80K/mg·kg-1<5050~100100~200>200所以由初始果园情况，分别在平地、缓坡、陡坡下P、K、N的变异系数最小。其中相对误差确定：以N为例，为10%时，含量范围为77.04mg•kg-1-94.16mg•kg-1，为15%时，含量范围为72.76mg•kg-1-98.44mg•kg-1，为20%是68.48mg•kg-1-102.72mg•kg-1，取最接近临界值，所以相对误差为15%，同理可得P、K的相对误差为20%、20%。λ为自由度为采样数减1，置信区间为90%的t分布值。则分别以这三种为基础地块，用公式n1=（λ2*Std2）/k2，分别得np1=25，nn1=9，nk1=23，所以以N为例，在陡坡时最佳传感器数量为9个，为平地时，传感器数量nn2=9*14*37.9*tan(12°-1°)*10/6/19.8=81，在缓坡时nn3=9*10*26.4*tan(12-5)*10/6/19.8=26,同理可得np2=12,np3=30,nk2=33,nk3=18,所以在平地上传感器数量为（81*37.9+25*16.3+33*64.1）/（37.9+16.3+64.1）=47，以及坡度为10°，传感器数量为22；坡度为15°时，传感器数量18最佳；如下表格所示：将上述传感器数量在a1,a2,a3中按照z形分布。本发明根据不同的地形将果园分为n个地块从而分布不同的传感器数量，具体是通过第一个地块推测其他地块的传感器数量，该布设方法减少了果园精准施肥的盲目性，提高了果园采样点布设的准确性、科学性，在一定精度下使数量达到优化，节约成本，便于实施。上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下作出各种变化。当前第1页1 2 3