基于模型與GIS的小麥精確栽培方案生成技術(shù)研究.pdf

1、小麥（Triticum aestivum L.）是我國(guó)最重要的糧食作物之一，在精確農(nóng)業(yè)迅猛發(fā)展的今天，如何結(jié)合空間信息獲取及分析技術(shù)，生成基于品種類型、生態(tài)環(huán)境、生產(chǎn)技術(shù)等差異的精確栽培方案，已成為國(guó)內(nèi)外精確農(nóng)作發(fā)展中迫切需要解決的重要技術(shù)。
　　 本研究基于江蘇省多年氣象數(shù)據(jù)，分析了小麥全生育期內(nèi)主要?dú)夂蛸Y源的時(shí)空分布特征;綜合考慮土壤養(yǎng)分含量、地形屬性數(shù)據(jù)、遙感植被指數(shù)等輔助變量，應(yīng)用四種插值方法對(duì)縣域尺度土壤有機(jī)質(zhì)含量的空

2、間分布進(jìn)行了預(yù)測(cè)研究;構(gòu)建了基于土壤、氣象、高程、植被指數(shù)等資料的空間管理分區(qū)方法，形成了適用于不同區(qū)域尺度下的小麥精確栽培方案生成技術(shù)體系。研究結(jié)果可為小麥精確管理提供技術(shù)支撐。
　　 基于江蘇省69個(gè)氣象站點(diǎn)1972-1979(1970s)、1980-1989(1980s)、1990-1999(1990s)、2000-2008(2000s)4個(gè)歷史時(shí)期的氣象數(shù)據(jù)，使用ANUSPLIN軟件包生成柵格化的逐日氣象要素表面值;然后

3、基于柵格逐年計(jì)算并比較了4個(gè)歷史時(shí)期小麥生育期內(nèi)主要?dú)夂蛸Y源（總?cè)照諘r(shí)數(shù)、總有效積溫、總降水量、總降水天數(shù)、平均降水強(qiáng)度以及一月份平均溫度）的時(shí)空分布特征。結(jié)果表明，不同年代江蘇省小麥全生育期總?cè)照諘r(shí)數(shù)由北向南均呈逐漸減少的趨勢(shì)，≥0℃的總有效積溫呈現(xiàn)北部高于南部、西部高于東部的趨勢(shì)，總降水量由北向南均呈逐漸增加的趨勢(shì)，總降水天數(shù)由西北向東南呈逐漸增加的趨勢(shì)，平均降水強(qiáng)度呈現(xiàn)北部小于南部的趨勢(shì);一月份平均溫度呈由北向南逐漸增加的趨勢(shì)。2

4、000s與1970s相比，江蘇省小麥生育期內(nèi)的平均總?cè)照諘r(shí)數(shù)減少了4.36％;≥0℃的平均總有效積溫均呈增加趨勢(shì)，增加幅度約為6％-22％;平均總降水量呈增加趨勢(shì)，但幅度不大，約為1.77％;平均總降水天數(shù)呈減少趨勢(shì)，但幅度很小，約為1％;平均降水強(qiáng)度呈增加趨勢(shì)，約為2.88％;一月份平均溫度呈增加趨勢(shì)，平均增加值約為0.8℃。研究結(jié)果將為江蘇省小麥生產(chǎn)管理決策提供支撐。
　　 以江蘇省如皋市為研究區(qū)域，對(duì)2005年全市604個(gè)

5、土壤樣點(diǎn)的養(yǎng)分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并由DEM獲取的地形屬性因子、遙感影像提取的植被指數(shù)、樣點(diǎn)距最近河網(wǎng)的距離等組成輔助變量，應(yīng)用普通克里格法(OK)、多元線性逐步回歸法(MLSR)、回歸克里格法(RK)、協(xié)同克里格法(CK)對(duì)全市土壤有機(jī)質(zhì)含量進(jìn)行插值分析，并對(duì)不同插值方法進(jìn)行評(píng)價(jià)。結(jié)果表明，RK法具有較準(zhǔn)確的預(yù)測(cè)能力，其標(biāo)準(zhǔn)化克里格方差值(MSDR=0.82)更接近1，模型的擬合效果更好。誤差分析結(jié)果顯示，與OK、MLSR及CK相比，R

6、K法對(duì)182個(gè)驗(yàn)證點(diǎn)模擬結(jié)果與實(shí)測(cè)值的決定系數(shù)(R2)為0.711，分別提高了0.144、0.346和0.162，平均絕對(duì)誤差分別降低了0.25、0.69和0.28 g.kg-1，均方根誤差則分別降低了0.42、0.85和0.47 g.kg-1;從不同方法的插值結(jié)果圖來(lái)看，RK法能夠顯示更多的細(xì)節(jié)信息。表明結(jié)合多源輔助變量，運(yùn)用回歸克里格法可以較好的預(yù)測(cè)縣域尺度的有機(jī)質(zhì)空間分布。
　　 基于已構(gòu)建的基于模型與GIS的小麥精確管理