导读:本文包含了农田空间变异论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:土壤,农田,空间,重金属,尺度,变异性,曲周县。
农田空间变异论文文献综述
张纪源[1]（2019）在《关于农田尺度下土壤有机质的空间变异研究》一文中研究指出本文将空间分析技术与地统计学方法相结合,以某流域的土壤白土及乌栅土的各叁层土壤样本开展了数据处理及系统化分析,深入探讨了土壤有机质含量所存在的空间变异特征,望能为此领域研究有所帮助。(本文来源于《现代农业研究》期刊2019年11期）
张舜凯,刘继龙,刘海岳[2]（2019）在《基于地统计学农田不同土层土壤容重的空间变异特征分析》一文中研究指出利用烘干法测定玉米地0～5 cm、5～10 cm、10～15 cm、15～20 cm土层土壤容重,运用半方差函数和克立格插值等方法对农田土壤容重空间变异特征随土层深度的变化规律进行研究。结果表明,不同土层土壤容重平均值介于1.23～1.33 g/cm~3,均为弱变异,空间相关范围介于20.40～75.64 m,空间相关程度介于28.89%～73.55%,空间分布图中均存在明显的斑块结构;随土层深度的增加,土壤容重平均值呈先增加后减少的变化趋势,变异程度呈先降低后升高的变化趋势,半方差函数拟合模型由指数模型变为线性模型,空间相关范围先增加后保持不变,空间相关程度未呈现出规律性的变化趋势,土壤容重低值区和高值区的分布数量和位置有所差异。(本文来源于《湖北农业科学》期刊2019年15期）
邹润彦[3]（2019）在《环鄱阳湖区农田土壤有机碳空间变异特征及其影响因素研究》一文中研究指出土壤碳库作为陆地生态系统最大的碳库,土壤有机碳(Soil Organic Carbon,SOC)的微小变化对温室效应和全球气候变化具有重要作用。由于其容易受自然环境变化和人为活动干扰的影响,具有较强的空间异质性等特点,如何考虑其空间变异的影响因素并准确估算SOC储量是当前应对全球气候变化研究的重要议题之一,同时,SOC也是评价土地质量的重要指标之一,其含量直接影响到土壤生态系统功能和可持续利用能力。特别是在农业污染控制、农业可持续健康发展、国家粮食安全、全球碳循环模拟等研究领域,SOC研究业已成为重要基础条件。因此,深入研究SOC空间变异影响因素,准确掌握SOC的空间变异特性和分布特征是准确估算SOC储量的重要前提,此外,进一步探讨SOC与环境因子的关系,SOC在不同环境影响因素的驱动下其空间分布格局以及制图研究不仅对深化农田生态系统土壤碳循环研究提供理论依据,而且对提高耕地质量具有重要现实意义。本研究以江西省环鄱阳湖区11个县(区)为研究区,基于2010年江西省农业测土配方项目采样点数据,并结合遥感影像数据、DEM数据和气象数据等。首先将采样数据在ArcGIS10.1地统计分析模块中生成数据子集,总数据为2973个,随机均匀抽取80%的样点作为建模数据集(建模集,2378),20%的数据作为验证子集(验证集,595),利用Spass19.0统计软件将SOC的相关环境变量进行相关性分析和显着性分析,采用逐步回归的方法建立最优线性模型,最后剩下坡度、坡向、年均温度、年均降水和植被覆盖度五个最优线性模型因子。通过GWR4.0软件对上述五个变量建立与因变量SOC的地理加权回归(Geographically Weighted Regression,GWR)模型,得出各影响因子系数空间分布格局,并针对SOC影响因子在不同区域分布状况提出了改善土地质量的相关建议。最后利用GS~+9.0建模分析软件,结合克里格插值方法进行SOC制图研究,同时综合比较了地理加权回归克里格方法(Geographically Weighted Regression Kriging,GWRK)与普通回归克里格(Ordinary Return Kriging,RK)方法在预测SOC空间分布结果之间存在的差异。本研究主要结果和结论如下:(1)从选取的SOC的影响因素合理性来看,根据影响因子相关性检验结果,本文所选取的地形因素、植被因素、气象因素等9个影响因子均与SOC具有相关性(P<0.01);但在后续建模研究中,通过逐步回归的方法建立最优线性模型,最后得出坡度、坡向、年均温度、年均降水和植被覆盖度五个因子为最优线性建模因子,并用于论文中地理加权回归以及回归克里格方法的建模因子进行深入研究。(2)根据GWR建模结果,在SOC各影响因素中,坡向、年均降水以及年均温度因素与SOC呈正相关关系,即坡向每变化1°,SOC增加0.001 g/kg;年均降水每增加1mm,年均气温每升高1℃,分别对应的SOC含量则增长0.012 g/kg和0.532 g/kg。坡度与植被覆盖度与SOC含量呈负相关关系,其中坡度每增加1°,SOC则相应减少0.125g/kg;植被覆盖度每增加1个单位,SOC含量对应减少0.104g/kg。在影响因素系数空间分布特征上,各影响因子与SOC的关系在空间上呈现出正负效应和因子结合的显着差异,须因地制宜地采取针对性措施来有效改善土地质量状况。(3)SOC空间变异特征:本研究建模数据中2378个采样点SOC值的变化范围为5.220~33.930 g/kg,平均值为17.549g/kg,标准差5.864 g/kg,偏度和峰度分别为0.224和-0.855,经K-S检验,SOC数据符合正态分布。变异系数为33.42%,属于中等变异。通过不同方法建模预测SOC空间变异特征,GWRK法得到的SOC含量变化范围为6.35~31.93g/kg,并接近采样点的实测值。SOC呈现出“西北低,东部及南部高”的空间变异特征,高值区与低值区交错分布,也体现了SOC随自然和人为因素变化的细节信息;RK方法得到的SOC含量变化范围在5.40~29.01 g/kg,总体空间变异特征与GWRK的结果相似,但RK方法预测的结果较为平滑,与SOC空间变异实际状况还存在一定差异。(4)制图模型的比较及验证结果:GWR模型与RK模型相比,其拟合效果显着提高,GWR的拟合优度R~2(0.50)明显高于RK中的R~2(0.20)。在模型精度评价中,GWRK方法的平均绝对误差(MAE)为3.63,低于RK方法的平均绝对误差4.40;同时,GWRK方法的均方根误差(RMSE)为4.58,相较于RK方法的均方根误差5.35也较小,通过GWRK方法得出的预测结果也较为接近SOC采样实际值。因此,利用GWR模型进行SOC空间制图研究更具优势。(本文来源于《江西财经大学》期刊2019-06-01）
赵宗生,邱坤艳,祝慧娜,卓文飞,韩科[4]（2019）在《田块尺度污染农田土壤铅、镉和砷含量的空间变异及其对土地利用的启示》一文中研究指出为了探明铅冶炼污染区田块尺度下农田土壤重金属含量的空间变异及其对污染农田土壤安全利用的意义,在某冶炼厂附近一面积为4800 m2的农田用网格法采集120个0～20 cm土样,测定样品镉、铅和砷含量。研究表明,研究区土壤中存在砷、镉和铅的积累。从平均污染指数来看,以镉的积累程度最大,铅次之、砷最小。土壤全镉含量的变化范围为1.10～3.84 mg kg-1,镉含量处于1.10～2.27 mg kg-1之间的样品占97.50%。从重金属空间分布上看,镉和铅含量的空间分布有较高的一致性,均是研究区北部和南部含量较高,中间区域含量较低。相关分析表明,土壤镉和铅含量之间存在显着正相关(P <0.01)。根据土壤铅含量计算稳定铅时所用普通过磷酸钙的用量范围为0.312～0.419 kg m-2,平均值为0.367 kg m-2。根据其他研究者得到的土壤全镉含量与小麦籽粒镉含量的相关方程计算,不同方程得到的小麦籽粒镉含量结果有很大差异,较可信的小麦籽粒镉含量变化范围为0.095～0.814 mg kg-1。采样区中部为小麦籽粒镉含量较低且铅稳定剂需要量较低区域。以上结果表明,研究区田块尺度下土壤镉含量存在较大的空间变异,且土壤镉含量的空间变异导致小麦籽粒镉含量可能存在较大的空间变异。(本文来源于《土壤通报》期刊2019年02期）
于保港,张田萌,李可力,王冲,邹春琴[5]（2019）在《曲周县农田土壤有效微量元素含量空间变异特征及影响因素初探》一文中研究指出以河北省邯郸市曲周县为研究区域,采用地统计学与地理信息系统相结合的方法,对曲周县农田土壤有效微量元素铁(Fe)、锰(Mn)、铜(Cu)、锌(Zn)含量的空间变异特征及其主要影响因素进行了初步研究和探讨。结果表明:土壤有效Fe、Mn含量的最优理论模型为指数型(R2为0.887和0.553),有效Cu含量为球状模型(R2为0.988),有效Zn含量为高斯模型(R2为0.977)。土壤有效微量元素含量的空间变异程度和空间相关性由大到小依次为:Zn> Cu> Mn> Fe,Fe> Zn> Mn> Cu。从空间分布来看,土壤有效Fe、Mn、Zn含量主要处于低水平,并且土壤有效Fe、Mn、Cu含量以片状分布为主,土壤有效Zn含量呈现由西向东逐渐递减的趋势。土壤有效Fe、Mn、Cu、Zn含量与土壤有机质含量均呈极显着正相关,与土壤pH间没有显着的相关,而土壤有效Cu含量则与土壤pH间存在显着正相关。总体而言,曲周农田土壤有效Fe,Mn,Zn含量相对较低,而有效铜含量相对较高。如果种植对铁锌敏感而且需求量相对较高的作物,应该考虑Fe、Zn肥的施用。(本文来源于《土壤通报》期刊2019年02期）
宿宝巍[6]（2019）在《农田土壤养分空间变异尺度效应及其冬小麦生育响应》一文中研究指出传统耕作模式下土壤养分在不同尺度、作物不同生育期的变异性及其对作物生长发育影响研究,是精准农业在大田尺度实现和作物优良管理的基础。随着城镇化和工业化的发展,我国耕地压力正在与日俱增,与此相对应的是,由于继续沿用传统的农田管理耕作模式,造成农田土壤养分两极分化:肥沃土地养分过剩,且降低了肥料的利用率,污染了优质耕田;贫瘠土壤养分仍旧供不应求,不能实现土壤养分改良,满足作物的生育需求。为了有效应对海量的土壤信息,传统的管理手段已不能满足需要,必须借助现代技术手段,动态全面地摸清农作物生育期内土壤养分时空变异特征。本文以桓台县为研究区,设计县域、大田和地块3级空间尺度;以冬小麦为研究对象,跟踪播前、返青期、拔节期、灌浆期4个生育期。采用经典统计学、地统计学和GIS技术相结合的方法,研究了碱解氮(AN)、速效磷(AP)、速效钾(AK)在不同尺度下的空间变异特征及尺度效应,在不同生育期内的时空动态变异特征,同时,采用Pearson相关性分析研究了小麦生长发育对土壤养分变异的响应规律。主要结果如下:1)土壤养分空间变异尺度效应(1)AN、AP、AK在叁种尺度下均属于中等变异强度,尺度的变化对AN的空间变异影响最大,AK次之,AP最小,随着尺度的减小,AN变异系数逐渐变大,AP、AK逐渐减小。(2)AN、AP、AK在叁种尺度下均表现为强烈的空间自相关,其变异主要受到结构性因素(气候、土壤类型等)的影响,随着采样尺度的变小,各养分的空间自相关性先减弱后变强,变程减小。(3)随着采样尺度的减小,养分空间结构发生改变。一是出现了较大尺度下不包含的养分等级;二是养分高低等级占比的改变。当从不同尺度研究同一地块时,发现养分各等级面积比例发生改变,从而形成了相应尺度不同的比例。随着尺度的减小,养分图斑块数量逐渐增多,斑块密度PD值变大,养分分布越来越破碎,难以形成连片状分布。2)冬小麦生育期土壤养分时空变异特征及生育响应(1)在冬小麦各生育阶段,各养分总体表现为低-高-低的特征和中等程度变异性,AN和AK以返青期、AP以拔节期含量最高,为转折点;各养分变异大小顺序为AN>AP>AK。(2)叁种养分的半方差函数模型播前相同,为指数模型;至返青期AP和AK相同,为球状模型;到拔节期叁者均不同,依次为球状、指数、高斯模型;再到灌浆期AN和AP相同,为高斯模型。养分变异特征整体呈现为差异升高而后降低的过程。随着生育期推移,养分表现为中等至强空间相关性;播前叁种养分均为强空间相关性,返青期均为中等空间相关性,至拔节期和灌浆期,AN为中等空间相关性,AP和AK则为强空间相关性;叁种养分均为返青期空间相关性最弱,AN播前最强,而AP和AK拔节期最强;播前至返青期、拔节期至灌浆期,土壤养分结构性减弱,返青期至拔节期,结构性趋强。(3)克里格插值分析表明,随着冬小麦生育期的推移,土壤AN高含量等级逐渐减少,空间分布连续性不断增加;AP高含量等级所占比例略有降低,空间分布连续性变化不大;AK高含量等级显着减少,空间分布连续性持续下降。各养分含量均大致经历了先升高后逐渐降低,养分等级数特别是高含量等级数逐渐减少的过程。(4)Pearson相关性分析表明,随着冬小麦生育期的推移,土壤养分与小麦生育状况的相关程度逐渐升高;土壤AN与小麦生育状况相关性最高,AK次之,AP最低;返青期小麦生长受播前土壤养分的影响高于当期养分,拔节期小麦生长则主要受当期养分影响,而灌浆期小麦生育则受上期和当期养分含量共同影响。冬小麦施肥应注意施足基肥、重视拔节肥、追肥期可适当后移。(5)土壤养分图与作物生育图迭加分析表明,对冬小麦的生长发育影响程度依次为AN>AK>AP;小麦叶片SPAD值与小麦植株LAI值相比,对土壤养分时空变异性的响应程度更高,土壤养分对冬小麦营养物质累积的影响高于对其植株发育的影响。本研究较好摸清了农田主要土壤速效养分空间变异的尺度特征及效应,大田传统模式下冬小麦生育期土壤养分动态及其生长响应,可为北方冬麦区大田养分精准管理提供理论依据,为切实掌握区域农田养分状况,针对性指导施肥提供了理论依据。(本文来源于《山东农业大学》期刊2019-03-27）
王维维,麦麦提吐尔逊·艾则孜,艾提业古丽·热西提,艾尼瓦尔·买买提[7]（2019）在《焉耆盆地农田耕层土壤盐分的空间变异及分布格局》一文中研究指出从新疆焉耆盆地采集195个农田土壤样品,测定土壤中pH值、含盐量以及电导率(EC)的含量,采用地统计法和空间自相关法研究了土壤盐分因子的空间异质性及分布格局,并对含盐量进行了风险性评价。结果表明:(1)焉耆盆地农田土壤pH值的变异小于10%,属于弱空间变异,电导率呈强的变异性,变异系数为1.102,含盐量属于中等变异强度。(2)通过Kriging空间插值发现,土壤含盐量和电导率高值区分布于博斯腾湖湖滨低洼地带及和静县南部的农田土壤,主要沿河流呈条带状分布;pH值高值区主要分布在博斯腾湖西南部湖滨湿地北部的农田,且从南到北呈阶梯状分布。(3)研究区土壤pH值、电导率和含盐量的Moran’s I分别介于-0.0494～0.2585、-0.0627～0.1406和-0.0624～0.0702,其中电导率和含盐量的变异范围较窄;土壤pH和电导率随空间距离的增加表现出相似的Moran’s I系数变化趋势。(4)研究区农田土壤以非盐渍化土和轻度盐渍化土为主。土壤含盐量在不同含量水平下的概率分布图对农田土壤盐渍化现状的风险性分析和评价十分有益。(本文来源于《干旱地区农业研究》期刊2019年02期）
刘伟,郜允兵,周艳兵,潘瑜春,戴华阳[8]（2019）在《农田土壤重金属空间变异多尺度分析——以北京顺义土壤Cd为例》一文中研究指出为了揭示土壤重金属的空间分异性及其空间结构特征,对2007年北京市顺义区农田土壤采样数据中Cd含量进行多尺度分析,采用半方差分析法和尺度方差分析法定量刻画了土壤Cd空间变异的空间等级结构和特征尺度。结果表明:顺义区土壤Cd含量的变异系数为44.9%,达到中等强度变异,土壤Cd含量具有较强的空间自相关性,且存在空间多尺度结构,3.5、9.6 km左右为土壤Cd的两个特征尺度,其在小尺度上受土地利用强度的影响,大尺度上主要受土壤类型的影响。多尺度分析方法可定量化解析农田土壤重金属空间变异,有效识别不同尺度上的主导因素。(本文来源于《农业环境科学学报》期刊2019年01期）
刘伟,郜允兵,潘瑜春[9]（2018）在《农田土壤重金属空间变异多尺度研究》一文中研究指出土壤重金属的特征尺度是确定适宜采样尺度的重要参考依据。采用尺度方差分析方法,并辅以半方差函数,对北京市顺义区农田土壤中砷(As)含量的空间异质性进行多尺度分析,其中半方差函数分析了土壤As含量的空间等级结构,尺度方差则识别了土壤As含量空间变异的特征尺度。结果表明:研究区内土壤中As含量具有较强的空间自相关性,存在空间多尺度结构。2. 4、9. 6 km左右为土壤As含量的特征尺度。在2. 4 km尺度上,土地利用、河流以及畜禽养殖对土壤As含量的空间异质性影响较大;在9. 6 km尺度上,土壤As含量的空间异质性受控于土壤质地等自然因素影响。(本文来源于《江苏农业科学》期刊2018年23期）
徐业梅,张超兰,黎宁,潘艳,何东明[10]（2018）在《广西环江县农田土壤重金属空间变异及分布特征》一文中研究指出【目的】对环江县农田土壤重金属含量进行详细调查,摸清重金属含量、空间分布特征,为环江县农业土壤污染综合防治、农产品安全生产提供参考依据。【方法】通过土壤样品采集及重金属含量分析,结合地统计学及GIS技术,分析土壤重金属空间变异及分布特征。【结果】研究区土壤中的重金属含量除Cu外,其他均已超出广西背景值,土壤重金属含量的变异系数较大的是Cd、Pb和Zn,其余重金属变异系数相对集中。空间分布上,pH值、Zn的空间相关性较弱,Cd、As、Pb、Cu具有中等程度相关性。结果显示,土壤中pH值呈四周向中间降低的趋势,pH值较高的区域主要集中在水源镇、龙岩镇和长美乡; Cd的含量由西南向东北逐渐减少,高含量区主要是水源镇; As的含量呈西向东的减少趋势,高含量区主要分布在川山镇、水源镇和洛阳镇; Pb和Zn的空间分布相似,高含量区主要集中在川山镇; Cu的分布趋势是由东部、西部向中间减少,高含量区集中在水源镇。【结论】研究区域的Cd、As、Pb、Zn表现出一定的污染特征,其中Cd是研究区域农田土壤的主要污染元素。不同重金属的分布规律不同,主要是人类活动与土壤母质双重影响的结果。(本文来源于《广西科学》期刊2018年06期）
农田空间变异论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用烘干法测定玉米地0～5 cm、5～10 cm、10～15 cm、15～20 cm土层土壤容重,运用半方差函数和克立格插值等方法对农田土壤容重空间变异特征随土层深度的变化规律进行研究。结果表明,不同土层土壤容重平均值介于1.23～1.33 g/cm~3,均为弱变异,空间相关范围介于20.40～75.64 m,空间相关程度介于28.89%～73.55%,空间分布图中均存在明显的斑块结构;随土层深度的增加,土壤容重平均值呈先增加后减少的变化趋势,变异程度呈先降低后升高的变化趋势,半方差函数拟合模型由指数模型变为线性模型,空间相关范围先增加后保持不变,空间相关程度未呈现出规律性的变化趋势,土壤容重低值区和高值区的分布数量和位置有所差异。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
农田空间变异论文参考文献
[1].张纪源.关于农田尺度下土壤有机质的空间变异研究[J].现代农业研究.2019
[2].张舜凯,刘继龙,刘海岳.基于地统计学农田不同土层土壤容重的空间变异特征分析[J].湖北农业科学.2019
[3].邹润彦.环鄱阳湖区农田土壤有机碳空间变异特征及其影响因素研究[D].江西财经大学.2019
[4].赵宗生,邱坤艳,祝慧娜,卓文飞,韩科.田块尺度污染农田土壤铅、镉和砷含量的空间变异及其对土地利用的启示[J].土壤通报.2019
[5].于保港,张田萌,李可力,王冲,邹春琴.曲周县农田土壤有效微量元素含量空间变异特征及影响因素初探[J].土壤通报.2019
[6].宿宝巍.农田土壤养分空间变异尺度效应及其冬小麦生育响应[D].山东农业大学.2019
[7].王维维,麦麦提吐尔逊·艾则孜,艾提业古丽·热西提,艾尼瓦尔·买买提.焉耆盆地农田耕层土壤盐分的空间变异及分布格局[J].干旱地区农业研究.2019
[8].刘伟,郜允兵,周艳兵,潘瑜春,戴华阳.农田土壤重金属空间变异多尺度分析——以北京顺义土壤Cd为例[J].农业环境科学学报.2019
[9].刘伟,郜允兵,潘瑜春.农田土壤重金属空间变异多尺度研究[J].江苏农业科学.2018
[10].徐业梅,张超兰,黎宁,潘艳,何东明.广西环江县农田土壤重金属空间变异及分布特征[J].广西科学.2018
论文知识图
