雷公镇测土配方施肥方案.docx

雷公镇测土配方施肥方案.docx

《雷公镇测土配方施肥方案.docx》由会员分享，可在线阅读，更多相关《雷公镇测土配方施肥方案.docx（16页珍藏版）》请在冰点文库上搜索。

雷公镇测土配方施肥方案

基于GIS的雷公镇

测土配方施肥方案研究

专业：

地信1101第一组

组员：

张钰周四维高宇

作者：

高宇

基于GIS的雷公镇测土配方施肥方案研究

1、实验背景

根据《2012中央一号文件》第二条：

依靠科技创新驱动、引领、支撑现代农业建设，其中明确指出：

要面向产业需求，着力突破农业重大关键技术和共性技术，切实解决科技与经济脱节问题，着力突破农业技术瓶颈，在良种培育、节本降耗、节水灌溉、农机装备、新型肥药、疫病防控、加工贮运、循环农业、海洋农业、农村民生等方面取得一批重大实用技术成果。

本次实验是基于安陆市雷公镇的测土配方施肥项目，对小麦、中稻、油菜的立地条件评价和施肥分区建议成果制图，以将先进的技术直接用于指导农业生产，促进农业发展。

二、实验过程：

处理流程图

1、基础图层准备：

实验前已有的图层数据为：

土壤图，土地利用图，乡村名称，施肥评价指标，行政边界，铁路，省道，乡村道路，水域等以及采样点的数据信息。

我组的实验区域为安陆市雷公镇，从已有的行政边界数据中提取出雷公镇的数据（包括土壤，土地利用，道路，水域，采样点，地名），其余图层的裁剪均基于此图层。

用裁减

工具，以行政边界为基础，对土壤图、土地利用图进行提取，得到雷公镇的土地类型图、土壤图；

土地利用类型提取：

按属性提取耕地信息，由于原始数据只有编码，因此，将数据用属性选择并提取出来，编码11*的数据为耕地。

2、生成评价单元

评价单元是作为耕地评价的基础图斑，是最终成果的基础，将土地利用类型图和土壤图进行叠加

，生成的每个具有闭合边界并且同时具有土壤和土地利用信息的多边形即为评价单元，叠加后会产生许多细碎多边形，而且存在不相邻的图斑在属性表中是同一条属性记录的情况。

解决思路为：

首先用高级编辑工具进行破碎化

，通过比较，可以发现，破碎之前为499个图斑，之后为506个图斑，查看数据属性表，其中有许多面积很小的多边形，面积比较小，统计的意义不大，因此，用

工具，消除细碎多边形，具体操作如下：

（1）属性选取500平方米的多边形；

（2）选择消除工具，去除面积小于500平方米的多边形；

（3）最终的结果中，存在独立的某个小图斑，考虑到3平方米数据较小，而且仅此一个图斑，直接删除处理。

以上步骤可以得到最终的评价单元，评价单元是矢量图层，共464个多边形，记录了评价单元的基本属性，如面积信息，定位信息，有机质，pH，碱解氮，速效钾，速效磷等。

3.采样点数据处理

3.1、展点

将采样点数据展到地图上，将统计表中的东经、北纬添加至地图，默认的坐标与实验所采用的beijing-54坐标系不一致，因此，必须采用坐标转换工具，将行政边界图层和采样点绘制于同一的空间参考之下（保证各个图层的投影坐标一致，保证数据框的投影坐标与图层坐标一致，否则在以后的操作中会出现错误）。

用裁减工具提取雷公镇的采样点数据。

3.2、数据插值

3.2.1、数据预处理：

在得到的数据点中，存在一些错误和误差数据，因此，首先进行数据的预处理工作。

数据中的错误在于：

用一个数据位置的采样点有两个或以上的不同的数据值，采用的处理是平均值；而且采样点数据中会存在“离群值”，对于此类数据进行判断，若为错误点，则去除，若合理，则保留。

插值的方法采用的是Arcgis的地统计学的普通克里格插值，插值之前，首先检查数据的分布情况：

以上数据说明，数据中虽然存在“离群值”，但是偏离程度不大，认为采样的数据不存在错误，但是克里金插值要求数据的分布接近正态分布，从上图来看，除了有机质外，其余数据均不属于正态分布，因此采用了log变化，但是pH值log变换的效果不好，因此，pH值不进行变换。

一下为log变换的效果检查：

其次，检查趋势分布，大都存在趋势面，而且为二阶趋势，但是趋势面并不明显。

如下图，在东西、南北方向趋势不是很明显，地理实体的空间自相关性必须加入分析，分析趋势并去除。

完成数据检查后，利用地统计学导向，进行克里格插值分析，注意趋势面去除和log变换，插值时将各向异性加入数据分析：

由于地理数据是会存在自相关和各向异性的属性，在插值时，考虑到此类属性，会提高数据插值的精度。

查看数据精度

结果分析：

标准均值接近0，标准均方根接近1，统计意义上说明插值结果比较可靠，所得的结果是GA图层：

采用的是等值线的填充

转换为栅格图层保存：

由等值线转为栅格，数据的属性会发生变化（阈值会有所减小，但是程度不大），认为是栅格数据是对等值线的结果做了平均处理，因此数据的值域稍小，认为合理。

栅格大小采用10*10的栅格单元，因为考虑到最小的图斑面积为500平方米，每个图斑最好有若干个数据点，采用了10*10大小的栅格。

对于碱解氮数据的分析，由于插值数据精度比较低，对于氮的数据，采用了均值与二倍标准差的方法，去除了9个数据点，去除之后，插值数据精度较原有数据好，因此，采用了去除异常点之后的点。

其余的数据偏差不大，考虑到数据可采纳性比较高，因此，应用了原有的数据。

4数据统计

采用分区统计的形式，以每个评价单元为统计图层，以插值的数据栅格为赋值单元，进行统计并以表格数据输出，表格中记录了每一个评价单元的赋值栅格数据，以下的数据采用每个评价单元的赋值数据的平均值进行操作。

统计时建立一个关联字段，原有的FID是对象类型的数据，许多操作不易进行，本实验中，以整形OID作为关联字段，其数据值等同于FID。

5、数据关联

将统计表格关联至图层，输出结果，即为碱解氮、速效磷、速效钾、pH、有机质关联上数据统计数据（专门在图层中设置一个OID作为关联的参考），作为制图的基础图层。

6、施肥评价

结合小麦、油菜、中稻的施肥建议，将上步骤中的属性表输出，导入matlab中进行简单的编码，求解施肥建议，并关联至图层。

以油菜为例：

碱解氮<60，实际土地条件为低氮，相应的施肥建议为重氮；60<碱解氮<100，为中氮，施肥建议为稳氮；碱解氮>100，为高氮，施肥建议为轻氮；速效磷<7.5为低磷，施肥建议为重磷，7.5<速效磷<15，为中磷，施肥建议为稳磷；速效磷>15为高磷，施肥建议为轻磷；速效钾<60为低钾，施肥建议为重钾，60<速效钾<120，为中钾，施肥建议为稳钾，速效钾>120为高钾，施肥建议为轻钾。

相同的方法将中稻、小麦的施肥建议导入图层中。

7专题地图成图：

（1）pH值：

基于上述步骤的成图基础图层，制作专题地图，pH分为三级，由于本区域内酸性、中性、碱性土都有，因此，将6-7，7-7.5，7.5-8.2作为成图的分类级别；

（2）有机质：

基于上述步骤的成图基础图层，制作专题地图，有机质分为3级，分级采用的是一种平均的方法，将数据分为了三类；

（3）将碱解氮、速效钾、速效磷，用施肥建议为制图赋值属性，进行制图；

（4）将采样点、土壤类型数据绘制专题地图，保存并输出。

上述数据中，包含基本的制图名称、指北针、比例尺、图例、参考坐标系，评价单元中包含了数据的面积、土壤类型、用地类型、pH、碱解氮、速效磷、速效钾、有机质的所有指标，调整图层的颜色，将水域、道路、乡村中心所在地在图中注明，制成专题图。

本次实验的不足：

（1）土壤数据本已是耕地数据，因此第一步中的提取耕地数据存在失误；

（2）消除的500平方米以下的数据，是察看过数据属性表，其中，500平方米一下的图斑数量不大，其次，保证赋值栅格数据不必设置过小的像元大小，以保证数据计算效率认为设置的，没有理论依据。

（3）pH分级，只是简单采用酸、碱、中这类方法区分，对于具体的作物实际效用不大；

（4）有机质分级，类似pH，难以找到一个分类标准体系，缺乏相应的经验依据，简单的平均分配降低了数据的可用性。