基于数字土壤系统的县域土壤磷素流失风险简化评估
设施农业技术毕业论文选题

设施农业技术毕业论文选题面向植物工厂的水培液速效养分关键传感技术研究保定市都市农业发展水平评价研究烤烟产业对彭水县农民增收效果研究非均匀盐胁迫对番茄生长、产量及品质的影响磷酸二氢钾生产装置安装与调试关键技术问题研究中国设施蔬菜生产效率研究——以果菜为例基于物联网的番茄温室环境智能调控系统设计与实现太阳能跨季节土壤蓄热简化快速计算方法开发及应用面向设施农业的履带式智能施药车开发日光温室智能放风设备研究应用与升级改造新型轻简装配式日光温室优化结构与温度性能分析乡村振兴背景下陕北特色农业发展研究农业保险、产业链延伸与减贫增收的协同效应研究基于多元数据融合的温室大棚水肥一体机控制策略及系统研究贵州坝子土地利用功能演变研究临安区设施农业发展的对策研究气象服务助力精准扶贫研究——以内蒙古突泉县为例智能水肥一体化系统在香蕉生产中的应用调查——以广西捷佳润公司示范蕉园为例兰州新区西岔镇高原夏菜产业发展现状与对策研究马克思生态思想下绿色农业发展研究——以赤峰市宁城县为例连栋温室自主移动作业平台设计与试验高温高湿对设施番茄果实生长及糖、氮代谢的影响A乡农村电商营销研究光伏发电最大功率点跟踪技术研究基于气象数据的北方阳光板棚室温度短期预测模型研究华北平原规模化农业龙头企业的生产设施配置及布局研究——以山东省平原县“鲁望模式”为例多层覆盖一体式日光温室的环境特点及应用分析严寒地区蔬菜大棚太阳能跨季节蓄热补热技术研究日光温室水幕集热—地暖加温系统设计与应用效果巴中市巴州区设施农业用地备案管理困境及流程重构设施农业环境信息低功耗无线采集系统设计日光温室番茄-甜瓜轮作模式下减磷施肥的效应研究——以河北饶阳为例农村基础设施对农业全要素生产率的影响研究——以湖北省为例江苏省农业生产效率时空演变过程及其影响因素分析推动重庆农业现代化的农田基础设施技术研究——以重庆市垫江县为例黑龙江省绿色农业发展研究农用柔性底盘偏置转向系统控制策略及参数优化试验研究饶阳县设施葡萄产业发展研究下乡资本如何成功嵌入乡土社会——基于张掖市两个农业公司的比较分析榆林市蔬菜产业现状及问题与建议日光温室屋面结构优化及基于BIM建筑表现研究草莓塑料大棚物联网技术应用及水分效率分析设施甜瓜和番茄全有机营养肥水耦合效应研究刺罩式土壤蒸汽除草消毒装置设计及试验SWAT模型在渠井结合灌区的改进及应用常州市现代农业发展扶持项目政府管理研究光伏—市电互补节能温室及LED不同光质下生菜品质影响研究HYKJ有限公司竞争战略研究产业发展导向下盘锦市大洼区乡村空间研究能耗降低视角下温室作物生长环境参数控制模型的构建及优化农业信息化毕业论文选题基于用户信任值和属性的农田环境数据访问控制系统的研究基于中高分遥感的作物种类识别及长势监测技术应用研究基于移动互联网的农村医药问诊服务平台的研究基于农艺性状信息的石阡县优质稻品种筛选研究联合Sentinel-1与Sentinel-2的草地灌丛化监测研究——以锡林郭勒盟草原为例基于遥感的桐乡水系时空变化研究基于物联网的泰山茶环境控制系统设计与实现基于智能身份识别的生猪养殖管理系统研究与设计漳州市花卉产业电子商务应用现状与发展对策基于物联网的温室空中草莓种植环境智能控制系统设计基于智慧农业的新型职业农民教育培训模式及体系架构区域种植业资源管理系统的设计与实现基于物联网的鱼菜共生水质环境测控系统设计与应用移动生鲜电商顾客忠诚度影响因素研究——以广东省广州市为例基于WebGIS的土壤污染评价与三维可视化系统研究基于可见-近红外光谱技术的田间土壤属性快速检测方法与设备研究基于SLAM技术的高秆环境下小型植保车自主行驶系统研究遗传优化RBF-PID的电动变量施肥控制系统研究基于卷积神经网络的水稻病害识别方法研究与应用好氧发酵自动控制系统的研究温室水肥一体化灌溉控制系统的设计与应用寒地水稻节水灌溉控制系统的设计与应用北方封闭奶牛舍环境监测系统及氨气浓度预测模型研究植物电信号在线检测装备的研究与应用农业统计数据关联挖掘与可视化研究基于深度学习的贝母分类算法研究与实现基于PHP技术的农业科技学习推广平台的设计与实现内蒙古绒山羊舍信息化资源平台的设计与实现基于数据架构的农用地档案数据注册引擎的研究与实现基于认知无线电的农业物联网频谱感知策略研究基于无人机成像高光谱遥感数据的水稻估产方法研究基于Hadoop的农业种植信息推荐系统的构建与研究基于云计算的农产品全产业链追溯系统关键技术研究智慧河长信息化管理平台的研究和实现基于芒果流水线的智能化检测分级系统研究某水源地供水监控系统的设计与实现基于光纤接入网络的农业信息化承载网络研究气象雷达故障诊断与健康管理关键技术研究基于光伏能源的智慧农业监管平台研发基于图像识别的作物种子自动计数方法研究基于计算机视觉的农作物病害叶片识别方法研究基于无人机的林分郁闭度和树高估测研究基于Android的灭火资源调度系统南疆盐渍化地区的棉花水分迁移模型的研究南疆节水高效自动化灌溉系统设计与实现清流县“三农”补贴管理的研究及系统实现基于HTML5和Node.js技术的农产品销售平台设计基于Capsule神经网络的农民工尘肺病CT图像识别大数据背景下农业地区交通警务管理模式探究基于光学成像和光谱分析的香蕉成熟度鉴别方法研究基于机器学习的气象因素对小麦产量影响的分析预测小粒咖啡烘焙工艺优化及理化指标检测分析基于数据融合技术的大米产地确证模型研究大型风电场35kV集电线路防雷保护的研究——以“小箐山风电场”为例分布式小麦病虫害主题搜索系统设计与实现面向小麦可视化的沉浸式虚拟场景的研究与实现区域尺度棉花蚜虫遥感监测研究利用无人机成像高光谱监测棉蚜为害等级研究基于无人机图像的麦穗识别技术研究基于无人机图像的玉米植株识别技术研究基于颜色和纹理特征的大田麦穗识别技术研究基于Web的农业数据挖掘应用系统研究微喷灌施肥条件下调亏灌溉对三七生长生理及微生态环境的影响农业舆情监测与分析系统研究基于ARIMA-BP神经网络的河南省蔬菜价格预测研究——以马铃薯为例电子商务背景下赤壁市农产品物流体系建设庄河市农产品产销信息化发展战略研究瓦房店市蔬菜销售信息化建设研究三产融合下湖北省田园综合体发展研究郧西县乡村旅游与农村电商融合发展策略研究基于卷积神经网络的奶山羊行为识别方法研究光伏灌溉水泵系统设计水幕大棚CFD数值模拟及热效能分析基于多源信息融合的奶牛反刍行为感知及分类识别研究基于Android的生鲜农产品商城的设计与实现基于Web的长沙县农业信息共享平台研究农用商城销售管理系统的设计与实现基于信用评价的农产品电子商务平台的设计与实现基层农业推广信息化平台建设现状分析及发展策略——以瓦房店为例基于众源POI数据更新地理信息公共服务平台应用研究基于卷积神经网络提取冬小麦空间分布信息的方法研究常宁市果园智能灌溉控制系统的开发与研究中小型水库调洪演算双辅助曲线法并行化研究基于无人机视觉的油菜苗期田间杂草识别研究基于知识图谱的水稻病害防控模型构建与研究激光测量喷雾飘移量估算模型构建与系统研发基于深度学习的农作物基因剪接位点识别研究大蒜种植规模及其影响因素研究区域冬小麦籽粒蛋白含量遥感预测研究基于GIS的华北平原小麦玉米精准种植区划研究基于物联网的苹果生长环境监测与苹果冻害预警系统研究基于定量螺旋输送技术的谷物产量计量系统开发基于数据驱动的温室黄瓜霜霉病监测预警系统基于深度学习的玉米田间杂草识别技术及应用花生智能管理信息系统的研究与实现苹果品质评估与价格预测模型研究基于物联网的温室番茄生长环境智能测控系统鱼菜共生水质环境智能测控系统研发基于云计算的农村基本医疗信息系统的研究与实现农村扶贫资金成效评估模型构建及系统研发农业经济领域比较受关注的论文选题农业经济主要包括生产、交换、分配、消费等方面的经济活动和经济关系。
农业氮磷流失防控技术的应用与效果评估

农业氮磷流失防控技术的应用与效果评估随着农业生产的不断发展,农业面临的环境问题也日益严峻,其中氮磷流失是一个不容忽视的问题。
如何有效地控制农业氮磷流失,成为当前农业可持续发展的重要课题。
本文将对农业氮磷流失防控技术的应用与效果进行评估。
一、氮磷流失对环境的影响氮磷流失是指土壤中的氮、磷元素在农业生产过程中被流失到水体中的现象,主要来源于化肥施用、农作物生长和土壤侵蚀等因素。
氮磷流失不仅导致农田生产力下降,还会导致水体污染,影响生态环境的平衡。
二、传统农业氮磷流失防控技术传统农业氮磷流失防控技术主要包括合理施肥、耕作措施、水资源管理等方面。
合理施肥可以减少氮磷浓度过高导致的流失,耕作措施可以减少土壤侵蚀,水资源管理可以避免农田排水对水体的污染。
三、新型农业氮磷流失防控技术的应用随着科技的发展,新型农业氮磷流失防控技术不断涌现。
例如,利用生物技术改良农作物,减少对化肥的需求;利用遥感技术监测农田氮磷流失情况,及时调整管理措施等。
四、新型技术的应用效果评估新型农业氮磷流失防控技术的应用效果需要进行科学评估。
通过实地调查和数据分析,可以评估新技术对氮磷流失的减少效果,以及对农田生产力和生态环境的影响。
五、新型技术在不同地区的适用性新型农业氮磷流失防控技术在不同地区的适用情况可能有所不同。
由于气候、土壤、作物等因素的影响,需要结合当地实际情况进行针对性调整和应用。
六、新型技术推广过程中遇到的问题在新型农业氮磷流失防控技术的推广过程中,可能会遇到一些问题。
例如,农民对新技术的接受程度、投入产出比的考虑等均可能影响新技术的推广效果。
七、新型技术的市场前景与发展趋势随着社会对环境保护的认识不断提高,新型农业氮磷流失防控技术的市场前景将会越来越广阔。
未来,新技术将更加智能化、精准化,以满足不同地区不同农业生产需求。
八、新型技术对可持续发展的促进作用新型农业氮磷流失防控技术的应用不仅有助于保护环境、提高农田生产力,还能促进农业的可持续发展。
土壤环境监测技术规范

土壤环境监测技术规范土壤环境监测技术规范包括土壤环境监测的布点采样、样品制备、分析方法、结果表征、资料统计和质量评价等技术内容。
一、准备工作主要准备工具,器材,用具等。
二、布点采样样品由随机采集的一些个体所组成,个体之间存在差异。
为了达到采集的监测样品具有好的代表性,必须避免一切主观因素,使组成总体的个体有同样的机会被选入样品,即组成样品的个体应当是随机地取自总体。
另一方面,在一组需要相互之间进行比较的样品应当有同样的个体组成,否则样本大的个体所组成的样品,其代表性会大于样本少的个体组成的样品。
所以“随机”和“等量”是决定样品具有同等代表性的重要条件。
1. 布点方法1)简单随机将监测单元分成网格,每个网格编上号码,决定采样点样品数后,随机抽取规定的样品数的样品,其样本号码对应的网格号,即为采样点。
随机数的获得可以利用掷骰子、抽签、查随机数表的方法。
关于随机数骰子的使用方法可见GB10111《利用随机数骰子进行随机抽样的办法》。
简单随机布点是一种完全不带主观限制条件的布点方法。
2)分块随机根据收集的资料,如果监测区域内的土壤有明显的几种类型,则可将区域分成几块,每块内污染物较均匀,块间的差异较明显。
将每块作为一个监测单元,在每个监测单元内再随机布点。
在正确分块的前提下,分块布点的代表性比简单随机布点好,如果分块不正确,分块布点的效果可能会适得其反。
3)系统随机将监测区域分成面积相等的几部分(网格划分),每网格内布设一采样点,这种布点称为系统随机布点。
如果区域内土壤污染物含量变化较大,系统随机布点比简单随机布点所采样品的代表性要好。
2.基础样品数量1)由均方差和绝对偏差计算样品数用下列公式可计算所需的样品数:N=t2s2/D2式中:N为样品数;t为选定置信水平(土壤环境监测一般选定为95%)一定自由度下的t值(附录A);s2为均方差,可从先前的其它研究或者从极差R(s2=(R/4)2)估计;D为可接受的绝对偏差。
不同制图比例尺土壤数据库对旱地磷储量估算的影响

5 m 的土壤磷 储量 进 行估算 ,得 出中 国表层 土壤 0c
磷循环主要在土壤 、植物和微生物 中进行 , 其过程 为 植物 吸收 土壤 有效 态磷 ,动植 物残 体磷 返 回土壤 再 循环 。同 时磷 素循 环 是农 田生 态 系统物 质循 环 的 重 要子 系统 ,而且 也是 影 响土壤 肥力 的最 活跃 因素 之一 。施用磷肥可 以促进作物根 际生长和氮素吸 收, 同时磷素也会对稻 田甲烷排放产生影响【 J 2 。目 4 前 ,随着农 田土壤磷素的不断积累,也加大了磷素 流失的风险。 研究表明 , 如果水体含磷量超过2 ~ 5 O 3 gL 就 极 有可 能 导致 藻类 大 量 繁殖 p。因此 ,无 ・ J
壤全磷密度增加储量并没有明显减少。 但是从 以上研究也可以看 出,目前国家或区域 尺度农 田磷储量估算 中大多使用 的是单一 尺度 土 壤数据库 , 并没有考虑不 同制 图尺度土壤数据库所 造 成 的差异 。 由于陆 地 系统是 一个 自然 等级 系统 , 该系统 内不同尺度上的主导过程可能是不同的L 。 l 引 如 Wag和 Si lJ 北地 区 1 4 n h 等 J对东 j l 1旱 地剖 面数 0 据统计发现 ,从县级 、地市级 、省级到大区级 ,地 带性 与非地带性土壤 的平均有机碳密度变异 系数 间 的 差 异 逐 渐 增 大 。Z a 和 Si等 【 ho h J 用 利
的 1: 0 0 5 00数据库与 目前 国内碳氮磷储量估算研 究使用最多的 1 1 0 0 1: 0 0 : 0 0 和 0 0 4 0 0土壤数 0 0 据库下磷储量和磷密度差异 , 并用 目前区域尺度数 据最 详 细 的 1: 000土 壤数 据库 结 果进 行 了定量 5 0 化误差 ,以便为评估不同制图尺度土壤数据库计算 旱 地磷 储 量 精 度 大 小 和 研 究 区选 择 合 适 的制 图尺 度数 据库进行土壤物理化学属性计量提供理论依 据 ・ ・ 。 , 引
数字土壤制图方法及国内外研究进展

数字土壤制图方法及国内外研究进展数字土壤制图以土壤—景观模型理论为基础,通过地理信息系统、遥感、空间分析等技术手段来获取土壤发生环境信息,采用统计学、地统计学等其他数字定量方法来模拟土壤与其发生环境信息之间的定量关系,并在空间上扩展该关系,达到制图目的(Scull et al.,2003)。
数字化土壤图以及从中衍生的信息系统,可以提供高精度、高分辨率的土壤类型和土壤属性等信息,进而服务于现代农业生产实践和资源环境管理决策。
数字土壤制图已成为当前国内外土壤科学的研究热点。
传统制图程序一般分为野外土壤草图测绘、室内底图清绘、图面整饰三个步骤,因其耗时久、耗费人力物力、精度有限等缺点,逐渐被淘汰。
取而代之的数字化土壤制图,具有成本低廉、记载性强、更新快、效率高、精度高、制图美观等优点,已经成为土壤制图的主要方法(Carréet al.,2007)。
2009年,“全球土壤数字制图计划”在美国正式启动,该计划通过综合利用土壤学、地理学、遥感技术、地理信息系统、数据挖掘等多种理论和方法,最后建立具有高分辨率的全球土壤属性的三维网格数字土壤地图(蔡玉高,2011)。
国内外学者对数字化土壤制图做了大量扩展研究,试图寻找数字化土壤制图精度较高、制图效果较好的方法,其中地统计学、决策树、模糊聚类等方法都得到讨论验证,但是目前仍没有得到普遍认可的数字制图方法。
国内数字化土壤制图研究起步较晚,目前出现的方法主要有地统计法、模糊聚类、决策树、支持向量机、线性回归模型以及上述方法的组合等。
孙孝林等(2013)总结出数字化土壤制图五种理论基础:土壤发生学理论、地理学、数学,以及土壤学与地理学、地理学与数学,并对每种理论基础出现的模型、所需样本要求进行系统归纳,有效丰富了土壤数字制图的理论基础。
一、地统计学地统计学是利用原始数据和半方差函数的结构性特征,对未采样点的区域化变量进行无偏最优估计,它以地理学为理论基础,认为空间上任何事物都与其他事物相关,且其相关性与距离有关,是在国内数字化土壤制图方面得到广泛研究的方法。
基于3S-ANN技术的县域农地石漠化预警分析——以广西壮族自治区都安瑶族自治县为例

域石 漠 化综 合 治理 研 究 提供 参 考 。
I 农 地 石 漠 化 预 警 理 论 和 方 法
1 1 农 地 石 漠 化 .
“ ” 事 物发展 过 程 中 出现 的偏 离 正 常 状 况 的 警 是 情 况 , 称 警情 。预 警 , 是对 某 警情 事 先 发 出警报 , 也 就
程度 , 以及 提 出防 范措 施 。 喀 斯特 土地 石 漠 化是 多 因素综 合 作用 的结 果 , 反 映 了 自然演 化 与不 合 理 人 类 活 动 的生 态耦 合 退 化 过
程, 因此 将 预警 科 学 引入 石漠 化研 究领 域具 有重 要 意
义。
过程 由正 向传 播 和反 向传 播组 成 , 入值 经过 非线 性 输 变换 从输 人层 经 隐单 元 逐 层 处 理 , 传 向输 出层 , 并 每
目标 层
( A)
准则 层
指标 层 ( ) C
() B
数 据来源
警情 指标 植被 覆盖 率 B。
l
实 测 ,遥 感
实测 ,遥 感 农地 石漠 化 分布 图 农 地石漠 化 分布 图 农 地石漠 化 分布 图 农地 石漠 化 分布 图 农地 石漠 化分 布 图 农地 石漠 化 分布 图
率 、 岩 裸 露 率 、 表 起 伏 指 数 、 2 。 地 面 积 比 等 资 源 环 境 信 息 , 辅 以 农 业 人 基 地 ≥ 5坡 并
口 密度 、 均 耕 地 面积 、 地 垦 殖 指 数 和 坡 耕 地 指 数 等 经 济 、 会 等 指 标 数 据 , 人 土 社 采
用 神 经 网络 中 的 B 算 法 对 都 安 县 不 同 时 期 农 地 石 漠 化 警 情 进 行 分 析 预 测 。结 果 P 表 明 ,SA 3 - NN 分 析 与 实 际 相 符 :9 7 2 O 1 7 — O 5年 农 地 石 漠 化 警 情 不 断 加 剧 , 警 情 无
基于RUSLE和SDR的香溪河流域土壤流失脆弱区识别

资源与水利工程科 学国家重点实验室,南京 2 02 ;3 中国水电顾问集 团成都勘 测设计研 究院,成都 60 7 ) 109 . 102
摘 要 : 基于 修正的 通用土壤流失方程 u L 和分布式泥沙输移 比 D 函 构建 了由降雨侵蚀力因子、 R sE s R 数, 土壤可蚀性因 子、坡度坡长因 子、植被覆盖因子和泥沙输移因子组成的流域土壤流失脆弱 性评估模型。针对三峡库区香溪河流 , 域 在 GS S I和R 技术支持下,利用流域降雨、土壤类型分布、D M ̄ f V 数据 ,评估了流域土壤流失脆弱性并对其进行 了区 E DI 划 ,识别出了香溪河流域 内对于土地利用和水土保持等人类活动更为敏感的土壤流失脆弱区。结果显示,香溪河流域土 壤流失脆弱区面积为3 6 3k ,占流域总面积的 1. %;5 2. m2 3 03 5 个子流域中,土壤流失脆弱区分布比例从高到低依次为:
i e eo e i r . ep o o e d 1 o ssso f emu t idfc r : er i n n f e o ii , o l r db ly Sd v lp di t swo k Th r p sdmo e n i f v lpl a t st ana dr o r svt s ie o ii t, nh c t i i e o h u y i
o n rblyo s ilS s do vs nv ra silS u t R L ) n i n 1 r i DR fr ev lea it f olOS ae nte e i du ieslolO S q ain( US E a dsdmet eieyrt S ) h t u i b hr e e o e d v a o(
土壤磷素的流失风险研究

素水平 , 内模拟径流实验测定 的生 物可利用磷 B P的变化量 与 Osn P M1P M3 P P 、 P 室 A le— 、 一 、 一 、 D S和 E C 的变化量之间存在显著的 P。
正相关关 系, 采用 M he3 且 elh 法提 取的有效磷水平( 3P和土壤 吸持饱 和度(P) i M 一) D S比其他指标更 能准确地 预测 磷素流失潜能假z =
(. u n d n s tt o E o E v o m n n o c n e G a g h u5 0 5 , hn ; . u n z o s tt o G o h mi r, hn s 1 G a g o g n tue f c — n i n e t dS iS i c , u n z o 1 6 0 C ia 2 G a g h uI tue f e c e s y C iee I i r a l e ni t
(. 1广东省生态环境与土壤研究所 , 广东 广州 5 0 5 ; . 16 0 2 中国科学 院广州地球化学研究所 , 广东 广州 5 0 5 ; . 1 60 3 广东省农业科 学院土壤肥料研究所 , 广东 广州 50 4 ; . 16 0 4 中国科学 院研究生院 , 北京 10 4 ) 0 0 9
Rik Ase s e t n P o p o u t n i l s rc l r e ta si Ag i u t a i o Lo n u S
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第 11 期
张世文等:基于数字土壤系统的县域土壤磷素流失风险简化评估
111
1.2.1 磷源因子相关评价指标的简化与获取 1)土壤有效磷含量。土壤中有效磷含量的高低直接 影响地表径流中磷的含量,是影响磷流失潜在危险的重要 因子。农学上评价农田土壤磷素水平一般采用土壤全磷含 量及有效磷含量 2 种指标。鉴于磷素在土壤中存在形式的 多样化,全磷含量往往不能表征土壤的化学性质、肥力、 供磷能力等属性。因此,在评价土壤肥力及土壤养分流失 中,通常采用有效磷。基于数字土壤系统中县域土壤有效 磷样点数据,通过计量土壤学相关技术将样点数据转化为 面状数据,获取县域尺度上的土壤有效磷数据。 2)施肥因子。施肥因子包括肥料的施用量、施用时 间和施用方式。以往的磷指数法通过统计有机、无机施 肥量及施肥方式得到该因子的得分,调查起来较为繁琐, 工作量较大。考虑到县域尺度下施肥量、施肥方式和施 肥时间通常与种植方式、土地利用方式相关;大量研究 也对各种种植方式的施磷量进行统计,目前中国农作物 施磷量(以 P2O5 计)分别为粮食作物 64 kg/hm2,蔬菜作 物 237 kg/hm2,水果作物 197 kg/hm2,即蔬菜作物施磷量 13-15] 最大,果园次之,粮田最少[ 。通过调查分析,目前 北京市顺义区农作物施磷量(以 P2O5 计)分别为粮食作 物(冬小麦和春玉米)98 kg/hm2,蔬菜作物(菠菜、葱、 豆角、番茄等 12 种蔬菜)195 kg/hm2,水果作物(苹果、 桃和樱桃)125 kg/hm2,也呈现出蔬菜作物施磷量最大, 果园次之,粮田最少的特征。因此磷指数风险得分由高 到低分别为菜园、果园、粮田、林地及牧草地、其他。 利用数字土壤系统中的土地利用现状图获取施肥因子分 布情况。 1.2.2 迁移因子相关评价指标的简化与获取 1)地表径流潜力。地表径流的度量可采用径流量、 径流深度等,由于在实际研究中计算磷指数时需要地表 径流因子的等级值,即相对值,无需径流量实际值,因 此,往往考虑径流深度(D,cm)来度量[16]。 (2 ) D pa 式中,P 表示年降雨量,cm;a 表示年径流系数。 考虑到县域尺度内降雨量差异相对较小,地表径流 主要受表层土壤质地及坡度影响。因此仅考虑土壤质地 和坡度对地表径流的影响。利用数字土壤系统中的高精 度土壤图和 DEM 图获取待研究区的土壤质地和坡度。 2)土壤侵蚀潜力。土壤侵蚀的强弱决定土壤中磷元 素的流失强弱,是磷素流失的重要指标。土壤流失方程 是目前最有影响、使用最为广泛的土壤流失预测预报方 法[17]。公式 A R K LS C M (3 ) 式中,A 为侵蚀量,t/(hm2a);R 为降雨径流侵蚀因子;K 土壤可侵蚀性,t/(hm2a);LS、C、M 分别为地形因子、 耕作管理(植被覆盖)因子、水土保持措施因子。 当评价尺度为县域尺度时,降雨量径流侵蚀因子、 耕作管理(植被覆盖)因子、水土保持措施因子差异相 对较小,因而可以只考虑土壤侵蚀因子(K),其是土壤 潜在侵蚀度的量度,反映土壤容易遭受侵蚀程度的参数。
图 1 北京市顺义区位置、DEM 与样点分布图 Fig.1 Map of study area, DEM and sampling sites
2.2
数据收集与处理 用于评估顺义区土壤磷素风险程度的基础图件(包 括研究区 1∶50 000 土壤图、 1∶50 000 土地利用现状图、 25 m× 25 m 高精度数字高程图。 ) 和样点数据均来自北京 市数字土壤系统。有效磷测定采用 Olsen— P 法,有机质
0
引
言
磷是作物生长必需的营养元素之一,同时也是水体 富营养化限制性因子之一,随着长期过量施用磷肥,导 致土壤磷素的大量积累。国内外学者对磷素流失风险进 行了大量研究[1-22],出现了很多土壤磷素流失风险评估的 方法[2,4,11-12]。在众多的评价方法中,被广泛采用的当属 磷指数评价法 [2,12] 。目前国内外研究尚存在一些不足之 处,就研究尺度而言,目前的研究主要针对流域尺度, 对于县域尺度鲜有研究,县域是中国基本的行政管理单 元,对其磷素风险评估更加便于指导生产实践。就研究 数据源而言,当前研究的数据主要来自调查数据,采用 现代先进计量土壤学技术准确实现数据由点到面的扩 展,为磷素风险评估提出可靠数据的研究尚不多见。就 评估方法而言,多数研究采用磷指数法评估,未考虑研 究区自身特点,评估要求的数据量大,过程复杂。根据
Table 1
评价指标 (权重系数) 磷 源 因 子 土壤有效磷 /(mg· kg-1) (1.0) 施肥 因子 (0.5) 地表 径流 (1.0) 迁 移 因 子 分级 分值 分级 分值 分级 分值 土壤质地 土壤侵 蚀潜力 (1.0) 分级 土壤有机质 质量分数/ (g· kg-1) 土壤质地 坡度/(° ) 0.4 粗砂 质 <15 0.6 >15 0.7 >1 200 0.2 <3 0 其他 0 粗砂质和细砂质 0~3 >3~7 >7~12 >12 0.5 0.6 细砂 质 <15 0.6 >15 0.7 0.7 0.6 砂壤 质 <15 1 >15 0.9 >3~5 1 林地 1
根据土壤质地和土壤有机质含量,查算土壤可蚀性诺谟 图得出土壤侵蚀因子 K 值。 以高精度土壤类型图为底图, 利用 arcGIS 进行属性编辑得到侵蚀因子 K 的分布图。 3)潜在污染源距河流的距离。磷素在流域内从高向 低扩散与迁移的过程中,将不断地稀释和截留。距离越 远,在传输过程中被稀释和截留掉的可能性越大,相反, 距离越小,可能性越小。距河流远近程度是影响磷素迁 移的一个重要因子。 运用 arcGIS 软件水文分析模型,输入 DEM 栅格数 据,模拟出河流流经的路线及汇流网络,获取研究区域 的水系网络。利用 arcGIS 提供的直线距离函数,以水系 图为基础,计算出污染源距河流的距离分布图。按照 Gburek 等 [18] 提出的潜在污染源距河流的距离与地表径 流产生磷流失的危险性大小之间的关系,同时考虑研究 区的大小,给出潜在污染源距河流距离得分情况。
(1. 中国农业大学资源与环境学院,农业部华北耕地保育重点实验室,北京 100094; 2. 安徽理工大学地球与环境学院,淮南 232001; 3. 水利部综合事业局,北京 100600) 摘 要:县域是中国基本的行政管理单元,探讨县域尺度下土壤磷素流失风险评估的简化方法,旨在为县域磷风险评估 和生产实践提供指导。该文在充分考虑县域尺度的特点,简化磷指数评估方法指标和评估过程,并以北京市顺义区为例, 基于数字土壤系统,采用地理信息系统和计量土壤学技术,采用简化后的磷指数法对顺义区磷素流失风险进行评估。结 果显示,顺义区土壤磷素流失的风险程度呈现东部高,西部低和沿着河流呈条带状分布的特征,这种分布特征在一定程 度上说明了导致顺义区土壤磷流失的主要原因是农业投入,顺义区土壤磷素流失风险程度以低为主,但中等风险的面积 占总面积的 30.05%,今后应加强研究区磷素管理,防止土壤磷流失。基于数字土壤系统的简化磷指数法能够很好地反映 待评估区域磷素风险程度,为县域磷素风险评估提供了参考价值。 关键词:土壤,地理信息系统,磷,县域尺度,简化的磷指数法,计量土壤学技术 doi:10.3969/j.issn.1002-6819.2012.11.019 中图分类号:S152.3 文献标志码:A 文章编号:1002-6819(2012)-11-0110-08 张世文,王朋朋,叶回春,等. 基于数字土壤系统的县域土壤磷素流失风险简化评估[J]. 农业工程学报,2012,28(11): 110-117. Zhang Shiwen, Wang Pengpeng, Ye Huichun, et al. Risk simplified assessment on phosphorus loss risk based on digital soil system at county scale[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(11): 110-117. (in Chinese with English abstract)
110
第 28 卷 2012 年
第 11 期 6月
农 业 工 程 学 报 Transaty of Agricultural Engineering
Vol.28 No.11 Jun. 2012
基于数字土壤系统的县域土壤磷素流失风险简化评估
张世文 1, 2,王朋朋 1,叶回春 1,黄元仿 1※,穆恩林 3, 王来斌 2,陈孝杨 2,许光泉 2
收稿日期:2011-11-08 修订日期:2012-05-07
研究区自身特点,针对性地简化评估流程的有待进一步 研究。 本文充分考虑到县域尺度的特点,针对当前土壤磷 素流失风险评估研究存在的问题,对磷指数法进行简化 处理;并基于数字土壤系统和计量土壤学技术,采用简 化的磷指数法对顺义区磷素流失风险进行评估,旨在探 索县域尺度下磷指数法的简化和数据分析方法,为县域 磷素风险评估和生产实践提供指导。
2
2.1
顺义区土壤磷素流失风险评估
研究区概况 研究区为北京市东北郊的顺义区,地处 40° 00' ~ 2 40° 18'N, 116° 28'~116° 58'E, 总面积为 1 021.49 km(图 1) 。 研究区地处燕山南麓,海拔高度处于 20~630 m 之间,属 于潮白河冲积扇中下段,地貌类型以平原为主,平原约占 研究区总面积的 95.7%。 研究区内仅西南部有部分山地 (图 1)。研究区属于暖温带半湿润大陆性季风性气候,水资源 较为丰富,主要地表水系有潮白河、温榆河。研究区内土 壤类型复杂,包括 12 个亚类,以普通潮土为主。顺义区农 业发达,农业用地面积较大,达到 598.66 km2,占顺义区总 面积的 58.70%,其中耕地面积占总面积的 35.19%。