The invention belongs to the technical field of soil detection, and specifically relates to a method for predicting soil fertility based on a geographic minimal data set of yield, which comprises the following steps: (1) collecting soil samples; (2) detecting the contents of various fertility indexes of the samples; (3) carrying out Nemerow single fertility index and comprehensive fertilizer on the contents of the measured indexes. Force index analysis and calculation; (4) Step (2) Principal component analysis of the measured index content using SPSS data processing software, select the high factor load index in the principal component analysis, into the minimum data set; (5) Steps (4) the data set standardized calculation; (6) Steps (5) standardized minimum data set, calculate the minimum number. According to the fertility index. According to the analysis result of the correlation between the fertility index of the minimum data set and the yield, the fertility index can predict the soil fertility; the soil fertility prediction method of the present invention can uniformly evaluate the soil fertility of Camellia oleifera with large spatial difference and has wide application range.
【技术实现步骤摘要】
一种基于产量构建地理最小数据集的土壤肥力预测方法
本专利技术属于土壤检测
,具体涉及一种基于产量构建地理最小数据集的土壤肥力预测方法。
技术介绍
油茶(CamelliaoleiferaAbel.),山茶科油茶属常绿小乔木,种子油富含油酸、亚油酸等不饱和脂肪酸,是南方重要的的木本食用油树种。浙江省现有20万公顷油茶林,位居全国第4位,其中,70%分布在丽水及衢州地区,是山区农民增收致富的重要资源优势和潜力所在。当前,浙江省60%以上的油茶林为管理粗放、低产低效的老油茶林,此类林分存在树体生长缓慢、结实量下降、大小年明显等不良现象,严重制约油茶产量与品质的提高。《全国油茶产业发展规划(2009-2020)》明确低产林改造是短期内提高油茶产量的有效方式,并提出浙江省低产林进行改造计划。近年浙江省油茶低产林改造每年以近万公顷逐步推进。作为低产林改造的重要措施,精准水肥管理越来越引起重视。但现阶段油茶施肥存在忽视油茶立地条件对肥力的需求差异,忽视微量元素的作用,油茶土壤肥力评价不成熟等问题,迫切需要建立适合油茶的土壤肥力评价体系。土壤肥力最小数据集的建立是土壤肥力评价及确定关键施肥因子的基础和重要环节。最小数据集的建构常用的有主成分分析法、相关性分析法,也有不少学者采用norm值提取指标。本专利技术选择主成分分析为主要研究方法,以确立浙江省油茶土壤肥力最小数据集,对油茶主产区土壤肥力进行评价,并利用内梅罗指数法结合样地产量对最小数据集进行验证,研究结果对提升浙江省油茶种植业发展、改善盲目施肥、保护环境具有重要指导意义。土壤肥力是土壤供应植物所必须的养分的能力, ...
【技术保护点】
1.一种基于产量构建地理最小数据集的土壤肥力预测方法,其特征在于,包括以下步骤:(1)采样:根据样地产量设定采样地点,采集油茶土壤样品;(2)检测:检测步骤(1)采集的油茶土壤样品的各项肥力指标含量;(3)对步骤(2)检测的数值,进行全量数据集数据处理分析:内梅罗单项肥力指数评价:Pi=Ci/SiPi:土壤中某指标i的单项肥力指数;Ci:土壤中某指标i的实测数据;Si:土壤中某指标i的标准值。内梅罗综合肥力指数评价:
【技术特征摘要】
1.一种基于产量构建地理最小数据集的土壤肥力预测方法,其特征在于,包括以下步骤:(1)采样:根据样地产量设定采样地点,采集油茶土壤样品;(2)检测:检测步骤(1)采集的油茶土壤样品的各项肥力指标含量;(3)对步骤(2)检测的数值,进行全量数据集数据处理分析:内梅罗单项肥力指数评价:Pi=Ci/SiPi:土壤中某指标i的单项肥力指数;Ci:土壤中某指标i的实测数据;Si:土壤中某指标i的标准值。内梅罗综合肥力指数评价:P综:土壤肥力综合指数;(Ci/Si)2min:单项肥力指数最小值平方(Ci/Si)2ave:土壤中所有肥力指数的平均值平方;n:土壤肥力指标个数(4)最小数据集数据处理分析:S1:对步骤(2)所测指标含量利用SPSS数据处理软件进行主成分分析,根据特征值大于1及累计贡献率大于70%的原则,提取若干主成分;S2:按一定标准,选取该若干主成分的高因子载荷;S3:按一定标准,选取上述若干主成分的高因子载荷进入最小数据集;(5)最小数据集肥力指标标准化:步骤(4)所得最小数据集,采用S型隶属函数进行肥力指标的标准化。其中x1为肥力指标的低临界值;x2为肥力指标的高临界值;x为肥力指标的测定值。(6)最小数据集肥力指数的建立步骤(5)标准化后的最小数据集,采用主成分分析法求得公因子方差,据此确定权重系数,根据如下公式计算土壤肥力指数NFI。Wi:肥力指标权重系数;Fi:肥力指标标准值(7)最小数据集肥力指数与产量做相关性分析。将最小数据集肥力指数与全量数据集综合指数及产量分别做相关性数据分析,结果最小数据集肥力指数与产量相关性较好,所述最小数据集肥力指数可对土壤肥力进行预测。2.根据权利要求1所述的一种基于产量构建地理最小数据集的土壤肥力的预测方法,其特...
【专利技术属性】
技术研发人员:韩素芳,刘亚群,程诗明,张飞英,徐梁,宋其岩,
申请(专利权)人:浙江省林业科学研究院,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。