玉米主產區(qū)土壤養(yǎng)分與玉米產量的時空變異及其相關性研究.pdf

1、農業(yè)生產受地理條件和氣象因素的影響,具有動態(tài)性、不確定性、時間性、空間性等復雜的特點。傳統(tǒng)的技術手段無法正確及時掌握農情,導致農業(yè)生產長期處于信息化落后被動的局面。計算機相關技術是實現(xiàn)農業(yè)信息化可持續(xù)發(fā)展的有效途徑。隨著社會的進步和信息技術的發(fā)展,傳統(tǒng)的農業(yè)數據處理手段已經無法滿足農業(yè)信息化、數字化的發(fā)展,3S技術、人工智能和數據挖掘等先進計算機相關技術的出現(xiàn),拓寬了人類的視覺和觸覺,為人類提供了新的觀測事物手段。
　　我國主要糧

2、食種植作物之一是玉米,它也是東北地區(qū)的主要種植作物,玉米生產在整個糧食生產中地位十分重要。了解玉米種植情況及產量,對于玉米生產過程的產量預測,土壤養(yǎng)分評價和精準施肥都具有重要意義。運用信息技術手段,對農業(yè)知識進行處理決策,及時了解土壤養(yǎng)分含量、肥力等級和糧食預期產量等重要農情一直是研究的熱點。本文以農業(yè)信息化為導向,針對玉米生產過程中耕地地力情況,以最為關心的玉米產量為研究對象,利用GPS和GIS技術,結合時序序列算法、空間聚類分析和時

3、間與空間相結合的數據挖掘技術,在掌握一定信息的情況下,進行土壤養(yǎng)分含量與產量之間的相關性,土壤肥力等級的劃分,玉米產量預測等研究工作,探索玉米產量預測的新方法。
　　在本文的研究中,首先分析了作物產量構成的相關研究、國內外農業(yè)信息化研究進展、精準農業(yè)國內外發(fā)展的情況、土壤養(yǎng)分的時空變異以及作物產量時空相關性的國內外研究動態(tài);然后表明了本文主要的研究內容、目的、意義和相關工作;介紹了時間序列、空間模糊聚類分析、相關性分析和神經網絡等

4、數據挖掘理論和方法。在吉林農業(yè)大學信息技術學院所承擔的國家863高科技“玉米精準作業(yè)系統(tǒng)研究與應用”項目的支持下,以吉林省榆樹市弓棚鎮(zhèn)的農田為實驗區(qū)域,進行了以下研究工作:
　　(1)數據收集整理,收集整理玉米種植區(qū)的土壤養(yǎng)分數據、實驗期間玉米產量數據,查閱吉林省年鑒數據庫獲取得從1990-2010年榆樹市玉米產量數據,為建立土壤養(yǎng)分評價模型、土壤養(yǎng)分與玉米產量相關性分析和玉米產量預測模型等工作提供基礎數據。
　　(2)針對

5、土壤養(yǎng)分數據空間性特點,分析了土壤養(yǎng)分空間變異性、土壤養(yǎng)分與產量的相關性,討論了土壤養(yǎng)分空間變異對產量的影響。
　　(3)根據土壤養(yǎng)分變異與玉米產量的相關性研究吉林省黑土區(qū)耕地地力評價。針對研究對象的區(qū)域空間特性,在解決玉米精準施肥的區(qū)域問題上,采用空間模糊聚類算法進行土壤養(yǎng)分評價。首先利用利用八連通法對研究區(qū)域進行空間性分析,并將分析結果應用于空間模糊聚類分析中,進行土壤養(yǎng)分分類模型的建立。這種方法應用于土壤養(yǎng)分評價,即考慮了土

6、壤養(yǎng)分數據的屬性問題,又顧全了土壤養(yǎng)分數據具有區(qū)域空間性的特點,適用于精準農業(yè)中的土壤養(yǎng)分評價。借助GIS分析的結果可以直觀地了解整個區(qū)域的耕地地力情況,可為農作物的施肥和管理提供理論依據。
　　(4)玉米產量預測是精準農業(yè)實施過程的重要環(huán)節(jié),傳統(tǒng)的統(tǒng)計方法沒有考慮玉米產量的時間相關性,本文從時間方面預測了玉米產量。以連續(xù)20年玉米產量為處理對象,根據時間序列算法的研究過程,構建了玉米產量的時間序列模型,從時間角度上分析了玉米產量

7、的變化趨勢,以及進行相關預測。實驗結果表明應用ARIMA模型預測的玉米產量與實際值擬合效果很好,說明用時序算法可以對玉米產量的未來趨勢進行較好地預測。這為摸清玉米產量的短期趨勢提供了新的思路和方法。
　　(5)在土壤養(yǎng)分空間變異和玉米產量時間預測的基礎上,探索將時間和空間進行擬合,從時空角度進行玉米產量的預測。本文提出了一個基于數據挖掘的玉米產量時空相關性研究方法,利用時間序列方法構建玉米產量的時間子預測;借助于BP神經網絡算法的