小规模的空间变异性明显在稻田导电性

文摘

快速变化的描述区域管理实践的重要组成部分。精确农业只需要补足营养缺乏的土壤达到最高产量最少的输入。明显的土壤电导率(传感器是一个有用的工具对比映射确定地区的土壤属性。在淡的土壤,是一个测量代替土壤质地。它直接关系到持水量和阳离子交换量(CEC),这是生产力的关键因素。这个传感器测量跨领域迅速并给出详细的土壤特性与几个运营商(一秒钟间隔)。因此,密集抽样是可行的,因此高分辨率地图可以生产。本研究旨在描述土壤的变化在马来西亚稻田的空间和季节性变化。这项研究是由块C, Sawah Sempadan,雪兰莪州,马来西亚,三个连续的季节。土壤收集后收获的时期。结果表明,深可视化模式前河路线清晰连续线(约45米宽)的北部和中部地区的研究领域。较高的勘探表明不同地图对比比现有的土系研究区域地图。测试表明,季节性变化雨季期间收购(1月12月收获后收集)具有最高的价值相对于另一个季节。

1。介绍

在稻田土壤变化很容易被识别的空间变异性和季节性变化领域内土壤化学和物理性质是不可避免的。快速变化的描述区域管理实践的重要组成部分。精确农业只需要补足营养缺乏的土壤达到最高产量最少的输入。人工土壤采样和随之而来的实验室分析是昂贵的,劳动密集型的,需要很长时间。频繁的使用明显的导电性(E)传感器可以取代传统的方式,以更有效的方式获取数据。

由于研究区种植水稻的农民一年两季,它会导致延迟行动为即将到来的赛季,不会满足精准农业的概念。因此,土壤养分变化需要快速测量和监控。为了克服这些问题,介绍了传感器设备被称为VerisEC传感器。这个设备可以快速测量E和确切知道位置。E的关系在作物生产变化引起的土壤差异已报告了作者(1- - - - - -4]。快速空间测量体积E可以使用非接触电磁感应传感器完成(5,6滚动coulter等)或直接接触传感器直接测量电阻(7,8]。一般来说,E可以受到许多不同的土壤性质的影响,包括粘土含量和土壤含水量(9,10]。根据摩尔和特11),他们发现,E措施质地,营养,和作物产量见他们的研究结果。他们描述土壤E使用400平方英尺的网状细胞表面地图。他们发现,最高的电导率测量的射程以内部分图相当精确的描述了这个地区密集的粘土。土壤质地影响所需的化肥生产最佳作物产量。表面地图可以用作肥料处方图输入基于土壤质地。在另一项研究中,土壤样本取自八个具体的电导率区域和分析土壤质地和有机质。有非常高的导电性与粘土含量之间的相关性()和电导率与有机质之间()。如前所述,类似信息稻田土壤在潮湿的热带是受限的。本研究旨在描述土壤的可变性E在马来西亚稻田的空间和季节性变化。

2。方法

本研究使用了一个活跃的E传感器生产E地图的数据可以通过这个soil-to-instrument接触装置,允许快速土壤E测量不需要永久埋探测器。这项研究是在块稻田进行C, Sawah Sempadan,海岬珊瑚礁,雪兰莪州,马来西亚。研究网站118地块占地145公顷,平均情节的大小约1.2公顷(图1)。E数据采集是三个连续的季节。第一季土壤样本收集2003年6月2日到20日,恰逢2003年收获的淡季后,第二季样本收集2004年1月16日2003年12月3日与收获后的主要季节为2003。第三季样本收集2004年6月9日到18日(淡季2004)。

3100年真实传感器车被拖过每个字段后面一辆拖拉机在一系列平行间隔约15米的横断面。情节是60米,长度是宽度200米。仪器校准,数据收集前按照制造商的说明书,通过检查每个字段使用欧姆计小2欧姆的电阻。3100有三个对真实coulter-electrodes确定土壤E。库尔特穿透土壤表面成6厘米的深度。一对电极电流排放到土壤,而另两双检测发射电流的减少由于其传输通过土壤(阻力)。的深度测量基于coulter-electrodes的间距。副中心,位于最靠近发射(参考)coulter-electrodes集成电阻之间的0到30厘米深处(浅),尽管外界对集成在0和90厘米(深度)之间。真实的输出数据记录器是电阻导电率的转换(1 /阻力=电导率)。差分全球定位系统(DGPS)特林布尔AgGPS132(美国加州森尼维尔市美国天宝导航有限公司)与分表准确性被用来georeference E测量。这个微分校正过程自动完成实时的基础上通过使用可用的灯塔车站Lumut (4 15.07°39.63 N, 100°E),霹雳州,马来西亚(传输频率是298.00 kHz)。真实数据记录器记录纬度、经度和浅和深E数据(女士)在1 s间隔一个ASCII文本格式。欧共体记录器是可用的日志只有当DGPS信号。的位置的纬度和经度(WGS84)被转换为马来西亚纠正斜正形(RSO)使用GPS探路者办公室2.90。

EASCII格式的数据是通过软盘转移到一个可用的地理空间和GIS软件如GS +版本5.1和8.3 ArcGIS空间分析扩展为了生成一个E地图通过克里格技术。GS +被用来生成变差函数和选择最好的模型用于空间插值(克里格)。

统计分析系统8 e (SAS)是用来确定基本的统计描述。均值的显著性检验是确定类之间和季节通过邓肯的多个测试范围(DMRT)在SAS PROC的漠视。

3所示。结果与讨论

3.1。土壤空间变异性E

本研究的目的是E的可变性在研究区在当地的空间变异性特征。由于标准的分类没有想象多变化,然后大部分的数据点落在一个类。因此,智能分位数的分类技术,通过引入ArcGIS软件,被选中。这是基于自然分组的数据值。它确定了破发点寻找分组和数据固有的模式。的特性分为类边界设置有较大跳跃的数据值。相等的时间间隔和分位数之间这是一个妥协的方法,与unequal-sized间隔,如在极端分位数,通常会有点大,但与其说与分位数法,所以还有一个极端类值的数量减少。这个选项之间试图找到平衡强调中间值的变化和极端值(12]。本研究决定区面积为5可管理的区域分类通过智能分位数法调整为一个数字类的价值基于three-season数据范围。他们是小于20,20到30,30到40、40到50和超过50 mS浅E。深E,他们不到40岁,40 - 60岁,60到80年,80年到100年,超过100毫秒。这是生产一致性范围在研究季节作为参考和简化的比较。

浅的新分类结果E前水的外观显示路线(从前,他们的河流),但是他们仍然模糊(图2)。然而,前面的分类方法无法证明。大部分地区被类2和3为所有占领的季节50多公顷(34.50%)除了在第一季3班。类1占据的面积32.56(22.49%),14.66(10.13%),和14.25公顷(9.84%)对于季节1,2和3,分别。这表明低浅的区域E(20.00毫秒)小于总面积的23%。类5超过50微秒占据最小的面积(少于6%)(表为所有季节1)。

新的分类方法应该合理的的力量。分类方法的强度可以说明了密实度和隔离13,14]。紧性是指低类内方差或一个类中的所有对象非常相似。隔离是指高类或类内的对象之间的距离都是不同的对象在所有其他类。本研究选择分组测试的统计方法,如DMRT和LSD识别类的隔离他们的平均值应显著不同。

平均值在每个类的标记字母表示显著性差异()显示之间的隔离类分类时调整智能分位点的方法。标准差,特别是类2、3和4,表示分类方法的密实度,标准差低,只有类1和5有更高的标准偏差由于无限类中的值。因此,该调整智能分位数分类方法是接受由于其分类的力量。

深E地图的分类根据调整智能分位数法可视化前水路线清晰。深的新分类E被确认为小于40岁,40 - 60岁,60到80,80,100和100多名女士吗。前水路线,深E很低(1级)有明确的形状的宽度约45米。他们发现在东北地区作为一个短的距离和另一个交叉研究领域从东到西。低深E还发现在周围的边缘前水路线。大部分的高E分布在南部和中部东部的深点的颜色说明了5类。这个样子前水路线发现表明深E在所有季节是一个很好的指标来描述同期变化模式(图3)。大部分的深E值下降到3班(超过总面积的20.00%),第4类和类5(表2)。类1 (40毫秒)被发现在小面积小于总面积的12%所有的季节。第2季深E最低的最小的区域。这表明大部分地区都高(40毫秒)值在地下一层。

细胞计数的光栅显示由每个类所占领的地区。深E的均值之间的显著差异值在95%置信水平()表示分类的隔离,而低方差(标准偏差),除了类1和5广泛,表示密实度。因此,分类方法的有效性。

浅和深E地图显示土系列地图的区别。这是因为不同的抽样规模,土壤E更密集采样点详细的土壤调查地图相比,在约200网格。根据Aimrun et al。15E),深区可以描述水稻产量和土壤K低深E区域有很大的低产量和显著高K测试时LSD在5%的水平。

3.2。季节性变化的土壤E

意思是浅和深E值同样改变了从一个季节到另一个季节(相同范围的c, a, b)。第2季平均值最高明显浅和深E季相比(表1和33)。季节1和3的时期是在第一次种植的(1月到5月)和E数据在6月收购。的相似性意味着浅和深E一个赛季表示强烈的浅层和深层价值之间的关系。另一方面,在一个赛季高意味着浅E价值,意味着深E价值也很高,即使人口数量是不同的。最高的E值在第2季发现是由于该领域的高含水量(饱和点以上)由12月大雨引起的。

4所示。结论

土壤特性的空间变异性研究季节是不同的,但浅和深E保留他们的模式即使意味着值是不同的。深E显示的模式前河路线清晰连续线(约45米宽)北部和中部地区的研究领域。大部分的高E水平被发现在南部和中部地区。所有的三个赛季显示地图的模式保留相同的形状(明确前水流路径在低E区和高区E)。较高的勘探表明不同地图对比比现有的土系研究区域地图。它显示非常详细(如收集每一米)土壤区划图可以更快地生产和划定使用土壤E传感器在submetre网格(小于1米)收集在每一秒的时间间隔。季节性变化测试表明,E雨季期间收购(1月12月收获后收集)具有最高的价值相对于另一个季节。研究的意义的研究问题是土壤E地图可以作为补充土壤系列地图。传统做法,土系被用来描述场的土壤条件。到目前为止,E地图可以产生更密集,更快、更低的成本和更少的劳动,因此,E地图可以替代的方法来描述字段条件。

确认

合作从宏观、DOA,狂欢节,IADA承认。智能农业实验室所有人员的帮助下,ITMA,生物与农业工程学院,工学院芬欧蓝是高度赞赏。特别感谢教授穆罕默德Sapuan Salit回顾这个手稿,并给予好评。

引用

1. d . b .我们、t·s·科尔文和j . Ambuel“收益率映射通过电磁感应,”第二届农业系统的特定站点管理p·c·罗伯特·et al .,艾德,页383 - 394,明尼苏达大学的推广服务,明尼阿波利斯,明尼苏达州,美国,1994年3月。视图:谷歌学术搜索
2. n . r .厨房,k . a . Sudduth和s·t·德拉蒙德,“土壤电导率作为粘土层土壤、农作物产量测量”《农业生产,12卷,不。4、607 - 617年,1999页。视图:谷歌学术搜索
3. a . Luchiari j .沙·d·弗朗西斯et al .,“建立管理区域站点特定的养分管理策略[CD - ROM],”《第五精准农业国际会议,p·c·罗伯特,Ed,明尼阿波利斯,明尼苏达州,美国,2000年7月。视图:谷歌学术搜索
4. n张和r·泰勒”应用程序域的水平在精准农业地理信息系统(FIS) [cd - rom],”《第五精准农业国际会议,p·c·罗伯特,Ed,明尼阿波利斯,明尼苏达州,美国,2000年7月。视图:谷歌学术搜索
5. j·d·麦克尼尔,“快速、准确映射土壤盐度的地面电磁电导率米,”进步的测量土壤物理性质:将理论付诸实践SSSA,页201 - 229年,麦迪逊,威斯康星州,美国,1992年。视图:谷歌学术搜索
6. k . a . Sudduth s t·德拉蒙德,n . r .厨房,“电磁感应传感精度问题的土壤电导率精准农业,”计算机和电子产品在农业没有,卷。31日。3、239 - 264年,2001页。视图:谷歌学术搜索
7. e·d·隆德,c·d·克里斯蒂·e·德拉蒙德“土壤电导率映射的实际应用,”第二届国际会议在精准农业,j·v·斯塔福德郡,艾德,页771 - 779,欧登塞,丹麦,1999年7月。视图:谷歌学术搜索
8. k . a . Sudduth n . r .厨房和s·t·德拉蒙德,“土壤电导率在粘土层土壤遥感:电磁感应和直接的比较方法,”第四届精准农业国际会议学报》上,卷2,页979 - 990,圣保罗,明尼苏达州,美国,1999年7月。视图:谷歌学术搜索
9. r·g·Kachanoski e . g . Gregorich, i . j . Van Wesenbeeck“使用非接触电磁估算土壤水分空间变异的内容归纳方法,”加拿大的土壤科学》杂志上,卷68,不。4、715 - 722年,1988页。视图:谷歌学术搜索
10. c·l·s·摩根,j·m·诺曼·r·p·Wolkowski b·罗沃利·g·d·摩根和r·舒勒”两种方法来映射植物可用水资源:EM-38测量和逆建模(cd - rom)”《第五精准农业国际会议p·c·罗伯特·et al .,艾德,明尼阿波利斯,明尼苏达州,美国,2000年7月。视图:谷歌学术搜索
11. s·h·摩尔和m·c·沃尔克特”的映射和解释在生产领域的导电性。路易斯安那州农业。”夏天,44卷,不。3、25 - 27日2001页。视图:谷歌学术搜索
12. ESRI,利用ArcGIS地质统计分析ESRI雷德兰兹,加州,美国,2001年。
13. ,r·m·科尔马克打进一球”的分类,皇家统计学会杂志》的系列卷,134年,第367 - 321页,1971年。视图:谷歌学术搜索
14. 公元戈登,分类查普曼&大厅,伦敦,英国,1981年。
15. w·Aimrun m . s . m .阿明d·艾哈迈德·m·m·哈纳菲和c . s . Chan“空间变异性的大部分在马来西亚稻田土壤电导率:土壤管理的关键,”水稻和水环境,5卷,不。2、113 - 121年,2007页。视图:出版商的网站|谷歌学术搜索

版权

版权©2009 W。Aimrun等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。