GIS与空间分析毕业文献翻译汇编.doc

GIS Modelling for Site-Specific Nitrogen Fertilization towards Soil Sustainability （面向土壤可持续性的特异性氮肥）Editor：Antonis Papadopoulos 1, Dionissios Kalivas 2,* and Thomas Hatzichristos 1 Received: 22 January 2015 / Accepted: 20 May 2015 / Published: 26 May 2015source: Sustainability 2015, 7, 6684-6705; doi:10.3390/su7066684 摘要： 在多数时候农户需要做出预测决定并且无法重来。施肥量的确定就是其中之一。在过去多年的作物管理与肥料试验决策中，大多重大的失败都被记录下来了，这些大多导致并一直使得产量降低与环境弱化。本文的方法包含了GIS的使用、模糊集与专家知识，以用于在空间尺度上进行种植生态系统的氮平衡物理过程的模拟和特定肥料施用的作用与限制的估计。一种原始空间决策系统被设计、开发并应用于一块特定研究区域。该系统由两个模块组成（施肥量与肥料类型），对特定区域的土壤利用、气候与种植经验数据按特定数量与格式记录下来。根据各子区域对氮肥需要的特点对特定区域空间分类。“施肥量”模型显示了减少氮肥施用量与常规方法的对比结果。该系统进一步划分为各小区，给与每个小区的具有不同需肥类型、需要不同施肥量与施用时间的指导。 关键词 GIS；空间分析； 特异性氮肥施用；模糊集 1介绍 经验性的、而不是科学校正的在不同土壤条件下的氮肥施用的现实问题在希腊人的耕地管理上已有四十多年了。含水层硝酸盐下渗作用加强的结果导致种植管理者采取措施减少氮素使用，出台计划重视减轻地下水氮素污染。在此背景下，审视适应特定环境条件的特异位置的氮肥管理(SSNM)指的是氮肥用量在空间与时间进行合适的预先决策，提高氮素利用效率，减少对环境的不利影响。在精耕细做的系统中，预测特定位置的氮肥需要量是十分困难的，像分析土壤基底中的氮素移动，像植物吸收、矿化、固定、反硝化、过滤以及别的过程以复杂的方式相互作用。此外，像土壤、天气条件、耕地作业和作物生长都影响此研究的目的是要实现对于离散氮肥用量区域棉花产量的识别与制图的系统化和自动化步骤方法。此外，通过这样设计开发与应用这么一个空间决策支持模型，我们致力于展示1 系统设计一个合理的施肥决策应该基于科学知识与实验结果，很好的结合种植经验与环境条件。土壤中的硝酸盐由流动性很强的营养元素构成，使得它的利用要相当高的要求和多层次的决定。为了提供完整和显示的氮素施用指导，像每剂施用量，肥料类型，指的是其中游离氮的形式，施肥剂量，施用时间与方法以及推荐施肥用量的空间限制，都应该考虑进来。后者是相当必要的，只要我们认同农业是一个连续的、不断变化的受土壤、地质、气候和种植该推荐方法考虑了两种系统的空间模型。前者负责计算在一个种植阶段应用中的推荐施肥量，后者会根据类型、时间和施肥方法提供一个全面描述的建议。速率模块的结构是通过在对种植系统中的氮循环的估计，通过氮素平衡方程翻译来的。类型模块考虑两种危险指标，避免由于酸化导致土壤降解和氮素淋溶损失的限制。两个模块都集合了模糊集的观点和Model Builder 10.1工具ArcGIS软件环境，充分发挥其在空间分析上的能力。 纳入系统的变量和用于系统估计的数据都会根据他们的科学的和被证明的与合理施肥与环境友好目标的联系来进行仔细甄别。此外，访问与检索与最少参数组合的模型数据的能力是选择系统参数最重要的标准。系统保持灵活，能根据特定位置需要添加变量与减少多余参数。数据能是空间显示的或是描述性的，连续的，分类的。由于系统提供的专家知识水平，通过模糊集的使用，一个强大的能代替与解决模糊环境现象的框架就形成了。 2.2 空间模块 Table 1 两个模型中使用的参数 该施肥量模型充分利用五个正式指标如表3. 研究区域 Figure 2 研究区域 Figure 3 研究区域与土壤采样点分布图1%发生在冬季。在夏季，平均降水低至2摄氏度，最冷一月，6摄氏度。至于霜冻天气，多发生在4. 数据收集与管理 土壤的物理化学参数是基于对该区的的土壤调查取样取得的。为了验证土壤调查取回的包含过期的数据，点图层的描述性数据包含表土层的土壤无机氮、 该模型中的气候数据是棉花种植季的平均土温与平均降水。两者都源于气象站网络 模型中的农业数据源自生产者在种植期的灌溉、施肥管理措施记录(表)。这种分类下，所含的产量潜力会被管理决定强烈影响。数据和管理都在区域水平上进行，因此，这些数据的空间参照也就是区域边界