CN104834971A - 基于gis和rs的耕地养分管理分区方法 - Google Patents
基于gis和rs的耕地养分管理分区方法 Download PDFInfo
- Publication number
- CN104834971A CN104834971A CN201510227225.5A CN201510227225A CN104834971A CN 104834971 A CN104834971 A CN 104834971A CN 201510227225 A CN201510227225 A CN 201510227225A CN 104834971 A CN104834971 A CN 104834971A
- Authority
- CN
- China
- Prior art keywords
- soil
- data
- remote sensing
- sensing image
- gis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于GIS和RS的耕地养分管理分区方法，包括：确定农作物遥感估产最佳时相，获取遥感影像数据；利用遥感影像处理技术获取合适的植被指数；获取样品土壤的GPS位置信息和土壤养分数据；将收集的地图信息经过地图扫描数字化和图形配准；将获得的植被指数、获取的GPS位置信息和土壤养分数据以及数据库内的信息统一量纲和数量级；对统一量纲和数量级后的数据进行聚类分析，显示不同类别中样品土壤属性数据以及数据组合间的差异；利用模糊聚类的输出结果所蕴含的空间信息，通过地理信息系统选择插值方法，在地理空间上直接体现样点土壤定量隶属关系的可视化表达。以实现对耕地进行精细管理，合理施肥的目的。
Description
技术领域
本发明涉及精准农业和农业信息化领域，具体地，是一种基于GIS和RS的耕地养分管理分区方法。
背景技术
肥料投入不合理导致土壤养分失衡，肥料利用低下不仅仅造成农业生产成本增加而且造成土壤和河流污染严重，由此，了解区域农田养分状况，平衡合理施肥，是中国农业可持续发展的重大现实问题。耕地管理分区划分是现代精细农业变量施肥技术的重要组成部分，科学、合理、实用性强管理分区划分，对土壤和农作物实施变量投入、精准管理决策具有重要的理论意义和实用价值。
遥感、地理信息系统、GPS定位，土壤信息采集及数据库分析技术的飞速发展，可以对农资、农作等实施精确定时、定位、定量控制,最大限度地挖掘提高农业生产潜力,是质量效益型农业,以优质高效为目标,追求以最少投入（如农药、化肥、水、种子、农机具、人力劳动等）获得优质高产，为实现农业信息化，农业智能化及现代精细农业的发展提供了基础。
然而这些技术在农业上的应用还处于初级阶段，各个企业或者单位单独利用某一项或者几项技术，虽然在耕地养分分区取得一定的成果，但在数据处理集成应用和分区精度方面还有较大的提升空间。
现有技术存在以下缺陷：
现有耕地管理分区划分技术仍然采用传统的土壤养分数据，数据源单一，仅为土壤养分数据和地理位置数据，缺乏与耕地分区划分密切相关的遥感数据。
现有耕地管理分区划分技术算法简单，在养分插值分析过程中，笼统的使用单一的插值分析，算法单一，误差较大，严重影响到分析的精度，无法真正适应现代智能施肥对精度的要求，实用性较差。
③现有耕地管理分区遥感数据选择有待优化，不同作物物候期并不一致，根据不同农作物物候期不一致，应选择合适时期的遥感影像。
发明内容
本发明的目的在于，针对上述问题，提出一种基于GIS和RS的耕地养分管理分区方法，以实现对耕地进行精细管理，合理施肥的优点。本发明采用的技术方案包括以下步骤：
步骤一：确定农作物遥感估产最佳时相，获取遥感影像数据，根据不同农作物的生长节律不同，利用农作物物候历选取遥感影像；
步骤二：利用遥感影像处理技术获取植被指数：提取步骤一中获得的遥感影像数据根据图像处理技术获得植被指数，选取与产量数据相关的植被指数；
步骤三：获取样品土壤的GPS位置信息和土壤养分数据；
步骤四：将收集的地形图片信息经过地图扫描数字化和图形配准，转化成数字格式录入到基础数据库；
步骤五：将上述步骤二中获得的植被指数、步骤三中获取的GPS位置信息和土壤养分数据以及步骤四中的数据库内的信息统一量纲和数量级；
步骤六：对步骤五中统一量纲和数量级后的数据进行聚类分析，显示不同类别中样品土壤属性数据以及数据组合间的差异；
步骤七：利用模糊聚类的输出结果所蕴含的空间信息，通过地理信息系统选择插值方法，在地理空间上直接体现样点土壤定量隶属关系的可视化表达。
优选的，步骤一中，在农作物的生长旺盛期，根据农作物物候历选取合适的遥感影像,这里所述遥感影像为Landsat-5 TM影像光谱数据。
优选的，选取的植被指数包括：归一化差值植被指数NDVI ，NDVI=TM4-TM3/TM4-TM3和比值植被指数 RVI，RVI= TM4/ TM3。
优选的，以Landsat-5 TM遥感影像为基础图像，为使数据精度满足研究需要，应用前必须要对Landsat-5 TM遥感影像进行预处理，利用ENVI5.0软件对Landsat-5 TM遥感影像进行处理分析。
优选的，在步骤三中还包括，以获取样品土壤的GPS位置信息和土壤养分数据和遥感影像数据为数据源，采用模糊c-均值聚类法(FCM)进行管理分区，适宜分区数的确定采用c－φ多次组合最优取值法，即对于一个相对于φ的派生函数－［(δJ/δφ)c0.5］，使其峰值最小的c值为最优选择，在选定c值的前提下，峰值最大处的模糊加权指数φ值为最优选择。
优选的，模糊聚类的输出结果所蕴含的空间信息需要首先获取各分区隶属度进行半方差分析，其次对样点土壤对于不同模糊类别的部分隶属关系进行插值,最终获得样区土壤单一类别模糊图，实现研究区土壤肥力分布状况的空间预测。
与现有技术相比，本发明具有以下优点：
本发明采用基于GIS和RS的耕地养分管理分区技术，大大提高了耕地养分监测精度。
耕地养分管理者和经营者能够快速了解区域农田养分状况，进行规模化平衡合理施肥。
③减少凭经验施肥所造成的肥料投入不合理的现象，避免农业资源的盲目投入，污染耕地和水源。
④减少凭经验施肥导致的土壤养分失衡，肥料利用率底，有效的降低了农业生产成本，提升农产品的市场竞争力。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明实施例所述的基于GIS和RS的耕地养分管理分区方法流程图；
图2a至图2c为本发明实施例所述的研究区土壤模糊隶属度值空间预测分布图；
图3为本发明实施例所述的基于GIS和RS的精确管理分区图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例一：
如图1所示， 一种基于GIS和RS的耕地养分管理分区方法，具体包括以下步骤：
一种基于GIS和RS的耕地养分管理分区方法，包括以下步骤：
步骤一：确定农作物遥感估产最佳时相，获取合适的遥感影像数据，根据不同农作物的生长节律不同，利用农作物物候历选取合适的遥感影像；
步骤二：利用遥感影像处理技术获取合适的植被指数：提取步骤一中获得的不同植被的遥感影像数据根据图像处理技术获得植被指数，选取与产量数据相关的植被指数；
步骤三：获取样品土壤的GPS位置信息，土壤养分数据；
步骤四：将收集的地形图片信息经过地图扫描数字化和图形配准，转化成数字格式录入到基础数据库；
步骤五：将上述步骤二中获得的植被指数、步骤三中获取的GPS位置信息和土壤养分数据以及步骤四中的数据库内的信息统一量纲和数量级；
步骤六：对步骤五中统一量纲和数量级后的数据进行聚类分析，显示不同类别中样品土壤属性数据以及数据组合间的差异；
步骤七：利用模糊聚类的输出结果所蕴含的空间信息，通过地理信息系统选择插值方法，在地理空间上直接体现样点土壤定量隶属关系的可视化表达。
其中，步骤一中，在农作物的生长旺盛期，根据农作物物候历选取合适的遥感影像。
步骤二中，选取能够反应作物长势较好的植被指数：归一化差值植被NDVI和比值植被指数 RVI，NDVI=TM4-TM3/TM4-TM3，RVI= TM4/ TM3。
以Landsat-5 TM遥感影像为基础图像，为使数据精度满足研究需要，应用前必须要TM遥感影像进行预处理，利用ENVI5.0软件对TM遥感影像进行处理分析。TM1、 TM2 TM3和TM4为获得的遥感影像标号。
以获取样品土壤的GPS位置信息和土壤养分数据和遥感影像数据为数据源，采用模糊c-均值聚类法(FCM)进行管理分区，适宜分区数的确定采用c－φ多次组合最优取值法，即对于一个相对于φ的派生函数－［(δJ/δφ)c0.5］，使其峰值最小的c值为最优选择，在选定c值的前提下，峰值最大处的模糊加权指数φ值为最优选择。
模糊聚类的输出结果所蕴含的空间信息需要首先获取各分区隶属度进行半方差分析，其次对样点土壤对于不同模糊类别的部分隶属关系进行插值,最终获得样区土壤单一类别模糊图，实现研究区土壤肥力分布状况的空间预测。
实施例二：
步骤一：根据研究地区棉花生育物候期，采用研究区Landsat-5 TM影像，接收日期为2011年9月13日，共半景，空间分辨率为30m*30m，轨道号146/29，包括7个波段，植被信息显示较好。
步骤二：选取能够反应作物长势较好的植被指数：归一化差值植被NDVI和比值植被指数 RVI，NDVI=TM4-TM3/TM4-TM3，RVI= TM4/ TM3。本研究于2011年9月13-19日历时7天在研究区完成了地面测产验证，统计分析后得到了研究区64块条田地理坐标、棉花测产数据，以地面测产数据中的44个产量数据与植被指数建立回归模型，其余22个产量数据用来做模型检验。估产数据主要用来与土壤养分和遥感数据做相关分析，提取相关性较好的指标为数据源进行管理分区划分。
步骤三：本研究于2011年9月在研究地区进行野外土样的采集，以秋季采样为主。土壤样品采集采用GPS定位技术，进行不规则取样，样点定在有代表性的条田的中心附近，以每个采样点的采样中心为圆心、4．5m为半径取0～20cm耕作层土壤样品10个，充分混合，用四分法留取1kg土样。土壤采样点位图如图2a至图2c所示，所有采集的样品带回在实验室弃去杂物后自然风干，磨碎后分别过20目和100目筛。根据上述取样原则，在该团14个连队，共采集土样729份。土壤养分按照《土壤农化分析》里的方法进行测定。
步骤四：收集研究地区行政区划图、土地利用现状图、基本农田保护区规划图等，比例尺均为1：5万。
步骤五：将上述步骤中获得的植被指数、步骤三中获取的GPS位置信息和土壤养分数据以及步骤中的数据库内的信息统一量纲和数量级；
步骤六：对步骤中统一量纲和数量级后的数据进行聚类分析，显示不同类别中样品土壤属性数据以及数据组合间的差异；
步骤七：如图2a至图2c所示，利用模糊聚类的输出结果所蕴含的空间信息，通过地理信息系统选择合适的插值方法，在地理空间生成土壤模糊隶属度值空间预测分布图。
步骤八：如图3所示，根据最大隶属度取每个样本数据最大隶属度所在分区作为各样本分类依据经插值得到基于GIS和RS的精确管理分区图。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于GIS和RS的耕地养分管理分区方法，其特征在于，包括以下步骤：
步骤一：确定农作物遥感估产最佳时相，获取遥感影像数据，根据不同农作物的生长节律，利用农作物物候历选取遥感影像；
步骤二：利用遥感影像处理技术获取植被指数：提取步骤一中获得的不同植被的遥感影像数据,根据图像处理技术获得植被指数，选取与产量数据相关的植被指数；
步骤三：获取样品土壤的GPS位置信息和土壤养分数据；
步骤四：将收集的地形图片信息经过地图扫描数字化和图形配准，转化成数字格式录入到基础数据库；
步骤五：将上述步骤二中获得的植被指数、步骤三中获取的GPS位置信息和土壤养分数据以及步骤四中的数据库内的信息统一量纲和数量级；
步骤六：对步骤五中统一量纲和数量级后的数据进行聚类分析，显示不同类别中样品土壤属性数据以及数据组合间的差异；
步骤七：利用模糊聚类的输出结果所蕴含的空间信息，通过地理信息系统选择插值方法，在地理空间上直接体现样点土壤定量隶属关系的可视化表达。
2.如权利要求1所述的一种基于GIS和RS的耕地养分管理分区方法，其特征在于，步骤一中，在农作物的生长旺盛期，根据农作物物候历选取合适的遥感影像,这里所述遥感影像为Landsat-5 TM影像光谱数据。
3. 如权利要求1所述的一种基于GIS和RS的耕地养分管理分区方法，其特征在于，步骤二中，选取的植被指数包括：归一化差值植被指数NDVI ，NDVI=TM4-TM3/TM4-TM3和比值植被指数 RVI，RVI= TM4/ TM3。
4. 如权利要求1所述的一种基于GIS和RS的耕地养分管理分区方法，其特征在于，以Landsat-5 TM遥感影像为基础图像，为使数据精度满足研究需要，应用前必须要对Landsat-5 TM遥感影像进行预处理，利用ENVI5.0软件对Landsat-5 TM遥感影像进行处理分析。
5. 如权利要求1所述的一种基于GIS和RS的耕地养分管理分区方法，其特征在于，在步骤三中还包括，以获取样品土壤的GPS位置信息和土壤养分数据和遥感影像数据为数据源，采用模糊c-均值聚类法(FCM)进行管理分区，适宜分区数的确定采用c－φ多次组合最优取值法，即对于一个相对于φ的派生函数－［(δJ/δφ)c0.5］，使其峰值最小的c值为最优选择，在选定c值的前提下，峰值最大处的模糊加权指数φ值为最优选择。
6. 如权利要求1所述的一种基于GIS和RS的耕地养分管理分区方法，其特征在于，模糊聚类的输出结果所蕴含的空间信息需要首先获取各分区隶属度进行半方差分析，其次对样点土壤对于不同模糊类别的部分隶属关系进行插值,最终获得样区土壤单一类别模糊图，实现研究区土壤肥力分布状况的空间预测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510227225.5A CN104834971A (zh) | 2015-05-07 | 2015-05-07 | 基于gis和rs的耕地养分管理分区方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510227225.5A CN104834971A (zh) | 2015-05-07 | 2015-05-07 | 基于gis和rs的耕地养分管理分区方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104834971A true CN104834971A (zh) | 2015-08-12 |
Family
ID=53812845
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510227225.5A Pending CN104834971A (zh) | 2015-05-07 | 2015-05-07 | 基于gis和rs的耕地养分管理分区方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104834971A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106469197A (zh) * | 2016-08-31 | 2017-03-01 | 北京市农业环境监测站 | 一种基于二维码的农田土壤环境样品库的管理方法及系统 |
| WO2017111572A3 (es) * | 2015-12-21 | 2017-11-09 | Instituto Nacional De Investigaciones Forestales, Agrícolas Y Pecuarias | Sistema y proceso de asignacion de potencialidad productiva de los recursos forestales a partir de una parcela virtual |
| CN109271476A (zh) * | 2018-11-20 | 2019-01-25 | 四川省宇行规划设计有限公司 | 一种资源环境动态监测的数据库控制系统及方法 |
| CN111521754A (zh) * | 2020-04-22 | 2020-08-11 | 中国科学院地理科学与资源研究所 | 一种在产焦化企业场地土壤污染初步调查布点方法 |
| CN113226010A (zh) * | 2018-12-20 | 2021-08-06 | 克莱米特公司 | 利用空间统计模型实现农艺试验 |
-
2015
- 2015-05-07 CN CN201510227225.5A patent/CN104834971A/zh active Pending
Non-Patent Citations (4)
| Title |
|---|
| [德]GERT A.SCHULTZ: "《水文与水管理中的遥感技术》", 31 December 2006 * |
| 张泽: "基于 GIS、RS的滴灌棉田土壤养分精确管理分区研究", 《农业机械学报》 * |
| 袁鸿昌: "《血吸虫病防治理论与实践》", 31 December 2003 * |
| 陈彦: "绿洲农田土壤养分时空变异及精确分区管理研究", 《中国博士学位论文全文数据库》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017111572A3 (es) * | 2015-12-21 | 2017-11-09 | Instituto Nacional De Investigaciones Forestales, Agrícolas Y Pecuarias | Sistema y proceso de asignacion de potencialidad productiva de los recursos forestales a partir de una parcela virtual |
| CN106469197A (zh) * | 2016-08-31 | 2017-03-01 | 北京市农业环境监测站 | 一种基于二维码的农田土壤环境样品库的管理方法及系统 |
| CN109271476A (zh) * | 2018-11-20 | 2019-01-25 | 四川省宇行规划设计有限公司 | 一种资源环境动态监测的数据库控制系统及方法 |
| CN113226010A (zh) * | 2018-12-20 | 2021-08-06 | 克莱米特公司 | 利用空间统计模型实现农艺试验 |
| CN113226010B (zh) * | 2018-12-20 | 2023-10-03 | 克莱米特有限责任公司 | 利用空间统计模型实现农艺试验 |
| CN111521754A (zh) * | 2020-04-22 | 2020-08-11 | 中国科学院地理科学与资源研究所 | 一种在产焦化企业场地土壤污染初步调查布点方法 |
| CN111521754B (zh) * | 2020-04-22 | 2021-04-13 | 中国科学院地理科学与资源研究所 | 一种在产焦化企业场地土壤污染初步调查布点方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105740759A (zh) | 基于多时相数据中特征提取的中稻信息决策树分类方法 | |
| CN109757175B (zh) | 一种基于无人机监测的玉米水肥一体化变量施肥方法 | |
| CN107527014A (zh) | 县级作物种植面积遥感统计抽样调查方案设计方法 | |
| CN104834971A (zh) | 基于gis和rs的耕地养分管理分区方法 | |
| AU2020104068A4 (en) | Method for zone-based management of soil nutrients of cultivated land based on geographic information system (gis) and remote sensing (rs) | |
| CN104063718A (zh) | 在作物识别和面积估算中选择遥感数据和分类算法的方法 | |
| CN110457422A (zh) | 土壤样品采集自动布点系统及方法 | |
| CN102156886A (zh) | 基于统计数据和遥感影像数据的区域化肥投入空间化方法 | |
| CN102013047A (zh) | 农作物产量变异程度监测方法 | |
| CN108205718A (zh) | 一种粮食作物抽样测产方法及系统 | |
| Xie et al. | A GIS-based fertilizer decision support system for farmers in Northeast China: a case study at Tong-le village | |
| Wu et al. | The management and planning of citrus orchards at a regional scale with GIS | |
| Dige | Precision agriculture in india: Opportunities and challenges | |
| Adekunle | Precision agriculture: Applicability and opportunities for Nigerian agriculture | |
| Shruthi et al. | An overview of use of precision farming technologies by the farmers-a case study of North Eastern Karnataka. | |
| Reddy et al. | GIS based decision support systems in agriculture | |
| Sarmah et al. | Role of GIS based technologies in sustainable agriculture resource planning & management using spatial decision support approach | |
| Ju et al. | Application of GEE in cotton monitoring of the 7th division of Xinjiang Production and Construction Corps | |
| CN105432205A (zh) | 一种土壤属性参数估算方法、配肥方案推荐方法及装置 | |
| Klepacki | Precision farming as an element of the 4.0 industry economy | |
| CN109523143A (zh) | 一种基于多粒度计算的土地评价方法 | |
| Qiao et al. | Scale dependence and parameter sensitivity of the EPIC model in the agro-pastoral transitional zone of north China | |
| Liu et al. | Design of precision fertilization management information system on GPS and GIS technologies | |
| Swain et al. | Mapping of agriculture farms using GPS and GIS technique for precision farming. | |
| Hoogmoet et al. | Water productivity assessment of rice paddies in Indonesia |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150812 |
|
| RJ01 | Rejection of invention patent application after publication |