农业机械学报

作者：陈世超,杜太生,王素芬

单位：中国农业大学,中国农业大学,中国农业大学,

关键词：玉米;精准农业;空间分布;主成分分析;模糊c均值聚类法;管理分区

基金：农业部公益性行业科研专项（201503125）和国家自然科学基金项目（51725904、51439006）

为提高大面积农田作物管理的精确性，以甘肃黄羊河农场玉米膜下滴灌示范区为研究对象，对大面积农田进行管理分区研究。综合考虑地形属性（高程、坡度、坡向）、土壤质地（砂粒、粘粒、粉粒含量）、土壤含水率（SWC）、速效氮含量（AN）、电导率（EC1:5）以及玉米产量，根据相关性分析结果筛选产量主控因子，使用主成分分析得到3个主成分作为分区依据，进而使用模糊c均值聚类法（Fuzzy c-means algorithm, FCM）进行管理区划分，以模糊性能指数和归一化分类熵作为最佳分区数的评判依据，分析管理分区后各分区间的差异。结果表明：玉米产量的主控因子分别为土壤粉粒含量、土壤砂粒含量、SWC、AN、EC1∶5和高程，使用模糊c均值聚类法进行聚类分区得到最优分区数为3个。管理区之间各主控因子呈现极显著差异性（P<0.01），且生育期内作物株高、叶面积指数（LAI）和SWC在不同分区中也有明显差异；同时，分区内的各因子变异性均有不同程度的下降。研究结果说明，农田分区管理可以依据不同分区特点制定管理策略，为“精准农业”的实施提供理论基础。

来源：2019年第11期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第11期