Instytut uprawy nawożenia I gleboznawstwa



Pobieranie 5,89 Mb.
Strona1/9
Data04.02.2018
Rozmiar5,89 Mb.
  1   2   3   4   5   6   7   8   9


Interpolacja modeli właściwości glebowych


_________________________________________________________________________________


NAWOZY I NAWOŻENIE

FERTILIZERS AND FERTILIZATION

2005 (VII) Nr 4 (25)

Spis treści


Interpolacja modeli właściwości glebowych 2

WSTĘP 4


1. PRZEGLĄD PIŚMIENNICTWA 6

1.1 Badania zmienności właściwości gleb 6

1.2 Przegląd metod interpolacji 11

2. MATERIAŁY I METODYKA BADAŃ 22

3. WYNIKI BADAŃ 24

3. 1 Analizy statystyczne, geostatystyczne i przestrzenne próbek gleb 24

3. 2 Wpływ parametrów algorytmu na wynik interpolacji 45

3. 3 Semiwariogram eksperymentalny w krigingu zwykłym (OK) 51

3. 4 Transformacja zbioru danych. Kriging prosty (SK) 59

3. 5 Semiwariogram lokalny w metodzie krigingu 60

3. 6 Wrażliwość metody IDW i splain na dobór parametrów 63

3. 7 Porównanie metod deterministycznych i stochastycznych 67

3. 8 Wpływ liczebności próbek na obraz modelu interpolacji 70

3. 9 Wpływ rozdzielczości modelu na jego dokładność 73

4. DYSKUSJA WYNIKÓW 76

5. WNIOSKI 87

Interpolacja modeli właściwości glebowych 88

6. WYKAZ PIŚMIENNICTWA 88




INTERPOLACJA MODELI WŁAŚCIWOŚCI GLEBOWYCH
Rafał Pudełko

Instytut Uprawy Nawożenia i Gleboznawstwa


Państwowy Instytut Badawczy w Puławach

Abstrakt
W pracy scharakteryzowano właściwości najpopularniejszych metody interpolacji danych przestrzennych oraz oceniono ich przydatność do wykreślania map właściwości chemicznych gleby w obrębie pola produkcyjnego. Wykorzystano materiał (próby glebowe) z lat 1994 – 2002, który pobierany był cyklicznie, co 2-3 lata na polach Stacji Doświadczalnej IUNG PIB w Baborówku. Do interpolacji użyto zbiorów próbek pobieranych w regularnych siatkach. Wybrane cechy (zawartości składników pokarmowych) zostały oznaczone laboratoryjnie dla każdej próbki. Tak przygotowany zbiór danych został opracowany w systemie informacji geograficznej (GIS). Wykonano analizy statystyczne, geostatystyczne i przestrzenne próbek gleb oraz interpolacje modeli przy użyciu najpopularniejszych metod dostępnych w środowisku GIS. Metody interpolacji oraz ich parametry zostały ocenione pod względem dokładności i wiarygodności. Otrzymane modele zostały ocenione pod względem ich możliwości wykorzystania w przeprowadzeniu optymalizacji nawożenia przez zastosowanie różnicowania dawki nawozu w obrębie pola.

Abstract
The aim of the work was to characterize the properties of the most popular interpolation method of spatial data and the evaluation of their usefulness for making maps of soil’s chemical properties. Soil samples serially gathered (every 2-3 years) between 1994 - 2002 at “Baborówko” IUNG – PIB Experimental Station were used as the main data. Interpolations were based on samples taken from the regular network. For each sample content of chemical properties was measured with laboratory methods. Whole data set was processed by geographic information system (GIS). The statistic, geostatistic and spatial analyses of soil properties were done. Based on this information various deterministic and stochastic interpolation methods (available in GIS) were used. Precision and credibility of chosen interpolations methods and their parameters were evaluated. Obtained models were evaluated for their usage possibility of application in using a variability rate technology.

WSTĘP

Interpolacja danych przestrzennych jest to metoda szacowania wartości badanego zjawiska w dowolnym punkcie jego występowania. Wartość interpolowana zostaje obliczona na podstawie wartości najbliższych punktów (próbek) za pomocą matematycznego wzoru charakterystycznego dla danej metody.

Programy komputerowe typu GIS (Geographic Information System) dają możliwość tworzenia ciągłego przestrzennie modelu zjawiska na podstawie interpolacji dowolnego zbioru próbek do regularnej siatki. Modele tego typu zwane modelami rastrowymi są najczęściej używanym formatem danych do wykonywania analiz przestrzennych.

GIS jest technologią wykorzystywaną w wielu dziedzinach nauki i gospodarki. Jedną z nich jest rolnictwo.

Metody interpolacji danych, uzyskanych przez próbobranie, które są zaimplementowane w GIS pozwalają m.in. na wykreślenie map charakteryzujących przebieg zmienności właściwości gleby. Interpolacje wykonywane są na zbiorach punktów, które posiadają atrybuty położenia (współrzędne geograficzne opisujące lokalizację punktu) oraz atrybuty charakteryzujące badaną cechę. Rezultatem interpolacji jest model zjawiska, który można postrzegać jako jego zgeneralizowaną formę zapisaną w postaci cyfrowej. Po jej opracowaniu kartograficznym można otrzymać mapę lub też wykorzystać model (najczęściej rastrowy) do dalszych analiz przestrzennych.

Jedną z dyscyplin nauk rolniczych, która wykorzystuje informacje o zróżnicowaniu zjawisk wpływających na plonowanie roślin w skali pola jest rolnictwo precyzyjne. Efektem tego rozpoznania jest zaplanowanie i wykonanie zróżnicowania zabiegów agrotechnicznych. Aby to zadanie było możliwe do wykonania w praktyce, konieczne jest wykonanie następujących etapów pracy: 1) ocena zmienności w skali pola na podstawie pomiarów (próbkowania lub technik zdalnych), 2) wykonanie modeli zjawisk, 3) wykonanie analiz danych w środowisku GIS pod kątem zróżnicowania zabiegów agrotechnicznych, 4) zróżnicowanie zabiegów agrotechnicznych podczas prac polowych.

Modele zjawisk (etap 2) wykonywane są najczęściej za pomocą interpolacji danych uzyskanych w pierwszym etapie. Od ich jakości zależy prawidłowe wykonanie kolejnych etapów. Dlatego tak ważnym jest zastosowanie odpowiedniej metody interpolacji w zależności od jakości i rodzaju danych.
Celem niniejszej pracy jest:


  • Ocena deterministycznych i stochastycznych metod interpolacji modeli właściwości chemicznych gleb w obrębie pola.

  • Ocena wpływu przestrzennego (geograficznego) rozkładu danych, rozkładu statystycznego oraz geostatystycznego populacji na powstawanie lokalnych i globalnych błędów w modelach interpolowanych różnymi metodami.

  • Opis metodyki tworzenia modeli (map) właściwości gleb przy uwzględnieniu zmienności przestrzennej występującej na badanym polu.


1. PRZEGLĄD PIŚMIENNICTWA




1.1 Badania zmienności właściwości gleb



Technologiczne możliwości tworzenia cyfrowych modeli właściwości gleb
Cyfrowe modelowanie zmienności przestrzennej właściwości gleb stało się możliwe dzięki zastosowaniu:

1) Systemów Informacji Geograficznej (Geographical Information System - GIS),


2) Globalnego Systemu Pozycjonowania (Global Positioning System - GPS) oraz
3) rozwojowi technologii informatycznych opartych na mikroprocesorach.
Środowisko GIS pozwala na gromadzenie i przetwarzanie informacji przestrzennej. Dzięki temu możliwe jest jednoczesne analizowanie wielu właściwości pola produkcyjnego, zastosowanie metod geostatystycznych do opisania jego różnorodności oraz sporządzanie cyfrowych map, o potrzebnej rozdzielczości przestrzennej, na podstawie których można przeprowadzić zróżnicowanie zabiegów agrotechnicznych (Usery i in. 1995).

GPS jest to satelitarny system pozwalającym na określenie współrzędnych geograficznych kartowanych obiektów. Udostępnienie tego systemu przez Ministerstwo Obrony Stanów Zjednoczonych dla zastosowań cywilnych przyczyniło się od lat dziewięćdziesiątych ubiegłego wieku do rozwoju wielu technologii korzystających z pozycjonowania (Jadczyszyn i Stuczyński 2001). W maju 2000 roku Departament Obrony Stanów Zjednoczonych podjął decyzję o zaprzestaniu wprowadzania „szumu” do sygnału emitowanego przez pion satelitarny GPS. Wpłynęło to na znaczne zwiększenie dokładności pozycjonowania oraz obniżenie kosztów związanych z wdrażaniem technologii GPS (Shannon i in. 2002). Zastosowanie pozycjonowania GPS w pracach polowych umożliwia zwiększenie szybkości poboru próbek oraz automatyczne przypisanie współrzędnych geograficznych dla każdej próbki.

Metody komputerowe pozwalają na wykonywanie obliczeń (interpolacji), które nie były możliwe w przypadku stosowania klasycznych metod kartograficznych (Saliszczew 1998) dla prezentacji zjawisk ciągłych przestrzennie (ArcView 1996, Erdas 1998).

Informację o zmienności przestrzennej można uzyskiwać mierząc wartości badanego zjawiska punktowo lub w sposób ciągły. Pomiary punktowe w siatce stosowane są przede wszystkim do określenia właściwości gleb. Metody pobierania próbek glebowych oraz techniki interpolacji zostały szczegółowo opisane przez Wollenhaupta i in. (1994 i 1997). Pomiary ciągłe można wykonywać na dwa sposoby: używając sensorów rejestrujących wartość zjawiska z założonym interwałem czasowym lub stosując techniki teledetekcyjne. Sensory montowane na maszynach rolniczych umożliwiają wykonywanie pomiarów podczas prac polowych. Mierzone wartości


to najczęściej wielkość plonu, przewodnictwo elektryczne gleb oraz
pH (Sudduth i in. 1997, Adamchuk 2004). Techniki teledetekcyjne umożliwiają uzyskiwanie informacji w sposób zdalny. Największą ich zaletą jest bezinwazyjność i szybkość pomiarów (Brisco i Grunijter 1997). Podstawowymi parametrami wykonywanych zdjęć są rozdzielczość i zakres spektralny obrazu. Żaden z wymienionych sposobów pozyskiwania informacji o zmienności przestrzennej nie daje gotowej mapy badanego zjawiska. W każdym przypadku należy uzyskane dane przeanalizować za pomocą odpowiednich metod w środowisku GIS. Mapy sporządzane na podstawie pomiarów punktowych powstają na drodze interpolacji wartości. Dane z pomiarów ciągłych powinny zostać poddane filtracji. Zdjęcia wykonane metodami zdalnymi powinny zostać poddane korekcji geometrycznej, spektralnej i atmosferycznej (Erdas 1998).

Niniejsza praca poświęcona jest jedynie omówieniu i ocenie metod korzystających z pomiarów punktowych.



Rozpoznanie zmienności właściwości gleb w skali pola na podstawie próbobrania
Tekstura, struktura oraz zawartość materii organicznej w glebach wykazują silne korelacje z rodzajem podłoża (skały macierzystej) oraz topografią terenu. Takich związków nie wykazują właściwości chemiczne gleb, od których zależy plonowanie roślin. Wynikać to może ze zróżnicowania zabiegów agrotechnicznych, np. sposobu orki, płodozmianu, nawożenia itp. (Wollenhaupt i in. 1997).

Najpopularniejszym rodzajem danych opisujących właściwości glebowe


są zbiory punktów reprezentujące miejsca próbobrania. Każdy z punktów posiada atrybuty x, y (współrzędne miejsca pobrania próbki) oraz określone właściwości fizyczne i/lub chemiczne gleby w danym punkcie. Na podstawie takiego zbioru można sporządzić mapę typów, rodzajów, kompleksów glebowych lub mapę zasobności pola w dany składnik pokarmowy, wpływający na właściwości plonotwórcze gleby. Decydujący wpływ na jakość mapy ma sposób wyboru lokalizacji pobierania próbek oraz metoda jej wykreślenia (Wollenhaupt i in. 1997). Metoda próbobrania powinna być dostosowana do zmienności przestrzennej i czasowej właściwości glebowych. Wilding (1985) w celu zróżnicowania próbobrania zaproponował wykonanie klasyfikacji wyselekcjonowanych właściwości glebowych na kategorię o niskiej, średniej i wysokiej wariancji przestrzennej. Im większa wariancja na danym obszarze (w obrębie pola) tym próbobranie powinno być wykonane z większą rozdzielczością przestrzenną.
Z przeprowadzonych badań wynika, że najbardziej stabilną właściwością gleby jest pH (Mulla 1993, Pierce i in. 1995). Typowy współczynnik zmienności (Coefficient
of Variation – CV) dla pH wynosi około 10%. Większą zmienność przestrzenną wykazują: zawartość substancji organicznej, potas, fosfor i NO3-N (Gotway i in. 1996, Ferguson i in. 1995, Mulla 1993). Zmienność ta może być spotęgowana nierównomiernym nawożeniem lub różnicowaniem zabiegów agrotechnicznych
w granicach pola.

Zmienność przestrzenna gleby może być opisywana w czasie. Zawartości potasu, fosforu, magnezu oraz odczyn gleby uważa się za właściwości stosunkowo stabilne (Lipiński 2000). Zaleca się wykonywanie powtórnych oznaczeń co 3-4 lata. Najmniejszą stabilność w glebie wykazuje azot, który powinien być oznaczany każdego roku.

Większość testów wykonuje się dla warstwy ornej gleb. Próbki pobierane
są powierzchniowo do głębokości 15-20 cm (Peck i Melsted 1967). Głębokość zalecana przy poborze próbek do oznaczenia azotu mineralnego wynosi 60-120 cm. W Polsce zawartość azotu mineralnego oznacza się w próbkach pobranych z trzech głębokości profilu glebowego co 30 cm. W celu ograniczenia zmienności lokalnej tzw. „efektu samorodka”, każda próbka zbiorcza powinna być pobierana w kilkunastu miejscach
z powierzchni ok. 1 m2 (Brown 1993).

Gęstość przestrzenna pobieranych próbek nie może być zbyt mała.


W przypadku ilości mniejszej niż 1 próbka/ha traci się możliwość określenia zróżnicowania przestrzennego (Wollenhaupt i in. 1994, 1997, Mueller i in. 2001). Najlepsze oszacowanie zależności przestrzennych i właściwy doboru rozdzielczości próbobrania zapewniają metody geostatystyczne (McBratney i Webster 1986, Ferreyra i in. 2002).

Strategia pobierania próbek powinna być określona na podstawie przewidywanej liczby próbobrań, spodziewanej zmienności przestrzennej badanego zjawiska, możliwości określenia charakterystycznych skupień tej zmienności, dodatkowych informacji (wcześniejsze mapy zjawiska, numeryczny model terenu, zdjęcia lotnicze, mapy plonów), ilości charakterystycznych stref w obrębie pola oraz możliwości finansowych (Wollenhaupt i in. 1994).

Istnieje wiele metod pobierania próbek: 1) próbkowanie eksperckie (judgmental, purposive sampling) – lokalizacja zostaje wybrana na podstawie subiektywnego wyboru, 2) próbkowanie losowe (random sampling) – każda lokalizacja ma takie same prawdopodobieństwo wylosowania (Webster i Olivier 1990), 3) próbkowanie stratyfikowane (stratified sampling) – próbki grupowane są w klasy lub też badany obszar dzielony jest na równe podobszary (najczęściej kwadratowe), w każdym podobszarze lub klasie lokalizacja wybierana jest losowo (Nelson i Buol 1990),
4) próbkowanie w klastrach (cluster sampling) – obszar dzielony jest losowo
na klastry indywidualnych jednostek, w każdej jednostce w obrębie klastera określa się wartość badanego zjawiska, 5) próbkowanie systematyczne (systematic sampling) – próbki pobierane są regularnie w założonej siatce (kwadratowej, rombowej itp.) (Webster i Olivier 1990). Opisane wyżej sposoby posiadają szereg wariantów, modyfikacji i kombinacji.

Oznaczone cechy (x, y, z) próbek gleb służą do sporządzenia mapy. Przed zastosowaniem metod komputerowych mapy glebowe wykreślane były ręcznie. Szkice wykonywane były bezpośrednio na polu, dlatego też metoda ekspercka określania lokalizacji punktów cieszyła się dużym powodzeniem (Oczoś 1994, Baborówko, mapa glebowa 1:1000). Obecnie mapy glebowe konstruuje się przy użyciu metod interpolacyjnych w środowisku GIS.


Optymalizacja dawki nawozów
Rolnictwo tradycyjne zakłada dopasowanie nawożenia do średnich warunków pola produkcyjnego. W przypadku dużej zmienności pola może wystąpić znacząca rozbieżność między dawką średnią, a dawką optymalną dla danego punktu. Różnice pogłębiają się dodatkowo w przypadku stosowania nawozów wieloskładnikowych. Przenawożenie powoduje niewykorzystanie całości nawozu przez roślinę
i w konsekwencji zanieczyszczenie środowiska, natomiast zbyt niskie nawożenie powoduje ograniczenie plonów (Shiel i in. 1997).

Rolnictwo precyzyjne dostarcza technologię i metodykę dla zróżnicowania wysiewanej dawki nawozu. Zoptymalizowanie nawożenia przez dostosowanie dawki do rzeczywistych wymagań roślin jest postrzegane jako dziedzina rolnictwa precyzyjnego, która powinna przynieść największy efekt ekonomiczny, rekompensujący poniesione nakłady, związane z wdrażaniem zasad i technologii „precyzyjnych”. Optymalizacja polega na zróżnicowaniu dawki nawozu w zależności od rodzaju gleby, lokalnej zasobności w składniki pokarmowe oraz od szacowanej wielkości pobrania (Jadczyszyn 1998, 2001). Wymierny efekt może zostać uzyskany, gdy wszystkie informacje wprowadzone do analizy będą odpowiadały rzeczywistym warunkom panującym na polu. Odnosi się to głównie do jakości map zasobności, które


są wynikiem interpolacji oznaczonych zawartości składników pokarmowych
w pobranych próbkach glebowych (Wollenhaupt i in. 1997).

Stosowanie zróżnicowanych dawek przynosi lepsze rezultaty ekonomiczne


w przypadku dużej przestrzennej zmienności plonowania roślin i właściwości agrochemicznych gleb w obrębie pola produkcyjnego. Jednak duża zmienność (zwłaszcza właściwości chemicznych gleb) wymaga większych nakładów finansowych na jej skartowanie. Dlatego celowym jest zoptymalizowanie poboru próbek glebowych
w zależności od lokalnej zmienności pola oraz wykonanie analizy jakości interpolowanych modeli użytych do wykreślenia mapy dawek (Mueller i in. 2003, Gangloff i in. 2003).
Poza zróżnicowaniem nawożenia istnieje możliwość optymalizacji (użycia zmiennej dawki) dla aplikacji innych środków produkcji odpowiedzialnych za wielkość plonu. Można tu wymienić: wapnowanie, stosowanie środków ochrony roślin, nawadnianie, wysiew nasion i inne. Również w tych przypadkach można zastosować metody interpolacji do rozpoznania zmienności zjawisk a tym samym do oceny możliwości i celowości zróżnicowania dawek.



  1   2   3   4   5   6   7   8   9


©operacji.org 2017
wyślij wiadomość

    Strona główna