【土壤水盐肥对棉花产量的影响2800字】

土壤水盐肥对棉花产量的影响1.1土壤水盐肥与棉花产量灰关联分析利用所建立的灰色关联分析模型（GRA），分别对2018-2020年土壤含水量、含盐量、含氮量和含磷量与棉花产量进行分析。选取各监测点棉花产量值为参考数列，棉花生育期内（4-9月份）的土壤水盐肥含量值为比较数列，即： （4-3）式中，W为土层0-80cm的平均含水量，S为土层0-80cm的总含盐量，N为土层0-80cm的总含氮量，P为土层0-80cm的总含磷量。在通过式（2-7）对数据进行均值化变换，以达到无量纲化处理后，首先利用极差公式计算得到2018-2020三年土壤水盐肥含量的两级最大差和最小差，如表4-15所示：表4-15不同年份极差计算结果Tab.4-15Calculationresultsofrangedifferenceindifferentyears年份两级最大差两级最小差20182.93850.000320192.55720.000820203.12440.0014由式（2-10）分别计算2018-2020年各监测点棉花产量与不同月份土壤水盐肥含量（即影响因子）的关联系数，同时通过ArcGIS将每年各监测点关联系数结果通过空间插值的方法绘于图4-6。图4-62018-2020年土壤水盐肥含量与棉花产量关联系数空间分布图Fig.4-6Spatialdistributiondiagramofcorrelationcoefficientbetweensoilwater-salt-fertilizercontentandcottonyieldin2018-2020通过计算分析发现，关联系数个数较多且离散程度较高，为了便于整体研究每个月土壤水盐肥含量对棉花产量的影响，根据关联度计算式（2-11）对各影响因子的关联系数求平均，计算可得各影响因子与棉花产量的关联度大小及排序，结果如图4-7、表4-16所示。灰色关联度值揭示了事物动态关联的特征与程度，其值大小表明影响因子对棉花产量影响的强弱。由表4-16可知，按月度分析，在所有影响因子里面，2018年在棉花生育期内主要是6月、5月、8月、7月、9月、4月份的土壤含水量以及7月、8月、9月份的土壤含磷量和6月土壤含氮量与棉花产量的关联度较大；2018年在棉花生育期主要是内5月、4月、8月、9月、6月、7月份的土壤含水量以及4月、7月份土壤含磷量和9月土壤含氮量、含磷量与棉花产量的关联度较大；2020年在棉花生育期内8月、5月、9月、4月、6月、7月份的土壤含水量以及6月、7月份土壤含氮磷量和9月份土壤含磷量、含氮量与棉花产量的关联度较大。整体看来土壤含水量对棉花产量的影响较大，关联度较大多集中在5、6、7、8月份，研究结果和上文一致。图4-7土壤水盐肥含量与棉花产量关联度Fig.4-7Correlationdegreebetweensoilwater-salt-fertilizercontentandcottonyield表4-16土壤水盐肥含量与棉花产量的关联度排序Tab.4-16Correlationdegreesortbetweensoilwater-salt-fertilizercontentandcottonyield年份关联度排序2018201920201.2土壤水盐肥与棉花产量通径分析对土壤含水量、含盐量、含氮量和含磷量与棉花产量进行分析，首先运用上文2.3节中的研究方法可建立各影响因子（4月至9月土壤水盐肥含量）与棉花产量的正规方程组，如式（4-4）所示： （4-4）其中:(其中)为相关系数，(其中)为通径系数。利用Gauss-Doolittle法可计算得到2018-2020年的通径系数，并将其进行排序，结果列于表4-17和表4-18。表4-17土壤水盐肥含量与棉花产量的通径系数Tab.4-17Pathcoefficientofsoilwater-salt-fertilizercontentandcottonyield年份通径系数2018-0.29-0.580.10-0.37-0.170.25-0.07-0.070.36-0.500.390.070.010.310.19-0.05-0.17-0.720.150.510.360.40-0.06-0.142019-0.19-0.590.21-0.360.78-1.150.260.47-0.430.40-0.110.11-0.07-0.731.26-0.990.530.33-0.28-0.20-0.20-0.570.290.652020-0.13-1.01-0.170.010.74-0.320.63-0.350.260.09-0.360.18-1.030.55-0.280.820.31-1.680.801.67-0.46-1.490.61-0.21表4-18土壤水盐肥含量与棉花产量的通径系数绝对值排序Tab.4-18Sortofabsolutevalueofpathcoefficientbetweensoilwater-salt-fertilizercontentandcottonyield年份通径系数绝对值排序201820192020根据通径系数进一步得到通径图如图4-8至图4-10所示。从图中可以看出，2018年8月土壤含磷量对棉花产量Y的正直接作用最大，其值为0.51，同时通过计算发现4月土壤含水量、4月土壤含盐量、5月土壤含水量、5月土壤含磷量、7月土壤含磷量、8月土壤含氮量通过的间接作用分别达到了0.11、0.07、0.22、0.11、0.06、0.21。而8月土壤含盐量对棉花产量Y的负直接作用最大，其值为-0.72，同时通过计算发现4月土壤含盐量、6月土壤含盐量、6月土壤含氮量、7月土壤含盐量、7月土壤含氮量、9月土壤含盐量通过的间接作用分别达到了-0.50、-0.42、-0.47、-0.61、-0.43、-0.47。另外对Y的作用上，其通过对Y的影响也较大，所以在ry20值中受的影响也较大，且为正号。在对Y的作用上，其通过对Y的影响也较大，所以在ry18值中受的影响大，且为负号。同时在4月土壤含氮量、8月土壤含氮量、9月土壤含氮量、9月土壤含磷量对Y的作用上，主要的是通过和来实现了，其本身直接作用并不大。2019年7月土壤含氮量对棉花产量Y的正直接作用最大，其值为1.26，同时通过计算发现5月土壤含盐量、5月土壤含氮量、6月土壤含盐量、7月土壤含盐量、8月土壤含盐量、9月土壤含盐量通过的间接作用分别达到了0.99、0.91、0.93、0.97、0.85、1.00。而5月土壤含盐量对棉花产量Y的负直接作用最大，其值为-1.15，同时通过计算发现5月土壤含氮量、6月土壤含盐量，7月土壤含盐量，7月土壤含氮量，8月土壤含盐量、9月土壤含盐量通过的间接作用分别达到了-0.89、-1.03、-1.04、-0.91、-0.98、-1.00。另外对Y的作用上，其通过对Y的影响也较大，所以在ry15值中受的影响大，且为负号。在对Y的作用上，其通过对Y的影响也较大，所以在ry6值中受的影响大，且为负号。同时在4月含盐量、8月含磷量、6月和8月土壤含氮量对Y的作用上，主要是通过和来实现，其本身直接作用并不大。2020年8月土壤含磷量对棉花产量Y的正直接作用最大，其值为1.67，同时4月土壤含盐量、5月土壤含盐量、6月土壤含盐量、7月土壤含盐量、8月土壤含盐量、8月土壤含氮量通过的间接作用分别达到了1.29、1.23、1.32、1.10、1.54、0.81。而8月土壤含盐量对棉花产量Y的负直接作用最大，其值为-1.68，同时通过计算发现4月土壤含盐量、5月土壤含盐量、6月土壤含盐量、7月土壤含水量、8月土壤含氮量、9月土壤含盐量通过的间接作用分别达到了-1.17、-1.24、-1.36、-0.98、-0.89、-1.55。另外对Y的作用上，其通过对Y的影响也较大，所以在ry20值中受的影响大，且为负号。在对Y的作用上，其通过对Y的影响较大，所以在ry18值中受的影响也较大，且为正号。同时在4月、6月土壤含水量、5月、6月、7月含盐量对Y的作用上，主要是通过和来实现，其本身直接作用并不大。图4-82018年土壤水盐肥含量与棉花产量通径图Fig.4-8Pathchartofsoilwater-salt-fertilizercontentandcottonyieldin2018图4-92019年土壤水盐肥含量与棉花产量通径图Fig.4-9Pathchartofsoilwater-salt-fertilizercontentandcottonyieldin2019图4-102020年土壤水盐肥含量与棉花产量通径图Fig.4-10Pathchartofsoilwater-salt-fertilizercontentandcottonyieldin2020通过计算依决定系数绝对值的大小可知决定系数前十项如下：（1）2018年（2）2019年（3）2020年因此，从各因素对产量的综合影响看来，2018年主要是8月和9月土壤含盐量的作用最大，其次是8月土壤含磷量。2019年主要是8月和9月土壤含盐量的作用最大，其次是5月土壤含盐量和7月土壤含氮量的共同作用。2020年主要是8月土壤含盐量和9月土壤含盐量的共同作用最大，其次是8月土壤含盐量。由于2018年与的相关系数为0.66，2019年与、与的相关系数分别为0.88和0.79，2020年与的相关系数为0.92，所以在选择其中一个因素进行改善时，因兼顾另一个因素，不宜同时增大或减少其中一个因素。综上所述，研究结果显示土壤含盐量对棉花产量