英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料
传统与现代农业方法与技术对河流两岸农业污染水平的影响研究
- J. Kachiashvili, D.V. Nakani
摘要：在世界银行的支持下，格鲁吉亚政府编写了由国际发展协会(开发协会)和全球环境基金(环境基金)共同资助的“农业研究、介绍-协商和培训”项目。在格鲁吉亚境内进入黑海的Khobistskali河流域项目的区域内，介绍了防治农业害虫的生物方法，采取了减少土壤侵蚀和提高农业生产力的措施，建立了畜牧废物处理和高质量有机肥料生产的生物设施。实施这些措施的目的是提高当地居民的经济条件，改善农民种植农产品对生态环境造成的影响。为了评估通过引进新技术所取得的经济和生态效果，从以下几方面实现了对污染的监测：河水、农田和畜牧农场排水、农田不同深度的土壤和地下水。利用计算机以现代数据分析方法对监测结果进行分析，从而实现了对农田河流的污染过程的研究。恢复土壤污染水平，改善了浅水和地下水、地下硝酸盐和磷酸盐含量与收获量之间的关系。
关键词：河流 污染 分析
- 介绍
Khobistskali河流域位于格鲁吉亚西部，由四条基本河流组成：R.Choga、R.Ockhomuri、R.Chanistskali和R.Khobistskali。其中R.Khobistskali为主流，R.Ockhomuri由上游流入，R.Chanistskali由下游流入。R.Choga和R.Ockhomuri交汇。在这些河流2002年和2003年的监测数据中，分别以NH４、NO3、PO4和浑浊度等参数对其污染水平进行了比较。在2002年进行了12次，2003年进行了9次，以不同月份获取了这些测量参数。为了比较所研究河流的污染水平，以研究它们之间的相互影响，在同一个测量河流段落的不同断面测量参数进行了比较。这个过程所研究的断面数量为14个。
考虑到的河流的基本污染源是农田和养牛场.他确信河流污染的减少与农田土壤污染的减少是相互关联的。根据污染参数NO3和PO4，对位于研究流域6个村庄的16块农田土壤的污染水平进行了比较。
此外，本研究还调查了使用肥料收获的玉米对农田土壤中硝酸盐含量的依赖性，这些肥料在未来被推广使用，这些数据证明了一定程度上的农田污染不会污染环境以及河流。此外，还研究了肥料的使用与收成的相关性，除了生态效应外，广泛引进和使用技术也非常重要，这将提高农业的生产力。
- 方法论
为解决工作中存在的问题，本文采用了现代数据分析方法，包括相关法、回归法、阶乘法、聚类分析法、统计假设检验法等参数法和非参数法。特别是采用Wilcoxon的非参数方法对监测的两个样本进行了鉴别，研究了影响农田污染的时间因素。采用了弗里德曼、弗里德曼-佩奇的因子分析和二因素分散分析的方法，对农田监测场的地理布局进行了分析，建立一种关系存在的事实。采用全相关分析、非线性回归方法，研究了肥料使用类型与土壤和果实污染程度之间的关系，以及产量和恢复之间的依赖关系。本工作的所有研究都是在本论文的合著者（Kachiashvili K.I.）的指导下，利用实验数据统计处理软件包SDPro进行的。在研究的基础上，提出了通过现代综合监测技术对村庄的影响来实现最优控制的技术。将研究成果和河流污染水平、农田时空变化过程可视化为三维图形。
- 结果
通过监测数据对河流污染水平进行分析，得出以下结论:2003年与2002年相比，Khobistskali流域大部分河段的NO3和PO4参数均有明显的降低。尽管有所降低，但与其他部分相比无足轻重。在2002年和2003年的研究的河流断面中，河流的污染动态基本一致，这说明河流污染的成因是相同的，即这几年的基本污染源是相同的。众所周知，河流的污染来源主要是周边的农田和养牛场。因此，与2002年相比，2003年这些方面对河流造成的污染有所减少。由此可见，大河在与小河汇流之前受到的污染程度较低，小河汇入之后，其污染程度实际上是提高的，即大河的污染源之一是小河。
通过研究可以得出2003年农田土壤中NO3成分变化规律：不同村庄(一个单独村庄除外）农田土壤中NO3浓度的变化可以由随机因子引起。因为，自7月至11月以来这些村庄没有出现NO3浓度增加的趋势。在第一个村庄中，NO3浓度的变化不是由随机因素引起的，而在第二个村庄，只有95％可能性可以接受关于7月至11月以来NO3浓度没有降低趋势的结论。综合考虑位于不同村庄农田中NO3的变化，这不可能全部由随机因素引起。总体而言，自7月至11月，这些地区没有集中出现这些情况。这意味着，以同一个标准去考量不同村庄（独立在外的村庄除外）农业用地中NO3含量的变化是不合理的。
关于2003年土壤中PO4浓度变化规律的结论认为：实际上只有在被研究的三个村庄的农田中(在独立考虑的情况下)PO4浓度的变化才是由随机因素引起的。此外，自7月至11月以来，有95％的把握可以认为这些村庄的PO4浓度没有增加的趋势，与低把握的情况相比，PO4浓度有增加的趋势。在综合考虑不同村庄的农田时，不能确定PO4浓度的变化是由随机因素引起的。因此，通过对不同村庄单独研究以及对不同村庄综合研究的情况下，可以得出以下结论：在所研究的区域内，一些地区的PO4含量呈上升趋势，并且集中发生在7月至11月之间。对不同村庄进行综合研究时候可靠性则大于95％，单独研究一个村庄时候结果可靠性小于95％，这种情况下，由于一个村庄土地数量较小导致结果不够可靠，因此需要进行多区域的综合考虑。
为了提高决策的科学可靠性，除了所做的研究外，我们还进行了一项对NO3和PO4变化有显著影响作用因素的研究，这16个研究领域不仅是这些领域的地理布局因素，而且也是时间因素。本研究采用两因素分析法，在SDPro的帮助下，初步检验了土壤中相应成分含量测量结果概率分布的正态性。所得到的结果包括：在农村田地中，NO3成分的时间变化不是由随机因素引起的（可靠性为0.999），即在一年内，农田土壤中的NO3含量变化不是偶然的。空间上的变化是由地理位置不同引起的，不少于95％的情况下是由随机因素引起，但不多于88％时候，不是由随机因素引起，而是由于地理分布原因引起。农田中PO4成分在时间(即一年)和空间(即地理位置)上的变化不是由随机因素引起的。这两种情况可信任度为99.9％。
空间也就是地理分布上NO3参数的变化相对较小，这是因为每位农民都把氮肥作为基本肥料撒入农田，而得到磷肥的根本区别是农民是否与之对应的经济能力。
在进行相关性分析的基础上，得出了农田收获量与农田土壤各层平均硝酸盐含量之间关系的结论，皮尔逊的相关系数不存在线性因果关系，斯皮尔曼和肯德尔的相关系数也为0。通过对偏相关系数进行归零的方法，也证实了该方法的有效性。
多重相关系数的零差表明玉米收获量与土壤硝酸盐含量之间存在非线性因果关系，即玉米收获量与土壤硝酸盐含量呈非线性关系。
这种相关性是通过对上述曲线的分析确定的，它看起来像y=axc（l-bx）d，其中a=2.4909038；b=0.0099989；c=07285843；d=0.0632004。从这种相关性可以看出，当土壤中硝酸盐含量增加到一定水平时，玉米的产量增加，而土壤中硝酸盐含量过度的增加则意味着玉米的产量减小。因此，土壤中硝酸盐的含量的标准为90毫克/公斤。
对不同施肥条件下玉米籽粒硝酸盐含量的相关性进行了全相关分析，结果表明，Pearson、Spearman和Kendall的相关系数均为零，显着性判别值为0.01。两者之间存在线性因果关系，偏相关系数与偏相关系数的差值为零，多重相关系数的差值为零，表明所考虑的值之间存在非线性因果关系。在回归分析结果的基础上，得出这种原因用线性多项式y=b ax描述是最好的方法，其中a=0，0745780，b=1，6229591，即当土壤中的硝酸盐含量增加到100 mg/kg时，玉米籽粒中硝酸盐的浓度成正比增加。
在土壤硝酸盐含量高于100 mg/kg的情况下，玉米籽粒硝酸盐含量是不可能不变的。多元相关系数与零的差异可以解释为:在已有数据的框架下，所考虑的值之间是线性相关的;土壤中硝酸盐含量的增加很可能是由非线性因素引起的。
通过玉米茎中硝酸盐含量与田间土壤中硝酸盐含量的全相关分析(由使用化肥种类引起)，可以得出Pearson、Spearman和Kendall的相关系数不为零，显著性值为标准0.05。偏相关系数等于零，信任的概率等于0.95，而信任的概率等于0.91，不等于0。这一事实表明，在考虑的值之间有一个不那么密集的线性因果关系，多重相关系数不等于零。这个决策的可信概率不高于0,84。我们认为，测量人员的测量结果质量很低，土壤中的硝酸盐含量为50 mg/kg，两者相去甚远，即玉米茎中硝酸盐含量的106 mg/kg和170 mg/kg。土壤中硝酸盐含量分别为51 mg/kg和57 mg/kg，低于于玉米茎中亚硝酸盐含量100 mg/kg和120 mg/kg。
在回归分析结果的基础上，玉米茎秆硝酸盐含量与农田土壤硝酸盐含量之间的关系可以用以下二阶多项式描述，，where p0 = - 425.33103; p1 = 14.925788; p2= - 0.0836401。此时玉米茎中硝酸盐含量随土壤中硝酸盐含量的增加而增加，达到一定水平，则土壤中硝酸盐含量的增加必然导致玉米茎中硝酸盐含量的减少。因此，土壤中硝酸盐达到90mg/kg时玉米茎中硝酸盐的含量开始下降。
在对玉米所有成分（收获价值、土壤、谷物和茎部硝酸盐含量）进行复杂分析的基础上，我们得出以下结论：最坏的结果是只使用氮磷钾肥，收获量最低，土壤和玉米籽粒中硝酸盐含量最高，生物肥(玉米秸秆)次之(仅落后于80%的肥料加上20%的氮磷钾肥)；一次收获的最佳值为生物肥80% 氮磷钾肥 20%，但土壤和玉米籽粒中硝酸盐的含量仅落后于使用最差氮磷钾肥的情况，生物中硝酸盐的含量低于施用氮磷钾肥和80%肥料 20%氮磷钾肥；第二个地方是80%肥料 20%氮磷钾，因此研究认为硝酸盐污染几乎与前一种情况相同；从所收获的价值来看，只使用堆肥或只使用液体肥料是有不良结果的，因此与以前的情况相比，所考虑的成分硝酸盐污染情况好一点；与使用单一堆肥和液肥相比，收获量最好的是仅利用肥料，在此情况下，所考虑成分的污染程度很低；仅利用生物肥，收获量居第三位(落后于80%生物肥 20%氮磷钾肥(=15%)和80%粪肥 20%氮磷钾肥(=6%)。因此，考虑的成分的污染实际上是最低的。15%和6%的可靠性是非常小的，因为它们只在一个因素的基础上计算。在几个不同领域中，建立这些值的意义是可见的，且具有更大的可靠性。
需要注意的是，玉米籽粒和茎秆中的土壤污染是在10月份才进行研究的，与其他肥料相比，用HIO质量方法测定土壤污染没有显著性(例如，比仅使用氮磷钾肥的少2倍；比使用80%生物肥 20%氮磷钾肥的少1.5倍；比使用80%肥料 20%氮磷钾肥的少1.4倍，），一方面直接施用肥料两者之间的差异更显着；另一方面，从污染的角度看，土壤污染相对于EAC(极端有效浓度)而言具有显著的优势。
最后得出的结论是：在综合考虑收获价值、土壤硝酸盐含量、玉米籽粒和茎干硝酸盐含量等因素的情况下，施用生物肥（在生物设施中）是最好的。
- 结论
对两年的监测结果进行了细致的分析研究，证实了农田新技术的引进和生物设施的投入，减少了这些农田和附近河段河水的污染。确定黄瓜、番茄和玉米的收获量与土壤硝酸盐浓度呈非线性，且超过一定数值情况下，收获的数量开始减少。利用回归分析的方法，确定了这种依赖关系，并建立了最大浓度的依赖关系，超过此基础，收获的规模开始缩小。
玉米籽粒硝酸盐含量与地面硝酸盐含量之间存在明显的功能依赖性，随着地面氮含量的增加，玉米籽粒硝酸盐浓度增加。玉米茎与土地中氮含量之间存在着以下功能依赖关系：玉米茎中氮浓度随土地中氮含量的增加而增加，达到一定限度，则地中氮含量的增加导致玉米茎硝酸盐的减少。有趣的是，这已是土壤中氮含量的上限，此后玉米茎中硝酸盐开始增长。
番茄产量与田间生物肥中硝酸盐含量之间以及田间土壤中硝酸盐含量之间也存在非线性函数相关性。
通过对不同有机肥增产效果的比较，并在分析玉米栽培生产力大小和玉米地籽粒、茎中硝酸盐含量变化的基础上，确定了不同肥料及其组合之间的差异。无论从生态学的角度，还是从提高生产力的角度来看，最优的是：“只有生物肥”(沼气装置中的肥料)和“20%生物肥的磷肥”。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[19291]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
