太湖流域蔬菜生产区氮输出贝叶斯网络模型构建与应用.docVIP

太湖流域蔬菜生产区氮输出贝叶斯网络模型构建与应用 　　摘要：针对太湖流域新埂村蔬菜生产区的特点，构建了氮输出贝叶斯网络模型，并利用模型对蔬菜生产区氮输出进行了一系列的案例研究，分析比较了不同的氮削减措施对氮输出的影响。结果表明，贝叶斯网络模型为分析太湖流域蔬菜生产系统氮输出的因果关系和比较不同氮削减措施的效果提供了一种很好的思路和方法，是一种有效的工具。 　　关键词：贝叶斯网络模型；蔬菜生产；氮输出；太湖流域 　　中图分类号：TP399 文献标识码：A 文章编号：0439-8114（2014）06-1422-04 　　Construction and Application of Bayesian Network Model of Nitrogen Output for Vegetable Production in the Taihu Lake Basin 　　YANG Wei-qiu1，QIN Wei2，SHU Jian-hua1，DAVID Nash3，ANDRES Buldu3，WU Yu-ming4 　　（1.Suzhou Polytechnic Institute of Agriculture， Suzhou 215008，Jiangsu，China；2.Suzhou Agricultural Committee，Suzhou 215128，Jiangsu，China；3.Earth Systems China，Shanghai 200120，China；4.Yu River Vegetable Production and Marketing Cooperatives，Suzhou 215155，Jiangsu，China） 　　Abstract： Based on the characteristics of producing Xingeng village vegetable production in the Taihu lake basin， Bayesian network model of nitrogen output was constructed. The Bayesian network model was used to analyze the effects of different nitrogen reduction measures on vegetable production. The results showed that the Bayesian network model provided a good idea and method for understanding the causal relationship between nitrogen output and vegetable production， and comparing effects of different nitrogen reduction measures in the Taihu lake basin. 　　Key words： Bayesian network model； vegetable production； nitrogen output； Taihu lake basin 　　近年来，太湖流域工业污染源得到有效地控制，使得太湖地区农业及生活污染源成为了关注的焦点，尤其是氮和磷污染。集约化蔬菜生产是农业产业化的一种，其环保目标是减少对太湖的面源污染，尤其是氮污染。虽然确定性模型，如SWAT、LEACHMN、EPIC和DRAINMOD等已用来模拟农业系统中氮的输出[1-4]，使氮的输出最小化，但在太湖流域蔬菜生产中由于普遍缺乏相关的参数信息，几乎没有参考数据来建立氮输出的确定性模型。贝叶斯网络模型具有强大的不确定性推理和数据分析功能，是一种定性与定量分析相结合的推理方法。贝叶斯网络模型作为传统模型的一种替代选择，已经在自然资源科学中广泛使用，尤其是研究数据匮乏情况下的复杂关系以及那些与资源管理相关的多因子问题[5-9]。本研究针对太湖流域新埂村蔬菜生产区的特点，构建了氮输出贝叶斯网络模型，并利用模型对蔬菜生产区氮输出进行了一系列的案例分析，比较了不同的氮削减措施对氮输出的影响。 　　1 研究区概况 　　研究区设在苏州市相城区望亭镇新埂村，新埂村位于苏州市西北角，西邻太湖，北接望虞河，位于太湖流域一级保护区内。新埂村是一个农业大村，耕地面积330 hm2，自2005年以来，新埂村已有以特色蔬菜、瓜果为主导的高效设施农业生产基地113 hm2，食用菌生产基地13 hm2，葡萄生产基地4 hm2。研究区为新埂村内的一处蔬菜生产基地，占地面积为6.7 hm2，现