基于高光谱的复垦农田土壤有机质含量估测

为了快速准确估算矿区复垦土地土壤有机质含量,以永城矿区复垦农田为例,在土样有机质含量测定和高光谱数据测量的基础上,对土壤高光谱数据进行多种预处理并与有机质实测含量进行相关性分析,利用相关系数进行P=0.01水平显著检验,确定敏感波段,建立一元线性回归、多元逐步回归和偏最小二乘回归等多种有机质含量与高光谱估测模型。结果表明:经过数学变换的土壤光谱反射率与土壤有机质含量相关性显著提高,复垦区土壤光谱经过多元散射校正和一元微分处理并利用偏最小二乘回归模型建模预测效果最好。当前较少有研究对矿区复垦农田土壤有机质进行高光谱估测,本研究成果可为有效利用高光谱遥感技术,快速、有效地测定复垦农田土壤有机质含量提供技术支撑。     

采煤矿区表层土壤有机质含量遥感反演

利用LandSat ETM+影像反演煤炭开采区表层土壤有机质含量的空间格局,对采样点各波段光谱反射率进行数学变换,并将所得结果与有机质含量进行相关性分析.挑选出敏感波段,建立了表层土壤有机质含量的光谱预测模型.结果表明,研究区表层土壤有机质含量与第5波段和第7波段反射率呈极显著的负相关关系(R分别为-0.585和-0.543,P＜0.001);对反射率进行数学变换可以改善其与有机质之间的相关性;用第1波段反射率对数的倒数和第5波段反射率的倒数建立二元回归方程(R2 =0.616 2,p＜0.001)对研究区土壤有机质有很好的预测能力(R2 =0.616 2,RMSE=0.89);有机质含量在10～15g/kg范围的图斑面积最大,占研究区总面积的50.44％;表层土壤有机质随开采沉陷坡度的增加呈减少的趋势;煤炭开采沉陷对表层土壤有机质含量的扰动属于失碳效应.     

基于多光谱数据的荒漠矿区土壤有机质估算模型

目前运用高光谱数据估算土壤有机质的模型精度已经可以达到精准农业的要求,但其数据的整理和运算过程较为复杂且观测尺度较小.为节省资源,提高效率并为多光谱遥感估算土壤有机质积累经验,该文将Landsat8_OLI多光谱遥感影像各波段的反射率数据与地面土壤有机质SOM(soil organic matter)实测数据相结合,利用SPSS软件及多元线性回归分析方法建立基于反射率R、反射率倒数1/R、反射率倒数对数LN(1/R)、反射率一阶导数FDR(first derivative reflectance)的土壤有机质定量估算模型,精度检验后择取最优模型通过多光谱遥感波段运算的方式推广至整个研究区.结果表明:FDR模型的精度更高,RMSE为0.215,F检验结果为4.072,预测值与实际值之间的决定系数R2为0.963.基于该模型估算研究区空间范围的土壤有机质含量,得出土壤有机质含量在0～5 g/kg之间的面积占总研究区的84.065％,＞10 g/kg的面积仅仅为0.001 5％.在4种土地类型中工矿用地SOM平均含量为最高的7.35 g/kg,受开采的煤炭中有机质影响较大.裸地面积2 674.44 km2,占研究区面积的63％,SOM平均含量6.12 g/kg;盐渍地和荒漠林地SOM含量偏低.总之,运用多光谱遥感数据估算干旱区土壤有机质的方法可行,也为遥感估算其他地表参数提供参考.     

辽宁省黄土状母质发育土壤有机质含量高光谱预测模型的构建

  目的  建立辽宁省黄土状母质发育土壤有机质含量的高光谱预测模型,以便快速获取土壤样品的有机质含量。  方法  对省域内黄土状母质发育土壤进行了样品采集,获取样品有机质含量和高光谱数据;选择原始光谱及其一阶微分、二阶微分、倒数对数、倒数对数一阶微分、倒数对数二阶微分6种光谱变换数据作为自变量,与土壤有机质含量进行相关分析,选取特征波段,分别建立多元逐步线性回归（SMLR）、偏最小二乘回归（PLSR）和主成分回归（PCR）3种土壤有机质高光谱线性预测模型,并进行了支持向量机（SVM）方法的非线性模型拟合。  结果  土壤有机质含量与其光谱反射率呈负相关关系,对光谱进行不同的数学变换,可以提高土壤有机质含量与光谱反射率的相关性,其中一阶微分和二阶微分的提升效果最佳;相同光谱数据在不同模型中建模精度存在显著差异,以原始光谱反射率一阶微分为自变量的PLSR模型精度最高,建模集和验证集的决定系数（R2）分别为0.958和0.976;3种线性方法建立的最佳预测模型的检验精度为:PLSR > SMLR > PCR。  结论  PLSR模型是辽宁省黄土状母质发育土壤有机质含量的最佳高光谱预测模型,且基于特征波段的建模效果优于全波段;SVM非线性模型的预测精度较低。     

不同粒径土壤有机质含量可见光-近红外光谱估算研究-以湟水流域为例

不同土壤粒径大小差异致使土壤光谱反射率不近相同,从而影响土壤有机质含量的预测精度。因此探索不同粒径下土壤有机质含量估算精度,可为有机质的精确估算以及减少样品的前期处理提供参考依据。本文将分别过10、20、60、100目筛的土样于暗室内进行350~2500 nm波段光谱反射率测量,经多元散射校正(MSC)与小波变换(WT)平滑去噪后,首先将原始光谱(R)及其数学形式包括反射率倒数(1/R)、反射率对数(lgR)、反射率根号(R~(1/2))进行一阶微分变换,然后采用遗传算法结合偏最小二乘法(GA-PLS)筛选土壤有机质含量特征波段区间,再将R、R'及特征波段(CHR)作为偏最小二乘回归(PLSR)和支持向量机(SVM)的输入波段进行有机质含量建模。结果表明:1)土壤粒径越小,光谱反射率越高,特别是当波长大于600 nm时,反射率明显增加;2)土壤有机质含量的特征波段主要位于426~447 nm,1427~1459 nm,1948~1958nm,1970~1991 nm,2012~2039 nm,2165~2186 nm谱区;3)采用GA-PLS算法挑选特征波段建立SOM估算模型,模型精度和预测能力明显高于R和R';4)利用SVM方法建模模型精度明显高于PLSR方法;5)样本容量较大时,采用1mm(20目)粒径光谱数据建模最佳。     

基于高光谱的北京铁矿区土壤重金属镍元素含量反演研究

运用高光谱数据对北京典型铁矿区土壤重金属镍含量进行建模反演,探索高光谱遥感技术在土壤重金属污染快速监测上应用的可行性。使用便携式地物光谱仪采集研究区土壤样本光谱反射率数据,光谱反射率数据经多种数学变换后,经逐步回归方法筛选最佳特征波段,利用多元线性回归（SLR）和偏最小二乘回归（PLSR）方法建立模型以光谱反射数据对土壤重金属镍元素含量进行反演。基于光谱二阶微分的多元线性回归模型（SD-MLR）的稳定性和精度最高（R2 = 0.842,RMSE = 4.474）,能够良好地预测研究区土壤镍元素含量。光谱数据数学变换能够有效提高其与土壤镍元素含量间的相关性。不同的光谱变换形式建立模型的预测能力和精度有如下关系,光谱二阶微分 > 光谱倒数对数一阶微分 > 光谱一阶微分 > 光谱倒数对数 > 光谱连续统去除 > 原始光谱。采用光谱二阶微分建立多元线性回归模型为研究区土壤镍元素含量反演的最佳模型,可为土壤重金属污染快速监测提供技术参考。     

准东煤田土壤铅含量高光谱估算

以新疆准东露天煤矿为研究靶区,对矿区周围不同程度铅污染土壤进行采集与光谱测定,分析不同铅含量土壤高光谱反射率特征,运用多元线性回归和偏最小二乘回归建立土壤铅含量估算模型并进行精度检验。结果表明:在土壤铅含量与近红外和中红外波段部分光谱反射率之间的相关性较高,二阶微分处理之后的光谱数据建模精度高于其他处理方法。偏最小二乘回归建立模型估算效果优于多元线性回归建立的模型精度,其最优的偏最小二乘回归模型校正和验证的决定系数(R~2)分别达到了0.71和0.69,其校正和验证的均方根误差(RMSE)值分别为4.42 mg kg~(-1)和2.69 mg kg~(-1),以及相对分析误差(RPD)值为2.36,该模型能够较好地估算土壤铅含量,从而为土壤重金属污染快速监测提供技术方法和理论依据。     

采煤沉陷区不同土地利用类型土壤水分、有机质 和质地的空间变异性

探索采煤沉陷区坡面微地形上土壤水分、养分和颗粒迁移转化的作用机理,为促进矿区生态环境综合整治的科学决策提供重要的理论和实践价值。以焦作九里山矿典型平原型采煤沉陷坑内的耕地和林地为研究对象,对比分析了土壤含水率、有机质含量和质地在不同土地利用类型（耕地和林地）、沉陷坡位（中心、坡底、坡中、坡顶和对照）和剖面深度（0~10 cm、10~20 cm、20~30 cm、30~40 cm、40~50 cm）上的空间变异性。结果表明,耕地土壤含水率和黏粒含量较林地显著降低（p<0.05）,而砂粒含量则显著增加（p<0.01）。坡中或坡底处的土壤含水率、有机质和粉粒含量最小,而砂粒和黏粒含量则最大,成为整个沉陷坡面上的极值点。在剖面深度上,土壤含水率、有机质、砂粒含量表现为显著的表层聚集,黏粒含量则为显著深层聚集的特点。通过对土壤含水率、有机质含量和土壤质地在沉陷区坡面微地形空间变异作用机理的分析,建议平原型采煤沉陷区的土地复垦方向应以耕地为主,林地为辅的基本原则,在坡中到坡底的等高段复垦为林灌地,能起到对沉陷区土壤水分与养分流失控制和生态环境效益改善的关键作用。     

基于近红外光声光谱的土壤有机质含量定量建模方法

该研究的目的在于应用近红外光声光谱技术结合不同的定量分析方法实现5种不同类型土壤有机质含量的快速估测。对中国中、东部地区5种不同类型土壤风干样本进行光谱扫描,经过多元散射校正、一阶导数、二阶导数及平滑等预处理后,应用逐步多元回归(SMLR)、主成分分析(PCR)、偏最小二乘法(PLS)和偏最小二乘法-反向传播神经网络(PLS-BPNN)等方法建立土壤有机质含量的定量估测模型。结果显示,不同预处理方法对所建土壤有机质含量估测模型的预测精度有较大影响,总体表现为多元散射校正+Norris一阶导数>多元散射校正>Norris一阶导数>标准正态化>Norris二阶导数>吸光度>Savitzky-Golay平滑后一阶导数>Savitzky-Golay平滑后二阶导数。对于4种不同建模方法,均以多元散射校正+Norris一阶导数滤波平滑后的光谱建模精度最高,其中采用PLS-BPNN方法建模效果最好,其次是PLS、SMLR和PCR。采用PLS-BPNN建立有机质校正模型具有极高的预测精度,建模决定系数和均方根偏差分别为0.97和1.88,模型测试决定系数和均方根偏差分别为0.97和1.72。因此,基于多元散射校正+Norris一阶导数光谱建立的PLS-BPNN模型可能是土壤有机质含量估测建模的最优方法。     

干旱区典型绿洲土壤有机质的反演及影响因素研究

为了大面积、高精度地反演土壤有机质含量,为农业可持续发展提供数据支撑。以新疆渭干河-库车河三角洲绿洲为研究区,采用波段平均法将实测高光谱窄波段拟合为Landsat 8 OLI遥感影像的宽波段,建立土壤有机质含量的估算模型,并将最优估算模型应用到经过波段校正的Landsat 8OLI遥感影像中。结果表明:(1)反射率进行倒数、对数、平方、一阶微分等数学变换后与有机质含量的相关性显著提高;(2)土壤有机质的高光谱估算模型拟合度较高,最优估算模型的决定系数R2为0.852,采用比值法对多光谱波段反射率进行校正,校正后的遥感影像反演结果得到了较大提高,检验样本的决定系数R2从0.711提升至0.849。从反演结果来看,将高光谱估算模型应用到经过订正的多光谱影像,土壤有机质反演模型的精度得到了大幅度提高,运用此方法可以实现高精度的土壤有机质区域化反演。(3)有机质的分布受土地利用类型、土壤颗粒组成、土壤质地的影响,其中土壤质地对有机质的空间分布影响最为显著。     

黄土沟壑区采煤塌陷地不同土地利用类型土壤性质损害特征

  目的  探究半干旱榆神府矿区采煤塌陷地不同土地利用类型地表土壤损害程度和机理。  方法  选择榆神府矿区黄土沟壑地貌下林地、耕地、园地和草地4种不同土地利用类型,分析地表塌陷前后土壤物理、化学和生物学性质的变化特征,通过主成分分析和排序探讨采煤塌陷对不同土地利用类型土壤性质的影响。  结果  4种土地利用类型地表塌陷1 ~ 2年内土壤性质均朝着水分、养分减小的方向发展,但不同土地利用类型塌陷地土壤损害特征具有明显差异,其中草地的土壤机械组成和养分含量、林地的速效养分特征、园地的砂粒含量各自变化较显著;土壤机械组成、有机质和水分含量是影响榆神府矿区土壤质量变化的关键因子;在矿区损害地土壤系统修复过程中,除必要的塌陷地充填外,草地还需采取人工施肥、补水和微地形改造等措施,林地还需施加氮磷肥辅以相应的微生物菌剂,园地和耕地损害较小可减小人工干预。  结论  半干旱或干旱区煤炭开采塌陷地在生态修复过程中,针对不同土地利用类型土壤损害程度与成因采取对应的恢复措施,有利于矿区生态环境高效和高质量恢复。     

不同利用方式下土壤有机质和全磷的可见近红外高光谱反演

以太湖流域直湖港小流域稻田、桃园和菜地的土壤样本为研究对象,研究了不同光谱建模方法和土地利用方式对土壤有机质和全磷高光谱反演的影响。结果表明:(1)偏最小二乘回归分析(Partial least squarer egression,PLSR)模型的建模和预测精度较高且稳定;人工神经网络中广义回归神经网络(Generalized regression neural network,GRNN)网络预测精度较高但易出现过拟合现象,反向传播神经网络(Back propagation neural network,BPNN)网络比较稳健但精度略低;偏最小二乘与人工神经网络相结合则可综合两者优点,改善复杂样本下的预测精度。(2)土壤有机质的光谱反演结果优于全磷。3种土地利用方式中,稻田的预测效果总体优于桃园和菜地。在当前研究区域内土地利用方式对土壤有机质光谱反演影响不大,但对全磷反演影响较大。今后利用光谱对土壤全磷反演时需分土地利用方式对模型进行校准。     

采煤塌陷对风沙区土壤性质的影响

以毛乌素沙地东南缘大柳塔矿区为典型研究区,将灰色关联度模型引入土壤性质研究体系,对近20年陕北风沙区采煤塌陷造成的土壤性质变异性进行分析.结果表明：1）沉陷区坡中部位土壤含水量明显减小（P＜0.01）;坡中和坡顶部位土壤孔隙度增大（P＜0.05）;土壤粒级变粗;沉陷区土壤有机质和速效氮质量分数与未沉陷区相比差异显著（P＜0.01）;沉陷区土壤过氧化氢酶活性明显降低且在相当长的一段时间内不可修复（P＜0.01）.2）从不同土层深度上,风沙区采煤塌陷主要对表层（0 ～ 20 cm）土壤性质影响显著,对土壤养分的影响主要表现在碳和氮元素上,特别是不利于土壤中氮元素的保持与利用,同时塌陷裂缝和风蚀、水蚀作用加剧了土壤水分流失.     

煤炭开采对矿区土地利用景观格局变化的影响

为揭示煤炭资源开采对矿区土地利用景观格局变化的影响,以徐州沛北矿区为例,应用GIS、景观生态学和数理统计方法,分析了该区土地利用结构和景观格局变化,并从生命周期的角度探讨了煤炭开采对景观格局演变过程的影响。结果表明:1994—2014年间沛北矿区土地利用结构和景观格局变化显著,耕地、林地和未利用地减少,工矿建设用地和塌陷水体持续增加;景观呈破碎化和均匀化趋势,景观分形特征趋于简单化和规则化。进一步对景观指数突变检验分析可知,耕地最大斑块指数和集聚度指数分别在1999年和2001年出现突变点;塌陷水体的最大斑块指数自1995年起持续上升,而集聚度指数呈显著上升—变化不显著—显著上升的趋势。煤炭持续大规模开采导致地面塌陷、积水,耕地损毁以及快速城镇化是景观格局变化的主要原因,但随着矿区土地复垦,耕地、水体面积增大,景观破碎化程度减小,对塌陷地的治理取得了一定成效。研究结果对矿区土地复垦和受损生态景观修复具有重要的指导作用。     

基于GIS与分区Kriging的采煤沉陷区土壤有机碳含量空间预测

中国煤炭产量占世界煤炭总产量的46.9%,年塌陷的耕地面积约为200 km~2,对农田土壤有机碳库扰动十分剧烈。由于农田的土壤有机碳库是减少陆地生态系统碳排放的最大潜在因素,中国以及世界上的其他煤炭开采大国必须更好地对煤炭开采区的土壤有机碳库进行科学管理,这也是煤炭低碳开采的重要途径。而预测精度好的煤炭开采沉陷区土壤有机碳含量空间预测方法是科学管理煤炭开采沉陷区土壤有机碳库的前提。该文以徐州九里煤炭开采沉陷区作为研究区,通过普通Kriging插值法和以结合沉陷积水情况为辅助变量的分区Kriging插值法这2种方法来对研究区的土壤有机碳含量进行了空间预测,并通过比较验证样点的预测值与实测值来对比2种方法的预测精度,确定每种方法的可行性。研究发现,结合区域内部积水情况来进行的分区Kriging插值法求得到的预测值与实测值的相关系数为0.7564,远高于直接进行Kriging插值得到的预测值与实测值的相关系数0.5086,并且两者的均方根误差分别为0.35和0.55,说明前者的预测精度更高。因此结合沉陷积水情况的分区Kriging插值模式是更适宜煤炭开采沉陷区土壤有机碳含量的空间预测模型。     

黄土丘陵沟壑区煤矿沉陷耕地复垦

探索开发适宜黄土地貌和气候特点以及黄土丘陵采煤沉陷损伤规律的土地复垦模式,对于实现该区数量质量并重管理的耕地保护目标具有重要的现实意义。该文基于开采设计、沉降观测参数和MSAS软件,预测山西兴县斜沟煤矿一采区沉陷损毁土地面积为16.54 km2,损毁土地类型以耕地和草地为主,其中轻度破坏耕地面积3.70 km2,中度破坏耕地面积2.41 km2,重度破坏耕地面积0.17 km2。结合黄土丘陵沟壑低潜水位区土地损毁特征和区域生态保育和国土整治目标,拟对轻度破坏的1.65 km2耕地采用裂缝充填和土地平整复垦措施,按照集中连片的原则对轻度、中度和重度破坏的4.63 km2耕地采用坡改梯的土地复垦工程措施进行复垦,实现增加耕地面积0.40 km2,每年减少水土流失4.94万t,提高了耕地质量等级。研究认为,结合企业复垦资金和社会资金投入,按照集中连片的原则对采煤沉陷破坏的耕地采取坡改梯复垦是该区域损毁耕地复垦的有效模式。     

榆神府覆沙矿区采煤塌陷地表层土壤理化性质演变

以榆神府覆沙矿区采煤塌陷地表层土壤为研究对象,运用野外调查取样和实验室分析检测方法,研究不同采煤塌陷年限下(1、2、5、10 a和未塌陷区)土壤理化性质演变特征,探讨采煤塌陷过程中土壤理化性质的响应及其机制。结果表明:(1)与未塌陷地相比,采煤引起地表塌陷初期(1~2 a)土壤体积质量、硬度、黏粒含量、含水量、有机质、速效氮、速效钾、有效磷、全磷和全钾含量均有显著减小,而土壤孔隙度、p H和沙粒含量增加,全氮含量变化不明显,土壤质量总体表现出一定的退化趋势;(2)塌陷区自然恢复条件下上述土壤指标在塌陷5 a后呈现出改善的趋势,其中土壤物理性质、全效养分和土壤水分指标恢复较快,在塌陷10 a后即可恢复至塌陷前水平;但土壤速效养分、p H和有机质经过10 a的土壤自修复仍未完全恢复,采煤塌陷对土壤质量的损害具有一定延续性。(3)采煤塌陷后土壤质量演变过程分析表明,自然恢复条件下塌陷区土壤大体经过3个演替阶段,即退化期(塌陷后1~2 a)→改善期(塌陷后5 a)→部分恢复期(塌陷后10 a)。     

采煤塌陷区土壤碳储量变化及其影响因素分析

采用因子分析、相关分析等方法揭示大柳塔矿区采煤塌陷前后土壤碳储量的变化及其影响因素。结果表明:（1）在不同土层深度上,土壤碳储量含量差异不显著（p < 0.05）,但在空间分布上差异显著。（2）在不同坡位上,对照区和沉陷区均表现出坡底 > 坡中 > 坡顶的规律,采煤塌陷对坡底部位的土壤碳储量影响差异显著（p < 0.05）。（3）土壤碳储量与土壤孔隙度、全氮、有机质均呈显著正相关,相关系数分别为0.943,0.864,0.967（p < 0.01）,并且,主导影响因子为土壤有机质和土壤孔隙度。