湖滨绿洲棕漠土有机碳含量高光谱估算

以博斯腾湖湖滨绿洲为研究区，利用实测棕漠土有机碳含量与高光谱(350～2 500 nm)数据，应用竞争性自适应重加权采样算法(CARS)、连续投影算法(SPA)、竞争性自适应重加权采样-连续投影算法(CARS-SPA)筛选棕漠土有机碳含量响应的高光谱特征波段，分别采用全波段和特征波段结合随机森林(RF)模型构建棕漠土有机碳含量估算模型。结果表明：博斯腾湖湖滨绿洲棕漠土0～50.0 cm土层有机碳含量为1.40～40.92 g/kg,平均值为14.20 g/kg,变异系数为55.54%,呈中等变异水平。CARS、SPA、CARS-SPA等算法筛选出的棕漠土有机碳含量响应特征波段分别为122个、11个和10个。基于CARS-SPA算法筛选出的特征波段数据输入RF模型估算效果最好，验证集检验的决定系数(R²)、相对分析误差(RPD)、均方根误差(RMSE)分别为0.85、2.59和2.72 g/kg,该方法能有效减少光谱数据冗余、提高模型估算精度和运行效率。本研究结果为研究区棕漠土有机碳含量的估算提供参考。     

基于连续投影算法的博斯腾湖西岸湖滨绿洲土壤有机碳含量的高光谱估算

以博斯腾湖西岸湖滨绿洲为研究区,利用实测的土壤有机碳含量与高光谱数据,应用连续投影算法(successive projection algorithm, SPA)从全波段光谱数据中筛选特征变量,并分别采用全波段和特征波段构建偏最小二乘回归(partial least square regression, PLSR)与支持向量机(support vector machine, SVM)模型来估算土壤有机碳含量。结果表明:1)土壤有机碳质量分数变化范围为0.75～48.13 g/kg,平均值为13.31 g/kg,呈中等变异性,变异系数为63.19%。2)土壤有机碳含量与原始光谱反射率表现为负相关性[-0.62相关系数(r)-0.07];经SG平滑结合标准化正态变换后进行一阶微分(Savitzky-Golay-standard normal variate-first derivative, SG-SNV-1st Der)预处理后,通过极显著性检验(P0.01)的波段数达到414个,主要集中在487～575、725～998和1 464～1 514 nm处,其中在788、800与1 768 nm波长处的相关性最高,r均大于0.80。3)光谱经SG-SNV-1st Der预处理后,用SPA构建的PLSR模型验证集的决定系数(R~2)=0.79,均方根误差(root mean square error, RMSE)=3.58 g/kg,残余预测误差(residual prediction deviation, RPD)=1.99,四分位数间距性能比(ratio of performance to interquartile distance, RPIQ)=2.23;而运用SPA结合SVM构建的模型验证集R~2=0.81,RMSE=3.16 g/kg,RPD=2.25,RPIQ=2.53。说明运用SPA结合SVM构建的模型能较好地估算研究区土壤有机碳含量。     

基于连续小波变换的表层土壤有机碳含量的高光谱估算

土壤有机碳含量的高光谱估算，可快速、准确监测土壤肥力，为农业生产进行合理施肥提供科学依据。以博斯腾湖西岸湖滨绿洲为研究区，应用ASD FieldSpec3光谱仪测定表层土壤的高光谱反射率，采用重铬酸钾-外加热法测定表层土壤有机碳(SOC)含量；运用连续小波变换(CWT)分别对土壤高光谱反射率(R)及其一阶微分变换(R′)进行尺度分解，分析不同尺度分解后的数据与表层SOC含量的相关性，筛选敏感波段，分别建立偏最小二乘回归(PLSR)、随机森林(RF)和支持向量机(SVM)3种模型估算表层SOC含量。研究结果表明，土壤高光谱反射率与SOC含量呈负相关，经过一阶微分变换后，通过极显著性检验(P<0.01)的波段数由1 689个降低为227个，最大相关系数绝对值(|r|)由0.39提高至0.54;土壤高光谱数据CWT处理后，与表层SOC含量的相关性随分解尺度的增加呈现先增后降的趋势。R′-CWT-SVM模型估算效果最优，建模集和验证集R²分别为0.83和0.80,RMSE分别为5.24和3.56,RPD值为2.12,能够有效估算研究区表层SOC含量。     

砂姜黑土土壤有机碳高光谱特征与定量估算模型的研究

有机碳作为衡量土壤肥力的重要指标,其定量化快速监测成为精确农业研究的热点。以安徽淮北平原区宿州市采集的砂姜黑土为研究对象,进行室内理化分析、预处理与室外光谱测量等一系列工作,在土壤原始光谱反射率的基础上,采用去包络线和波段深度提取突出吸收特征,剖析土壤光谱响应特征。基于原始光谱和8种变换形式,分析不同变换光谱形式与有机碳含量的相关性,结合有机碳光谱响应特征分析和光谱特征参量挑选,确定诊断土壤有机碳含量的最佳敏感波段,利用逐步回归方法建立了土壤有机碳高光谱的预测模型。结果表明,550~750nm波段范围是典型砂姜黑土有机碳的主要光谱响应区域。去包络线和波段深度处理突出了土壤有机碳光谱吸收特征,随着有机碳含量的降低,吸收值呈现下降趋势。在不同光谱转换形式中,归一化比值指数(R/R_(M(450-750)))的转换形式与土壤有机碳相关性最强,最敏感波段分别出现在451 nm和644 nm处,相关系数分别达0.80和–0.90。相关性最好的波段范围主要集中在600~700 nm波段附近。基于相关分析与逐步回归分析方法,确定了606、637和644 nm波段处的归一化比值指数为诊断土壤有机碳含量的最佳敏感波段,基于最佳敏感波段的归一化比值指数(R_(606)/R_(M(450-750)),R_(637)/R_(M(450-750))和R_(644)/R_(M(450-750)))建立的高光谱预测土壤有机碳模型具有良好的预测效果,模型的决定系数(R~2)为0.81,均方根误差(RMSE)为0.14,展现了较好的稳定性和预测精度。     

基于光谱指数的博斯腾湖西岸湖滨绿洲土壤有机碳含量估算模型

以博斯腾湖西岸湖滨绿洲为研究区,将野外原位高光谱实测数据和土壤有机碳（SOC）含量作为基础数据,通过对原始光谱进行4种数学变换,探索不同光谱变换形式下的弓曲差（C）、差值光谱指数（DSI）、简单比值土壤指数（RSI）、亮度光谱指数（BSI）、归一化土壤指数（NDSI）与SOC含量的关系,并建立基于随机森林法（RF）的SOC含量估算模型。结果表明：（1）研究区SOC含量主要集中在5.25～78.76 g/kg,平均值为21.82 g/kg,变异系数为69.11%,呈中等变异性;（2）在光谱数据lgR下,SOC含量与DIS指数相关系数最高,相关系数为0.80,最佳组合波段为（1 758 nm, 1 752 nm）;（3）基于不同光谱指数与弓曲差（C）建立的模型验证集精度R²和RMSE分别介于0.67～0.84和5.85～8.45 g/kg,模型的RPD均在1.66以上;在基于光谱数据lg（1/R）变换下,模型的验证集R²=0.82、RMSE=3.52 g/kg、RPD=3.99,可以较好地估算研究区SOC含量,为干旱半干旱地区湖滨绿洲SOC含量反...     

基于高光谱成像技术的番茄叶片叶绿素含量检测

叶绿素是植物生长发育必不可少的色素，可用来衡量植物生长状况，为实现番茄叶片叶绿素含量快速、无损检测，以番茄为试验材料，通过高光谱无损检测方法，对番茄叶片叶绿素含量进行监测。提取出82个叶片样本的平均光谱反射率数据(400～1 000 nm),对原始光谱数据分别进行7种预处理(平均平滑、高斯滤波、中值滤波、卷积平滑、归一化、基线校准(baseline)、标准正态化(standard normal variation, SNV),建立PLSR模型，建模结果显示：SNV预处理光谱的建模效果最优。用β权重系数、无信息变量消除变换法(uninformation variable elimination, UVE)、竞争自适应重加权法(compet-itive adaptive weighted sampling, CARS)及连续投影算法(successive project-ion algorithm, SPA)等提取特征波长，并建立了PLSR模型，建模结果表明：CARS法提取特征波长所建立的模型最优，CARS法提取了8个特征波长(732、796、946、953、957、968、983、994...     

应用哨兵2号卫星遥感影像数据和机器学习算法对锡林郭勒草原土壤表层有机碳及全氮的估算

以锡林郭勒草原为研究区，应用谷歌地球引擎(GEE)云计算平台、哨兵2号卫星(Sentinel-2)遥感数据及其他辅助数据，选择随机森林(RF)、支持向量机(SVM)、多层感知器(MLP)模型3种机器学习算法，对土壤表层(0～20 cm)30 m分辨率的土壤有机碳(SOC)和土壤总氮(STN)质量分数进行估算，比较不同方法的精度差异，分析各影响因素的重要性。结果表明：(1)3种机器学习算法中，随机森林模型对土壤有机碳、土壤总氮估测效果最佳(土壤总氮模型，决定系数为0.67、均方根误差为0.024、百分比偏差为2.09、四分位数间距性能比(RPIQ)为2.14;土壤有机碳估测模型，决定系数为0.68、均方根误差为0.17、百分比偏差为2.26、四分位数间距性能比为2.37)。(2)各影响因素重要性评价结果表明，哨兵2号卫星遥感数据、植被指数，对土壤有机碳、土壤总氮估算贡献较大；在土壤有机碳估测模型中，光谱反射率信息贡献率为30.9%,植被指数贡献率为28.4%;在土壤总氮估测模型中，光谱反射率信息贡献率为23.2%,植被指数贡献率为46.5%。(3)锡林郭勒草地，土壤有机碳、土壤总氮质量分...     

基于无人机高光谱的马铃薯冠层叶片全氮含量反演

为实现大田马铃薯冠层叶片全氮含量(LNC)的快速反演,利用低空无人机平台搭载成像光谱仪获取马铃薯冠层光谱数据,在综合比较原始反射率(R)、倒数变换反射率(1/R)、一阶微分变换反射率[D(R)]、二阶微分变换反射率[D(2R)]、倒数之对数变换反射率[lg(1/R)]的基础上,选择[D(2R)]用于后续试验。分别使用相关性分析(CA)、竞争性自适应重加权(CARS)、无信息变量消除(UVE)3种算法筛选特征光谱波段,使用偏最小二乘回归(PLSR)、支持向量机(SVM)构建马铃薯冠层LNC估测模型。结果表明：CA、CARS、UVE算法分别筛选出26、12、19个特征波段。在构建的PLSR模型中,用UVE筛选的特征波段建立的预测模型[UVE-D(2R)-PLSR]效果最好,在验证集上的决定系数(R²)和均方根误差(RMSE)分别为0.806 8和0.193 2;在构建的SVM模型中,用CARS筛选的特征波段建立的预测模型[CARS-D(2R)-SVM]效果最好,在验证集上的R²和RMSE分别为0.831 6和0.183 0。两模型对比,CARS-...     

武夷山不同海拔高度土壤有机碳含量变化特征

为探讨土壤有机碳含量与海拔、坡度、容重、pH值的相关关系,以武夷山国家公园5个不同海拔高度45个采样点的土壤为研究对象,分析了土壤有机碳含量沿海拔梯度的分布特征,并构建了土壤有机碳含量基于主控因子的回归模型。结果表明:同一海拔高度,土壤有机碳含量随土层深度的增加而降低,且其降幅也随之变小。土壤有机碳含量变化范围为6.12~120.41 g·kg~(-1),其在土壤剖面的分布具有明显的表聚现象;同一土层深度,土壤有机碳含量随海拔高度升高而升高,但其增幅则随之变小;不同土层有机碳含量与海拔和容重分别呈极显著(P<0.01)正相关和极显著(P<0.01)负相关;土壤有机碳含量与pH值在30~40 cm土层呈显著(P<0.05)负相关,其它土层不显著;土壤有机碳含量的多元线性回归模型拟合优度高于一元线性回归模型,不同因子组合能解释不同土层有机碳含量大部分的变异,解释量介于74.1%和89.1%之间。     

基于CARS-PLSR算法的土壤有效磷高光谱反演研究

【目的】 剔除土壤高光谱中包含的大量冗余和无效信息,探明土壤有效磷（SAP）的敏感波段,简化SAP的高光谱估算模型并提高模型的预测精度。【方法】 文章以四川省崇州市西河流域110个土壤样本为研究对象,利用ASD Fieldspec3地物光谱仪在室内条件下测定350~2 500 nm波段范围的土壤高光谱数据。对光谱数据进行预处理后,采用连续投影算法（SPA）和竞争性自适应重加权算法（CARS）优选的波长变量作为建模参数,运用偏最小二乘回归（PLSR）方法建立模型并比较其精度。【结果】 结果表明,标准正态变换预处理方法是SAP的最佳土壤光谱数据预处理方法。基于标准正态变换后的光谱数据,CARS、SPA算法可将预测SAP的关键波段变量分别压缩至54和13个,CARS-PLSR模型与SPA-PLSR模型相比,相关系数由0.894提高到0.945,均方根误差由5.73降低到3.56。【结论】 土壤高光谱数据经标准正态变换后,采用CARS-PLSR算法可有效提高有效磷含量预测的鲁棒性。该结果可为高光谱数据快速反演土壤有效磷含量提供理论依据。     

黑土长期定位试验原状土搬迁对土壤微生物性质的影响

通过测定黑土长期定位试验原状土整体搬迁前后四种处理(CK、NPK、M、MNPK)土壤可培养微生物数量、土壤微生物量含量及土壤酶活性变化,探讨搬迁的特定条件对土壤微生物性质的影响。结果表明,1搬迁前后5年各处理三大类微生物数量、微生物量碳、氮含量和四种土壤酶活性在0~20 cm土层中均高于20~40 cm土层;2每年在两个土层中MNPK处理的三大类微生物数量和微生物量碳、氮含量均最高,CK处理均最低,而每年在两个土层中土壤过氧化氢酶和转化酶活性CK和M处理均明显高于NPK和MNPK处理,而磷酸酶活性CK和M处理则低于NPK和MNPK处理,脲酶活性在4个处理中差异不大;3比较搬迁前后5年间各项微生物指标变化发现,各项指标年际间虽存在变化但程度不大,搬迁后2011年和2012年相对较高,同为小麦茬的搬迁前2010年和搬迁后2013年各项指标较为接近。研究说明,土壤深度和施肥对土壤各项生物指标影响较大,年际间变化也受到轮作方式的影响,搬迁对土壤微生物扰动影响远小于施肥和耕作方式等的影响。     

昆明近郊水稻土、菜园土、大棚土养分调查

2002年5月对昆明近郊水稻土、菜园土、大棚土136个土壤样品进行了测试分析,了解昆明近郊水稻土、菜园土、大棚土3种土壤肥力现状。结果表明:有机质、全N、全P、碱解N、速效P在耕作中不存在缺乏现象。全K3种土壤全层都缺乏。速效K在水稻土、菜园土的20～40cm、40～60cm土层中缺乏,其余土壤的土层不缺乏。     

白浆土的水分性质和水分动态

通过试验和调查研究,发现大部分白浆土的干燥度在1.00～1.27之间,各土层的水分性质差异显著。白浆土水分变化可分为冻结凝聚期,融冻返浆期,初夏干旱期,伏雨湿涝期和秋夏稳定期。研究表明,调节土壤水分是利用改良白浆土的首要问题。     

水田自然免耕土壤结构状况研究

本文研究了自然免耕土壤的水稳性团聚体、微团聚体和土壤结构的稳定性及其与水分的关系。结果表明:自然免耕促进了>25mm的水稳性团聚体形成,团聚水平、团聚度和结构系数增加,结构稳定性提高,土壤容重稳定。因此,浸润水分有利于土壤结构的形成和稳定。     

侵蚀土壤酶活性与土壤养分的关系

通过对泥河沟侵蚀试验小区表层(0～10 cm)土壤酶及土壤养分的测定,研究了侵蚀土壤和泥沙中酶活性与土壤养分的关系.结果表明,水土流失使土壤酶损失,造成了泥沙中除脲酶外其它酶活性均高于表土层,呈现出高肥力土壤高流失的现象;流失泥沙中各种酶活性,以及它们与流失养分间呈现出显著或极显著关系,这种关系表明土壤流失不仅造成了土壤养分的损失,也造成了各种酶活性的降低.     

湘东丘陵4种林地深层土壤颗粒有机碳及其组分的分配特征

选取湘东丘陵区4种典型母质发育的林地土壤(花岗岩红壤、板岩红壤、第四纪红土红壤、酸性紫色土),分层次采集土壤剖面样品,采用物理分组方法,研究深层土壤颗粒有机碳(POC)及其组分(粗颗粒有机碳CPOC、细颗粒有机碳FPOC)的数量分布和分配比例,探讨POC及其组分与土壤有机碳、质地的关系。结果表明,4种土壤剖面POC储量介于2.63-11.59 t/hm2,以花岗岩红壤最高,其次为板岩红壤,第四纪红土红壤和酸性紫色土相对最低。4种土壤POC占SOC的比例(POC/SOC)介于1.5%-13.9%,花岗岩红壤POC/SOC随剖面加深而升高,板岩红壤和第四纪红土红壤则降低,紫色土POC/SOC在40-60 cm土层达到最大值后迅速降低。在40 cm以下的深层土壤中,花岗岩红壤和紫色土保存有数量可观、比例更高的POC。第四纪红土红壤POC储量相对较少、POC/SOC也在表土层较高。花岗岩红壤POC中以CPOC为主,而紫色土以FPOC为主,板岩红壤和第四纪红土红壤中CPOC和FPOC比例接近。所选4种土壤POC组分中,FPOC数量更能代表SOC数量的变化。SOC储量和质地是影响不同母质土壤POC及其组分分配差异的重要因素,在林地开发利用中也应重视深层土壤(40 cm)中储藏的活性碳组分。     

Bacterial diversity and community composition changes in paddy soils that have different parent materials and fertility levels

Parent materials and the fertility levels of paddy soils are highly variable in subtropical China. Bacterial diversity and community composition play pivotal roles in soil ecosystem processes and functions. However, the effects of parent material and fertility on bacterial diversity and community composition in paddy soils are unclear. The key soil factors driving the changes in bacterial diversity, community composition, and the specific bacterial species in soils that are derived from different parent materials and have differing fertility levels are unknown. Soil samples were collected from paddy fields in two areas with different parent materials(quaternary red clay or tertiary sandstone) and two levels of fertility(high or low). The variations in bacterial diversity indices and communities were evaluated by 454 pyrosequencing which targeted the V4–V5 region of the 16 S r RNA gene. The effects of parent material and fertility on bacterial diversity and community composition were clarified by a two-way ANOVA and a two-way PERMANOVA. A principal coordinate analysis(PCo A), a redundancy analysis(RDA), and multivariate regression trees(MRT) were used to assess changes in the studied variables and identify the factors affecting bacterial community composition. Co-occurrence network analysis was performed to find correlations between bacterial genera and specific soil properties, and a statistical analysis of metagenomic profiles(STAMP) was used to determine bacterial genus abundance differences between the soil samples. The contributions made by parent material and soil fertility to changes in the bacterial diversity indices were comparable, but soil fertility accounted for a larger part of the shift in bacterial community composition than the parent material. Soil properties, especially soil texture, were strongly associated with bacterial diversity. The RDA showed that soil organic carbon(SOC) was the primary factor influencing bacterial community composition. A key threshold for SOC(25.5 g kg~(–1)) separated low fertility soils from high fertility soils. The network analysis implied that bacterial interactions tended towards cooperation and that copiotrophic bacteria became dominant when the soil environment improved. The STAMP revealed that copiotrophic bacteria, such as Massilia and Rhodanobacter, were more abundant in the high fertility soils, while oligotrophic bacteria, such as Anaerolinea, were dominant in low fertility soils. The results showed that soil texture played a role in bacterial diversity, but nutrients, especially SOC, shaped bacterial community composition in paddy soils with different parent materials and fertility levels.     

土壤改良剂对酸性水稻土pH值、交换性钙镁及有效磷的影响

选取酸性水稻土进行土壤培养试验和水稻盆栽试验,分别施用生石灰(Q)、白云石粉(DP)、钙镁磷肥(CMP)以及土壤改良剂1号(M1)、2号(M2)、3号(M3)和4号(M4),分析其土壤pH值、交换性钙、交换性镁、有效磷含量的变化,探讨土壤改良剂对酸性水稻土理化性质的影响。结果表明,与不施改良剂(CK)比较,使用改良剂均显著提高了土壤pH(P0.05);Q、DP和M2处理交换性钙含量增加显著(P0.05),DP、M2、M3和M4处理交换性镁含量增加显著(P0.05);M1、M3和M4处理显著降低了有效磷含量(P0.05)。盆栽试验与土培试验相比较,施相同改良剂的土壤pH、交换性钙、镁、有效磷的变化幅度差异大,交换性钙含量除M3处理降低4.9%外,其余处理均升高,升高最多的有20.9%;交换性镁含量除DP处理升高14.9%外,其余均下降,M2处理降低最多,为9.2%;所有处理有效磷含量均升高,增加最多是M2处理,达114.6%。研究阐明了土壤改良剂在短期内能够影响土壤pH值、交换性钙、镁、有效磷含量的变化,但土培和盆栽两种方式造成的效果有差异。     

土壤质量管理：〈Ⅰ〉土壤功能和土壤质量

土壤质量管理是对土壤功能、土壤质量、土壤退化、土壤修复及其关系的研究和成果应用的科学实践活动.各种土壤的不同功能有其空间分异、历史演替和强弱序列;土壤质量及其评价建立在土壤功能之上.本文阐述了土壤功能、土壤质量及其评价指标和方法,并对今后的土壤评价研究提出了建议.     

营养型土壤改良剂对酸性土壤的改良

营养型上壤改良剂施入3种不同理化性状和不同肥力水平的酸性土壤进行恒温培养，20和40d后，测定土壤的pH值以及交换性酸总量、H^ 、K^ 、Na^ 含量。试验结果表明，营养型土壤改良剂提高了土壤的pH值，降低了土壤中交换性H^ 和AP^ 含量。说明营养型土壤改良剂对酸性土壤具有明显的改良作用。