黑土土壤水分高光谱特征及反演模型

应用高光谱技术阐释土壤含水率光谱规律及对土壤含水率进行定量分析,为精准农业地表土壤水分的快速测定提供参考。该文以吉林省黑土土类中的黑土亚类土壤为研究对象,利用ASD FieldSpec FR便携式光谱仪在室内环境下对不同含水率的土壤样本进行光谱反射率测量和特征分析;通过对土壤样品高光谱反射率进行对数、倒数、一阶微分以及反射率倒数的一阶微分、反射率对数的一阶微分变换,运用统计分析中的相关系数计算进行了光谱反射率与土壤水分的相关分析,并提取了土壤光谱特征波段;采用逐步多元线性回归方法和指数模式分析法,进行了高光谱土壤含水率定量反演。研究结果表明,在低于田间持水率状况下,黑土土壤光谱反射率及其反射率一阶微分和反射率对数一阶微分变换的敏感波段主要集中在400～410、1 400～1 850和2 050～2 200 nm范围内,其中2 156 nm处与土壤水分相关系数最高,达0.89;在波长1 328、1 439、1 742和2 156 nm处,采用反射率对数一阶微分所建立的黑土土壤含水率预测方程的预测精度最好,决定系数为0.931。黑土土壤含水率高光谱反演模型的建立为土壤水分的快速测定提供了新的途径。     

基于分数阶微分光谱指数的冬小麦根域土壤含水率估算模型

为探讨分数阶微分（fractional-order differentiation,FOD）技术联合光谱指数改善高光谱反演冬小麦根域土壤含水率（soil moisture content,SMC）的效果,该研究以冬小麦为研究对象,测取高光谱反射率和土壤含水率数据,将高光谱反射率经Savitzky-Golay(SG)平滑处理后计算典型光谱指数以此构建偏最小二乘回归（partial least squares regression,PLSR）、随机森林（random forest,RF）和BP神经网络（back propagation neural network,BPNN）3种土壤含水率反演模型;将高光谱反射率进行0～2.0阶（步长为0.2）的分数阶微分处理后计算比值指数（ratio index,RI）和归一化指数（normalized difference index,NDI）,分析不同阶的RI、NDI与SMC之间的二维相关性,筛选得出敏感光谱指数并分组,以此构建3种反演模型（PLSR、RF和BPNN）。结果表明：不同典型光谱指数与土壤含水率的相关性存在很大差异,相关系数波动范围在0....     

紫色土和黄壤含水率的室内光谱反演

[目的] 选择西南地区代表性土类紫色土和地带性黄壤,分析其光谱信息,构建土壤水分反演模型,估测土壤含水率,为西南地区土壤水分快速监测提供方法依据。[方法] 通过室内配置紫色土和黄壤不同土壤含水率水平,运用地物光谱仪测量其光谱反射率,比较不同含水率条件下两类土壤的高光谱特征;采用多种数学变换和相关分析法提取特征波段,运用多元逐步回归（SMLR）和BP神经网络（BPNN）分别构建土壤含水率的高光谱估测模型。[结果] ①随土壤含水率的增加,紫色土和黄壤的光谱反射率均逐渐降低;在相同含水率条件下,紫色土的光谱反射率低于黄壤。②土壤含水率对可见光波段（380～760 nm）反射率的影响显著低于红外波段（760～2 500 nm）;均在1 400,1 900,2 200 nm附近存在明显水分吸收谷。③经数学变换的紫色土和黄壤光谱反射率均与土壤含水率存在极强的相关性。④基于BPNN建立的土壤水分反演模型整体优于SMLR模型。[结论] BPNN模型为西南地区紫色土和黄壤土壤含水率光谱反演的最优模型,能够快速准确估测紫色土和黄壤土壤水分状况。     

含水率对土壤有机质含量高光谱估算的影响

土壤含水率对有机质(soil organic matter,SOM)含量高光谱估算精度有很大的影响。为了探讨SOM高光谱估算中土壤含水率的影响,该文对烘干土、风干土和质量含水率为5%~40%(按5%递增)的土壤样本进行了室内高光谱测量,对光谱数据进行了反射率、反射率一阶导数和反射率倒数对数3种光谱数据变换,运用偏最小二乘回归法(partial least squares regression,PLSR)建立了相应的SOM估算模型。结果表明,风干土的SOM高光谱估算精度较好;当含水率水平小于25%时,SOM估算模型精度受含水率的影响较大,光谱数据进行反射率倒数对数变换后的模型精度最高;当含水率水平大于等于25%时,水分对土壤光谱反射率的影响要大于SOM,不适宜利用土壤光谱数据进行SOM含量高光谱估算。该研究可为大田环境不同含水率情况下光谱估算SOM提供参考。     

近红外光谱和机器视觉信息融合的土壤含水率检测

为了精确、快速和稳定测定土壤含水率以及扩大所建模型的适应性,该文提出了机器视觉与近红外光谱技术融合的土壤含水率分析方法。通过试验建立了湖北地区主要土壤基于近红外光谱的土壤含水率分析模型、基于土壤表层图像特征参数的含水率分析模型和机器视觉与近红外光谱信息融合的土壤含水率分析模型。结果表明,基于近红外光谱含水率分析模型虽然具有较高的精度,但该模型预测非建模样品黄绵土误差均大于4%;以图像特征参数H,S和V所建BP人工神经网络非线性预测模型最优,模型的决定系数R2为0.9849,但当土壤水分饱和（达到20%以上）时存在分析误差;而所建立的土壤的近红外光谱与机器视觉BP神经网络信息融合模型可预测非建模样品黄绵土与水分饱和达20%以上土壤,决定系数R2可达到0.9961,融合模型分析精度均高于单独使用近红外光谱或机器视觉分析模型。     

Sentinel-2多光谱卫星遥感反演植被覆盖下的土壤盐分变化

为克服植被覆盖条件下土壤盐分含量与光谱反射率之间相关性较差所带来反演精度较低的问题,该研究以内蒙古河套灌区沙壕渠灌域为研究区域,利用Sentinel-2卫星同步获取光谱数据,通过构建以归一化植被指数（Normalized Difference Vegetation Index,NDVI）为分支标准的盐分深度决策树确定反演土壤盐分含量的最佳深度,然后构建以NDVI和表层土壤含水率为分支标准的类别决策树,将土壤样本划分为不同类别,以此分别构建土壤盐分反演模型,并评估反演效果。研究结果表明,决策树能增强光谱反射率对土壤盐分含量的敏感性,光谱反射率与土壤盐分含量的相关系数达0.66以上。基于随机森林（Random Forest,RF）的盐分反演模型可取得理想的反演效果,决定系数为0.77,均方根误差为0.27%,相对分布误差为2.65,相对分析误差为8.99。土壤盐分含量反演模型能较好地反演表层（<20 cm）和深层（>40～60 cm）土壤盐分含量,在反演中层（20～40 cm）土壤盐分含量上存在一定局限。当地表有植被覆盖时,利用决策树可有效地提高土壤盐分含量的反演精度（与未考虑决策树相比,决定系数和相对分布误差分别提高0.34和0.67）。研究结果可为监测灌区内作物生育期间土壤盐分含量的动态变化提供方法参考。     

棉田土壤水分的高光谱定量遥感模型

在棉花大田水分试验的基础上,采用自主设计的不同土层取样方法,同步获取了棉花冠层高光谱数据和不同深度土壤的水分含量数据以及棉花冠层水分含量数据,分析了棉花冠层含水量与土壤含水量之间的关系、棉花冠层高光谱数据与土壤含水量之间的相关性,构建了基于棉花冠层高光谱数据的土壤水分含量反演模型。结果表明:不同土层的水分含量具有较大差异,棉花冠层对不同土层水分含量的响应程度不同,0~30 cm土层水分含量与棉花冠层含水量的相关性最强,决定系数达到0.58;棉花冠层反射率与土壤水含量在可见光波段呈负相关,近红外波段呈正相关;在所有以棉花冠层高光谱数据的不同变换形式构建的不同土层含水量的PLSR反演模型中,以反射率倒数对数所建的模型对0~30 cm土层和以反射率对数所建模型对0~10 cm土层含水量的预测RPD均达到2.0以上,具有较好的预测能力,其余模型的预测效果不理想。     

基于可见–近红外光谱的水稻土全磷反演研究

采用PLSR偏最小二乘法回归结合留一法交叉验证,利用长期定位试验田以及直湖港小流域面上的水稻土土壤样本建立最优模型,研究了不同光谱预处理方式对水稻土全磷可见-近红外高光谱反演精度的影响,探索水稻土全磷光谱反演的可行性;并结合简单相关系数法以及PLSR模型回归系数法分析了水稻土全磷光谱反演的重要波段。结果表明,光谱预处理方法对土壤全磷反演精度的影响不大;基于PLSR建立的水稻土全磷光谱反演模型的校正决定系数达0.85,交叉验证决定系数为0.70,RPD为1.8,有较好的模型精度;440~740 nm为土壤全磷光谱反演的重要波段。利用PLSR对水稻土全磷进行光谱预测是可行的。     

基于EPO-PLS回归模型的盐渍化土壤含水率高光谱反演

表层土壤含水率对于指导农业灌溉有重要的作用。研究表明,土壤光谱受到土壤水分和盐分的共同影响,但对于盐渍化地区的土壤含水率高光谱反演却很少涉及。该文通过对11组不同含盐量土壤室内蒸发过程连续监测,获取相关反射率光谱和水分、盐分的变化数据,利用外部参数正交化方法(external parameter orthogonalisation,EPO)预处理土壤光谱,滤除盐分(质量比0.1%~5.0%)的影响,建立经过EPO预处理后的偏最小二乘(partial least squares regression after EPO pre-processing,EPO-PLS)土壤水分预测模型。与偏最小二乘(partial least square model,PLS)模型相比,验证样本的决定系数R2和对分析误差RPD(residual predictive deviation)分别从0.722、1.976上升到0.898、3.145;均方根误差RMSE从5.087 g/(100 g)减少到3.237 g/(100 g)。通过EPO算法预处理后的模型性能提升显著,利用该方法能够有效的消除土壤盐分的影响,很好地实现盐渍化地区的水分含量估测。     

有机质对土壤光谱特性的影响研究

为了探明土壤有机质的光谱特征及其影响作用,从而为有机质土壤铁氧化物的定量反演提供理论依据。利用去有机质前后土壤的光谱数据,研究了有机质对土壤反射率、土壤线参数、土壤铁氧化物定量反演的影响。研究结果表明,去除有机质后,能明显提高土壤反射率,变化最明显的为可见光橙黄光波段,即570～630 nm。相关性分析也显示橙黄光波段反射率的相对变化量或差值与有机质去除量之间的相关系数要比其他波段高,相关系数最大值在600 nm。因此,建议采用570～630 nm的光谱数据进行有机质的反演;土壤线斜率在去有机质后明显降低,截距显著增大,二者变化量与有机质去除量呈极显著相关关系,可用土壤线参数预测有机质含量。有机质对铁氧化物的反演具有明显影响,特别是有机质大于20 g kg-1的土壤,在进行反演时应考虑有机质对反演精度的影响,需采取有效地技术手段消减其影响作用,才能达到较好的效果。     

多因素影响下浑水膜孔肥液入渗土壤水分运移特性

为研究不同因素对浑水膜孔肥液入渗土壤水分运动特性的影响,开展室内土箱入渗试验,试验设土壤初始含水率、土壤容重、含沙率和肥液浓度4因素,每个因素设3个水平,共12组试验(9组正交试验,3组验证试验)。分析影响因素对浑水膜孔灌肥液入渗单位膜孔面积累积入渗量、入渗率及湿润体平均体积含水率增量的影响。利用多元回归推求并验证单位膜孔累积入渗量和湿润体平均体积含水率增量与影响因素的经验模型和模型参数。结果表明:土壤初始含水率、土壤容重、含沙率和肥液浓度对单位膜孔累积入渗量影响极显著(P<0.01),各影响因素影响程度由大到小依次为含沙率、土壤容重、土壤初始含水率、肥液浓度;土壤初始含水率、含沙率和肥液浓度对湿润体平均体积含水率增量影响极显著(P<0.01),土壤容重对其影响显著(P<0.05),各影响因素影响程度由大到小依次为土壤初始含水率、肥液浓度、含沙率、土壤容重。建立的经验模型及模型参数检验合格,预测值与实际测算值误差均在±10%以内,精度良好,可用于试验因素不同时土壤水分入渗情况预测。     

土壤容重对膜孔灌水氮分布和运移转化的影响

为揭示土壤容重对膜孔灌条件下土壤水分分布特征和氮素运移转化的影响,通过土壤容重室内试验,利用非线性回归法对试验资料进行分析,研究提出了湿润体内土壤含水率及其变化量和变化率、土壤硝态氮及其转化量和转化率、土壤铵态氮及其转化量和转化率与土壤容重和运移转化时间的经验公式。结果表明：经验公式的相关系数均大于0.8200,标准误差很小,且通过0.05的显著性检验,可以反映膜孔灌条件下不同土壤容重的土壤水分分布特征和氮素运移转化规律。该研究为提高膜孔灌水氮利用效率提供参考。     

体积置换法直接测量土壤质量含水率及土壤容重

土壤含水率直接测量是相关研究和应用的基础,在土壤力学、作物栽培、农田灌溉、生态环境等研究和实践中十分重要。该文提出了一种与传统烘干称质量法相当的体积置换法直接测量土壤质量含水率及土壤容重。该方法在假设一定土壤颗粒密度的前提下,用一定体积的标准取样环刀取得土样后,通过向待测量土体补充水分使土壤达到饱和,用一定体积的水置换土壤中的充气空隙,直到土样达到饱和状态;再通过测量得到的初始/原始土样质量、饱和后土壤的质量以及已知土壤颗粒密度和水密度,计算得到被置换的充气空隙的体积,进而由此计算得到土壤质量含水率和土壤容重。采用3种不同土壤,即陕西杨凌黏黄土、北京粉壤土和江西黏红土,分别预配制成7种不同初始土壤体积含水率,含水率约为:风干土(含水率2%～3%)、5%、10%、15%、25%、30%和饱和含水率,以及3种不同土壤容重:1.25、1.35和1.45g/cm3进行室内试验。用类似的土样,采用传统方法烘干土样8、12、24、48h后,测量确定土壤的质量含水率,通过延长烘干时间测得数据表明,传统方法烘干8h所测得的质量含水率仍有1%～3.2%的含水率误差。最终试验结果表明体积置换方法测得的土壤含水率比传统烘干土样8h所测得的结果大2%～3%,比烘干土样48h所测得的结果大1%左右。体积置换方法测量操作过程简单,耗时较少,节约能源,测量结果具有较高精度。     

基于WinSRFR模拟灌溉农田土壤入渗参数年变化规律

土壤入渗参数是确定地面灌溉灌水技术参数的主要依据之一,而农田土壤入渗特性随着灌水与耕作存在着周期性变化。为了探究这种周期性变化规律,在冬小麦-夏玉米轮作体系下,基于泾惠渠灌区2012-2015年不同灌水时期的灌水资料,利用Win SRFR4.1软件与拟合度检验相结合的方法对考斯加科夫土壤入渗模型参数值进行模拟反推得出最佳优化结果,结果表明模拟与实测的水流推进及水流消退过程的均方根误差分别为0.15~2.1和2.5~7.8 min,决定系数均在0.7以上(P0.05)。在此基础上,根据影响土壤水分入渗的主导因素土壤容重及土壤质量含水率,建立考斯加科夫土壤水分入渗模型2参数值与影响因素间的定量关系,分析土壤入渗参数在年内的变化规律,结果表明:在冬小麦-夏玉米轮作体系下,不同灌水时期的土壤入渗系数和入渗指数变化明显,变化范围分别在95.0~210.0 mm/h和0.42~0.67之间,土壤水分入渗模型两参数值与土壤含水率及土壤表层容重之间存在较好地复合对数关系,决定系数分别为0.846和0.741(P0.05)。研究结果可为年内不同灌水时期确定农田地面灌水技术参数提供依据。     

广西岩溶区不同植被类型土壤水分特征及影响因素

[目的]了解岩溶区不同植被覆盖下的土壤水分特征曲线及其影响因素,为岩溶山区土壤水分运动的定量分析提供理论依据。[方法]通过野外调查与室内分析,研究广西平果果化典型岩溶峰丛洼地荒地、草地、灌丛、林灌4种不同植被覆盖下的土壤水分特征曲线。[结果]van Genuchten模型、Brooks—Corey模型和Gardner 3种模型对土壤水分特征曲线的拟合效果都很好,相关系数均在0.93以上,且残差平方和都小于0.000 5,但van Genuchten模型的拟合效果最好;土壤持水能力与植被的正向演替、饱和含水量、非毛管孔隙度、粉粒含量显著负相关,与土壤容重、黏粒含量、毛管孔隙度、初始含水量和毛管含水量极显著正相关;不同植被类型,相同吸力下,表层和底层土壤的持水能力最强,中间土层的持水能力较差;不同土层深度,相同吸力下,荒地的持水能力最强,林灌的持水能力最差。[结论]同一吸力下的土壤持水能力呈现出随植被的正向演替而不断降低的趋势;研究区影响土壤水分特征曲线的主导因素是非毛管孔隙度。     

地下灌竖管灌水器湿润体时空变化规律

研究地下竖管灌水器的土壤湿润体特性时空变化规律及影响因素,对进一步研究竖管地下灌溉技术要素,并将这一节水灌溉技术用于实际具有重要意义。该文基于室内竖管灌水器入渗试验,研究了土壤物理特性参数(土壤初始含水率和土壤容重)、竖管灌水器工作压力水头和灌水器技术参数(竖管管径)对土壤湿润体空间分布的影响。根据试验数据,构建了在不同方向上竖管灌水器工作压力水头、土壤初始含水率、土壤容重、竖管灌水器直径和竖管灌水器埋深等因素与湿润体时空变化特征值的量化关系,其决定系数均在0.85以上。按标准化回归系数分析得湿润锋运移距离与压力水头、初始含水率、竖管直径及竖管埋深呈正相关,与土壤容重呈负相关。湿润锋在各个方向的运移距离由大到小依次为:向下、水平和向上。根据不同方向湿润锋运移距离和各影响因素的量化关系,建立了不同方向湿润锋运移速率和各影响因素的量化关系,这一关系表明:在入渗初期,各个方向的湿润锋运移速率较大,随着入渗时间的延续,其值逐渐减小,在200 min左右,开始逐步趋于稳定。     

超声波土壤含水量检测装置的模型建立与验证

为探究利用超声波脉冲速度检测土壤体积含水量的可行性,以广东省红壤、赤红壤、水稻土为研究对象,设计了一种超声波土壤含水量检测装置,并利用ZBL-U510型非金属超声波检测仪在3种不同温度环境下(10、20、30℃)对不同含水量的土壤样本进行声速测定,构建了土壤体积含水量与超声波差值声速的温度效应数学模型。结果表明:超声波在水稻土中的传播速度比红壤、赤红壤快,且温度对超声波声速随土壤体积含水量变化节律的影响不同。20℃环境下超声波在土壤中的传播速度最快,10℃其次,30℃最慢。采用Richards模型表征土壤体积含水量与超声波差值声速关系的预测误差在3%左右,采用分段结构温度效应模型的预测误差在5%以内,证明该文提出的超声波脉冲速度-土壤体积含水量的温度效应模型可用于动态温度条件下的土壤含水量预测。该研究可为超声波技术在土壤水分检测领域的应用研究提供参考。     

基于图像处理和SVR的土壤容重与土壤孔隙度预测

土壤容重和土壤孔隙度是衡量土壤结构的重要参数。传统的土壤容重、土壤孔隙度获取方法费时费力,且大多数预测模型的输入变量获取难度较高。该研究利用土壤粗糙度、土壤阻力与土壤容重的相关关系,以土壤表面图像的颜色参数和纹理参数表征土壤粗糙度,同使用车载式土壤阻力测量系统获得的土壤阻力一起,从信息融合的角度构建了支持向量机回归（Support Vector Regression,SVR）土壤容重预测模型和SVR土壤孔隙度预测模型。图像处理使用HSV颜色空间进行阈值分割,得到HSV颜色参数,纹理参数使用灰度共生矩阵的能量、熵、对比度和逆方差。使用主成分分析对颜色参数和纹理参数进行主成分提取。将SVR模型的预测结果同环刀法测得的标准值进行相关性分析,决定系数R2达到了0.867。土壤孔隙度SVR预测模型决定系数R2达到了0.743。在相同的运行环境下,将SVR模型与决策树回归模型结果做了对比,决策树回归对土壤容重和土壤孔隙度的预测精度R2分别为0.734和0.690,验证得到SVR预测模型具有更好的预测精度。研究可为节省试验成本,以及快速、有效预测土壤容重和土壤孔隙度提供方法和参考。     

土壤导热率测定及其计算模型的对比分析

土壤导热率是重要的热参数之一,为了获得预测导热率的准确方法,该文对比分析了确定土壤导热率的热脉冲直接测定法和模型间接推求法。根据热脉冲原理在相同体积质量下,测定了不同质地和含水率土壤的导热率值。结果表明在相同含水率条件下,砂粒含量越高,土壤的导热率越大,土壤导热能力越强。利用Horton经验公式对实测值进行了拟合,结果显示Horton经验模型基本可以反映土壤导热率变化特征,并得到了Horton公式经验系数。利用实测值与Campbell模型计算值进行了比较,结果显示Campbell模型计算结果偏差较大,并对其进行了修正。并且用实测值与Johansen模型及其2种改进模型(Coté-Konrad模型和Lu-Ren模型)的计算值进行了对比分析,结果表明Johansen模型计算结果与实测值偏差较大,2种改进型模型的计算结果与实测值更接近。该研究表明土壤导热率可以利用土壤质地、含水率、孔隙度和体积质量进行计算,3种理论模型的计算值与实测值的相关系数均值分别为:0.643、0.937、0.943,推荐使用Coté-Konrad模型和Lu-Ren模型计算土壤导热率,Lu-Ren模型比Coté-Konrad模型的适用范围更广。     

生物质炭对旱地红壤理化性状和水力学特性的影响

[目的]研究生物质炭对旱地红壤基本理化性质及水分特征曲线的影响,为红壤地区土壤改良提供依据。[方法]分层测定不同生物质炭施用量水平下的土样容重、孔隙度和有机碳含量,采用原状土压力膜法分层测定土壤的水分特征曲线。[结果]施用生物质炭能显著降低土壤的容重,提高土壤的孔隙度及有机碳含量,且随着施用量的增加,土壤容重逐渐降低,孔隙度及有机碳含量逐渐提高;随着生物质炭施用量的增加,土壤饱和含水量、田间持水量和有效水含量逐渐增加,凋萎系数逐渐减小,施用生物质炭30t/hm2的土壤处理饱和含水量、田间持水量和有效水含量最高;生物质炭施用量与土壤饱和含水量、田间持水量和有效水含量呈极显著正相关关系,与凋萎系数呈极显著负相关关系。[结论]施用生物质炭能显著提高红壤田间持水量和有效水含量。