中尺度土壤预测制图中地形变量提取的适宜分辨率探讨

地形变量是土壤预测制图中重要的预测变量之一,为了满足中尺度土壤预测制图的精度要求,又能够减少数据的冗余,需要选择合适分辨率范围的地形变量。基于ASTER GDEM数据,对不同地形起伏状况的3个样区,通过重采样得到30 m、60 m、90 m、120 m、150 m共5组不同分辨率的DEM数据,分别选取土壤预测制图中常用的高程、坡度、平面曲率和剖面曲率4组地形变量,通过地形信息熵、局部方差均值以及比例尺和空间分辨率的关系,选取巢湖流域用于土壤预测制图的地形变量提取的适宜分辨率范围。研究表明:对于特定比例尺的土壤预测制图,地形变量的提取需要综合考虑两个因素:一是土壤预测制图的比例尺,二是地形变量提取的分辨率。中尺度土壤预测制图地形变量提取的适宜分辨率为30m,既能保留有实际意义的地形信息,又能满足土壤预测制图的精度要求。     

DEM栅格分辨率对丘陵山地区定量土壤-景观模型的影响

基于数字高程模型（Digital Elevation Model,DEM）的定量土壤-景观模型的精度依赖于DEM栅格分辨率,而DEM栅格分辨率如何影响土壤-景观模型及其预测精度目前研究较少。以西南丘陵山地区一典型汇水盆地为研究对象,以该区2.5、5、10、20和30 m DEM为基础,利用逐步线性回归方法建立起研究区不同分辨率下的定量土壤-景观模型,并应用这些模型预测研究区内土壤表层碱解氮含量的空间分布,进而比较DEM不同分辨率下土壤-景观模型及其预测精度。结果表明,随着DEM栅格分辨率的降低,比汇水面积、地形湿度指数的均值逐渐增加;平均坡度逐渐降低;曲率变化的范围逐渐减小。地形指数的这一变化规律对土壤-景观模型及其预测结果产生显著影响,模型的校正决定系数、平均绝对误差和均方根误差都以5 m栅格分辨率为转折点,分辨率低于5 m,模型的校正决定系数显著减小,平均绝对误差和均方根误差显著增加。     

应用土壤-景观定量模型预测土壤属性空间分布及制图

以土壤-景观定量模型为基础的土壤制图方法在世界范围内得到了广泛研究。本文在皖南宣城的丘陵地带内选择研究区,从该区的数字高程模型(DEM)中获取景观信息:地形因子,定量地分析了土壤属性与地形因子之间的相关关系,并建立基于该关系的线性土壤-景观定量模型,最后应用该模型来预测土壤属性在空间上的分布并制图。结果表明:土体厚度和表层有机质含量与地形因子之间有着显著相关性;建立的线性回归模型分别能解释土体厚度、表层有机质含量空间变异的32.2%和35.3%;依据该模型预测的土体厚度和表层有机质含量具有较高的准确度,并能制图表达土壤属性在空间上的自然连续性。     

机器学习用于耕地土壤有机碳空间预测对比研究——以亚热带复杂地貌区为例

耕地土壤有机碳(SOC)是土壤质量的重要指标,也是生态系统健康的重要表征。当前机器学习(Machine Learning, ML)用于SOC数字制图日益热门,但不同算法在高空间分辨率SOC数字制图中的对比研究尚有欠缺。本研究以福建省东北部复杂地形地貌区为例,采用10m空间分辨率Sentinel-2影像数据,选取地形、气候、遥感植被变量为驱动因子,重点分析当前常用的机器学习算法——支持向量机(SupportVector Machine,SVM)、随机森林(RandomForest,RF)在SOC预测中的差异,并与传统普通克里格模型(Ordinary Kriging, OK)进行比较。结果表明:基于地形、遥感植被因子和气候因子构建的RF模型表现最佳(RMSE=2.004,r=0.897),其精度优于OK模型(RMSE=4.571, r=0.623),而SVM模型预测精度相对最低(RMSE=5.190, r=0.431);3种模型预测SOC空间分布趋势总体相似,表现为西高东低、北高南低,其中RF模型呈现的空间分异信息更加精细;最优模型反演得到耕地土壤有机碳平均含量为15.33 g·kg-1; RF模型和SVM模型变量重要性程度表明:高程和降水是影响复杂地貌区SOC空间分布的重要变量,而遥感植被因子重要性程度低于高程。     

DEM分辨率对地形因子提取精度的影响

为揭示DEM分辨率对地形因子(LS)提取精度的影响,本研究将30 m分辨率DEM数据进行重采样,分别计算30、60、90、120、250、500和1 000m 7个不同分辨率下我国黑土区、黄土区和红壤区的LS因子值,分析3个土壤类型区LS因子随着DEM分辨率变化的特点,并进一步研究LS因子与坡度和坡长的相关性及其空间分布情况.结果表明:黑土区LS因子值最小、黄土区次之,红壤区LS因子值最大;坡度因子比坡长因子对DEM分辨率的变化更为敏感,随着分辨率的降低,L因子值整体变化不大,有轻微先增大后减小趋势,S因子值和LS因子标准差均呈现降低态势;随着DEM分辨率降低,3个土壤类型区的LS因子值均逐渐减小,当分辨率由30 m下降到1 000 m时,LS因子值可降至原来的1/6 ～ 1/3;DEM分辨率为30 m时,LS与坡度的相关系数在0.78～0.86之间(P＜0.05),与坡长的相关系数在0.34 ～0.46之间(P＜0.05),随着DEM分辨率的降低,LS因子与坡长和坡度的相关系数均有明显的降低趋势.在应用土壤流失模型过程中,DEM分辨率对LS因子值的影响不可忽视,研究结果对于大中尺度研究中DEM分辨率选取和参数修正具有一定的参考和借鉴价值.     

基于模拟退火算法的土壤样点布局和土壤景观模型优化

本研究利用多重线性回归方程,以地形因子为预测变量,构建关于土壤有机质的土壤景观模型,并以西南山地丘陵区的一块面积为2 km2的汇水盆地为研究区,对该区域的土壤有机质空间分布进行预测。在此基础之上,探讨最少可用多少个点来预测土壤有机质的空间分布,并使之预测精度不低于原始集合的精度;同时,找出最优土壤样点布局,确定不同地形部位的取样单元,使之预测精度最高。研究结果表明:在预测误差最小化的情况下,最少可用7个优化的样点就可以代替原始200个采样点,且优化的样点数为124时,模型预测土壤有机质空间分布的精度最高。优化后的土壤景观模型的拟合度比原始模型提高了3.28%,MAE降低了5.3%,RMSE降低了3.94%。     

基于人工神经网络的土壤颗粒组成制图

以浙江西苕溪流域为研究区,综合考虑地形和土壤类型等信息,采集典型土壤样本,测定土壤颗粒组成,并基于土壤颗粒组成与景观位置和特征之间的关系,利用径向基函数(RBF)神经网络建立了高程、坡度、平面曲率、剖面曲率、径流强度系数和地形湿度指数6个地形因子与土壤颗粒组成之间的非线性映射关系,预测土壤颗粒组成的空间分布。验证结果表明,RBF神经网络方法能够挖掘出地形因子信息与土壤颗粒组成之间的非线性映射关系,其预测精度较高,模型稳定性较好,是一种低成本、高效率的制图方法。     

基于四种分辨率DEM的侵蚀模型地形因子差异分析

通过提取江西省兴国县潋水河流域10 m、25 m、50 m和100 m四种分辨率数字高程模型(DEM,Digital Elevation Model)的坡度、坡长因子,在GIS数字地形分析和数理分析等方法支持下,研究不同分辨率DEM计算坡度坡长组合因子(LS)的精度差异。结果表明:(1)基于4种分辨率DEM提取的坡度结果存在明显差异,随分辨率的降低,坡度整体变缓,DEM精度越低,对地形的概括作用越大,100 m分辨率DEM平均坡度降为10m分辨率DEM平均坡度的45.04%。(2)流域坡长以0~80 m的短坡为主,随着分辨率的降低,地面坡长明显整体延伸。(3)不同分辨率DEM计算的LS因子平均值变化范围为6.10~7.10,坡度和坡长的组合消弱了单一坡度和坡长的影响,随着地形起伏程度增大,在LS因子计算过程中,坡度的主导作用越来越弱,坡长的主导作用越来越强。     

基于多分辨率遥感数据与随机森林算法的土壤有机质预测研究

遥感数据已经在数字土壤制图中得到广泛应用,并且可以一定程度上提高土壤属性预测的精度。本文以榆阳区的黄土丘陵和风沙滩地两种地貌区为例,利用不同分辨率的专题制图仪(thematic mapper,TM)、先进宽视场传感器(advanced wide field sensor,AWIFS)和中等分辨率成像仪(Moderate resolution imaging spectroradiometer,MODIS)的遥感影像数据(分辨率分别为30 m、56 m和250 m)和基于高级热量散射和反射辐射仪全球数字高程模型(advanced spaceborne thermal emission and reflection radiometer global digital elevation model,ASTER GDEM)的地形衍生数据,结合其他影响土壤有机质分布的辅助因子,用随机森林算法(random forest,RF)对表层土壤有机质进行模拟预测,并通过实测数据的百分比抽样对预测结果进行了验证。结果表明,在榆阳区的黄土丘陵区,基于TM数据的土壤有机质预测结果较好;在风沙滩地区,基于AWIFS数据的土壤有机质预测结果较好。基于RF的土壤有机质预测在榆阳区的黄土丘陵区结果较好,三个分辨率下的平均绝对误差在1.27~1.57 g kg-1之间,在风沙滩地区预测精度较低,平均绝对误差在1.46~2.08 g kg-1之间。高程、地理位置和植被是影响黄土丘陵区土壤有机质预测的主要因素,在风沙滩地区,植被、高程和离水源地的距离是影响有机质预测的主要因素。可见,在地貌相对简单的地区进行土壤有机质含量的预测时可以使用较低分辨率的数据代替较高分辨率的数据,同时,RF算法在复杂地貌区的土壤有机质预测更有效。     

紫色土丘陵地区农田土壤养分空间分布预测

为深入研究紫色土丘陵区农田土壤养分空间分布规律,在GIS技术的支持下,利用研究区450个土壤实测数据,结合地形因子和土地利用类型,运用多重线性回归构建了土壤养分预测模型,对养分的空间分布进行预测。结果表明,土壤有机质和碱解氮含量与地形因子之间的相关性较强,有效磷和速效钾含量与地形因子之间的相关性较弱。土壤水田和旱地中有机质、碱解氮和有效磷含量均值间的差异显著(P<0.01),速效钾之间不显著(P=0.34)。基于地形因子的土壤养分预测模型与基于地形因子和土地利用方式组合的土壤养分预测模型预测结果精度对比表明,在预测变量中增加土地利用类型对提高预测模型的拟合度和预测精度作用非常微小,且仅用地形因子预测土壤养分的空间分布更方便,因此选用该模型对验证集数据进行预测。以验证集数据进行预测结果与实测值进行比较,结果显示预测值与实测值之间的差异甚小,有机质、碱解氮、有效磷和速效钾的相对偏差分别为0.09、0.19、0.08和0.12,均方根误差分别为1.38、3.42、1.03和1.57,说明基于地形因子的土壤养分预测模型的精度较高,可以很好地预测土壤养分分布规律。该研究结果可为丘陵地区农田合理施肥提供理论依据。     

土壤时空变化研究的进展与未来

理解和表征土壤的时空变化是土壤学的基本任务,也是评估和合理发挥土壤功能的重要前提。土壤的时空变化与气候环境变迁、岩石圈风化、地表物质迁移、生物地球化学循环等圈层变化过程相耦合。围绕土壤时空变化研究的新近进展,本文综述并展望了土壤形成和演变过程、土壤形态学、土壤调查、土壤分类、数字土壤制图与土壤退化的发展态势。未来土壤时空变化研究的关键科学问题主要包括:地球表层系统中土壤与环境要素之间的多过程耦合机理与模拟、多尺度土壤-环境关系与模拟、多元土壤信息的融合机理与数据同化。未来重点研究领域将涉及到关键带科学引领的土壤形成和演变研究、多尺度数字土壤制图与时空变化预测、基于多传感器的土壤综合观测原理与技术、完整和详尽的国家和全球土壤资源清单及共享平台建设、区域土壤资源退化机理及其功能恢复。     

土壤动物在农业生态系统中的研究进展

近些年来随着对生态学的深入研究,人们认识到土壤动物的群落结构、功能以及在生态过程中积极的不可替代的作用,土壤动物逐渐成为生态学研究的热点之一。本文分析评价了国内关于土壤动物的研究进展。同时对国外土壤动物在土壤环境评价、凋落物分解、土壤健康的指示作用、与污染环境的关系、二氧化碳浓度对其的影响、在农业生态系统中的作用、在城市生态系统研究中的作用、在废弃物处理及土壤改良中的应用、在N循环中的作用、湿地土壤动物研究等10个方面的研究动态进行了综述。并提出了对土壤动物研究工作的几点建议。     

Soil indicator systems ‐ the basis for soil conservation decisions to control soil erosion and soil compaction

The efficiency and acceptance for erosion and compaction control management is not high and therefore not a guarantee for sustainable land use and soil functionality. The best method for increasing acceptance is a regional soil indicator system combined with an environmental indicator system (McRae et al. 2000). Like the concept of “critical load inputs”; for chemical pollutants, this system would make it possible to quantify the soil state and soil condition for decisions concerning the soil carrying or load capacity. The next step is the assessment of the land use pressure on soil in terms of the soil load capacity and the driving forces for land use. These results may determine the response level required: In a balanced situation, Best Management Practices may help ensure sustainability is maintained, slightly disproportional results suggest additional special agricultural management techniques may be needed, while significant differences may indicate the need for additional land use adjustments or changes in technical management. The indicator system is ideal for application in north‐eastern Germany for all moraine areas and the areas at risk to water and wind erosion and soil compaction.     

慈溪市土壤系统分类研究

本文对浙江省慈溪市第二次土壤普查土壤分类系统进行了修订,并建立了慈溪市土壤系统分类,依据浙江省土系建立的原则和要求,初步建立了慈溪市土壤的土族和土系。     

四种土壤管理方式对李园土壤微生物和土壤酶的影响

通过2003~2004两年的试验发现,刈割覆盖、刈割压埋、畜粪还园三处理纤维分解菌和硅酸盐细菌的数量均明显高于清耕处理(对照),且两种微生物数量均以夏季最多,秋季次之,春季再次,冬季最少。前三处理蔗糖酶、脲酶、过氧化氢酶、纤维分解酶、多酚氧化酶的酶活性都较清耕有显著或极显著提高;各处理酶活性也以夏季最高、秋季次之,春季再次,冬季最低。2004年刈割覆盖、刈割压埋两处理蔗糖酶、脲酶、过氧化氢酶活性较2003年有显著或极显著增加,畜粪还园、清耕两处理三种酶活性两年间差异很小。经相关性分析还发现,纤维分解菌除与脲酶相关性不显著外,它与其余的酶均显著或极显著正相关;硅酸盐细菌与所有的酶均极显著正相关。     

土壤退化时间序列的构建及其在我国土壤退化研究中的意义

我国土壤退化发生广、发展快,后果严重,很多问题亟待解决,加大其研究力度势在必行。显而易见,人们对土壤特性与土壤退化过程了解得越详细,对土壤退化的评估与防治也会越好。因此迫切需要建立大量土壤退化时间序列来明确土壤退化过程中时间因素的作用并帮助人们正确理解和认识土壤退化与人为作用之间的关系。为了得到可靠的结果,土壤退化时间序列的建立需包括起始土壤相似性判定与退化土壤绝对或相对年龄的验证两个重要过程。本文详细论述了土壤退化时间序列的构建过程及应注意的问题,并探讨了土壤时间序列在我国土壤退化研究中的意义,旨在为土壤退化时间序列的正确建立与应用提供较为详尽的参考。     

面向土壤系统分类的土壤调查制图方法的初步研究

我国的土壤系统分类方案已经基本形成,但还没有相应的土壤调查方法技术研究。按照传统土壤调查的主要剖面、检查剖面、定界剖面的思想与办法,采用空间内插技术,在研究区的4条实验路线上共挖掘了64个剖面点,通过这些剖面点的诊断层和诊断特性确定了研究区的土壤类型并勾绘了土壤类型界线。再用1条检验路线对勾绘的土壤图进行检查,结果表明,在检验路线上设置的20个检查剖面点中,其中19个剖面点与实际情况相符,正确率95%,说明使用内插法进行面向土壤系统分类的土壤调查制图是可行的。再结合土壤景观可以辅助土壤调查工作者更高效地确定土壤类型、勾绘土壤界线。     

Relationships between soil respiration and soil moisture

The interaction of soil microbes with their physical environment affects their abilities to respire, grow and divide. One of these environmental factors is the amount of moisture in the soil. The work we published almost 25 years ago showed that microbial respiration was linearly related to soil-water content and log-linearly related to water potential. The paper arose out of collaboration between two young researchers from different areas of soil science, physics and microbiology. The project was driven by not only our curiosity but also the freedom to operate without the constraints common to the current system of science management. The citation history shows three peaks, 1989, 1999 and from 2002 to the present day. Interestingly, the annual citation rate is as high as it has ever been. The initial peak is due to the application of the work to studies on microbial processes. The second peak is associated with the rise of simulation modelling and the third with the relevance of the findings to climate change research. In this article, our paper is re-evaluated in the light of subsequent studies that allow the principle of separation of variables to be tested. This re-evaluation lends further credence to the linear relationship proposed between soil respiration and water content. A scaled relationship for respiration and water content is presented. Lastly, further research is suggested and more recent work on the physics of gas transport discussed briefly.     

磺胺类兽药对土壤生化功能及氮素的影响

研究了磺胺类药物对土壤呼吸作用、硝化作用、氨化作用、铵态氮、硝态氮、亚硝态氮及全氮的影响。结果表明,相对较低浓度药物残留(10 mg/kg土)对土壤呼吸作用的影响呈现"激活-抑制"循环的规律,而相对较高浓度药物残留(50 mg/kg土)对土壤呼吸作用的影响则呈现"抑制-激活-抑制"的规律,因此,磺胺类药物残留会抑制土壤呼吸作用。相对较低浓度药物残留(10 mg/kg土)对土壤硝化作用、氨化作用呈现"激活-恢复"的规律,而相对较高浓度药物残留(50 mg/kg土)对土壤硝化作用、氨化作用则一直呈现"激活"的状态,因此,磺胺类药物残留会刺激土壤的硝化作用与氨化作用。土壤氮素是生物圈内氮循环的重要指标,磺胺类药物残留对土壤氮素有一定的抑制作用,若长期保持着较高残留水平,则会破坏土壤的氮循环。     

分形理论在土壤肥力研究中的应用与前景

分形理论的提出对于定量描述复杂的、高度不规则的系统特征与机理提供了方法.本文从土壤腐殖质、土壤微生物、土壤团聚体等方面回顾了分形理论在土壤肥力研究中的主要结果:土壤腐殖质胶体在不同条件下形成不同分形特征的聚合物;同一种微生物可能形成具有不同分形特征的结构;土壤中的有机无机胶体在不同条件下凝聚成不同的团聚体,从而形成不同的土壤结构并对其肥力功能产生影响.我们认为分形理论在探索土壤的形成过程和肥力功能上将具有重要的应用前景:如团粒结构体的形成可能是由土壤胶体分形凝聚而成;土壤中的活性有机质有逐渐老化的现象,可能和腐殖质胶体由结构疏松的分形结构向普通团聚体过渡的过程有关;土壤微生物在不同微环境下具有不同的分形特征,可以推测在各种土壤过程(包括物理、化学以及生物化学过程)中它们的功能也可能是不一样的.此外,土壤结构的开放程度决定孔隙、水分以及空气的分布,从而决定了微生物的生存空间.所以土壤结构体对微生物空间分布的影响也是将来该领域值得研究的内容之一.