基于无人机多光谱遥感的冬小麦叶片含水量反演

为了快速监测小麦叶片水分含量,以敏感波段组和植被指数组2种变量分别作为输入变量,以地面同步观测的冬小麦叶片含水量作为输出变量,分别采用偏最小二乘(partial least squares,PLS)、极限学习机(extreme learning machine,ELM)和粒子群算法(particle swarm optimization,PSO)优化极限学习机,建立冬小麦叶片含水量预测模型,并对其反演效果进行比较。结果表明,光谱反射率和植被指数与叶片含水量之间存在较为密切的相关性,依此确定的敏感光谱波段为红光、蓝光和近红外波段,敏感植被指数为绿度指数、过红指数、归一化绿红差值指数、三角形植被指数和过绿指数。从2种变量的建模效果看,基于植被指数组构建的模型的精度和稳定性均优于敏感波段组,其中基于植被指数组的PSO-ELM模型在6个叶片水分含量反演模型中表现最佳,其R²和RMSE分别为0.98和0.26%。利用最优模型反演得到研究区冬小麦叶片含水量的分布范围为45%~75%,平均为64.57%,反演结果与地面实测较相符,说明基于无人机光谱数据通过建立以植被指数为变量的PSO-ELM模型可实现对冬小麦叶片水分含量的精准预测。     

典型土壤中有效态镉CaCl2提取条件优化研究

为了研究CaCl2提取不同类型土壤中有效态镉的优化条件,以中国南方酸性水稻土和西北中偏碱性灰钙土为研究对象,探讨不同浓度CaCl2提取剂和不同提取时间对2种土壤中镉提取量的影响.结果表明,CaCl2提取的镉主要为土壤中的水溶态镉与部分交换态镉;0.01 mol/L CaCl2浸提下,酸性水稻土在3h达到平衡,提取量占土壤中水溶态与交换态镉含量之和的4.68％～54.90％,灰钙土仅需1h就达到平衡,但提取量占土壤中水溶态与交换态镉含量之和的3.60％～3.89％;0.1 mol/L CaCl2浸提下,水稻土需12h才达到平衡,提取量占土壤中水溶态与交换态镉含量之和的83.28％～90.32％,灰钙土3h达到平衡,提取量占土壤中水溶态与交换态镉含量之和的44.21％～45.26％;提取剂CaCl2浓度越高,镉提取量就越大,达到平衡所需要的时间也越长;0.1 mol/L CaCl2比0.01 mol/L CaCl2更适宜酸性水稻土和中偏碱性灰钙土有效态镉的提取,水稻土和灰钙土所需的提取时间分别为12h和3h.     

改性生物炭对镉砷复合污染土壤的修复研究进展

土壤镉砷复合污染已成为一个严重的环境问题,由于镉砷具有相反的化学性质,运用生物炭修复镉砷复合污染土壤效果不佳,而改性生物炭在修复镉砷复合污染土壤方面取得了显著的成果。本文介绍了生物炭制备的方法与理化性质,总结了生物炭修复单一镉、砷污染的效果与机理,并阐述了生物炭处理复合污染的不足和难点。重点综述了改性生物炭的制备方法及理化性质,改性生物炭修复土壤镉砷复合污染的影响因素,以及改性生物炭处理镉砷复合污染的效果与机理。与原始生物炭相比,改性生物炭对镉砷具有更高的吸附性能,在复合污染土壤修复中表现出明显优势。但是,改性生物炭的回收问题尚未完全解决,解吸再生和老化问题需要深入研究,改性生物炭仍具有广大的研究和发展前景。     

采用探地雷达频谱分析的复垦土壤含水率反演

快速、准确、无损获取采煤塌陷区复垦土壤含水率分布情况是实现精准灌溉的基础和关键。该研究以安徽省淮北市某塌陷复垦区土壤为研究对象,借助探地雷达系统对试验区土壤进行探测,并对周围未复垦区域设置对照组,通过线性调频Z变换频域细化法(Chirp-Z-Transform,CZT)寻找特征频率,结合瑞利散射原理分析不同土壤体积含水率(Volumetric Water Content,VWC)下雷达信号特征频谱响应关系,并分别采用不同回归方法建立了VWC反演模型。结果表明:频谱峰值频率分量(FrequencyofPeak,FP)与复垦土壤VWC具有很强的相关性;基于CZT算法可以在不改变原有频谱的基础上,有效的寻找到特征频率,FP与VWC的相关系数较快速傅里叶变换(Fast Fourier Transform,FFT)从0.77提高到0.93;对比复垦与非复垦区域雷达信号频谱发现,复垦区频谱信号较非复垦区"漂移"现象明显,采用不同回归方法所建立的模型中,指数回归模型精度最高,验证集R2达到0.84,RMSE达到1.97%,表明采用频谱分析方法可以有效地反演复垦土壤VWC,研究结果以期为复垦土壤质量快速监测以及复垦区农业精准灌溉提供理论依据与技术支撑。     

基于数字土壤系统的县域土壤磷素流失风险简化评估

县域是中国基本的行政管理单元,探讨县域尺度下土壤磷素流失风险评估的简化方法,旨在为县域磷风险评估和生产实践提供指导。该文在充分考虑县域尺度的特点,简化磷指数评估方法指标和评估过程,并以北京市顺义区为例,基于数字土壤系统,采用地理信息系统和计量土壤学技术,采用简化后的磷指数法对顺义区磷素流失风险进行评估。结果显示,顺义区土壤磷素流失的风险程度呈现东部高,西部低和沿着河流呈条带状分布的特征,这种分布特征在一定程度上说明了导致顺义区土壤磷流失的主要原因是农业投入,顺义区土壤磷素流失风险程度以低为主,但中等风险的面积占总面积的30.05%,今后应加强研究区磷素管理,防止土壤磷流失。基于数字土壤系统的简化磷指数法能够很好地反映待评估区域磷素风险程度,为县域磷素风险评估提供了参考价值。     

草原区露天煤矿植被覆盖度时空演变与驱动因素分析

采用多时相Landsat TM遥感数据,借助于植被指数与植被覆盖度,基于不同时序植被覆盖度格点回归斜率、标准差和基末年等级转换矩阵等,分析了研究区植被覆盖度空间异质性及其驱动机制,剖析了采复联动下研究区、开采区和复垦区植被覆盖度变化趋势和波动程度,进而揭示随着时间变化采复活动与植被覆盖度间的响应。研究结果表明：不同年份研究区植被覆盖度及其等级空间分布整体上具有一定相似性,矿山采复活动在一定程度上打破了区域植被覆盖度时空演变格局;研究区植被覆盖度以中（Ⅳ等）、中低（Ⅲ等）为主,按多年均值计算,两者之和占研究区总面积的80%以上;植被覆被度呈增加和减少的区域面积比为2∶3,相关系数在?0.9266～0.4805之间,斜率正值范围内相关性并不显著,而负值范围的?0.9266～?0.895呈现不同程度显著性相关;露天采区、排土场及其周边1.5 km范围内的植被覆盖度呈显著下降趋势,且趋于一致。矿区植被恢复经历了一个“高—低—高”的周期循环,半干旱草原区复垦管护期限尽量保证在6 a以上。70%以上区域在研究时段内植被覆盖度发生转换,转换较为频繁,Ⅰ等植被覆盖度中的90%是由采矿活动转入的。露天煤矿区植被覆盖的提升有赖于矿区社会压力减少和生态恢复力提高两方面。研究成果将为露天煤矿及其所在区域生态环境科学保护与决策、恢复和治理提供信息支撑。     

区域土壤有机碳空间分布特征与尺度效应

结合当前土壤属性空间分布特征及其尺度效应研究进展和不足,综合采用变异函数理论、空间自相关理论、多重分形理论等方法从土壤有机碳(soil organic carbon,SOC)空间变异性、相关性和结构性等不同层面深入揭示不同尺度下SOC空间分布特征及其尺度效应。研究结果表明:除了15 km尺度外,基于变异函数分析的其他尺度块基比均小于50%,结构性因素占主导,结构性因素主要包括土壤亚类、土地质地、土地类型等,随机部分带来的空间变异性随着尺度的增加呈现减少趋势;不同尺度下的莫兰指数随着分离距离的增加由完全正值逐渐变小,过渡到正负交替出现的格局,最后完全变为负值,标准化统计量均大于1.96,每个尺度均具有良好的空间结构;不论是瑞利谱图,还是多重分形谱,随着尺度的增加,图谱越来越接近,研究区不同尺度下的SOC在空间上的分布是典型的分维数体;无论何种尺度,基于多重分形克里格法的实测值与预测值特异值空间吻合程度较高,特异值覆盖比率均在85%以上。联合了变异函数、空间自相关、多重分形和多重分形克里格等方法能够从空间变异性、空间相关性、空间结构性等更加深入全面地揭示研究区SOC空间分布特征。研究成果可为相对平坦农业区域土壤有机碳空间分布特征研究提供方法支撑。     

水溶液性质对泰乐菌素光降解的影响

自然水体中的泰乐菌素的光降解通常受水溶液性质影响,以紫外灯作为光源,考察了水中泰乐菌素(TYL)的光降解特性及影响因素。结果表明,初始浓度为10 mg·L-1的TYL水溶液的6 h后光降解效率在50%左右。碱性条件有助于TYL的光解,酸性和中性条件下TYL的光解情况相似;溶液的初始浓度、NO-3浓度和腐植酸浓度的增大均可抑制TYL的光解。直接光降解可能是水体中泰乐菌素光降解的主要途径。     

基于无人机遥感的多特征组矿区草本植物地上生物量反演

植被地上生物量可作为评价矿山生态修复地生态功能的重要指标,为实现对修复地地上植被生物量快速、准确的预测,以安徽省铜陵市铜官山矿区草本植物地上生物量为研究对象,将无人机高分辨率多光谱影像作为数据源,提取了单波段光谱反射率、植被指数两种光谱特征以及各波段纹理特征变量,并利用高精度DEM (digital elevation model)生成地形特征,再先后使用灰色关联法和熵权法对光谱特征和纹理特征分别进行筛选,进而将筛选出的特征变量和地形特征变量分为光谱特征组和多特征组。采用反向传播神经网络(back propagation neural network,BPNN)、卷积神经网络(convolutional neural network, CNN)以及Elman神经网络3种机器学习算法分别构建基于光谱特征组和多特征组的生物量预测模型,比选精度较高的矿区草本植物地上生物量反演模型。结果表明,在光谱特征基础上引入纹理特征和地形特征后3种反演模型精度都有相应程度提高,其中,基于多特征组构建的BPNN模型表现出最优性能,其决定系数(R2)为0.841,均方根误差为11.813 g·m-2,并同时对...     

基于各向异性的区域土壤有机碳三维模拟与空间特征分析

为探索更加科学的土壤属性三维空间模拟方法,以各项同性三维普通克里格法为对比方法,采用均方根误差（root mean squared errors,RMSE）和标准化克里格方差（mean squared deviation ratio,MSDR）以及空间模拟方差图等,评价比较了各项同性和顾及各项异性的三维模拟方法的模拟效果。结果显示：三种方法模拟的土壤有机碳三维空间分布格局基本一致。随着土壤深度的不断增加,土壤有机碳含量较高的斑块逐渐减少,垂直方向上总体呈现出土体上部高下部低的格局。顾及各向异性能在一定程度上克服普通克里格法常出现的牛眼和趋中效应等缺陷问题。顾及各向异性基于Markov 的同位置协同格里格法模拟效果最佳。该法的 RMSE 值最小（1.6215）,相比于各项同性三维普通克里格法 RMSE提高将近50%,特异值覆盖比率最大（76.15%）,模拟精度最高,能够更好地突出波动性,体现特异值;该方法的 MSDR最接近1（1.4409）,且模拟的土壤有机碳质量分数总体方差均值最小（2.08）。研究成果将为区域土壤属性三维空间有效模拟提供方法参考。