排序方式: 共有23条查询结果,搜索用时 7 毫秒
21.
采用经典统计学和地统计学相结合的方法,分析了黄土高原水蚀风蚀交错带本氏针茅草坡地土壤—植物系统氮素沿坡面的分布,并从不同空间尺度研究了土壤—植物系统氮素的空间结构特征,以揭示水蚀风蚀交错带草坡地土壤—植物系统氮素分布特征。研究结果表明,随坡位的降低,草坡地植物生物量、植物氮含量和储量均逐渐增加;土壤有机质和全氮含量在坡上部和坡中部相近,但均低于坡底部;土壤硝态氮和铵态氮含量沿坡面呈先降低而后在坡底部迅速增加的变化趋势。这些变量的变异系数除硝态氮和铵态氮以坡中部最小外,均以坡底部最小,表明坡底部土壤—植物系统氮素分布最为均匀。各变量的最佳拟合模型在3个分析尺度上均保持一致,且随分析尺度的增加,块金常数、块金效应逐渐增大,样点间的空间依赖性逐渐减弱,空间相关性减弱。表明水蚀风蚀交错带草坡地土壤—植物系统氮素在不同尺度上空间结构比较稳定,属中等或强空间相关性,其空间变异主要来源于结构性因素。 相似文献
22.
为了探讨生物质秸秆元素含量的快速检测方法,该文运用高光谱成像技术,结合多种数据优选方法对生物质秸秆中N、C、H、S、O元素含量快速检测的可行性进行研究。选取玉米、水稻、小麦、油菜4种类别共计188个秸秆样本,采集其反射高光谱图像,并测定元素含量。采用竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)算法选取元素检测敏感变量,提取光谱维数据,结合偏最小二乘(partial least squares,PLS)算法,建立了基于高光谱光谱维数据的元素定量分析模型,N元素采用24个变量建立模型,验证集相关系数为0.923,均方根误差(root mean square error of validation set,RMSEP)为0.196%,相对分析误差(relative analysis error,RPD)为3.11;O元素仅采用10个光谱变量建立模型,验证集相关系数为0.876,均方根误差为1.015%,相对分析误差为2.32,N、O元素的模型可以用于实际应用;C、H、S元素相验证集相关系数均小于0.80,无法实际应用分析。采用独立成分分析(independent component analysis,ICA)算法结合权重系数法,提取IC1-IC5分析图像中特征光谱波段为572.09、643.69、685.14、766.79、819.55、964.01 nm,用6个特征光谱变量建立基于高光谱图像维数据的秸秆元素定量分析模型,N、C、H、S和O 5种元素无法用于实际检测。研究结果表明,采用高光谱成像技术并应用光谱维数据结合CARS-PLS算法可以实现秸秆N、O元素的有效检测。 相似文献
23.