基于光谱FOD与优化指数的银川平原土壤有机质含量反演

土壤有机质（SOM）是土壤肥力的重要组成部分,是作物生长的主要养分来源。为探究分数阶微分（FOD）联合优化光谱指数对低肥力地区SOM的反演效果,以银川平原为研究对象,对野外土壤高光谱反射率原始数据进行0~2阶FOD处理（间隔0.2阶）,构建优化光谱指数DI/RDI、DI/NDI、NDI/RDI、RDI/NDI、DI/GDI和RI/GDI,分析各指数与土壤有机质含量间的二维相关性,筛选出最佳优化光谱指数,并建立基于支持向量机（SVM）的SOM含量反演模型。结果表明：银川平原SOM含量整体偏低,其中93.05%处于四级到六级水平。土壤野外原始光谱反射率吸收特征差异明显,在1400、1900nm处有明显吸收峰。随着分数阶的不断增加,光谱反射率不断趋近于0。土壤DI/NDI、DI/GDI、RI/GDI、NDI/RDI和RDI/NDI在0~2阶最大相关系数绝对值（MACC）均小于0.80,DI/RDI在0.2~2.0阶范围内的MACC为0.9965~0.9986,其敏感波段主要集中在1450~1750nm和2100~2400nm之间。基于0.2阶微分处理的DI/RDI-SVM模型对SOM的反演精度最佳,建模决定系数R2c和验证决定系数R2p分别为0.98和0.99,相对分析误差（RPD）为4.31。研究结果可为低肥力地区的SOM含量快速、准确反演及制图提供科学依据。     

基于地表高光谱与OLI影像的土壤含盐量和pH值估测

针对宁夏银北地区大面积土壤盐碱化监测的需要,利用实测植被冠层光谱与Landsat 8 OLI影像相结合进行土壤含盐量和pH值估测研究。对实测植被冠层高光谱与影像多光谱反射率进行倒数、对数、三角函数及其一阶微分等一系列变换,确定最佳光谱变换形式,筛选敏感植被指数和敏感波段,分别建立基于实测植被光谱与Landsat 8 OLI影像光谱的土壤含盐量与pH值估测模型,并基于高光谱数据模型对影像盐分和pH值模型进行校正,以提高影像估测土壤盐碱化的精度。结果表明:经倒数对数变换建立的实测植被高光谱EVI模型和经平滑后敏感波段建立的实测植被高光谱模型对土壤pH值的估测精度较高,模型决定系数分别为0.6257和0.5975;基于实测高光谱植被指数和敏感波段分别对Landsat 8 OLI影像含盐量、pH值估测模型进行校正,影像敏感植被指数和敏感波段含盐量模型决定系数分别提高了0.3207和0.3762,pH值估测模型决定系数分别提高了0.2065和0.2487。采用敏感植被指数和敏感波段同时估测土壤含盐量和pH值,实现了从实地测量高光谱向遥感多光谱尺度的转换。     

宁夏养鸡场粪污及周边土壤重金属和细菌群落特征研究

为了解宁夏蛋鸡养殖场粪污和周边土壤中重金属及细菌群落状况,在宁夏最大的蛋鸡养殖区采集了不同养殖期新鲜鸡粪和相关土壤样品,测定了7种重金属含量和细菌群落组成及多样性。结果表明:该地区鸡粪中Cu、Cd、Cr、Pb、Hg和As含量低于全国平均值26.83%～93.23%,而Zn含量高于全国平均值28.74%,与德国有机肥料中重金属限量标准相比Zn超标6.94%。随着养殖期的推移,鸡粪中Cu、Cd、As含量均先减少后增加;育雏期Cu、Zn、Cd、Hg含量在全养殖期都相对最高,育成期鸡粪Cu、Zn、Cr、Pb和As含量均最低。鸡粪重金属综合污染指数除育成期属于安全水平外,其他4个时期均属于警戒限水平;高产期鸡粪重金属综合污染指数最高。养殖场周边土壤和施用了鸡粪的土壤Cu、Zn含量均高于对照土壤;各土壤重金属综合污染指数均处于安全水平。鸡粪中优势菌门是Firmicutes、Proteobacteria和Bacteroidetes。土壤中相对丰度较高的是Proteobacteria、Bacteroidetes、Actinobacteria、Acidobacteria和Planctomycetes。施用鸡粪后土壤细菌在门水平上数量发生变化,但并不显著。在鸡粪基本理化性质中,pH和全钾对细菌群落多样性和优势菌门有显著的促进作用,重金属中Zn的影响较大。土壤基本理化性质中有机质对土壤细菌优势菌门丰度影响最大,重金属中Cu和Zn对细菌多样性和优势菌门普遍具有显著影响。     

利用多源光谱信息反演宁夏银北地区干湿季土壤含盐量

土壤盐渍化是导致全球荒漠化和土壤退化的主要诱因之一。为确定高光谱和多光谱遥感反演干湿季土壤含盐量的最优模型,该研究以宁夏银北平罗县为例,以干季(4月)和湿季(10月)实测高光谱和Landsat 8 OLI多光谱以及干湿两季实测土壤含盐量为基础数据源,利用相关系数法、灰度关联法和逐步回归法筛选敏感光谱数据,分别采用偏最小二乘、支持向量机、岭回归、BP神经网络和地理加权回归建立干湿两季土壤含盐量反演模型。结果表明:1)银北地区土壤盐渍化较为严重,干湿季含盐量均表现为强度变异,且干季变异程度大于湿季;2)在不同土壤含盐量条件下,重采样后的高光谱波段反射率和影像波段反射率具有显著相关性;3)对比相关性分析、灰度关联和逐步回归三组变量筛选方法下各模型R2和RMSE,逐步回归组模型整体效果较好;4)5种土壤含盐量反演模型中地理加权回归模型精度较高,支持向量机算法和BP神经网络算法在基于不同变量组的模型中表现较为接近,岭回归表现最差,偏最小二乘回归模型出现了较严重的"过拟合"现象。局部模型在土壤含盐量反演方面更具优越性。干季以实测灰度关联组-地理加权回归模型效果最佳,其验证决定系数Rp2和相对分析误差RPD分别为0.94和4.49;湿季以影像相关系数组-地理加权回归模型反演效果最好,其验证决定系数Rp2和相对分析误差RPD分别为0.96和4.83。研究结果可为当地及同类地区土壤盐渍化的识别、防治提供理论依据。     

宁夏银北地区盐碱化土壤水分光谱特征及模型拟合精度分析

[目的]通过分析宁夏银北地区盐碱化土壤水分光谱特征及模型拟合精度,为及时了解该区地表水分状况进而实施田间精准灌溉提供科学依据。[方法]以宁夏银北地区重度盐渍土壤为研究对象,对土壤原始光谱反射率(raw spectral reflectance,R)进行多种数学变换,运用逐步回归(stepwise regression, SR)和灰色关联度(grey correlation degree, GCD)筛选敏感波段,然后采用多元线性回归(multiple linear regression, MLR)、偏最小二乘回归(partial least squares regression, PLSR)和支持向量机(support vector machine, SVM)进行土壤含水量(soil moisture content, SMC)模型拟合精度计算。[结果](1)SMC较低时,随SMC增加土壤反射率逐渐下降,当SMC超过26.34%后,土壤反射率随水分增加而增大,在近红外波段反射率变化幅度整体大于可见光波段;经连续统去除(continuum removed,CR)处理光谱特征曲线在1 460 nm和1 950 nm处出现明显水分吸收带。(2)不同反射率转换方式计算出的MLR,PLSR和SVM模型拟合精度不同,SVM模型的整体拟合能力优于MLR和PLSR模型,除反射率倒数(Reciprocal reflectance, RR)变换建立的GCD-SVM模型外,其余SVM模型R■和R■介于0.943 7～0.999 5,模型的整体拟合精度很高。(3)在SVM模型中,基于对数一阶微分(first derivative of logarithmic reflectance, FLR)变换计算的GCD-SVM模型决定系数最高(R■和R■分别为0.987 4, 0.999 5),为重度盐渍化地区SMC的最佳拟合模型。[结论] SVM模型为供试土壤水分拟合的最佳模型,能够准确获取研究区重度盐渍化土壤水分状况。     

基于光谱变换的宁夏银北地区可溶性阴离子反演

可溶性阴离子是土壤盐分的重要组成部分,对植物生长发育有重要影响。为探讨野外实测光谱对土壤可溶性阴离子的反演精度,以宁夏银北平罗县盐渍化土壤为研究对象,对野外实测光谱选用6种常规变换[平滑R、平滑倒数1/R、平滑对数lg(R)、平滑倒数的对数lg(1/R)、平滑一阶微分R′、平滑二阶微分R″]预处理,然后分别利用相关性分析和逐步回归法筛选离子敏感特征波段,最后采用主成分回归(PCR)、偏最小二乘回归(PLSR)和支持向量机(SVM)建立土壤各阴离子反演模型。结果表明:1)研究区土壤中Cl-和SO42-含量较高,CO32-含量最低,属于氯化物-硫酸盐盐渍土。2)原始反射率经R″变换后与土壤阴离子的相关性最强,与CO32-、HCO3-、Cl-和SO42-相关系数分别达到0.572、0.741、0.802和0.545。3)与相关性分析相比,逐步回归(SR)更好地解决了光谱间共线性的问题,反演精度更高。4)与PCR、PLSR相比,SVM所建可溶性阴离子反演模型效果最佳。土壤CO32-、Cl-、SO42-反演效果最佳的模型均为R″-SR-SVM,其中对CO32-的反演模型建模决定系数(Rc2)为0.984、验证决定系数(Rp2)为0.560、相对分析误差(RPD)为6.76;SO42-的反演模型Rc2为0.970、Rp2为0.841、RPD为5.59;Cl-的反演模型Rc2为0.925、Rp2为0.940、RPD为3.62;HCO3-效果最佳的模型为R′-SR-SVM,Rc2为0.970、Rp2为0.840、RPD为5.59。研究结果可为该区域及同类地区土壤盐渍化反演提供理论依据。