兴国县红壤颗粒分形及其与环境因子的关系

以土壤颗粒组成数据为基础，运用分形模型，分析了红壤丘陵山区林地土壤颗粒的分形维数。结果表明：84个耕层土壤颗粒的分形维数D为2．568～2．828，其中紫色土2．722，红壤2．700，棕红壤2．693，黄红壤2．670，黄壤2．713。D随土壤质地的变细而增大。从空间分布上看，研究区域的西部和东南部D值较大，而西南部和北部D值较小，D在2．7～2．8的面积最大，为1171km^2，占总面积的47．0％，D在2．8以上的面积最小，为48km。，占总面积的1．9％。土壤分维数和坡向、海拔之间呈显著正相关关系，而与坡度、平面曲率、剖面曲率之间无明显的相关关系。     

县域耕地动态平衡政策成本分析——以安徽芜湖县为例

为解决日益紧缺的耕地资源和粮食安全问题,我国自1997年开始实行了耕地总量动态平衡政策。作为一项在全国范围内实施的基本国策,其实施成本是巨大的,进行成本分析十分必要。本文以芜湖县为案例地,比较了县域"面积平衡"与"产量平衡"法的实施成本,从而为相关部门决策提供有益参考。     

江苏省土壤有机质含量时空变异特征及驱动力研究

土壤有机质(SOM)含量是估算土壤碳储量、评价土壤肥力的重要指标,研究SOM时空演变对评估区域土壤固碳潜力,实现土壤可持续利用具有重要意义。以江苏省为例,利用全国第二次土壤普查资料和2006年采样数据,基于地统计学方法和GIS技术,对比研究了1980-2006年全省范围内表层(0~20 cm)SOM含量的时空变异特征及其驱动因子。结果表明:1980年和2006年江苏省SOM平均含量分别为16.55±8.50 g kg-1和18.31±8.32 g kg-1,变异系数分别为51.36%和45.44%。两个时期SOM的变异函数均符合指数模型,块金系数由51.85%增加为56.52%,变程由71.55 km减少至37.83 km,SOM含量的空间自相关性减弱,自相关距离减小。1980-2006年,SOM含量空间分布呈现出北增南减,沿江平原增,宁镇丘陵减,滨海平原基本持平的空间格局,增加幅度由北向南逐渐减小。SOM含量的初始值影响其空间格局的演变,总体上呈现初始SOM含量的高值降低、低值增加的趋势。肥料的大量使用在提高粮食产量的同时也增加了作物残茬和根系的生物量;秸秆还田的大力推行,使得大量的有机物质进入土壤,促进了SOM的累积。不同的土地利用变化对SOM含量变化的作用不同,土地利用方式转变成水田、旱地和林地促进了SOM的增加,而转变成荒地后导致SOM含量下降。     

江苏省土壤有机质含量时空变异特征及驱动力研究

土壤有机质(SOM)含量是估算土壤碳储量、评价土壤肥力的重要指标,研究SOM时空演变对评估区域土壤固碳潜力,实现土壤可持续利用具有重要意义。以江苏省为例,利用全国第二次土壤普查资料和2006年采样数据,基于地统计学方法和GIS技术,对比研究了1980 - 2006年全省范围内表层(0 ~ 20 cm)SOM含量的时空变异特征及其驱动因子。结果表明：1980年和2006年江苏省SOM平均含量分别为16.55 ± 8.50 g kg^-1和18.31 ± 8.32 g kg^-1,变异系数分别为51.36%和45.44%。两个时期SOM的变异函数均符合指数模型,块金系数由51.85%增加为56.52%,变程由71.55 km减少至37.83 km,SOM含量的空间自相关性减弱,自相关距离减小。1980-2006年,SOM含量空间分布呈现出北增南减,沿江平原增,宁镇丘陵减,滨海平原基本持平的空间格局,增加幅度由北向南逐渐减小。SOM含量的初始值影响其空间格局的演变,总体上呈现初始SOM含量的高值降低、低值增加的趋势。肥料的大量使用在提高粮食产量的同时也增加了作物残茬和根系的生物量;秸秆还田的大力推行,使得大量的有机物质进入土壤,促进了SOM的累积。不同的土地利用变化对SOM含量变化的作用不同,土地利用方式转变成水田、旱地和林地促进了SOM的增加,而转变成荒地后导致SOM含量下降。     

1980—2010年安徽省耕地表层土壤养分变化特征

本研究利用安徽省第二次土壤普查数据和2010—2011年土壤调查数据,运用统计方法从省级和县级两个尺度研究1980—2010年安徽省耕地表层(0 ~ 20 cm)土壤有机质(SOM)、全氮(TN)、全磷(TP)和全钾(TK)等养分含量的变化特征。结果表明,1980—2010年全省耕地土壤养分变化趋势不同,SOM平均含量由20.65 ± 11.78 g/kg增加到23.30 ± 8.81 g/kg,TP平均含量由0.58 ± 0.43 g/kg增加到0.71 ± 0.29 g/kg,TN含量总体保持不变,TK平均含量由19.00 ± 5.33 g/kg减少到14.28 ± 3.27 g/kg,四种养分含量的变异程度均降低。从养分含量的等级分布来看,全省耕地肥力总体上提高,SOM、TP和TN的高值比例均有不同程度的增加,TP含量的等级提升较大。在空间上,不同土地利用和地理区域的养分含量变化差异较大。淮北平原和沿江平原的SOM和TN含量增加较多,淮北平原和皖南丘陵区TP含量增加较多,各地理区域TK含量减少程度相似。三个典型县土壤养分变化趋势与全省变化趋势一致,除TK含量减少外其余养分含量均有不同程度的增加。典型县耕地土壤养分变化与相应的地理区域养分变化趋势基本一致。     

基于地形梯度的皖南地区土地利用分布特征

以安徽省皖南地区为例,利用GIS空间分析技术,通过计算高程、坡度和地形位指数等地形梯度上的土地利用分布指数,分析了3种地形梯度上不同土地利用类型的分布特征,探讨了该区土地利用分布特点与地形间的关系。结果表明:(1)研究区在高程0~600 m、坡度0~21°和地形位指数0~1.575 0区域内的面积占皖南地区总面积的93.10%、83.11%和93.89%,影响着该区的土地利用类型分布;(2)土地利用类型分布分层明显,耕地、水域和建设用地主要分布在海拔较低、坡度平缓和地形位指数较小的区域,相应的土地利用分布指数随地形梯度的增大而减少直至趋于0;林地、草地分布则与之相反;(3)依据土地利用和地形的关系,皖南地区土地利用格局趋于合理,但不合理的土地利用方式仍然存在,需要加强其土地利用的规划管理。     

淮北平原土壤高光谱特征及有机质含量预测

以安徽省淮北平原的蒙城县为研究区,采集131个表层土壤(0～20 cm)样品。采用Cary 5000分光光度计测定土壤光谱反射率,分析该地区典型土壤类型的光谱特征,利用偏最小二乘回归方法建立土壤有机质光谱预测模型。首先比较不同光谱变换对土壤有机质含量光谱预测建模的影响;其次根据光谱相似性对土壤样品进行分类,比较不同土壤类型和不同光谱分类的有机质光谱预测精度。结果表明:①不同土壤有机质含量和不同土壤类型光谱曲线在整体波段范围内趋势基本一致;有机质含量与光谱反射率呈显著负相关;有机质含量越低,曲线特征差异明显,可能是受其他因素的影响;②土壤光谱反射率经倒数的对数处理后,有机质光谱建模的决定系数和相对分析误差均有所提高,均方根误差降低,模型预测效果较优;③按照光谱相似性分类后建立的有机质光谱预测模型,比按土壤类型建立的光谱预测模型精度明显提高。     

六安地区近50年来降水量的变化特征

采用寿县、六安和霍山1956-2005年的降水量资料,运用离差系数、变化趋势、突变分析和功率谱分析等方法分析了六安地区50a来降水量的变化特征,初步探讨降水变化对农业生产的影响.结果表明:三站近50a来的降水量均呈正态分布,变异等级为中级;年降水量均随时间进程呈减少趋势,且减少速率顺序为六安＞寿县＞霍山;通过诊断发现三站50a来年降水量的变化过程均可以分为偏干、偏湿、干湿交替3个阶段,寿县和六安站的降水突变点在1992年,霍山在1965年;通过功率谱分析发现,寿县、六安和霍山站的年降水量分别有7～8a、2～3a和2a的明显周期性变化规律.     

基于CLUE-S模型的煤矿城市土地利用变化模拟

以淮南市为研究区,选择1985、1995、2005、2016年土地利用数据,在分析土地利用动态变化特征的基础上,利用CLUE-S模型模拟预测了未来土地利用格局。结果表明：1985—2016年,研究区耕地面积减少11.62%;建设用地和水体面积百分比分别增加7.98个百分点和4.29个百分点。2005—2016年是各地类变化最强烈的阶段,其综合土地利用动态度最大,为13.46%。建设用地变化速率最快,其土地利用动态度为5.19%。土地转移主要发生在耕地、水体和建设用地之间,以耕地向建设用地和水体的转换为主。耕地转为建设用地的面积达207.61 km²,新增水体集中分布在潘谢矿区。加入空间自相关性和土壤质量因子后,耕地和建设用地的Logistics回归效果显著改善,ROC分别增加0.201和0.133。年均降水量是影响耕地变化的主要驱动因子,与耕地分布概率呈负相关;而建设用地变化主要驱动因子为GDP。土地利用模拟的Kappa系数为0.74,CLUE-S模型在研究区域具有较好的模拟能力。运用CLUE-S模型预测了研究区2028、2034、2040年土地利用空间分布,未来...     

平原区土壤质地的反射光谱预测与地统计制图

基于地统计方法的土壤属性制图通常需要大量的采样与实验室测定。本研究提出利用可见光近红外(visible-nearinfrared spectroscopy,VNIR)光谱技术测定替代实验室测定,并与地统计方法相结合预测土壤质地的空间变异。通过建立砂粒(0.02 mm),粉粒(0.002~0.02 mm),黏粒(0.002 mm)含量的VNIR光谱预测模型,将模型预测得到的质地数据和建模点实测质地数据一同用于地统计分析和Kriging插值制图。以江苏北部黄淮平原地区为案例的研究结果表明,砂粒、粉粒、黏粒含量的预测值和实测值的均方根误差(RMSE)分别为8.67%、6.90%3、.51%,平均绝对误差(MAE)分别为6.46%、5.60%、3.05%,显示了较高的预测精度。研究为快速获取平原区土壤质地空间分布提供了新的可能的途径。