土壤有机质含量可见-近红外光谱反演模型校正集优选方法

土壤有机质含量可见-近红外光谱反演过程中校正集的构建策略对模型的预测精度有重要影响。以江汉平原洪湖地区水稻土为研究对象,采用Kennard-Stone(KS)法,Rank-KS(RKS)和Sample set Partitioning based on joint X-Y distance(SPXY)法,构建样本数占总校正集不同比例的子校正集,通过偏最小二乘回归,建立土壤有机质含量的可见—近红外光谱反演模型。结果表明:KS法无法提高模型预测精度,但可以在保证标准差与预测均方根误差比(ratio of performance to standard deviation,RPD)2.0的前提下减少30%的校正样本;基于SPXY法的模型,当子校正集样本比例为总校正集的50%时达到最佳的模型预测精度,RPD为2.557;RKS法能够在保证预测精度的情况下(RPD2.0),最多减少总校正集70%的样本,对应模型RPD为2.212。当校正集与验证集的有机质含量分布相近时,能够以较少的建模样本达到与总校正集相近甚至更高的模型预测精度,提升土壤有机质光谱反演模型的实用性。     

共享社会经济路径下土地利用变化模拟

针对高原湖滨地区土地利用无序扩张等问题,构建共享社会经济路径(SSPs)与未来土地利用模拟模型相结合的研究框架,并选取云贵高原湖泊分布最为密集的通海县、华宁县及江川区为研究区,开展不同SSPs情景下的未来土地利用模拟。结果表明:(1)SSP1情景下建设用地与农用地集约利用程度提升,且大量其他用地被转化为生态用地,是高原湖滨地区最为理想的未来发展模式;(2)SSP2情景下研究区保持现有发展趋势,土地利用变化自然发展;(3)SSP3情景下人类活动对自然环境的干扰随时间变化逐步加强,是未来高原湖滨地区发展需要避免的情景;(4)SSP4情景下研究区发展不平衡情况严重,经济增长缓慢,难以与生态实现协同发展;(5)SSP5情景下研究区以大量能源消耗为代价,土地利用变化强度先增大,后逐步减弱并达到稳定的状态。SSPs为未来土地利用模拟模型的参数设置提供了内涵和依据,两者结合可为云贵高原湖滨地区的可持续发展提供决策依据。     

基于农户意愿的农村居民点整理潜力测算与优化

农村居民点整理潜力评价与结构优化是农村居民点问题研究的核心。该文以湖北省嘉鱼县为例,统筹农村居民点政策指标、农户意愿与空间分布三因素,构建农村居民点整理潜力评价模型,定量分析了基于嘉鱼县实际的农村居民点整理现实潜力;在此基础上,综合考虑中心村、交通条件、坡度、土地利用类型等要素,应用GIS空间分析功能,对嘉鱼县各镇农村居民点进行空间布局定量优化。研究结果表明,嘉鱼县2007－2020年农村居民点整理的现实潜力为326.35 hm2,居民点整理区与置换区在GIS空间分析辅助决策下,可以较好地实现其空间结构的优化布局,提高农村居民点用地效率和集约化程度,为科学指导农村居民点整理提供依据。     

结合高光谱信息的土壤有机碳密度地统计模型

传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回归、普通克里格、协同克里格以及回归克里格分别构建土壤有机碳密度预测模型,选取决定系数(R~2)、均方根误差、标准差与预测均方根误差比(ratio of performance to deviation,RPD)对模型预测精度进行对比评价。结果显示,结合高光谱信息,且同时考虑残差空间结构的回归克里格模型表现优于其他模型,预测决定系数R~2为0.617,RPD为1.614。鉴于土壤光谱信息同时还具有测定简单、省时、无损等优点,因此土壤光谱是土壤有机碳密度空间插值的理想辅助因子。     

基于文献计量的中国农田土壤重金属污染评价

对中国知网和万方数据库中2003至2013年间农田土壤重金属污染的相关文献进行基于文献计量和地理信息技术的农田土壤污染指数时空分布信息挖掘。结果表明:全国农田土壤重金属污染处于轻度污染到中度污染之间,并表现出一定的时空分异规律。湖南、云南两省的农田土壤重金属污染最为严重,东南地区以广东、广西为核心形成高-高聚集。在探讨的几种重金属元素中,污染严重程度依次为CdPbCuAsCr。Pb、Cd污染较为严重,多与地区矿产资源的开发利用方式有关,应作为优先控制元素。研究成果或成为全国土壤污染状况调查的重要补充,可以促进区域土壤、环境相关研究的开展。     

江汉平原土壤有机碳含量高光谱预测模型优选

研究探讨了贫瘠地区低有机碳含量条件下,不同光谱预处理与建模方法用于土壤有机碳估测的最佳组合,对贫瘠土壤属性信息快速获取和精确农业发展具有重要意义。以江汉平原不同利用条件下的土壤为研究对象,使用可见光/近红外高光谱技术,结合包括Savitzky-Golay平滑（SG）、一阶导数（FD）、多元散射校正（MSC）在内的光谱预处理方法,分别建立用于估测土壤有机碳（SOC）含量的多元线性回归（MLR）、主成分回归（PCR）、偏最小二乘回归（PLSR）和支持向量机回归（SVMR）模型。结果表明：不同建模方法预测精度差异明显,PLSR和SVMR的预测结果优于MLR和PCR;不同预处理方法对模型的预测精度亦有较大影响,表现为MSC〉FD〉SG;基于FD和MSC组合预处理的SVMR模型的预测能力最好,R2=0.84,RPD=2.50,满足土壤有机碳的预测。有机质含量大于2%并不是建立优质模型的必要条件。     

基于地类分层的土壤有机质光谱反演校正样本集的构建

以江汉平原滨湖地区不同土地利用类型的土壤样本为例,比较了基于目标土壤理化性质的浓度梯度法、扩展的基于多种理化性质的综合法(P-KS)、基于光谱信息的KS法、最邻近样本去除法(reduce nearest neighbor samples,RNNS)法和基于浓度分层并结合光谱信息的C-KS、C-RNNS法,基于地类分层再结合上述方法,构建具有不同层次土壤信息代表性的校正集,采用偏最小二乘回归法,建立土壤有机质可见光/近红外光谱反演模型。结果表明,具有单一代表性的浓度梯度法、KS法、RNNS法难以建立适用模型;具有光谱与理化性质二元代表性的C-KS方法模型预测精度得到了明显的提升,相对分析误差(ratio of performance to standard deviation,RPD)为1.66;考虑土地利用类型后,浓度梯度法、RNNS法与C-KS法模型预测精度有明显的提升,RPD分别达到了1.84、1.51、1.75,模型具有良好的适用性。说明具有多层次土壤信息代表性的校正集构建方法对提高土壤有机质可见光/近红外光谱反演模型的适用性具有较好作用。     

杞麓湖流域灌区土壤有机碳空间分异及潜在影响因素分析

【目的】揭示杞麓湖流域灌区复杂地表条件下土壤有机碳（Soil organic carbon, SOC）的空间分异规律及影响机理，以期为当地灌区土地资源的可持续利用和精细化管理提供科学依据。【方法】在杞麓湖流域灌区采集216个土壤样本测定其SOC含量，通过空间自相关分析揭示其空间格局，进一步结合15个自然和人为潜在影响因素，使用多尺度地理加权回归（MGWR）模型，探究杞麓湖流域灌区SOC空间变异的影响因素及其影响机制。【结果】全局和局部莫兰指数结果表明SOC存在显著的空间自相关性，且呈集聚分布，SOC含量较高的样点集中分布在杞麓湖西南湖滨农耕区，低值集中分布在流域西南山麓地区，杞麓湖南部农田SOC含量的空间异质性强；MGWR模型结果表明土壤含水量、土壤总孔度、植被覆盖度、蔓延度指数在局部对SOC有显著的正向影响（P <0.05），距公路距离、最大斑块面积占比、斑块丰度密度对SOC有显著的负向影响（P <0.05）。【结论】杞麓湖流域灌区SOC空间分异受到土壤内在属性以及外在的自然和人为因素的共同影响，且这种影响存在不同程度的空间异质性。