"三生空间"视角下的土地利用转型与生态环境效应研究 ——以江西省鹰潭市为例

[目的]在"三生空间"视角下,定量分析鹰潭市土地利用转型及其生态环境效应,为协调市域国土空间规划、土地政策实施、生态环境保护提供借鉴.[方法]基于鹰潭市2010、2014、2018年3期土地利用现状数据,按"生产—生活—生态"土地利用主导功能进行分类,运用土地利用转移矩阵、生态环境质量指数模型、土地利用变化生态贡献率等方法,定量分析2010—2018年鹰潭市土地利用转型的时空演变格局、生态环境效应.[结果](1)2010—2018年,鹰潭市"三生空间"用地结构发生显著变化.土地利用转型主要表现为生态用地减少,生产、生活用地增加.土地转出面积最多的为林地,共计3860.60 hm2,转入面积最多的为农业生产用地,共计1581.72 hm2.(2)生态环境质量指数呈现波动的趋势,在2010年为0.6055、2014年为0.5962、2018年为0.5980,生态环境质量指数在2010—2014年间降低,但在2014—2018年间上升.(3)2010—2018年,鹰潭市的生态环境质量同时存在生态改善与恶化两种趋势,最终抵消呈现出一定的下降趋势,林地大量转为建设用地是生态环境恶化的主要原因,农业生产用地等生态环境质量较低的生产用地转为林地和草地是生态环境改善的主要因素.[结论]鹰潭市生态环境自2014年开始得到有效改善,但总体看来生态环境恶化的趋势大于生态改善的趋势,定量研究鹰潭市过去9年的土地利用转型及其生态环境效应,能为鹰潭市的生态建设提供数据、理论支撑.针对生态用地减少等问题,鹰潭市未来要科学规划土地转型的方向,合理划定生态保护红线,以江西省"生态文明建设试验区"为主导,协调区域经济与生态的同步发展.     

中国水稻土酸化时空变化特征及其对氮素盈余的响应

针对水稻土酸化造成作物减产和严重污染环境的问题,收集了1979—1985年全国第二次土壤普查成果和2015—2017年水稻土质量等级调查成果,结合2005—2015年全国测土配方施肥数据,采用空间分析和统计分析方法,分析了1979—2017年,39年间中国水稻土pH值空间分布的变化;计算了39年间不同水稻土pH值分级和区域的水稻土酸化速率,探讨了39年间氮肥投入变化量和土壤理化性质与水稻土酸化速率的关系;估算了2015—2017年水稻土单位面积氮素盈余量,并进一步量化了氮素盈余量与水稻土pH值变化量的关系。结果表明:39年间水稻土受土壤酸胁迫程度加剧,特别是水稻土由酸性(pH值为5.5~6.5)转变成强酸性(pH值小于等于5.5)的面积比例增加,这主要集中在长江中下游中部、南部和华南区中部、南部。39年间水稻土平均pH值下降了0.26,其中,东北区、长江中下游区、华南区平均pH值分别下降了0.34、0.29和0.58,西南区平均上升了0.14。39年间水稻土酸化速率从大到小依次为碱性水稻土、中性水稻土、酸性水稻土、强酸性水稻土,区域上水稻土酸化速率从大到小依次为东北区、华南区、长江中下游区、西南区。39年间,氮肥投入量和土壤容重变化量与水稻土酸化速率存在极显著的正相关关系,有机质含量和耕层厚度变化量与水稻土酸化速率存在极显著的负相关关系。2015—2017年,氮素盈余量与水稻土pH值变化量呈显著的负相关关系,氮素盈余量增加会造成水稻土酸化加剧。划定了3类水稻土治理分区,提出“治酸、防酸、控酸”的总体策略,并分区域制定了治理措施,可为水稻土酸化阻控和地力提升提供参考。     

南方水稻主产区土地整治区域耕地质量等级变化

以江西省上高县为例,运用实地采样调研、室内分析化验与GIS技术相结合的方法,对土地整治区域耕地质量评价指标体系、评价方法及等级变化进行研究,探讨南方水稻主产区的土地整治对耕地质量的影响。结果表明:整治后耕地等级整体提升,少了四级地,整治后耕地主要为一、二级地;土地整治项目对耕地自然条件改善不明显,对农田基本建设条件改善比较明显。耕地质量不同级别交换系数的估算,为产权调整提供了参考依据。     

南方丘陵稻田土壤全钾和速效钾高光谱特征与反演模型研究

以兴国县稻田土高光谱反射率为研究对象,对比分析了同一种光谱反射率变换形式下土壤全钾、速效钾与高光谱反射率的相关性,提取了全钾和速效钾的高光谱敏感波段,建立了基于反射光谱特征的南方丘陵稻田土全钾、速效钾高光谱反演模型.经分析可知,在355～620 nm波段,土壤全钾、速效钾含量与光谱反射率相关性同增同减,而在621～2 250 nm波段内,土壤全钾含量与光谱反射率相关性要大于土壤速效钾;通过分析兴国县稻田土全钾、速效钾含量与光谱反射率18种数学变换的相关系数,提取全钾的敏感波段为602、804 nm,速效钾的敏感波段为602、1 058、1 638、2 214 nm;采用偏最小二乘回归,利用高光谱指数构建的反演模型能较好地预测全钾、速效钾含量,模型建模的相关系数和验证系数都较高,基于速效钾含量建立的南方丘陵稻田土高光谱反演模型预测能力较好.     

高光谱特征辨别潴育型麻沙泥田和潮沙泥田水稻土

为了快速识别和划分不同类型水稻土,该研究以江西省兴国县潴育型麻沙泥田和潴育型潮沙泥田为研究对象,以样点方差分析为基础,采用光谱重采样处理、包络线去除处理及光谱一阶微分变换3种光谱分析方法,提取有效的光谱吸收特征参数(spectral absorption feature parameter,SAFP),分析得出两土种有效光谱特征。结果表明:识别潴育型水稻土最有效的是波谷波长位置的共性参数,而区分两土种最有效的是波峰宽度、波谷宽度及波谷倾斜角特性参数。重采样光谱特征参数分析中最有效的是波峰宽度:麻沙泥田的波峰宽度为58 nm,而潮沙泥田为27 nm,麻沙泥田波形起点高,下滑速度比潮沙泥田更快,吸收宽度大;去包络线算法提取光谱吸收特征参数发现,辨别麻沙泥田与潮沙泥田最有效的是波谷宽度,前者在波长482 nm处波谷宽度为26 nm,后者在波长484 nm处波谷宽度为178 nm,潮沙泥田波谷宽度大了将近6倍,而且麻沙泥田波谷倾斜角比潮沙泥田更大,麻沙泥田趋于突变型,而潮沙泥田趋于平缓型;光谱一阶微分方法提取特征参数中区分两土种最有效的是波谷倾斜角:麻沙泥田与潮沙泥田在波段471 nm处分别为-0.00573°和0.00573°,前者相邻波谷走向为负向坡,而后者为正向坡。研究可为高光谱技术辨别不同水稻土类型提供参考。     

基于地形梯度的农户耕地经营规模分布特征研究

在江西省奉新县农村土地承包经营权确权调查资料基础上,利用相关分析法、回归分析法、地理信息系统(geographic information system,简称GIS)空间分析法,引入地形位指数和分布指数,对奉新县农户的耕地经营规模在不同地形梯度上的分布特征进行了研究。研究结果:(1)奉新县全县49 891户农户的平均耕地规模为6.31块/户,6 644.55 m2/户,81.63%的农户耕地承包地块数在10块以内,82.65%的农户耕地承包面积在1 hm2以内;(2)农户耕地经营规模受地形位影响较为明显,与地形位指数存在负相关关系。耕地承包地块数在10块以上或者耕地承包面积在1 hm2以上的农户,其耕地的分布指数都在地形位指数等级1的区域达到最大值,即主要分布在高程低、坡度小的区域并占据主体地位,随着地形位指数的增加,主体地位迅速被农户耕地经营规模较小的取代;(3)不同等级的农户耕地承包地块数和承包面积在不同地形上有着各自的分布特征和主体分布等级。利用农村土地承包经营权调查的全面数据,从自然因素的角度研究农户耕地经营规模的分布特征,区别于以往利用问卷调查的抽样数据,从社会经济的角度对农户耕地经营规模进行研究。     

江西省耕地土壤有机碳空间变异的主控因素研究

准确地获取省域尺度下土壤有机碳空间变异的主控因素对土壤碳调控以及全球环境保护具有重要意义。本文基于江西省2012年测土配方施肥项目采集的16 582个耕地表层(0~20 cm)土壤样点数据,探讨江西省耕地表层土壤有机碳空间变异的主控因素。运用普通克里格法、单因素方差分析与回归分析方法对比地形因子、耕地利用方式、成土母质、土壤类型、灌溉能力和秸秆还田方式对江西省土壤有机碳空间分布的影响。结果表明:(1)江西省土壤有机碳含量在5.22~40.31 g/kg之间,平均值为17.90 g/kg,变异系数为31.01%,呈中等程度的变异性。(2)经半方差分析,土壤有机碳的变程为30.6 km,空间自相关范围较小;块金效应值为12.49%,表明土壤有机碳空间变异受结构性因素影响大于随机性因素。(3)在空间分布上,高值区主要分布在萍乡市、新余市、南昌市、抚州市与景德镇市。(4)回归分析与单因素方差分析结果表明,地形因子、灌溉能力、成土母质、耕地利用方式、土壤类型和秸秆还田方式对土壤有机碳空间变异影响均显著(P0.05),但影响程度不一。秸秆还田方式对土壤有机碳空间变异的独立解释能力最高,为38.9%,是江西耕地表层土壤有机碳空间变异的主控因素。     

江西省油菜土壤碳氮磷生态化学计量学空间变异性及影响因素

运用经典统计学和地统计学分析方法,探讨了江西省油菜种植区土壤碳氮磷生态化学计量特征的空间变异性及影响因素。结果表明:江西省油菜土壤有机碳(SOC)、全氮(TN)和全磷(TP)平均含量分别为16.99,1.44,0.50g/kg,土壤C∶N、C∶P和N∶P平均值分别为12.28,38.31和3.27,土壤总体C∶N∶P为33.86∶2.88∶1,整体处于相对较低水平,表现出中等程度的变异性和空间自相关性,其空间变异特征受到结构性因素和随机性因素的共同影响,但受结构性因素影响更大。从空间分布规律看,土壤SOC、TN和TP含量均表现出东北高西南低的空间分布格局。土壤C∶N高值区主要分布在赣北地区,分布面积较小,低值区主要分布在赣西、赣西北、赣西南以及赣东等地区。土壤C∶P与N∶P高值区零星分布在赣西南、赣东北等区域;低值区主要分布在赣西北及赣南地区。回归分析表明,成土母质、土壤类型、地形因子、气候条件、种植制度和氮肥施用量对研究区土壤C∶N、C∶P和N∶P空间变异特征有极显著影响(P0.01);成土母质对土壤C∶N、C∶P和N∶P空间变异的独立解释能力分别为16.6%,3.7%和7.0%,地形因子的独立解释能力分别为3.5%,2.9%和4.2%,种植制度的独立解释能力分别为9.7%,4.4%和7.6%,氮肥施用量的独立解释能力分别为3.9%,4.4%和7.6%,土壤类型和气候条件独立解释能力最高,分别为16.8%,5.1%,9.0%和13.4%,9.8%,15.2%,是调控江西省油菜土壤C∶N、C∶P和N∶P空间变异最主要的影响因素。     

基于CARS-BPNN的江西省土壤有机碳含量高光谱预测

【目的】探讨光谱变量选择及依据土壤类型进行分层校准两种方法对高光谱预测土壤有机碳（SOC）精度的影响。【方法】以江西省为研究区,490个土壤样本为研究对象,对研究区内的所有样本以及不同土壤类型样本分别通过竞争性自适应重加权采样（CARS）算法筛选特征波段,并采用偏最小二乘回归（PLSR）、支持向量机（SVM）、随机森林（RF）、反向传播神经网络（BPNN）4种模型,对比不同土壤类型下SOC在全波段以及CARS算法筛选后特征波段的预测精度。进而,还对比了全局校准和分层校准下SOC在全波段以及CARS算法筛选后特征波段的预测精度。【结果】（1）红壤筛选的特征波段为484、683—714和2 219—2 227 nm,水稻土筛选的特征波段为484、689—702和2 146—2 156 nm。红壤采用CARS-BPNN模型预测效果最佳（R ²=0.82）,较全波段建模验证集R ²提升0.07。水稻土采用CARS-RF模型预测效果最佳（R ²=0.83）,较全波段建模验证集R ²提升0.13。（2）在总体样本上,分层校准相比全局校准精度有所提升。采用CARS-BPNN进行分层校准预测效果最佳（R ²=0.82）,较全局校准验证集R ²提升0.06。【结论】采用CARS-BPNN进行分层校准能够较好地预测江西省土壤有机碳含量,本研究可为其他类似地区预测土壤属性提供科学依据。     

基于冠层高光谱信息的水稻生长监测应用研究进展

水稻是我国主要的粮食作物,与传统的诊断方法相比,光谱与成像技术具有快速、准确、无损探测和获取水稻养分生理信息的优势,是水稻生长监测和田间精细化管理以及指导农业生产不可或缺的理论基础和关键技术。介绍高光谱技术常用的数据处理与变换方法、建模与模型验证方法,总结国内外近40年来光谱分析技术在叶面积指数、生物量、养分、叶绿素含量、植被指数、病虫害和水分等作物生长信息检测中的应用研究进展,剖析水稻光谱诊断技术亟待解决的问题,为提高水稻精确管理水平和实现精准农业提供技术支撑。最后指出,基于计算机视觉和图像处理技术,利用数码相机RGB(red,green,blue)和HSV(hue,saturation,value)等2种颜色模型以及在多因子交互作用条件下进行水稻参数分析是未来的发展趋势。