南方竹林地土壤有机碳空间异质性研究

土壤养分空间异质性是土壤质量评价的一个重要内容,为提高竹林有机碳估算精度,利用2013年永安六乡镇138个竹林地土壤有机碳样点数据,运用GIS技术和地统计学方法分析了永安市竹林地土壤有机碳数据的空间变异特征与格局。结果表明:竹林土壤养分有机碳含量极为丰富,全剖面及各层土壤有机碳含量在空间上属于中等变异;空间自相关Morans'I系数总体上随空间距离的增加而呈现递减趋势;全剖面、A层、B层及C层最佳理论模型依次为指数、高斯、指数、球状模型;半方差拟合决定系数分别为0.684、0.831、0.506、0.538,空间上均表现出强烈的自相关性,块金效应值分别为10.330%、13.100%、10.160%、0.120%;分形维数值为A层(1.964)B层(1.962)C层(1.944)全剖面(1.938);从空间分布特征看,永安市毛竹林地土壤有机碳明显呈带状和斑块状分布,东部和西部有机碳含量明显高于中部。研究结果可为永安市竹林有机碳含量空间插值、制图和野外取样的设计提供参考,同时也可为精准农业和土壤可持续经营发展提供科学依据。     

毛竹林叶片磷和钾含量的不同尺度光谱响应研究

研究不同尺度光谱对毛竹林叶片磷和钾含量的响应机制,为实时掌握毛竹林生长状况和营养水平有理论意义和实践指导价值。以毛竹林叶片与冠层2个尺度的原始光谱为数据源,通过一阶微分光谱等光谱变换,采用回归统计分析构建不同尺度磷素和钾素含量与敏感波段的光谱估算模型,并对其稳定性和预测性进行精度评价。结果表明：叶片光谱分析中以磷含量一阶微分光谱为变量的线性回归方程模型拟合精度高达74.90%,且在建立专一性较高的磷素含量估算模型上更有优势;冠层光谱分析中以钾含量一阶微分光谱为变量的线性方程模型拟合精度高达78.71%,且在建立专一性较高的钾素含量估算模型上更有优势;同时,一阶微分光谱可降低空间异质性以提高光谱估算模型反演精度。     

南方典型毛竹经营区土壤养分空间变异特征——以福建省南平市顺昌县毛竹林经营区为例

以福建南平市顺昌县的典型毛竹(Phyllostachys heterocycla cv.Pubescens)林经营区为研究对象,采用地统计学与GIS分析方法,分析了毛竹林林地的土壤化学指标的空间变异规律与分布格局。结果表明:土壤有机质、全氮、p H值、水解氮、速效钾的块基比均小于25%,表明其具有强烈的空间相关关系;有效磷质量分数的块基比为30.42%,其空间分布为中等相关关系;土壤化学指标变异程度由强到弱依次为:有机质(54.35%)、水解氮(53.56%)、速效钾(42.48%)、全氮(42.28%)、有效磷(36.61%)、p H值(6.49%);有效磷、水解氮和p H的最佳半方差函数模型为球状模型,速效钾和全氮的最佳半方差函数模型为指数模型,有机质为高斯模型;水解氮、有机质、p H值和全氮质量分数东部与中部较高,有效磷质量分数西部与中部较高,速效钾质量分数东部高于西部,中部较四周高。     

基于随机森林模型的降水诱发山体滑坡空间预测技术

以2010年福建省顺昌地区滑坡资料为基础数据,采用随机森林模型对福建顺昌地区山体滑坡发生与滑坡因子之间的关系进行实证分析,通过ROC曲线和Kappa系数,探讨了随机森林模型在我国南方山体滑坡空间预测中的适应性,同时结合平均准确率降低度和平均基尼指数降低度,分析了不同滑坡因子的重要性程度及其影响规律.研究结果表明:5个样本组建立的随机森林模型均有统计学意义,5个样本模型的滑坡总预判精度为86.88%~93.00%;随机森林模型制作的研究区滑坡危险性空间预测图与实际的滑坡分布情况基本吻合;归一化植被指数、滑坡发生当天降雨量、平面曲率是滑坡形成的主要原因,特殊的地形地貌和植被指数是滑坡形成的内因,而短时间的强降雨是滑坡形成的外因.研究结果说明随机森林模型适用于滑坡空间预测工作,具有良好的建模效果,可在相关研究工作中加以推广和应用.     

闽西竹林土壤物理性质的空间变异格局

采用地统计学与GIS分析方法,分析闽西永安市6个乡镇的毛竹林地的土壤含水量、土壤密度、最大持水量、最小持水量和土壤总孔隙度等6个物理性质的空间变异规律与分布格局。6个土壤物理指标变异系数介于0.12~0.30,均属中等变异;土壤含水量、最大持水量和毛管持水量最佳半方差函数模型均为球状模型,变程依次为3 970、4 360、4 710 m,土壤密度、最小持水量和毛管总孔隙度最佳半方差函数模型均为指数模型,变程分别为5 490、5 310、6 690 m,均大于1 000 m采样距离,且各指标随机性变异占总变异比例低于25%,分形维数趋近2,均呈现强空间相关性;除土壤密度呈各向同性且以0°方向(西—东)为优势格局外,其余5个指标呈各向异性且均以45°方向(西南—东北)为优势格局。土壤含水量与土壤密度的分布呈相反趋势,最大持水量、最小持水量和毛管总孔隙度分布格局相似,毛管持水量分布与研究区海拔密切相关,6个物理性质空间变异呈显著相关。     

毛竹叶片重要营养元素的光谱敏感波段分析

以毛竹叶片为研究对象,利用ISI921VF-256野外光谱辐射仪获取毛竹叶片光谱反射率,分析毛竹叶片N、P、K含量和高光谱反射率的相关性,筛选N、P、K的光谱敏感波段与光谱敏感波长。结果表明,毛竹叶片N、P和K的敏感波段分别为700～850、600～750nm和450～560nm波段。毛竹叶片N含量在二阶导数光谱的光谱敏感波长为832nm;P含量在一阶导数光谱的光谱敏感波长为631nm;K含量在二阶导数光谱的光谱敏感波长为498nm。通过毛竹叶片的N、P、K含量与光谱敏感特性的相关性分析,对毛竹叶片重要营养元素的最佳光谱敏感波段研究以及高光谱预测反演具有重要意义。     

毛竹林HJ-1HIS专题信息的响应与识别

受目标地物分布地形影响和高光谱的可达10-2λ的光谱敏感性响应等因素影响,高光谱影像中存在严重的信息重叠现象,增加地物的识别难度。通过分析毛竹林与马尾松、杉木、硬阔、经济林等主要森林类型在HJ-1 HIS影像中的光谱相似性、可分性,确定出可适用于毛竹信息提取的高光谱波段,并比对毛竹专题信息提取精度。结果表明,毛竹与马尾松、杉木、硬阔、经济林4种森林类型的原始光谱曲线规律基本一致,光谱差异较小;光谱变换后,在波长753~765 nm和908~917 nm处,各森林类型间光谱差异明显,毛竹与其他森林类型在第1、2、5、9、10、45、59、60、61、109、110、111、112、113、114、115等波段具有较好的可分性,这些波段可用于毛竹专题信息的提取,所选特征波段组合的图像较原始图像的分类总精度提高12.61%,提取竹林面积共计34 117 hm~2。     

基于随机森林模型的林地叶面积指数遥感估算

林地叶面积指数(Leaf area index,LAI)的准确估测是精准林业的重要体现。为了快速、准确、无损监测林地LAI,利用LAI-2200型植物冠层分析仪获取福建省西部森林样地的LAI数据,结合同期Pleiades卫星影像计算12种遥感植被指数,分析了各样地实测LAI数据和相应植被指数的相关性,进而使用随机森林(RF)算法构建了林地LAI估算模型,以支持向量回归(SVR)模型和反向传播神经网络(BP)模型作为参比模型,以决定系数(R~2)、均方根误差(RMSE)、平均相对误差(MAE)和相对分析误差(RPD)为指标评价并比较了模型预测精度。结果表明:全样本数据中,各植被指数与对应LAI值均呈极显著相关(P0.01),且相关系数都大于0.4;RF模型在3次不同样本组中的预测精度均高于同期的SVR模型和BP模型;3个样本组中RF模型的LAI估测值与实测值的R~2分别为0.688、0.796和0.707,RPD分别为1.653、1.984和1.731,均高于同期SVR模型和BP模型,对应的RMSE分别为0.509、0.658和0.696,MAE分别为0.417、0.414和0.466,均低于同期其他2种模型。