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。     

典型农业流域池塘甲烷浓度及扩散排放特征

为探究农业流域池塘水体CH₄动态变化特征，以巢湖北岸典型农业流域——烔炀河流域为研究对象，选取4种不同景观池塘（排污塘、灌溉塘、养殖塘和自然塘），基于为期近1 a的逐月野外调查，探明农业流域不同景观池塘甲烷溶存浓度及其排放特征。结果表明：受人为活动干扰较低的自然塘CH₄浓度（[0.41±0.29）μmol·L^-1]及其扩散排放通量（[0.54±0.49）mmol·m^-2·d^-1]相对较低，但农业活动以及生活污水排放等致使流域内养殖塘、排污塘和灌溉塘成为大气CH₄的热点排放区域，其扩散排放通量分别是自然塘的6.0、3.0倍和2.2倍。不同景观池塘CH₄排放均表现出明显的时间变化，但因受外源碳氮等生源要素累积以及人为活动干扰等影响，其CH₄变化特征有所不同。统计分析表明该流域池塘CH₄变化总体上受水温、溶解氧和污染负荷（有机质和营养盐等）等因素驱动。综上，烔炀河农村流域池塘水体是大气CH₄的显著排放源，年均CH₄溶存浓度和扩散排放通量分别为（1.30±0.78）μmol·L^-1和（1.64±1.50）mmol·m^-2·d^-1，其中养殖塘具有较高CH₄扩散排放通量，在未来研究中需要重点关注。