新疆阜康荒地土壤有机质高光谱特征及其反演模型研究

针对干旱区荒地土壤贫瘠且有机质含量少,难以快速、准确测定的问题,以阜康中部荒地土壤为研究对象,对64个样点野外光谱进行测定和室内土壤样品农化分析,在原始反射率(R)基础上,利用ENVI5.1软件提取光谱反射率一阶微分(R')、倒数的对数(lg(1/A))、倒数的对数一阶微分(lg(1/A)')、去包络线(CR)等4种光谱反射率,分析了5种光谱反射率的变换形式与土壤有机质含量的相关性,基于全波段(450～2 350 nm)和显著性波段(相关系数通过P=0.01水平检验),利用偏最小二乘法回归(PLSR)建立土壤有机质含量的高光谱预测模型。结果表明:(1)对不同有机质含量的土壤光谱去包络线后,光谱曲线吸收特征差异更加显著,且土壤有机质含量越多,土壤光谱反射率越低。(2)土壤反射率经过数学变换后提高了与有机质含量的相关系数。(3)在全波段的PLSR中,CR、R'和lg(1/R)'模型的RPD均大于2.0,表明预测能力极好。其中以CR的预测精度最为突出,其模型R2和RMSE分别为0.79、4.12,RPD为2.18。在显著性波段的PLSR中,虽然R'和CR的模型RPD均大于2.0,可以准确预测有机质含量,但CR的R2,RPD更高;基于全波段PLSR模型精度均略优于显著性波段,但其使用数据量大,增加了计算量。同时,其CR模型的RPD仅比显著性波段模型的高0.03。因此,选择显著性波段CR模型作为估测该荒地土壤有机质含量的模型更为简洁、科学、可行。     

基于高光谱数据的土壤电导率估算模型——以河套灌区沙壕渠灌域沙壤土为例

文中采用FieldSpec3便携式地物光谱仪,基于在内蒙古河套灌区沙壕渠灌域获取的含盐土壤高光谱反射率数据构建了两种土壤电导率的估算模型。第一种模型利用全波段(350nm-2500nm)光谱反射率数据作为自变量,采用偏最小二乘回归法拟合回归系数,第二种模型选取光谱吸收特征指数作为预测因子,采用稳健回归法构建估算模型。通过与人工测量值相比,两个模型模拟结果的相对误差平均值在2%以内,相对误差的绝对值在17%以内,模拟值与实测值相关系数在0.97以上,表明构建的模型可以用于该区域土壤电导率的估算。     

新疆北部不同类型土壤光谱特征及对有机质含量的预测

对北疆地区淡栗钙土、冷钙土、石灰性黑钙土、石膏灰棕漠土等4种土壤类型的反射光谱进行分析,研究土壤有机质含量与光谱反射率之间的关系。结果表明,石灰性黑钙土的反射率明显低于其它土壤类型。有机质含量高于14 g·kg^-1时光谱反射率与有机质含量呈负相关,有机质含量很低（<8 g·kg^-1）时,土壤的光谱反射率与有机质含量之间呈正相关。分别采用593.6 nm波段的原始光谱反射率、661 nm波段的反射率去除包络线和547.4 nm波段反射率的一阶微分与土壤有机质含量建立回归模型,经检验三种模型均能较好地预测有机质的含量,其中光谱的一阶微分预测精度相对较高,可较好地预测北疆主要类型土壤的有机质含量。     

基于SPA-MLR方法的土壤含水量光谱预测模型研究

以人工调配的不同含水量土壤的高光谱数据为基础,运用11种常规的变换方法对原始光谱反射率进行变换,使用连续投影算法(SPA)提取特征波段,然后建立多元线性回归(MLR)模型,并对不同模型进行评价比较,旨在选择监测土壤含水量的最佳高光谱模型,实现土壤含水量高光谱监测。结果表明,随着土壤含水量的增加光谱反射率先升高后降低;使用SPA提取的特征波段为3~5个,且不同变换处理后提取的特征波段存在差异。利用特征波段建立MLR回归模型,表明原始光谱经一定数学变换处理可以提高土壤含水量高光谱监测精度,其中对数的一阶微分变换处理(T_8)后建立的SPA-MLR模型监测精度最高,其校正模型表现为R~2=0.957,RMSE=2.16,RPD=4.74,验证模型表现为R~2=0.903,RMSE=3.41,RPD=2.95。故基于反射率对数一阶微分变换处理所建立的SPA-MLR模型可以更好地实现土壤含水量的高光谱监测。     

基于流形学习的土壤高光谱数据特征提取研究

尾矿重金属污染是当今矿区环境污染面临的主要问题之一,精确反演土壤重金属含量对矿区土壤污染监测和治理具有非常重要的意义。以陕西金堆城矿区尾矿为研究区,利用ASD光谱仪测量土壤光谱,通过实验室化学分析获取土壤样本铜元素含量;将Isomap流形学习方法应用于土壤高光谱数据降维,利用随机森林方法对矿区尾矿土壤的Cu含量进行反演建模,并与原始高光谱数据反演结果和PCA降维后的反演结果进行对比。结果表明:土壤铜含量反演模型在经过Isomap降维后的光谱数据集上预测铜元素含量的相关系数R2为0.7272,均方根误差RMSE为1140.20,在预测的准确性方面均优于原始高光谱数据。研究结果为探索土壤高光谱数据特征提取提供了理论依据,同时对尾矿重金属污染监测具有重要的现实指导意义。     

基于回归型支持向量机的土壤地力与农作物病害之间的关系初探

在探究土壤地力相关因素与农作物病害发生情况的基础上,针对全国20个试点地区9种农作物的病害,通过实地调查采样的方式获取地力数据与病害相关数据.采用针对小样本数据具有训练误差小特点的回归型支持向量机算法进行以地力相关因素为输入,病害发生率为输出的农作物病害发生率预测模型.模型构建结果表明,训练精度R2=0.7769,测试...     

干旱区土壤盐渍化信息遥感建模

以新疆塔里木盆地北缘的渭干河-库车河三角洲绿洲为研究区,利用GF~(-1)与Landsat8 OLI影像数据作为基本数据源,从影像上提取15个盐分指数和5个光谱植被指数,通过灰度关联分析法,对0~10 cm表层土壤含盐量与影像光谱指数进行分析和筛选,确定出与土壤含盐量相关性较高的综合光谱指数,采用多元线性回归,偏最小二乘法回归,支持向量机回归三种方法分别对GF~(-1)与Landsat8 OLI影像构建基于实测数据和影像数据的综合指数土壤含盐量估算模型,并选出最优模型。结果表明:(1)在20个光谱指数中,相关性较好的光谱指数是SR、CSRI、SI、BI、S6、ARVI、SAVI、NDSI,关联系数均达到0.7以上,并基于这8个光谱指数构建综合光谱指数。(2)3种估算模型:基于GF~(-1)多元线性回归模型决定系数R~2为0.6856,高于决定系数R2为0.5142的Landsat8 OLI;偏最小二乘回归模型1~8个主成分,GF~(-1)决定系数2个3个1个,其中2个主成分最高可达0.6104,Landsat决定系数4个3个2个,其中4个主成分最高可达0.549;支持向量机模型3种函数,GF~(-1)决定系数RBFPolynomialLinear,其中RBF函数最高可达0.7969,Landsat决定系数PolynomialRBFLinear,其中Polynomial函数最高可达0.7154。对比3种模型可知,支持向量机回归模型的R2最高,因此该模型相对于多元线性回归和偏最小二乘回归更适于土壤盐渍化估算。     

小波变换在土壤有机质含量可见/近红外光谱分析中的应用

使用高光谱仪ASD Field Spec在波长范围400~1 000 nm内采集有机质含量不同的土壤原始光谱;之后,求取土壤原始光谱及其A值的一阶导数(一阶导数光谱);对以上两类一阶导数光谱进行小波去噪处理;并分析这两类一阶光谱在去噪前、后,光谱形态的变化情况,以及它们与有机质含量相关性的改善程度。结果表明:(1)土壤原始光谱及其A值的一阶导数中含有大量噪声,严重影响了对光谱曲线波形轮廓、特征信号点和有机质吸收特征的识别。(2)经小波去噪处理后,土壤原始光谱及其A值的一阶导数中的噪声被有效去除,一阶导数光谱的清晰度明显改善,光谱质量显著提高。(3)去噪后的土壤原始光谱的一阶导数,呈开口向下的"喇叭口"状,波长范围567~598 nm内与有机质含量呈较为稳定、显著的负相关性。(4)去噪后的土壤原始光谱A值的一阶导数,波形呈"凹"状,波长范围524~535 nm内与有机质含量呈比较稳定、显著的正相关性。     

基于PLSR-BP复合模型的绿洲土壤pH高光谱反演

以土壤pH、野外实测光谱以及多元散射校正(MSC)预处理后的光谱数据为基础,利用数学方法（主成分回归PCA、偏最小二成回归PLSR、BP神经网络模型）分别建立了土壤pH的预测模型。结果表明：土壤实测光谱和经过MSC方法预处理的光谱数据均与pH存在良好的相关性,并呈极显著水平,后者的相关性更高。PCA和PLSR两种土壤pH估测模型均具有良好的预测能力。BP神经网络模型则因输入变量多,预测精度较低。但利用PCA和PLSR模型所获得主成分,作为BP神经网络的输入变量所建立的复合模型,可明显提高模型稳定性和预测能力。     

甘肃省土壤有机质提升技术模式对土壤耕层养分影响初探

对甘肃省11个地区的75个对比试验点实施土壤有机质提升技术模式前后的土壤有机质进行差异显著性假设测验及土壤样本频数分布变化特点分析,研究表明:秸秆及绿肥还田后与还田前比较,土壤有机质平均增加0.569 g·kg-1,增加4.43%,11个地区土壤有机质含量在秸秆或绿肥还田后与还田前的差异显著性假设测验中,10个地区达到显著水平。全省各试验点秸秆与绿肥还田的作物产量较对照增产率在-1.74%~15.4%之间,平均为5.2%。有机质与全氮,有效磷、CEC和全磷有稳定的正相关关系,伴随着有机质的提高,土壤有效磷、全磷和CEC有同步提高的趋势。全省各点秸秆及绿肥还田后与还田前土壤有机质及对照的土壤有机质含量频数分布呈偏态的正态分布,其峰偏向较大数值,说明有机质提升措施实施后,秸秆及绿肥还田的土壤有机质增加的样点较对照田多且集中度高。结果表明,秸秆及绿肥还田等措施增加土壤有机质及耕层养分含量,提高土壤肥力的效果明显。     

长期耕作条件下小尺度农田土壤有机质空间变异性

采用10 m×10 m高密度网格采样的地统计学方法,进行了小尺度(10.24 hm2)土壤耕层(0~30 cm)有机质的空间分布特征量化研究。研究发现,取样区内土壤有机质空间分布表现出弱变异性,CV≤1.84%,但整体含量偏低,SOM≤1.04%;东西、南北、东南和西南四个方向上半方差函数的差异性表明,有机质空间分布具有异向性,基于各向同性假设和各向异性的半方差函数结构分析以及Kriging估计都能很好地反映取样区土壤有机质的空间变异性,但后者在估计结果精度和真实性方面要优于前者。     

陕北中部黄土区不同种植年限水稻田有机碳矿化对温度的响应

为了探讨陕北中部黄土区不同种植年限水稻田有机碳矿化对温度的响应,以陕北南泥湾水稻种植基地不同种植年限(3、30、78 a)的稻田土壤为研究对象,基于室内35 d培养试验与矿化动态模型研究方法,解析温度对土壤有机碳矿化的影响。结果表明：土壤有机碳累积矿化量和矿化速率均表现为78 a水稻田>30 a水稻田>3 a水稻田>玉米田。土壤累积矿化量、矿化速率、潜在可矿化有机碳含量(C₀)和潜在可矿化有机碳占总有机碳的比值(C₀/SOC)均表现为30℃处理>20℃处理>10℃处理。水稻田矿化累积量均表现为10℃处理(2 015.14 mg·kg^-1)显著低于20℃(2 799.20 mg·kg^-1)和30℃处理(3 078.47 mg·kg^-1)(P<0.05),但20℃与30℃处理之间无显著差异。玉米田累积矿化量在不同培养温度间没有达到显著差异水平。0～20 cm土层累积矿化量是20～40 cm土层的1.18倍。供试土壤在温度从10℃升高到20℃时的温...     

陕西省农田土壤物理障碍评价

为了探明陕西省农田土壤物理障碍状况,2013年在全省选取了228个调查点,对1100多块地的农田土壤紧实度进行了调查,从土层厚度、土壤容重和紧实度几方面评价了农田土壤物理障碍状况。结果表明:(1)陕西省农田土壤耕层厚度平均为17.3 cm,其中陕北地区耕层较薄,平均为14.4 cm;全省犁底层平均厚度接近20 cm,其中陕北、关中和陕南犁底层厚度平均为14.5、18.1 cm和20.1 cm。(2)全省耕层土壤容重平均为1.25 g·cm-3,其中陕北耕层土壤容重平均为1.35 g·cm-3,容重偏大;全省犁底层土壤容重平均为1.49 g·cm-3,陕北、关中和陕南地区犁底层容重都明显偏大,影响作物根系生长。(3)陕西省农田耕层土壤紧实度平均为781 k Pa,犁底层紧实度平均为2901 k Pa。全省耕层土壤紧实度尚合适,但犁底层土壤紧实度过大,形成明显的障碍层。     

陕西省泾惠渠灌区土壤肥力质量综合评价

文中对陕西省泾惠渠灌区土壤肥力现状进行了调查分析,并对土壤肥力质量做出了综合评价.结果表明:整个灌区土壤有机质含量处于较缺乏状态;土壤全氮为中等水平,但碱解氮含量较缺乏,土壤中速效磷和速效钾的含量丰富;从养分的空间变异系数看,以全磷最小,为12.6%,速效磷最大,为38.9%,速效磷在空间上分布最不均匀;土壤养分各因子...     

河西绿洲区保护性耕作对土壤微生物量C和有机质的影响

试验设20 cm留茬压倒(NPS20)、40 cm留茬压倒(NPS40)、40 cm立秆(NS40)、20 cm立秆(NS20)、6 750 kg/hm2覆盖(NSB40)和3750 kg/hm2覆盖(NSB20)和传统耕作(CT)7个处理,研究了不同秸秆覆盖量、留茬高度和秸秆处理对土壤有机质、土壤微生物量C和作物产量的影响.结果表明:土壤微生物量C含量随季节变化表现为播种前最高,收获后最低;不同时期土壤操作措施对土壤微生物量C的影响不同.从播种期开始,保护性耕作土壤有机质含量大于传统耕作,且保护性耕作各处理土壤有机质随土层深度的增加而递减,而传统耕作各层次之间无差异;保护性耕作提高了春小麦的产量:NPS20、NPS40、NS40、NS20、NSB40和NSB20较CT分别增产53.08%、46.59%、40.81%、19.93%、17.33%和4.34%.     

陕西渭北地区苹果园土壤有机质现状评价

为了了解陕西省渭北苹果园土壤有机质含量现状,选取该区有代表性的56个果园,调查了施用有机肥料的种类、方法、施肥量和苹果产量,分析不同深度的土壤有机质含量。结果表明：平均施肥量及有机质含量与苹果产量呈正相关;渭北地区苹果园土壤0～40cm土层有机质含量平均值为1．26％,总体处于中等水平,变幅在0．86％～2．17％;有机质0～40cm含量（1．26％）明显大于40～60cm含量（0．90％）,且不同地区含量差别较大：不同地区土壤有机质的垂直分布存在差异。最后,根据试验结果提出了陕西省苹果园土壤有机质含量分级指标。     

陕西省苹果园土壤肥力与施肥现状评估

为深入了解陕西省苹果园施肥现状及农户养分资源投入中存在的问题,提出解决对策,对2005—2009年测土配方施肥项目21个县的土壤数据和"3414"肥料实验数据以及农户抽样调查数据进行了统计分析,结果表明:陕西省苹果园土壤有机质、碱解氮、速效磷、速效钾含量分别为12.6 g·kg-1、56.9 mg·kg-1、18.0 mg·kg-1、151.6 mg·kg-1,与20世纪80年代相比,分别提高了17.8%、16.1%、168.7%、2.2%,说明土壤肥力状况得到了改善;苹果园化肥施用量由关中向陕北呈递减趋势,三个生态区施肥量均表现出氮肥偏高,磷、钾肥适中或偏低的现状,体现了农民普遍"重氮轻磷钾"的施肥习惯;全省苹果实际产量高低次序为关中灌区陕北高原渭北旱原;全省苹果园土壤养分盈亏状况总体上是氮、磷盈余,钾亏缺,氮素盈余196.5 kg·hm-2、磷素盈余205.5 kg·hm-2、钾素亏缺12 kg·hm-2,建议今后在苹果生产中适当增加钾肥的投入。