土壤有机质高光谱特征及其反演研究

具有精细的光谱分辨率,可获取地物纳米级连续光谱信息的高光谱技术以其简便、快速、精度高和无损等优势成为获取土壤有机质(soil organic matter,SOM)含量的重要手段,在精确农业发展中发挥着重要作用。本文阐述了高光谱反演土壤有机质的机理,概述了土壤有机质含量的光谱反射特征,包括不同土壤类型、不同土壤有机质含量的光谱响应波段,以及土壤有机质含量的光谱反演方法和模型的研究进展。进一步分析了土壤有机质光谱特征研究中存在的问题并对发展趋势进行了展望和分析,以期为以后的研究提供一定的参考。     

典型盐渍化土壤光谱特征及土壤含盐量反演建模

针对目前干旱半干旱区存在的土壤盐渍化问题,以北疆典型盐渍化地区玛纳斯县北五岔镇为研究区,对土壤样品总盐含量及其光谱反射率进行测量。通过对土壤光谱曲线进行去包络线和一阶微分处理,分析了土壤光谱反射率曲线与土壤盐渍化程度之间的关系,确定了反映盐渍化程度较为敏感的波段347～377nm和1800～1911nm,并建立了高光谱定量预测模型,该模型可用于土壤盐渍化程度评价。研究结果对在干旱半干旱区高光谱数据反演土壤含盐量提供参考依据。     

土壤理化性状的高光谱定量反演研究进展

传统的土壤理化性状分析方法是基于化学的分析方法,这种方法在研究大尺度空间土壤特性时要消耗大量的时间、人力、物力,具有较大的局限性.较传统的土壤分析方法而言,基于高光谱定量反演土壤性状的方法具有省时、大尺度、低成本高效率等特点,因此引起广泛地关注,在土壤快速监测、土壤质量评价及精细农业管理等方面具有广阔的应用前景.分析了近年来国内外高光谱反演土壤参数的研究情况,结果表明,当前高光谱定量反演土壤理化性状取得较大的进展,同时指出其不足并提出了进一步的研究方向.     

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.     

干旱区土壤含水量光谱特征分析与反演

[目的]建立土壤含水量遥感监测模型。[方法]选取陕西省横山县作为研究区,以野外原位光谱测量数据和实验室内测得的土壤含水量为基础,进行高光谱数据处理,分析土壤含水量的光谱特征;对实测土壤光谱反射率进行倒数、对数、均方根及其一阶导数微分等光谱变化换,计算高光谱指数,并与土壤样本含水量进行相关性分析,筛选对土壤含水量敏感的光谱特征波段,利用多元线性回归分析建立土壤含水量监测模型。[结果]随着土壤含水量的增加,土壤光谱反射率呈减小趋势。土壤含水量与光谱指数的特征波段呈良好的线性关系,所有模型均通过了0.01水平的显著性检验。模型精度验证表明,预测值与实测含水量相关系数较高,特别是反射率倒数一阶微分模型,在0.01显著性水平下,相关系数为0.886。[结论]该研究建立的土壤含水量遥感反演模型可行有效,通过了有效性检验,在一定程度上可以用来反演研究区土壤含水量。     

博斯腾湖西岸湖滨带土壤盐分高光谱反演

选取博斯腾湖西岸湖滨带为研究区,沿垂直湖岸线方向采集14个土壤剖面70个样本,利用ASD FieldSpec3地物光谱仪获取高光谱数据,基于Q型聚类分析研究不同含盐量土壤光谱特征,对土壤光谱反射率与含盐量做逐波段相关分析和显著性检验,筛选不同光谱变换下的敏感波段,通过多元逐步回归和偏最小二乘回归方法,分别以敏感波段和全波段光谱构建12个土壤含盐量反演模型,优选最佳反演模型。结果表明:17种高光谱变换中, 4种最优光谱变换使土壤含盐量与Savitzky-Golay平滑后的反射率极显著相关波段数明显增多,分别是反射率的一阶微分、平方根一阶微分、对数倒数一阶微分、倒数对数一阶微分,综合确定盐分敏感波段聚集在749、1 024、1 083、1 230、1 677和2 387 nm处;以对数倒数一阶微分光谱全波段建立的偏最小二乘回归模型更适合该区0～50 cm土壤含盐量的高光谱反演,其建模和验证决定系数R~2分别为0.93和0.85,均方根误差RMSE分别为0.37和0.42,相对预测偏差RPD为3.57。     

华南地区土壤有机质含量高光谱反演

为实现对土壤有机质含量的快速监测,在对土壤有机质含量作倒数变换的同时将土壤高光谱数据进行多种数据变换处理,筛选出与土壤有机质含量倒数变换后相关性最高的光谱指标,最后构建了土壤有机质含量高光谱反演的最佳模型,实现对土壤有机质含量的反演。结果表明:估算土壤有机质含量的最佳光谱指标为反射率一阶微分波段组合R_((587,126)*R_((734,049))*R_((1 095,892)),相关系数为0.769;在此基础上构建的土壤有机质含量高光谱反演模型最佳(Y=5×10~(16)x~3-5×10~(10)x~2+59 471.000 0x+0.101 1),其决定系数R~2为0.65,均方根误差(RMSE)为0.040 mg/kg。将其验证样本预测值与实测值进行比较,平均相对误差为27.00%,RMSE为4.19 mg/kg。该验证结果证明利用该模型进行华南地区土壤有机质含量的快速监测是可行的。     

广西喀斯特地区土壤Ca含量高光谱反演研究

【目的】土壤是植物生长所需的必要因子,岩溶区高浓度的土壤Ca含量则影响着当地植物的生长发育。研究基于高光谱反演技术为岩溶区土壤Ca含量的快速测量提供参考。【方法】利用广西典型喀斯特区土壤为研究对象,开展土壤反射率光谱与室内理化分析同步测量。在土壤原始光谱反射率的基础上,进一步对土壤光谱进行一阶导数和包络线去除处理,并利用光谱指数法和主成分回归分析法进行土壤Ca的反演研究。【结果】岩溶区土壤钙含量与土壤光谱之间具有非常高的相关性,在600 nm和2 300 nm附近出现较高的峰值,且经过一阶导数和包络线去除处理后的土壤光谱反演效果要明显优于原始光谱。其中,一阶导数处理的指数模型RSI(607 nm,2 370 nm)的R2达到0.67,均方根误差为26.34,反演效果最好;包络线去除处理的NDSI(599 nm,601 nm)的R2为0.57,均方根误差为18.24;原始光谱的NDSI(603 nm,604 nm)的R2为0.57,均方根误差为27.94。主成分回归分析的R2为0.57,均方根误差11.92,也具备较好的反演能力。【结论】指数反演中RSI指数具有波段指示意义明确,反演精度高等优点,而主成分回归分析的精度高,分析快,但无法筛选敏感波段。该研究结果证明了高光谱手段反演岩溶区土壤Ca含量的可行性,并为快速获取岩溶区土壤Ca含量的相关研究提供了指导意义。     

基于高光谱数据的土壤有机质含量预测研究

[目的]快速、有效、非接触、非破坏性地提取土壤有机质含量信息.探索新疆绿洲农区如何应用高光谱遥感技术分析、模拟、评价、预测土壤有机质含量,促进高光谱分辨率遥感技术在农田土壤遥感诊断、作物科学种植、水肥分区管理、田间农情监测中的应用,为新疆实施精准农业提供科学理论参考.[方法]利用高光谱遥感技术提取土壤有机质含量信息的研究,采用美国ASD Field Spec Pro VNIR 2500型光谱辐射仪获取田间土壤不同有机质含量信息的高光谱反射率;通过光谱分析技术,运用各种土壤反射率数学变换形式,找出最具代表性的敏感波段,揭示土壤有机质含量与其光谱成因机理之间的内在联系.[结果]基于NDI预测土壤有机质含量的估算模型中以一元三次函数模型(YSOM=-4E+ 07XNDI3+ 2E+ 06XNDI2-21 338XNDI+ 110.44,R2=0.713 2)为最优,指数函数模型次之.[结论]基于归一化光谱指数NDI可以较好的估算土壤有机质含量,利用统计方法建立的经验模型,简单实用,将对特定区域、特定土壤的预测有较好的效果.     

游离氧化铁对土壤粒径分布特征的影响

选取游离氧化铁含量为6.14~46.14 g/kg的土壤样品,研究了游离氧化铁去除对土壤粒径分布特征的影响。结果表明,游离氧化铁含量小于27.4 g/kg时,是否去除游离氧化铁不影响土壤粒径分布;而当游离氧化铁含量大于27.4 g/kg时,表征土壤颗粒分布的各项指标在去除游离氧化铁后有了很大变化,表明游离氧化铁对于土壤粒径分析的影响已不可忽略。因此,游离氧化铁含量大于27.4 g/kg的土壤在进行土壤粒径分析时,需考虑去除游离氧化铁。     

砂姜黑土土壤有机碳高光谱特征与定量估算模型的研究

有机碳作为衡量土壤肥力的重要指标,其定量化快速监测成为精确农业研究的热点。以安徽淮北平原区宿州市采集的砂姜黑土为研究对象,进行室内理化分析、预处理与室外光谱测量等一系列工作,在土壤原始光谱反射率的基础上,采用去包络线和波段深度提取突出吸收特征,剖析土壤光谱响应特征。基于原始光谱和8种变换形式,分析不同变换光谱形式与有机碳含量的相关性,结合有机碳光谱响应特征分析和光谱特征参量挑选,确定诊断土壤有机碳含量的最佳敏感波段,利用逐步回归方法建立了土壤有机碳高光谱的预测模型。结果表明,550~750nm波段范围是典型砂姜黑土有机碳的主要光谱响应区域。去包络线和波段深度处理突出了土壤有机碳光谱吸收特征,随着有机碳含量的降低,吸收值呈现下降趋势。在不同光谱转换形式中,归一化比值指数(R/R_(M(450-750)))的转换形式与土壤有机碳相关性最强,最敏感波段分别出现在451 nm和644 nm处,相关系数分别达0.80和–0.90。相关性最好的波段范围主要集中在600~700 nm波段附近。基于相关分析与逐步回归分析方法,确定了606、637和644 nm波段处的归一化比值指数为诊断土壤有机碳含量的最佳敏感波段,基于最佳敏感波段的归一化比值指数(R_(606)/R_(M(450-750)),R_(637)/R_(M(450-750))和R_(644)/R_(M(450-750)))建立的高光谱预测土壤有机碳模型具有良好的预测效果,模型的决定系数(R~2)为0.81,均方根误差(RMSE)为0.14,展现了较好的稳定性和预测精度。     

次生盐渍土高光谱特征研究

基于次生盐渍土修复过程中硝酸盐含量和同步实测光谱数据,针对原始光谱数据及其不同变换后7种光谱数据集,分别以相关系数极值和间隔偏最小二乘2种方法分析其最佳敏感波段范围。在此基础上,运用偏最小二乘回归(partial least squares regression,PLSR)方法,分别基于全波段(400~1 650nm)和分析获得的最佳敏感波段建立了次生盐渍土壤NO-3含量的光谱反演模型。结果表明,采用2种方法提取的土壤最佳敏感波段,均集中在844.5和846.18nm;基于全波段与最佳敏感波段的土壤NO-3含量光谱反演模型,均以原始反射光谱经一阶微分处理的结果更为显著;其中,基于间隔偏最小二乘法提取的775~899和1 025~1 149nm为最佳敏感波段的预测模型,其决定系数R2p与标准差(root mean standard error of prediction,RMSEP)分别为0.962和0.057。该研究结果可为今后次生盐渍土中硝酸盐含量的快速无损检测提供重要的科学参考。     

黄棕壤土柱中铁和锰的淋溶淀积特征

为了研究干湿交替下土壤中铁和锰的淋溶淀积特征,以亚热带的黄棕壤为土柱材料,用pH 3.5的0～0.08 mol/L的FeSO4和MnCl2单一或混合溶液（浓度比分别为4︰1、2︰1和1︰1）淋溶土柱40次（每次间隔7 d）,分析淋出液的pH和铁锰含量、土壤中铁锰含量和钙镁含量的变化。结果显示,随着淋溶次数增加,铁锰淋溶处理的土柱淋出液的pH总体降低1.10～2.68,甚至低于淋溶液的pH值;淋出液中的铁含量要低于淋溶液中的,而淋溶7次之后淋出液中的锰含量则相反;淋溶第一阶段（20次）和第二阶段（40次）土壤中铁和锰的全量、铁的游离态和非晶质态的含量有所增加,铁锰浓度高的淋溶液淋溶后土壤中铁锰氧化物含量升高,游离铁含量最高为89.14 mg/g,游离锰含量最高为13.35 mg/g;干湿交替淋溶下铁氧化物比锰氧化物更易形成,铁氧化物含量在上层（5 cm）土壤中较高,锰氧化物含量在下层（25 cm）土壤中较高;淋溶后土壤中钙、镁含量分别降低0.45～4.89、8.68～14.45 g/kg。     

广西鹿寨水稻及其种植土壤中硒含量分布特征分析

【目的】研究广西鹿寨水稻及其种植土壤硒含量的分布特征,为广西富硒有机稻的产业化、规模化和科学化生产提供理论依据。【方法】采集广西鹿寨具有代表性的28套水稻植株及其对应的根系土样品,采用氢化物原子荧光光谱法分析水稻植株各部位的硒含量,并与其对应根系土中的硒含量进行对比,考查水稻生长过程中的富硒能力。【结果】28个水稻根系土样品的足硒率、富硒率及硒中毒率分别占样品总数的3.57%、92.86%和3.57%;28个水稻籽实样品中有26个样品达富硒标准值,富硒率达92.86%,剩余的2个样品硒含量低于标准值(占7.14%)。水稻植株不同部位及对应根系土硒含量的分布规律为:根系土>根须>茎叶>籽实;水稻籽实、茎叶、根须硒含量与对应根系土硒含量间均存在极显著正相关(P<0.01),且随着根须、茎叶、籽实与对应根系土距离的增加,其相关性随之依次减弱。【结论】广西鹿寨水稻田土壤富硒率高,其平均值(1.002 mg/kg)远高于全国平均水平(0.29 mg/kg),产出的水稻有92.86%达国家富硒水稻标准,具备生产天然富硒水稻的条件。     

基于不同光谱变换的剑湖茭草鲜生物量估测研究

通过实地采集剑湖湿地茭草反射光谱和现场测量鲜生物量,基于24种光谱变换对茭草反射光谱特征进行分析,选取16种光谱变换筛选全波段（350～2 350 nm）中对茭草鲜生物量敏感的特征波段,构建其鲜生物量估测模型。结果表明：不同形式的光谱变换更容易分析光谱特征,对数倒数和倒数的变换增强了可见光波段的特征。对数倒数一阶微分变换增强了近红外波段的特征,倒数二阶微分和对数倒数二阶微分增强了短波红外的特征,4～5尺度的连续小波变换适合分析原始光谱特征。连续小波变换后最大相关系数为0.734;其次为二阶微分变换,最大相关系数为−0.730。基于立方根二阶微分变换构建的多元回归模型对茭草鲜生物量估测效果最佳,R²、RMSE、P和RPD分别为0.88、1 044.90 g/m²、83.95%、2.64。     

喀斯特坡地土层厚度及养分含量空间分布特征

岩溶作用下,喀斯特坡地溶沟、溶槽普遍发育,岩土分布表现出极强的空间异质性,目前对土壤分布格局及其理化性质变异特征方面的认识还极其缺乏,这严重影响了该区有限水土资源的合理规划和高效利用。本研究通过在喀斯特坡地沿坡向上开挖12条土壤岩石样沟(长24 m,宽1 m),根据土岩结构和土层厚度将样沟分为浅薄土层、中层土层、深厚土层三种样沟类型,分别选取典型样沟,探讨了喀斯特坡地土层厚度及主要养分元素的空间格局特征。研究发现:喀斯特坡地土层厚度变异性较大,变异系数介于12.0%～85.3%之间,土层厚度介于0～430 cm之间。土壤肥力整体较低,综合肥力系数随土层深度增加逐渐减少,除0～10 cm深度土层土壤肥沃程度为一般外,10 cm以下土壤肥沃程度均属贫瘠,即说明土壤养分主要集中在表层,其中全氮、全磷、速效钾与土层深度呈显著负相关关系。本研究为喀斯特区坡地土壤格局及其成土过程积累了详细的野外调查数据,有关土层厚度空间格局及其养分随土深的变化规律能为该区生态服务功能提升、国土资源空间优化布局提供理论依据。     

海南橡胶园砖红壤光谱反射特征分析

[目的]了解海南橡胶园砖红壤的光谱反射特性,为海南胶园土壤分类提供光谱特征的分类指标.[方法]采用ASD Field Spec3高光谱仪采集土壤光谱反射率,对土壤样品进行室内分析,并在此基础上利用经典统计学方法对海南胶园砖红壤光谱反射特性进行分析.[结果]海南橡胶园不同母质发育的砖红壤反射率光谱曲线走势相似,除加来农场只在1900 nm附近出现微弱水分吸收谷外,其余在1400、1900和2200nm附近光谱曲线均出现明显的吸收谷.但不同土壤类型,光谱反射率强度不同且一些特征吸收带出现的位置和表现的相对强度也不同;胶园土壤中有机质和铁离子的含量共同影响着同种母质发育的不同土壤类型的光谱特征,海南土壤中普遍富含铁而有机质含量少,一般铁对光谱的贡献要大于有机质;不同母质发育的砖红壤光谱特征有很大差异,玄武岩发育成的砖红壤光谱特征最特别,反射率始终最小,且只在1900nm附近出现微弱水分吸收谷,土壤类型最易鉴别;通过对光谱聚类分析对橡胶园砖红壤进行简单的分类,结果显示所得分类土壤之间光谱反射率存在显著差异(P＜0.05).[结论]不同类型土壤的反射光谱曲线存在一定的规律性,且随着土壤母质、土壤中的有机质含量及铁离子含量的不同而表现一定的光谱特征差异,因此土壤反射光谱可作为土壤分类的一个指标.     

广西主烟区土壤和初烤烟中微量元素含量分析

对广西主烟区土壤和烟叶中微量元素进行了分析,结果表明:广西4个主烟区土壤铜、铁含量丰富,有8.62%土壤缺锰,18.57%的土壤严重缺锌;烟叶中铁含量偏高,锰含量偏低,锌含量适中。因此,在烤烟生产上要因地制宜,注意增施锌肥,控制铁肥,喷施锰肥。     

游离脂肪酸和铁的组合诱导哺乳动物细胞HPRT突变与线粒体功能障碍

目的 游离脂肪酸可与铁结合并转运铁进入细胞,而人们对游离脂肪酸与铁诱发的突变和DNA损伤的潜在协同作用知之甚少.方法 该文研究了铁和游离脂肪酸的协同毒性作用,在成纤维细胞中通过HPRT基因突变测量其潜在致突变作用,并通过8羟基脱氧鸟苷的形成测量对DNA的损伤.同时还研究了铁和游离脂肪酸介导的线粒体功能障碍.结果 结果发现铁和游离脂肪酸的组合在成纤维细胞中有明显的协同毒性作用,而单独的铁和游离脂肪酸不显示任何影响.铁和游离脂肪酸的组合能明显增加活性氧自由基的产生,产生显著的HPRT突变,DNA损伤,以及线粒体功能障碍.结论 游离脂肪酸和铁可以发挥协同的细胞毒性,在哺乳动物细胞中增加活性氧自由基的产生,导致HPRT突变,DNA损伤与线粒体功能障碍.由于与铁的协同毒性作用,游离脂肪酸对人体健康可能是一个潜在的危险因素.     

Hyper-spectral characteristics and classification of farmland soil in northeast of China

The physical and chemical heterogeneities of soils make the soil spectral different and complicated, and it is valuable to increase the accuracy of prediction models for soil organic matter(SOM) based on pre-classification. This experiment was conducted under a controllable environment, and different soil samples from northeast of China were measured using ASD2500 hyperspectral instrument. The results showed that there are different reflectances in different soil types. There are statistically significant correlation between SOM and reflectence at 0.05 and 0.01 levels in 550–850 nm, and all soil types get significant at 0.01 level in 650–750 nm. The results indicated that soil types of the northeast can be divided into three categories: The first category shows relatively flat and low reflectance in the entire band; the second shows that the spectral reflectance curve raises fastest in 460–610 nm band, the sharp increase in the slope, but uneven slope changes; the third category slowly uplifts in the visible band, and its slope in the visible band is obviously higher than the first category. Except for the classification by curve shapes of reflectance, principal component analysis is one more effective method to classify soil types. The first principal component includes 62.13–97.19% of spectral information and it mainly relates to the information in 560–600, 630–690 and 690–760 nm. The second mainly represents spectral information in 1 640–1 740, 2 050–2 120 and 2 200–2 300 nm. The samples with high OM are often in the left, and the others with low OM are in the right of the scatter plot(the first principal component is the horizontal axis and the second is the longitudinal axis). Soil types in northeast of China can be classified effectively by those two principles; it is also a valuable reference to other soil in other areas.