海涂土壤高光谱特性及其砂粒含量预测研究

土壤光谱反射特性作为土壤基本性质之一,和土壤理化性质有密切的关系,这种关系是土壤遥感技术的物理基础,为研究土壤本身的属性提供了一个新的途径和指标[1]。近年来发展和兴起的高光谱遥感,成为探测土壤性质细微差异及其相关土壤理化参量预测的新技术和新手段,并在其他研究领域得以广泛地应用[2]。国外较早就开展了高光谱基础研究和应用研究,在土壤高光谱研究方面,早在20世纪80年代初,Stone和Baumgardner[3]就在实验室用光谱仪测定了0.52μm到2.32μm波段范围内485个土样的反射光谱,并将这些光谱归纳和描述为5类土壤反射光谱曲线。进入20世纪90年代后,随着更为先进的高光谱仪的不断出现     

废弃铅锌矿区复耕后土壤-作物重金属污染特征及修复措施

[目的]了解废弃铅锌矿区复耕农田耕作层土壤—作物污染特征及变化情况,探究最合理的植物修复系统。[方法]利用基于GIS的Tominson负荷指数法对不同耕地重金属污染分布格局及来源进行分析;采用富集系数法(BCF),复合质量影响指数法(ⅡCQ)探究土壤—作物污染特征。[结果]研究区耕作层土壤中Cd,Zn,Pb,Hg含量分别是贵州省背景值的100,45,18,18倍,Cu,As,Cr与背景值基本相同;蒟蒻种植地为重度污染。茎块类作物食用部分富集重金属能力最强,稻米次之,瓜类作物最弱,当地瓜类作物可做为抗富集重金属的先行植物。[结论] Cd为主要控制因子,蒟蒻种植地为主要控制区域;根据研究区重金属空间分布特征,重度污染区域建议采用超富集植物修复及活化剂共同作用;中度污染区域种植抗富集蔬菜及阻绝污染源的方式;轻度污染区域稻米种植区采用钝化措施,从而达到修复耕作层土壤重金属目的。     

苏北沿海滩涂地区土壤有机质含量的高光谱预测

基于反射高光谱快速、无损的检测优势,以苏北沿海滩涂地区不同成陆年代土壤作为光谱信息源,应用偏最小二乘回归（PLSR）方法,研究了原始反射光谱（REF）、微分光谱（FDR）、反射率倒数的对数（lg(1/R)）和波段深度（BD）对不同成陆年代土壤有机质含量的预测精度。结果表明,不同成陆年代土壤有机质含量预测的最佳光谱指标存在差异。REF是构建总体样本有机质含量PLSR预测模型的最佳光谱指标,均方根误差（RMSE）和相关系数（r）分别为2.7231和0.8701;FDR是预测成陆千年土壤样本有机质含量的最佳光谱指标,RMSE和r分别为2.0110和0.9436;BD所构建的成陆百年土壤有机质含量的PLSR预测模型为最优,RMSE和r分别为2.7051和0.8770。相关分析表明,可见光波段、以1 400 nm为中心及1 900～2 450 nm的红外波段是估算土壤有机质含量的最佳波段。     

黄土偏振反射影响因子交互作用试验分析

早期遥感土壤反射光谱的研究主要是将土壤样品表面看作郎伯体,进行垂直对地观测采集数据。大量实验表明,土壤含水量、有机物含量、氧化铁含量、机械组成以及土壤表面粗糙度均会对土壤的光谱反射率产生显著影响[1]。随着遥感应用研究的深入,在20世纪70年代末,Suits、Hapke、Strahler、李小文等大批学者对地物的二向反射做了定量研究,从而使遥感进入了获取地物三维信息的崭新阶段[2~5]。偏振反射是二向反射的孪生姊妹,人们在对土壤的二向反射进行研究的同时也势必要对土壤的偏振反射进行一定的研究[6]。已有的一些观测研究表明,土壤含水量与土壤反射光偏振度之间存在着关系,即含水量越大偏振度越高,这可解     

基于高光谱遥感土壤有机质含量预测研究

高光谱遥感技术是土壤养分含量监测的一种先进手段,能及时、准确地监测滨海滩涂土壤养分的动态变化,对滨海湿地生态环境保护具有重要意义。以辽河三角洲滨海湿地滩涂为研究对象,在对地面高光谱数据与实验室样本理化性质分析的基础上,经过微分以及连续统去除法相关分析,分别建立了多元线性回归模型和偏最小二乘法(PLSR)模型,并对模型结果进行分析、比较。结果显示,连续统去除法能有效的提高有机质含量与光谱反射率之间相关性,基于此变换所建立的多元线性回归模型R2达到了0.7545,RMSE为1.2216;偏最小二乘模型R2达到了0.8792,RMSE为1.2299。所建模型具有预测土壤有机质含量的潜力,其中偏最小二乘法优于多元线性回归法。     

基于HJ-1卫星的农田土壤有机质含量监测

土壤状况是决定农田潜在生产力的主要因素,土壤性状及肥力状况信息可以为精准农田管理提供响应依据。利用遥感技术监测土壤养分含量是一种快速、准确、高效、经济的方法。以农田土壤有机质为研究对象,以HJ-1卫星数据为数据源,采用多元线性回归分析方法,构建有机质含量地面监测模型,通过直方图匹配方法求地面监测模型与HJ-1卫星监测模型之间的傅里叶转换函数,将地面监测模型应用到HJ-1卫星数据,并构建有机质含量遥感监测模型。实现了利用HJ-1卫星遥感数据对试验区土壤有机质含量进行监测。该模型监测结果与地面实际养分具有良好的线性关系,其决定系数0.93,标准差0.57%。在保持了较高精度的同时,避免了其他高光谱模型数据过于昂贵的问题,实现了有机质含量快速、经济监测,易于在农业中应用。     

土壤性质对烟草中镉富集的影响及预测模型研究

利用15个不同性质的土壤进行盆栽试验,研究了土壤性质对烟草中镉(Cd)富集的影响及预测模型。结果表明,影响烟草中Cd的主要土壤因素依次为土壤Cd浓度、pH、有机质含量。酸性土壤中烟草对土壤Cd具有较强的富集作用。外源Cd比土壤中原生Cd更容易被烟草吸收。土壤基本性质与烟草Cd浓度的数量关系为:Log[烟草Cd]=3.04+1.212Log[土壤Cd]-0.270pH-0.264Log[OC],利用此方程能够很好地预测烟草中Cd浓度。通过降低土壤中Cd的浓度或有效性,提高土壤pH等措施可有效降低烟叶中Cd的浓度。     

利用光谱技术分析北京地区农业土壤重金属光谱特征

采用ASD光谱仪测量111个北京地区农业土壤样本光谱曲线基础上,利用光谱分析的方法探索北京地区农业土壤中8种土壤重金属(Cr、Ni、Cu、Zn、As、Cd、Pb、Hg)含量与可见-近红外光谱反射率的相关关系,分析土壤重金属的光谱特征,为基于遥感光谱监测土壤重金属含量提供基础。主成分分析和光谱变量与土壤重金属相关分析的研究结果表明,一阶微分光谱最适于获取土壤中的重金属元素信息,并且土壤重金属含量与反射光谱之间存在显著相关关系,最高相关系数达到а=0.01水平显著相关,中心波长在415~570 nm以及大于950 nm的光谱部分是土壤重金属特征光谱的主要分布范围。     

基于近地高光谱的土壤氯离子含量估测

[目的]建立土壤氯离子与高光谱波段的多元线性回归模型,获取盐渍化信息,为盐分的高精度提取提供更有效的方法,为农业生态环境重建工作提供科学依据。[方法]以山东省垦利县作为研究区,于2014年10月5—7日野外采集93个土壤样本,利用ASD高光谱仪野外采集土样高光谱数据并进行预处理,然后采用多元回归和主成分分析方法建立估测氯离子含量的高光谱模型,以快速估测氯离子含量。[结果]氯离子在近红外749,830,987,1301,1 432,1 486nm较为敏感,在土壤光谱分析的基础上,得到室内风干土壤氯离子含量预测最优模型,模型均通过T检验和F检验,能较好地预测土壤氯离子含量。[结论]研究区土壤各组分盐离子中,阳离子以钠离子为主,阴离子以氯离子为主,该模型使间接得到土壤盐分含量具有较好可行性。     

土壤盐渍化高光谱特征分析与建模

基于高光谱遥感技术快速、无损的检测优势,以新疆渭干河-库车河三角洲绿洲为例,探讨利用反射光谱来预测土壤含盐量的可行性。利用野外采集的土壤样本,在实验室内测得了土壤含盐量及原始光谱反射率。利用光谱分析技术计算高光谱指数,与土壤样本含盐量进行相关性分析,筛选出土壤含盐量的光谱特征波段,基于逐步多元线性回归和偏最小二乘回归建立土壤盐分动态监测模型。通过精度检验,结果表明:基于偏最小二乘回归方法,以对数二阶微分光谱特征波段所构建的盐渍化遥感监测模型最优,模型的稳定性和预测精度最高。利用反射光谱来预测土壤含盐量可实现区域尺度上的土壤盐渍化实时监测和评价。