扩展CUPID模型模拟土壤组分温度分布

为模拟详细的温度分布信息,进一步理解地表能量平衡过程,提高植被冠层温度反演精度,根据土壤阴影表面和光照表面的热源和蒸发速率的差异,扩展了CUPID模型,实现了光照和阴影土壤组分温度分布模拟。采用实测数据分别对冬小麦和夏玉米冠层下的土壤组分温度进行了模拟和验证。在冬小麦地,模拟光照和阴影土壤温度绝对差值为2.8 K和2.4 K,平均差值为-1.5 K和-0.7 K;在夏玉米地,模拟与实测温度绝对偏差为3.8 K左右,平均偏差为-0.5 K。总体来说,模拟与实测数据吻合较好,说明扩展模型能够较为真实地反映土壤组分温度分布及其变化。扩展模型可在组分温度反演和农业旱情监测等领域得到应用。     

植被恢复对红壤侵蚀区土壤氮组分的影响

为了解植被恢复过程中土壤不同氮组分变化规律,以福建省长汀县典型红壤侵蚀区为研究对象,利用时空互代法,选取5个典型植被恢复阶段样地(裸地、恢复10、20、30年马尾松人工林和天然林)。土壤样品采集后,测定不同土壤氮组分,并探讨了其与土壤养分的关系。结果表明:(1)土壤全氮和有机氮组分(微生物量氮、溶解性有机氮、颗粒有机氮和粘粒有机氮)均为天然林>马尾松恢复20年人工林>裸地。天然林土壤铵态氮含量显著高于其他恢复阶段样地,植被恢复10年后硝态氮含量显著升高;(2)天然林土壤微生物量氮和粘粒有机氮与全氮的比例分别是裸地的5.37倍和2.81倍,并且其两种矿质氮(铵态氮和硝态氮)与全氮的比例也分别是裸地的3.23倍和5.67倍。(3)土壤全氮、有机氮组分和矿质氮与土壤其他养分(全碳、全磷、有机质、碱解氮、速效磷和速效钾)呈显著正相关,说明植被恢复过程中,土壤肥力也逐渐改善。     

喀斯特峡谷不同植被类型土壤的呼吸及其温度敏感性

[目的]了解喀斯特地区植被恢复对土壤碳释放的影响,为精确估计区域土壤碳收支变化提供参考。[方法]以喀斯特峡谷地区典型植被类型(草地、稀灌草丛、灌丛和乔木林地)为研究对象,采用Li-8100便携式土壤呼吸仪对其土壤呼吸、土壤温度和土壤水分进行定位连续观测,系统研究土壤温度(T)和土壤湿度(W)对土壤呼吸速率(Rs)的影响。[结果](1)草地、稀灌草丛、灌丛和乔木林4种植被类型土壤呼吸均呈单峰型季节动态,土壤呼吸速率的最大值均出现在夏季,最小值出现在冬季,其土壤呼吸速率变化范围分别为0.73~1.21,1.20~1.48,1.54~2.41,1.86~2.95μmol/(m2·s);观测期内,土壤呼吸速率均值分别为1.65,2.76,2.45,3.43μmol/(m2·s)。(2)土壤温度是影响土壤呼吸速率的主导因素,单因素指数模型显示土壤温度对土壤呼吸速率变化的解释能力为72.37%;三次项模型表明土壤水分的贡献率为43.9%。双因素关系模型较好地反映了土壤温度、湿度对土壤呼吸的影响,二者可共同解释土壤呼吸变化的81.5%~91.2%。(3)土壤呼吸的温度敏感性指数Q10值与土壤温度和湿度均呈显著负相关(p0.05)。[结论]4种植被类型土壤呼吸及其温度敏感性同时受土壤温度和水分影响,当土壤含水量过低或过高时,土壤温度的主导作用相对减弱,土壤湿度的影响作用加强。     

不同温度下的土壤热导率模拟

土壤热导率是研究陆地表层水热盐耦合运动的基本物理参数。由于水汽潜热传热在高温下的显著作用,高温下的土壤热导率显著高于常温值。该研究的目的是建立能够有效预测高温下土壤热导率的模型。在气体扩散定律的基础上,该文结合常温土壤热导率模型,提出了一个计算高温土壤热导率的新方法。并利用热脉冲技术实际测定了不同温度、不同含水率下的土壤热导率,对新模型进行了测试验证。结果表明,Cass等的水汽运移促进因子参数依赖于土壤质地,且存在较大的不确定性。经过对该参数修正后,建立的热导率模型均能够较好地模拟出高温下的土壤热导率。     

微波遥感裸露土壤和植被覆盖土壤含水量的研究

用X波段微波散射计研究了裸露土壤,有植被(红薯、大豆和花生)覆盖的土壤含水量与微波后向散射系数之间的关系,对X波段与C波段的结果做了分析对比。结果表明:在微波遥感裸露土壤含水量方面,入射角θ=6°时灵敏度S_v最大;在θ=45°时,S_v=0;在θ>45°时,土壤含水量增大,而后向散射系数反而变小。在小入射角时,两个波段的精度相差不大。微波遥感在有植被覆盖的土壤含水量方面,X波段比C波段的灵敏度和精度要低,但是只要工作参数选择适当,就能达到一定的灵敏度和精度。应用本文提出的估算模型,X波段土壤含水量的估算误差大约为±25%左右。     

太行山南麓不同植被类型土壤呼吸特征及其温度敏感性

[目的]探讨不同植被类型土壤呼吸特征及其温度敏感性,为陆地生态系统碳循环研究提供理论支持.[方法]以太行山南麓裸地、草地、灌丛、林地为研究对象,采用长期定位观测和室内化验分析相结合的方法,研究不同季节土壤水热因素、呼吸特征及其温度敏感性.[结果]不同植被类型的土壤温度变化较大,均表现为1月初最低,8月下旬最高,8月以后...     

不同植被条件下土壤抗冲性及其影响因素

采用野外实地放水冲刷的方法,以刺槐林、混交林幼林、天然次生林、退耕岷江柏林、岷江柏幼林、灌木林地为研究对象,研究了土壤抗冲性变化特征及其影响因素。结果表明,不同植被条件下土壤径流量随冲刷时间的变化较明显,总体上表现为先增大后减小,呈单峰变化。对照裸地(CK)径流随时间变化量低于灌木林地,但高于其它植被条件。不同植被条件下土壤冲刷过程中含沙量呈先降低后趋于平缓的变化规律。退耕岷江柏林、灌木林和岷江柏幼林地在产流过程中径流含沙量随时间变化较平稳,其中退耕岷江柏林地径流含沙量最小。混交林地含沙量总体较小,趋于稳定的时间滞后于其它植被条件。不同植被条件下土壤抗冲指数由大到小依次表现为:退耕岷江柏林>岷江柏幼林>刺槐林>灌木林>天然次生林>混交林幼林>裸地(CK)。不同植被条件下,土壤容重与抗冲指数呈显著负相关,微团聚体组成中<0.001mm颗粒与土壤抗冲指数间呈显著正相关关系,其它粒级颗粒与土壤抗冲指数之间的相关性均未达到显著。土壤速效磷与抗冲指数呈显著负相关关系。     

左云县店湾镇春季不同植被条件下土壤含水量研究

为了研究左云县店湾镇春季不同植被条件下0—600 cm深度范围内土壤垂直剖面水分变化特征,分别对该区乔木（白榆和小叶杨）林地、灌木（柠条和沙棘）林地和草地5种不同植被条件下土壤水分进行了研究。结果表明:研究区不同植被条件下土壤剖面含水量变化规律不同。左云县矿区春季各土层平均含水量草地最高,柠条林地次之,白榆林地最少。其中草地各土层平均含水量比柠条林地高0.3%,比白榆林地高3.8%。该区各植被条件下土壤水分主要呈难效水状态。且各植被条件下土壤在200—400 cm深度范围内都存在干层,有轻度干层、中度干层和重度干层发育。该区水循环主要是地表水循环,地下水循环基本不存在,形成了土壤—植物—大气的水分循环模式,属于异常水分循环类型。     

基于GA-SVM的耕地土壤重金属含量高光谱反演方法的研究

为提高耕地土壤重金属含量高光谱反演模型精度,以岳阳县某地区耕地土壤重金属铁（Fe）、砷（As）、铬（Cr）为例,提出了一种遗传算法（GA）优化支持向量机（SVM）的重金属含量反演模型。在对光谱进行SG平滑和10 nm重采样后,利用一阶/二阶微分、倒数对数和连续统去除光谱变换方法增强光谱特征,通过相关性分析筛选最优变换光谱,使用皮尔森相关系数与主成分分析提取各重金属光谱特征变量,分别建立SVM和GA-SVM土壤重金属高光谱反演模型并进行精度验证。结果表明,二阶微分变换光谱与各重金属含量相关性整体最突出;三种重金属在可见光波段490 nm、500 nm、510 nm和530 nm具有共同敏感特征;经GA算法优化SVM参数后,对比SVM回归模型,预测精度有明显提高,其重金属Fe、As和Cr的验证集R2分别为0.968、0.821和0.976;研究结果可为应用遥感技术反演耕地土壤重金属含量提供新的参考。     

利用改进温度植被干旱指数反演农田表层土壤水分的研究

土壤水分作为土壤的重要组成部分,是气候、农业和生态系统的关键组成要素。快速、大面积和实时地监测土壤含水量,对旱情预报、农田灌溉和作物估产有着十分重要的作用。本文主要结合Landsat 8光学影像数据对地表土壤含水量进行反演,在温度植被干旱指数（TVDI）的地表温度－植被指数特征空间基础上引入分形覆盖度,构建地表温度－分形覆盖度特征空间,从而计算得到改进温度植被干旱指数（ITVDI）,采用研究区实测土壤含水量数据对计算的结果进行对比分析。为了分析TVDI和ITVDI与土壤体积含水量的关系,分别制作TVDI、ITVDI与土壤体积含水量的散点图并分析相关性。研究结果表明:在小麦拔节期内,研究区域大部分地区处于干旱状态,轻旱地区主要分布在研究区西部、北部以及中部的高植被覆盖地区;重旱地区主要分布在城市中心及部分裸露地面和小麦种植地区。TVDI和ITVDI与地表土壤含水量线性相关显著,两者均可表征研究区干旱的实际情况。但ITVDI引入分形植被覆盖度参数,在一定程度上避免干旱指数受到地表覆盖类型的限制,使得ITVDI与实测土壤含水量的相关性和反演精度都高于TVDI。因此,ITVDI能够更好地反映研究区域土壤含水量的状况,更适合高植被覆盖度地区土壤含水量反演。     

土壤盐分含量的遥感反演研究

土壤盐碱化是干旱、半干旱农业区主要的土地退化问题,同时也是一个重要的环境问题。遥感技术能够快速、实时地提供盐碱地的性质、范围、盐碱程度等方面的信息。该文以河北省黄骅市为研究区,通过对实测的土壤光谱的分析,发现植被严重干扰了土壤对盐分含量光谱响应关系,同时,在451.42~593.79 nm波长范围内的土壤反射率对土壤盐分含量较为敏感,在土壤光谱分析的基础上,建立了土壤盐分含量反演的相关统计模型。但由于遥感影像特征与土壤盐分含量之间存在较复杂的非线性关系,因此统计模型反演精度不够理想。因而,又尝试运用BP人工神经网络方法来反演土壤盐分含量。研究表明,BP人工神经网络模型具有很强的非线性拟合能力,与统计模型相比,其土壤盐分含量的反演精度有显著提高。     

基于遗传算法的土壤水分运动参数识别

土壤水分运动参数的识别是研究土壤水分运动的基础。该文以反映土壤含水率实测值和计算值吻合程度的均方差最小为优化目标,以土壤导水率和扩散率经验参数上下限为约束条件,建立了土壤水分运动参数识别的优化计算模型。采用遗传算法和田间均质土壤一维非饱和运动数值计算相结合的方法,获得土壤导水率和扩散率经验参数最优值。经验证计算,土壤含水率实测值和计算值吻合程度较高,表明这一方法是可行的。     

基于遗传算法的土壤墒情传感器优化布局策略

针对用于节水灌溉的土壤墒情传感器布局问题,该文提出一种结合了基于全局优化遗传算法和改进的加权圆集布局理论的人机交互优化布局策略。该策略综合考虑了传感器覆盖精度、重叠限制等约束条件。通过在人机交互中引入专家知识和在遗传算法中采用十进制编码,策略易于与其它算法和附加参数协作以进行升级或移植于其它的应用场合。在给定传感器成本的仿真实验中,该文算法比四边形方案节约成本17.5%,比六边形方案节约成本34.0%。     

基于特征选择和GA-BP神经网络的多源遥感农田土壤水分反演

土壤水分是影响水文、生态和气候等环境过程的重要参数,而微波遥感是农田地表土壤水分测量的重要手段之一.针对微波遥感反演农田地表土壤水分受植被覆盖影响较大的问题,该研究提出了一种基于特征选择和GA-BP神经网络(Genetic Algorithm-Back Propagation neural network)的多源遥感农...     

基于二维光谱特征空间的土壤线自动提取算法

土壤线是在二维光谱空间中土壤纯像元光谱反射率按照大小排列而成的直线,它综合反映了具有不同水分条件的土壤含水状况,对于了解土壤和植被的理化性质和生态特征有着重要的意义。由于土壤线采用手工描绘效率低,因人而异,致使涉及土壤线的模型在业务化应用和推广中受到限制。为此,提出了一种土壤线自动提取算法,以及算法实现的流程和步骤,利用该算法可以基于遥感影像构建的二维光谱特征空间自动提取土壤线参数。通过时间序列和实际估算2种方法分析了算法的性能,发现在提取土壤线参数上具有较好的稳定性和精度,时间序列内提取土壤线斜率的平均偏差小于0.1,与实际估算的土壤线斜率偏差也很小。该算法已被应用于农田干旱监测模型PDI、MPDI和SPSI的土壤线自动提取运算中。结果表明,在保证模型精度的前提下,自动算法有效地提高了模型运算的效率,对农业干旱模型的业务化推广有实际的应用价值。     

用遗传算法确定考虑温度历程的混凝土水化放热模型参数及试验验证

目前,考虑温度历程绝热温升模型存在参数较难确定和尚未有现场非绝热温升试验验证其精度2个问题。为了解决这2个问题,该文提供了一种合适的遗传算法实现方法,设计了2个温度历程不同的混凝土非绝热温升试验,并将一个混凝土块的试验数据及该方法反演获得的参数应用到模拟另一个混凝土块温度场中。试验结果表明,即使温度历程差异较大,遗传算法也能获取准确的参数。应用遗传算法解决考虑温度历程混凝土水化放热模型具有可行性;且较未考虑温度历程模型,考虑温度历程的混凝土水化放热模型精度有明显提高。未考虑温度历程模型的平均误差为1.1℃而考虑温度历程模型平均误差仅为0.4℃。     

L波段主被动微波协同反演裸土土壤水分

土壤水分是进行干旱监测、土壤侵蚀、农作物产量预测以及地表温度研究的重要参量,利用主被动微波协同的方法提高土壤水分的反演精度是定量遥感发展所面临的重要任务。本文基于土壤L波段微波散射辐射模拟数据集,通过对比分析主被动微波数据对土壤水分含量和粗糙度2个参数的敏感性,提出了基于L波段主被动协同的裸土土壤水分反演算法,算法充分利用了被动微波地表发射率对土壤水分较为敏感,而主动微波后向散射系数对地表粗糙度较为敏感的特点。首先由地表垂直极化发射率和 VV 极化后向散射系数协同提取地表粗糙度信息,再由被动微波双极化数据结合地表粗糙度信息来估算土壤水分信息。利用SMAPVEX12实验数据集中部分稀疏植被采样点的观测数据对算法进行验证,验证结果显示,土壤水分反演结果与地面实测数据相关性为0.6637,RMSE为0.0607 cm3/cm3。该文反演算法模型系数直接由模拟数据集计算得到,克服了常规经验算法的发展对地表实测数据的依赖性,减小了算法在实际应用中的局限性。     

基于地表昼夜温差的平原区土壤质地模糊聚类与预测制图

The use of landscape covariates to estimate soil properties is not suitable for the areas of low relief due to the high variability of soil properties in similar topographic and vegetation conditions.A new method was implemented to map regional soil texture (in terms of sand,silt and clay contents) by hypothesizing that the change in the land surface diurnal temperature difference (DTD) is related to soil texture in case of a relatively homogeneous rainfall input.To examine this hypothesis,the DTDs from moderate resolution imagine spectroradiometer (MODIS) during a selected time period,i.e.,after a heavy rainfall between autumn harvest and autumn sowing,were classified using fuzzy-c-means (FCM) clustering.Six classes were generated,and for each class,the sand (> 0.05 mm),silt (0.002-0.05 mm) and clay (< 0.002 mm) contents at the location of maximum membership value were considered as the typical values of that class.A weighted average model was then used to digitally map soil texture.The results showed that the predicted map quite accurately reflected the regional soil variation.A validation dataset produced estimates of error for the predicted maps of sand,silt and clay contents at root mean of squared error values of 8.4%,7.8% and 2.3%,respectively,which is satisfactory in a practical context.This study thus provided a methodology that can help improve the accuracy and efficiency of soil texture mapping in plain areas using easily available data sources.     

基于累积分布函数匹配的多源遥感土壤水分数据连续融合算法

数据融合是解决不同来源遥感数据无法直接对比分析这一瓶颈的有效方法。实时更新的SMOS土壤水分数据(soil moisture and ocean salinity)可开展实时干旱评价(2010年至今),但由于序列短无法开展频率及演变分析。CCI(climate change initiative)土壤水分数据是联合了多种主被动遥感数据合成的长序列数据产品(1979—2013年)。为提高不同来源遥感数据的融合精度,该研究基于累积分布匹配原理构建了多源遥感土壤水分连续融合算法,将SMOS和CCI融合成长序列、近实时的遥感土壤水分数据。经验证分析,累积概率曲线相关性中表征干旱的低值区纳什效率系数由0.52提高到0.99,且融合后土壤水分数据可以较准确地反映当地的干旱事件。该研究提出的多源遥感土壤水分连续融合算法显著提高了现有融合算法的融合精度。