干旱区盐渍化土壤高光谱遥感信息分析与提取

以干旱区典型区域新疆渭干河-库车河三角洲绿洲为研究区,以环境小卫星高光谱影像及野外实测土壤含盐量为主要数据源,进行光谱反射率及其变换形式与土壤含盐量的相关性分析,筛选盐渍化土壤响应最敏感波段,利用多元线性回归分析方法,建立基于HSI影像的研究区土壤含盐量定量反演模型。结果表明:研究区土壤含盐量与HSI波段的敏感性随着波长的增加而增强,位于近红外波段范围(797.826-923.913nm)的相关系数R普遍较高,基本在0.7左右。土壤光谱反射率对数的倒数一阶微分变换在628.261nm和923.913nm的波段组合为最佳敏感波段,所构建的土壤含盐量反演模型为最优模型,模型方程为Y=-11.731-114.996X628.261-186.637X923.913,模型及检验的决定系数R2都在0.85以上,均方根误差RMSE约为2.7。该模型的建立为地区土壤含盐量信息的提取及监测提供了参考。     

干旱区土壤盐渍化及防治对策

<正> 内蒙古河套灌区总土地面积2.48万平方公里,有耕地34.54万公顷,是中国北方干旱区最大的自流引黄灌区。本区降水稀少,气候干燥,年降水量140～210毫米。单靠天然降水,远不能满足农作物对水分的需要。现今河套地区的农业全靠引黄灌溉来维持。灌区历史远溯秦汉,几经兴衰。近代灌溉农业,从18世纪至今,也有200年历史。     

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。     

日尺度下的干旱区成龄枣树耗水量敏感因素建模分析

以新疆阿克苏地区成龄枣树为研究对象,以日均气温（x1）、日均相对湿度（x2）、日均风速（x3）、日太阳辐射总量（x4）、日均大气压（x5）、0～100 cm土壤日均含水率（x6）及0～20 cm土壤日均温度（x7）为模型影响因子,采用偏最小二乘回归法建立了枣树耗水量预测模型,在此基础上运用缺省因子法分析了枣树耗水量对各因子的敏感性,并采用灰色关联分析法加以验证。结果表明：偏最小二乘回归模型（PLSR ）具有较高的模拟精度（相关系数 r＝0．9789）,不仅能够定量预测枣树耗水量（平均相对误差为6．40％）,而且能够从机理上解释各因素对耗水量的影响;枣树耗水量对太阳辐射能量、土壤含水率和温度这3因素最为敏感（敏感性指数分别为3．24、2．18和2．09）;基于缺省因子法的枣树耗水敏感因素排序（x4＞ x1＞ x6＞ x3＞ x7＞ x2＞ x5）与灰色关联分析计算结果（x4＞ x1＞ x6＞x3＞ x7＞ x5＞ x2）基本一致,尤其在主要影响因素的判别上是完全一致的。     

于田绿洲土壤盐渍化遥感监测研究

首先对含有7个多光谱波段的TM图像分别做了主成分、缨帽变换.然后在对遥感数据及其派生数据分析的基础上,得出可见光、近红外波段之一和第三主成分及绿度特征.做RGB彩色合成能够较好地揭示干旱区盐渍化土壤信息,此方法处理的效果受表层土壤含水量的影响.最后对合成图像分类,得出研究区盐渍地的数量和空间分布状况.     

土壤盐渍化雷达反演模拟研究

以河套平原巴彦淖尔市杭锦后旗陕坝镇灌区土壤盐分雷达监测数据为依据,研究基于RADARSAT-2数据的盐渍化信息提取技术与方法。利用Radarsat-2四极化数据,配合DEM数据计算得到研究区域的后向散射系数(Sigma Nought)值。通过分析得出Sigma Nought值与土壤含盐量之间的反演关系,并以此为依据对整幅影像进行决策树分类,以确定其盐渍化程度及分布。经实测数据检验该方法能够在一定程度上满足盐渍化监测的需要,优于传统盐渍土分类方法,可丰富盐渍化监测的理论与方法,促进微波遥感在土壤盐渍化监测中的开拓应用。     

开都河流域下游绿洲盐渍化土壤高光谱特征

土壤光谱反射特性是土壤遥感的物理基础.通过野外调查采样、土壤盐分实验分析与土壤高光谱数据采集,对土壤高光谱数据一阶和二阶导数微分变换处理,分析土壤样品的光谱特征,建立土壤光谱和土壤盐分含量间的相关关系,对研究区盐渍化土壤含盐量进行定量反演.研究结果表明:1)从土壤光谱反射率的形态特征来看,土壤的光谱反射率曲线总体上变化较为平缓,光谱特征形态较为相似,且基本平行.2)研究区土壤光谱反射率曲线的形状大致可由300 ～ 600nm、600 ～ 800nm、800～1000nm、1000 ～ 1400nm、1400 ～1900nm、1900 ～ 2100nm、2100～ 2500nm七个折线段和560nm、900nm、1400nm、1900nm、2200nm五个特征吸收点来控制.3)利用光谱反射率一阶导数微分的盐渍化土壤含盐量多元线性回归预测模型的预测效果均优于利用反射率原型和反射率二阶导数微分,其中氯化物-硫酸盐型RMSE=0.33,硫酸盐型RMSE=0.31,硫酸盐-氯化物型RMSE=0.22.     

基于室内高光谱数据的多种类型土壤有机质估算模型比较

基于高光谱数据的土壤有机质反演是土壤遥感及精准农业的重要研究内容,然而不同的光谱处理及建模方法使得模型的估算能力及精度差异明显,限制了模型之间的通用性。为了构建陕西省土壤有机质含量估算的最优模型,以陕西省9种主要土壤类型的216个土样的光谱反射曲线和土壤有机质含量为数据基础,将光谱反射曲线进行一阶微分d(R)、倒数对数log(1/R)、倒数对数一阶微分d[log(1/R)]和包络线去除N(R)4种变换,结合一元线性回归(SLR)、偏最小二乘回归(PLSR)和支持向量机回归(SVR)3种建模方法构建了不同的土壤有机质含量估算模型。结果显示:不同类型土壤的反射光谱曲线总体态势基本一致,吸收特征位置基本相同,且土壤有机质含量与光谱反射率呈负相关态势;基于d [log(1/R)]光谱变换构建的SVR估算模型精度最高,建模集和验证集的判断系数(R~2)分别为0.9210、0.8874,验证均方根误差(RMSE)为2.18,相对分析误差(RPD)达到2.8751,是估算陕西省土壤有机质含量的最优模型,PLSR次之,SLR最差。     

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...     

干旱区微咸水滴灌条件下典型土壤盐碱化影响因素研究

以代表性的沙壤和黏壤棉田土壤为研究对象,分别利用高、低矿化度水进行5年灌溉,即黏壤-低矿化度,黏壤-高矿化度,沙壤-低矿化度,沙壤-高矿化度共四个处理,测定0～100 cm分层土样总盐、pH、Na⁺、K⁺、Ca²⁺、Mg²⁺、SAR、ESP等指标,以研究玛纳斯河流域冲积扇扇缘和干三角洲区不同浓度微咸水长期滴灌条件下土壤盐分、土壤碱度、主要阳离子的变化,探讨对土壤盐化和碱化产生主要影响的离子,为干旱区微咸水灌溉生态安全管理提供理论参考。结果表明：冲积扇扇缘带黏壤土和干三角洲沙壤土盐化和碱化相伴发生,且主要受灌溉水矿化度影响;对土壤盐化和碱化均产生主要影响的离子为Na⁺,对土壤盐分产生主要影响的离子为Na⁺与Ca²⁺。这表明玛纳斯河流域土壤盐碱化的治理应从降低灌溉水Na⁺入手,将控制灌溉水总盐分和降低Na⁺占比结合起来,达到既降盐又防治土壤持续碱化的目的。     

干旱绿洲农田盐渍化对土壤理化特性和农艺特征的影响

在河西走廊西部大田试验条件下,通过一个生长季的观测,分析研究农田盐渍化对土壤理化特性和典型牧草(紫花苜蓿)和农作物(大麦)农艺性状、干物质积累和产量的影响。结果表明:(1)在0 ～ 20 cm土层,牧草土壤容重沿盐渍化梯度增加了3％,4.54％,8.62％,9.96％,农作物土壤容重没有明显变化规律;土壤有机质显著降低,且0～ 10 cm土层的降低速率快于10 ～ 20 cm土层;(2)盐渍化程度等于或高于中度盐渍化水平时,大麦植株的穗长、穗粒数和秸秆重受到显著影响;在开花、孕穗和灌浆期的盐度既会降低籽粒产量也降。低秸秆产量。与农作物相比,盐渍化程度等于或高于轻度盐渍化水平时,牧草植株的株高、主侧枝长和主根直径会受到影响,进而导致牧草产量的降低。因此,在农业生产中,可根据两种作物在不同盐渍化梯度各生育期的受害状况进行相应的水盐调控和耕作管理,以实现盐渍化农田作物产量的维持和增加。     

Improving soil heat and moisture forecasting for arid and semi-arid regions: A comparative study of four mathematical algorithms

Mathematical modeling is extensively used for ecohydrological processes because it facilitates data acquisition. However, modeling of soil moisture and heat remains challenging in dry ecosystems. In this study, we examined the performance of four models in simulating hydrological processes in a semi-arid mountain grassland (SMG), and in shrubland forming a transitional zone between the desert and an oasis (desert–oasis ecotone; DOE) in northwestern China. We used precipitation, air temperature, humidity, atmospheric pressure, and other meteorological variables to estimate moisture and temperature at different soil depths. Four methods were used to test model performance, including partial least squares (PLS) regression, stepwise multiple linear regression (SMR), back-propagation artificial neural network (BPANN), and neural network time series. Our results showed that BPANN had the best prediction accuracy and supplied a robust modeling framework capable of capturing nonlinear environmental processes by improving the stability of the weight-learning process. Soil depth in SMG for which model performance was optimized was 20?cm for PLS and SMR. Additionally, artificial neural networks (ANNs) have a remarkable applicability compared to other algorithms for increased accuracy in time-series predictions; however, they could not depict soil moisture or temperature dynamics at 160?cm depth in SMG, and at 10?cm depth in DOE. Using conventional meteorological data as primary predictors, and avoiding the complexity of distributed hydrological models can be helpful in developing a regional capacity for soil moisture and heat forecasting.     

新疆阿瓦提灌区土壤盐渍化现状及特征分析

运用统计特征值、对应分析等方法，探讨了研究新疆阿瓦提土壤含盐量、盐分化学组成及其空间分布特征。结果发现：区内有50％的土地处于中强盐渍化和盐土状态，且主要为氯化物-硫酸盐型盐渍化；在灌区内土壤盐分随灌溉和排水而呈现季节性变化，但整体上处于脱盐状态。区内土壤盐渍化是在自然和人类活动共同作用下形成的，通过节水灌溉、合理开发地下水、完善灌排系统等措施可有效地改良盐渍土。     

克里雅绿洲土壤盐分分异特征分析

土壤盐渍化是目前世界农业面临的主要环境问题之一。克里雅绿洲土壤盐渍化日趋严重,直接影响当地农业发展和生态环境建设。借助统计软件,运用统计特征值等方法,探讨了克里雅绿洲土壤含盐量、盐分化学组成及其不同时期的变化情况。结果发现:盐渍地土壤的含盐量普遍高于农田土壤;盐渍地土壤平均pH为9.965,呈强碱性;农田土壤平均pH为8.340,呈碱性。盐渍地土壤盐分组成主要为CI-,CO23-和K++Na+为主;农田土壤盐分组成主要为Ca2+,Mg2+,SO42-和K++Na+。相对于盐渍地而言,农田土壤中CI-,CO32-含量明显降低,其次为K++Na+;Ca2+和Mg2+含量明显增加。盐渍地土壤总含盐量从7月到9月一直处于累积状态;农田土壤总含盐量却处于不同的状态。0cm,40cm,60cm等土层中的总含盐量处于脱盐状态;而20cm,80cm,100cm等土层中的总含盐量处于积盐状态。从7月到9月,不同土壤层次中的各盐离子也处于不同的状态。     

焉耆盆地土壤盐渍化状况的主成分分析

利用主成分分析法分析了焉耆盆地内荒地和耕地的土壤盐分特征,结果表明,荒地内土壤盐分表聚强烈,基本无自然淋洗过程;而耕地内土壤盐分存在多次积盐和脱盐过程,培面中盐分分布比较均匀。第一主成分综合反映了区内土壤盐渍化程度,第二和第三主成分联合反映了土壤的碱性特征。     

吉林省大安市苏打碱土盐化与碱化的关系

选择了76份苏打碱化土壤样品,对其各盐化与碱化指标进行了测定,分析了苏打碱化土壤盐化和碱化的关系.结果表明,土壤的碱化层和高含盐层出现在土壤中同一层次,因此该土壤盐化与碱化过程有密切联系.土壤含盐量与各碱化参数(ESP、SAR、总碱度、RSC和pH)均为正相关.土壤碱化度随含盐量的升高而增大,高盐分浓度对土壤碱化度的抑制作用,至少要在其浓度达到8.0 g/kg以上时才会出现.土壤中Na 、CO32-和HCO3-离子同各碱化参数之间均是极显著相关,同时Cl-离子与除pH外的各碱化参数极显著相关,这是该类型土壤兼有盐化和碱化特征的反映.统计分析表明,各盐分离子中Na 和CO32-离子对ESP的影响作用更大.     

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。     

伊犁绿洲土壤盐渍化与浅层地下水水化学特征分析

根据2009年伊犁河流域土壤盐分与地下水条件的监测和取样分析资料,运用相关分析法与主成分分析法,对伊犁河流域土壤盐分与地下水埋深、矿化度、电导率、p H值与主要离子之间的关系进行了分析。结果表明:1研究区土壤盐分垂直分布呈现强烈表聚性;研究区内58.18%地下水样为淡水,40.00%为微咸水,1.82%为咸水,地下水矿化度平均值为2.50 g·L-1左右,属于微咸水;研究区地下水矿化度、电导率与主要离子组成呈现强烈的空间变异性。2研究区垂直河道方向的各采样线土壤盐分与地下水矿化度的变化趋势基本相似;地下水埋深与矿化度受到灌区农业活动的影响,导致研究区土壤次生盐渍化。3主成分分析结果表明,影响研究区土壤含盐量的地下水环境因子可以归纳为地下水矿化度、EC、Cl-、Mg2+、Na+与地下水埋深。     

渭干河——库车河三角洲绿洲盐渍化土壤特征研究

在野外考察、GPS定点和土壤采样分析的基础上,借助Statistics、Excel等软件对盐离子含量、电导率与离子含量的关系、土壤总碱度与离子含量的关系、土壤水溶液中总溶解固体(TDS)与离子之间的关系、土壤含盐量与电导率的关系、盐离子间相关性以及土壤含盐量与农业产量的关系作了探讨.得出:该绿洲土壤pH值的平均值为7.86,属于碱性土壤.土壤含盐量较高,0～10 cm土层中的含盐量最大,平均值达到4.68%.土壤阳离子主要以Na 、K 、Ca2 和Mg2 为主,各阴离子在土体中的含量为Cl-＞SO42-＞HCO3-,而CO32-离子在实验中未检测到.Na 与Cl-呈正相关,K 与HCO3-呈正相关,Ca2 与SO42-呈正相关.从而进一步说明,该绿洲盐渍化土壤为氯化物盐化土.