土壤初始含盐量对水分入渗特性的影响

研究土壤初始含盐量对入渗特性的影响,对盐碱地治理具有重要意义。在室内分别进行初始氯化钠含量为3.6、4.5、5.3、5.7 g•kg^-1和9.0 g•kg^-1的一维垂直土柱淋洗试验。根据试验数据,采用多元回归法,建立了湿润锋、累积入渗量与时间和土壤含盐量之间的量化关系,回归相关系数分别为0.992、0.922,回归模型拟合程度较好;根据累积入渗量得到了入渗率与时间和土壤含盐量之间的量化关系。实验和分析计算表明：土壤初始含盐量对入渗特性的影响大于时间对入渗特性的影响,相同时间土壤初始含盐量越高,入渗湿润锋、累积入渗量和入渗率值越小。     

基于随机森林算法构建白眉野草螟监测预警模型

为科学防治白眉野草螟Agriphila aeneociliella,以16种气象因子为自变量,以白眉野草螟发生程度为因变量,采用随机森林算法构建白眉野草螟的监测预警模型,并利用构建的模型对2010—2016年影响鲁东地区白眉野草螟发生程度的关键气象因子进行分析。结果表明,当特征值为9,决策树数量为400时,白眉野草螟监测预警模型的袋外估计错误率最低,为17.88%,轻度发生和重度发生的错误率分别为17.58%和18.18%。利用测试数据检验模型,模型错误率为20.00%。通过所构建的模型分析显示影响鲁东地区白眉野草螟发生程度的关键气象因子为平均水汽压、日最低气温、平均气温和日最高气温,其Gini值分别为18.82、14.84、13.67和9.30。     

基于地表高光谱与OLI影像的土壤含盐量和pH值估测

针对宁夏银北地区大面积土壤盐碱化监测的需要,利用实测植被冠层光谱与Landsat 8 OLI影像相结合进行土壤含盐量和pH值估测研究.对实测植被冠层高光谱与影像多光谱反射率进行倒数、对数、三角函数及其一阶微分等一系列变换,确定最佳光谱变换形式,筛选敏感植被指数和敏感波段,分别建立基于实测植被光谱与Landsat 8 O...     

基于随机森林回归的油菜叶片SPAD值遥感估算

以西北地区典型经济作物油菜为研究对象,利用SVC-1024i型便携式光谱仪和SPAD-502型叶绿素仪测定了油菜不同生育期的叶片光谱反射率和SPAD值。通过分析油菜原始光谱及10种光谱指数与SPAD值的相关关系,基于光谱指数构建了不同生育期油菜叶片SPAD值随机森林回归（RF）估算模型,并利用独立样本对所建模型进行验证,同时结合传统的一元线性回归模型和多元逐步回归模型与其进行比较。结果表明：油菜叶片SPAD值在全生育期内呈现出先上升后下降的趋势;各光谱指数在不同生育期及全生育期与SPAD值的相关性均达到0.01水平的显著相关;基于光谱指数构建的随机森林回归模型在油菜各个生育期及全生育期建模和预测结果明显优于同期的传统回归模型,建模R²达0.90以上,验证R2达0.81以上,RMSE在1.571~5.004,RE在2.66%~13.22%,是油菜叶片SPAD值的最优估算模型。     

基于时序Landsat 8 OLI多特征与随机森林算法的作物精细分类研究

利用新疆阿克苏地区温宿县2014—2015年生长季的7景时序Landsat 8 OLI数据,提取光谱特征、纹理特征、植被指数等高维信息,并基于随机森林算法(Random Forest, RF)构建分类模型。分析了RF模型中重要参数树个数k、节点分裂特征个数m对分类精度的影响,计算GINI系数评估所有特征重要性,探索最佳特征子集,完成模型的参数率定与信息冗余消除,实现了温宿县研究区内的多种作物类型精细分类,并对比分析了随机森林与其他几种机器学习算法的分类性能。结果表明:作物分类的3类特征中,重要性排名靠前的分别是影像纹理平均规则程度Mean、与作物水分含量密切相关的地表水分指数(LSWI)及短波红外波段光谱反射率,对应干旱区作物的2个关键时相:生长旺盛期与播种期;随机森林分类精度受分类特征数量的影响。当特征删除量低于总特征数的30%时,RF模型的分类精度基本保持不变;当删除量超过70%时,分类精度下降的幅度加大;随机森林方法相对于决策树、支持向量机、朴素贝叶斯、K-近邻等监督分类算法,无论是分类结果的精度还是分类效率均具有优势。     

基于Google Earth Engine平台的关中冬小麦面积时空变化监测

以关中地区为研究区,基于Google Earth Engine(GEE)平台,根据冬小麦生育期内归一化植被指数(NDVI)时序曲线和物候特征,采用NDVI重构增幅算法和光谱突变斜率,构建了关中地区冬小麦提取模型并实现了冬小麦种植面积的提取。用农业统计面积验证提取结果表明:在市级和县级尺度上,决定系数R²分别为0.82和0.62,一致性指标d分别为0.95和0.84,提取结果与实地调查数据的空间一致性精度为93.4%。结果显示:关中地区冬小麦主要分布在中部关中平原,冬小麦种植面积在2011—2017年呈下降趋势,减少了83.22×10³ hm²(8.47%)。综合考虑冬小麦NDVI时序曲线的"峰""谷"特征,具有一定的普适性,可为大面积连续年份冬小麦种植面积时空监测提供参考。     

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。     

荒漠绿洲的土壤异质性分析——以银川平原为例

以银川平原为例,分析了荒漠绿洲主要土壤类型即淡灰钙土、灌淤土、风沙土、潮土的地带性分布、机械组成及分维数、肥力特征等异质性表现。各土壤类型的平均分形维数大小顺序是:灌淤土>潮土>淡灰钙土>风沙土;分维数的大小确切地反映了银川平原主要土壤的组成和质地。0-80cm范围内各土壤类型的垂直分维特征表现为:淡灰钙土和风沙土随着土壤深度增加,分维值也随之变大;潮土分维值的垂直分异则表现为0-40cm的分维值较高,土壤深度>40cm后分维值随之下降;灌淤土质地均匀一致,分维值变化很小。灌淤土和潮土的全N含量明显高于淡灰钙土和风沙土,除风沙土外,其它3种土壤类型的全P含量相差不大,荒漠土壤的全K含量都比较高。除风沙土,灌淤土、潮土、淡灰钙土的土壤有机质含量从表层向下基本上呈下降趋势,而且灌淤土和潮土的土层厚。主要土壤类型的形成和发育之间存在着一定的联系。最后针对土壤的异质性特点,提出土地利用的分区建议。     

子午岭主要森林类型土壤种子库研究

对子午岭天然油松林、人工油松林、人工落叶松林、人工刺槐林四种林分的土壤种子库特征初步研究结果表明 :人工油松林种子库储量平均为 675 .9粒 /m2 ,人工刺槐林为648.8粒 /m2 ,人工落叶松林为 839.4粒 /m2 ,天然油松林为 45 5粒 /m2 ,各林分土壤种子库储量属中等水平 ;本次调查的天然油松林种子库种子活力为零 ,人工油松林种子库活力种子占 0 .5 % ,人工落叶松林种子库活力种子占 4.2 % ,刺槐林种子库活力种子占 74.4%。除人工刺槐林种子库种子质量较高外 ,针叶林各林分种子库种子质量都较差 ;人工油松林林下油松幼苗的分布密度平均为 1～ 3株 /m2 ,人工刺槐林林下多见灌木幼苗 ,另两种林分林下幼苗较少 ,表明不同林分土壤种子库种子都具有一定的萌发能力 ;从各林分土壤种子库的组成看 ,主要树种的种子在种子库中所占比例都在 85 %以上 ,人工油松林土壤种子库物种多样性指数较高 ,而其它林分土壤种子库物种多样性指数均较小 ;土壤种子库中 80 %左右的种子集中分布在枯枝落叶层和 0 - 2 cm土壤层中 ,下层种子数量很少 ;方差分析表明 ,枯枝落叶层厚度、树高、郁闭度、胸径等因子变化对土壤种子库储量影响显著。综合分析认为 ,子午岭主要森林类型土壤种子库能够为林分的天然更新提供基本条件。     

阴山山脉典型森林植被土壤酶活性与微生物数量的研究

以阴山山脉6种典型森林植被土壤作为研究对象,利用传统稀释涂布平板法对微生物数量计数,并对土壤脲酶、亚硝酸还原酶和羟胺还原酶活性进行测定,探究其相关性。结果表明:不同植被的土壤酶活性和土壤微生物数量均呈显著差异性。脲酶活性中虎榛子最高,为84.90mgNH_3-N/g干土·24h;亚硝酸还原酶活性中白桦最高,为8.82mgNO_2-N/g干土·24h;羟胺还原酶活性中为杜松最高,是10.56mgNH_2OH/g土·5h。土壤微生物数量上都表现为细菌>固氮菌>真菌,均为虎榛子最高。相关性分析表明,土壤脲酶活性与三种微生物数量都呈极显著正相关(P<0.01),羟胺还原酶活性与细菌和固氮菌呈极显著正相关(P<0.01),与真菌呈显著正相关(P<0.05)。总体研究结果证明:在阴山山脉森林土壤生态系统中,除真菌数量外,酶活性、细菌和固氮菌数量表现为落叶阔叶林>常绿针叶林,落叶阔叶灌丛>常绿针叶灌丛,落叶阔叶疏林<常绿针叶疏林,植被类型对土壤酶活性和土壤微生物数量的影响很大。     

ARIMA模型预测土壤墒情研究

土壤水分的动态模拟是土壤墒情(旱情)监测及预测预报的重要内容。采用AR IM A模型进行土壤水分时间序列的拟合与趋势预测。在建立模型后,用实测数据与模型的预测数据相比较说明AR IM A时间序列模型能较好地拟合与预测土壤墒情的变化趋势。     

BP神经网络方法在土壤墒情预测中的应用

利用多年实测土壤水分资料和气象资料,建立了考虑多个因素如:外界气象因素及土壤特性、作物生长等对土壤墒情影响的BP人工神经网络模型。应用结果表明:所建立的模型具有较好的预测效果;用BP人工神经网络建立土壤墒情预测模型的方法是可行的。     

基于Sentinel-1/2的土壤盐分含量反演研究

本试验利用Gram-Schmidt（GS）变换将Sentinel-1A雷达影像与Sentinel-2A多光谱影像进行融合,并分析雷达影像、多光谱影像及融合影像各波段与吉林省白城市表层土壤含盐量的相关性,建立研究区土壤含盐量的反演模型,对研究区土壤含盐量进行制图。研究结果表明：Sentinel-1A 的VH、VV波段后向散射系数与研究区土壤含盐量均呈显著正相关,可用作土壤盐碱化监测的遥感数据源;合适的数学变换可以提升Sentinel-1A、Sentinel-2A及融合影像与土壤含盐量的相关性,其中,Sentinel-1A的VV波段与Sentinel-2A第5 波段融合后,其二次方变换与土壤含盐量的相关系数达到0.820;引入合适的盐分指数可以有效改善Sentinel-2A及融合影像与土壤含盐量的相关性,其中,融合影像的盐分指数(D₂D₄)/D₃与土壤含盐量相关系数达到0.889;利用融合影像及盐分指数(D₂D₄)/D₃建立的研究区土壤含盐量反演模型Y=86.260X-66.206X²-5.312,模型决定系数达到0.791,均方根误差为1.884 g·kg^-1,表明将Sentinel-1A雷达影像与Sentinel-2A多光谱影像进行融合来提升土壤含盐量反演精度的方法切实可行。     

秦王川灌区土壤次生盐渍化预测及防治

本文在论述秦王川盆地水文地质条件及土壤盐渍化现状的基础上，对引大通河水入秦王川工程灌水后土壤次生盐渍化极易产生的盆地南部，建立起地下水流数学模型，并对灌后土壤次生盐渍化进行也预测，提出了相应的防治对策。     

内蒙古扎兰屯市典型森林枯落物、土壤水源涵养功能研究

对扎兰屯林区3种典型(天然兴安落叶松、天然白桦、人工兴安落叶松)林分不同郁闭度等级林下枯落物及土壤水文特性进行了研究。结果表明:1)森林枯落物储量为24.81~82.32t/hm2,天然林枯落物的储量明显高于人工林。天然白桦林枯落物持水量最大(270.25t/hm2),人工落叶松纯林最小(88.25t/hm2)。枯落物对水分的有效拦蓄量为天然落叶松林(122.36t/hm2)天然白桦林(94.49t/hm2)人工落叶松林(67.99t/hm2)。2)土壤最大持水量为2958.51~3723.39t/hm2,其总孔隙度、最大持水量均表现为天然落叶松林天然白桦林人工落叶松林。土壤有效持水量天然白桦林(1033.23t/hm2)天然落叶松林(946.37t/hm2)人工落叶松林(833.34t/hm2)。3)天然落叶松林和人工落叶松林当郁闭度处于85%以上,天然白桦林郁闭度处于55%以下时,其枯落物量和最大持水量最大;天然落叶松林在郁闭度65.2~67%,天然白桦林郁闭度40.07~54.52%,人工落叶松林郁闭度85.66~100%时,枯落物对水分有效拦蓄量最大。4)天然落叶松林郁闭度73.49~96%,天然白桦林郁闭度为56.07~65.37%,人工落叶松林郁闭度为46.72~67.29%时,其土壤有效持水量最大。     

半干旱地区矿区土地利用时空演变与预测

半干旱地区矿区的土地利用格局在采矿干扰下发生着巨大变化,以全国八大煤炭生产基地之一的山西省大同矿区为研究对象,分析1985-2015年土地利用类型的时空变化以及影响土地利用变化的驱动因子,构建RF(Random Forest,RF)-FLUS(Future Land Use Simulation,FLUS)模型模拟预测...     

基于去包络线和连续投影算法的枣园土壤电导率光谱检测研究

选取新疆阿拉尔市典型极端干旱区为研究对象,利用土壤高光谱特征对土壤电导率进行反演。为了准确快速检测土壤电导率,通过获取南疆阿拉尔市红枣种植区土壤电导率和高光谱信息,在去包络线处理基础上,分别采用相关性分析法和连续投影算法（SPA）筛选特征波长,并建立特征波长与土壤电导率的偏最小二乘回归模型,使用均方根误差(RMSE)、决定系数（R²）以及相对分析误差（RPD）对不同处理方法的模型效果进行评价。结果表明,基于原始光谱直接使用相关性分析法的预测精度RMSE=0.85566,R²=0.7479,RPD=2.7569;通过去包络线处理使用相关性分析筛选特征波长后,模型的预测精度RMSE=0.44490,R²=0.9500,RPD=6.4510;基于原始光谱使用SPA选择特征波长后,模型的预测精度RMSE=0.31178,R²=0.9707,RPD=8.4445;通过去包络线处理使用SPA选择特征波长后,模型的预测精度RMSE=0.30173,R²=0.9764,RPD=9.3215。综上,说明SPA方法具有较强的特征波长选择能力,基于去包络线处理+SPA的偏最小二乘回归反演模型的预测精度最好,可实现新疆阿拉尔地区土壤电导率的快速检测。