黑土区田块尺度土壤有机质含量遥感反演模型

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm~2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。     

采煤矿区表层土壤有机质含量遥感反演

利用LandSat ETM+影像反演煤炭开采区表层土壤有机质含量的空间格局,对采样点各波段光谱反射率进行数学变换,并将所得结果与有机质含量进行相关性分析.挑选出敏感波段,建立了表层土壤有机质含量的光谱预测模型.结果表明,研究区表层土壤有机质含量与第5波段和第7波段反射率呈极显著的负相关关系(R分别为-0.585和-0.543,P＜0.001);对反射率进行数学变换可以改善其与有机质之间的相关性;用第1波段反射率对数的倒数和第5波段反射率的倒数建立二元回归方程(R2 =0.616 2,p＜0.001)对研究区土壤有机质有很好的预测能力(R2 =0.616 2,RMSE=0.89);有机质含量在10～15g/kg范围的图斑面积最大,占研究区总面积的50.44％;表层土壤有机质随开采沉陷坡度的增加呈减少的趋势;煤炭开采沉陷对表层土壤有机质含量的扰动属于失碳效应.     

松辽平原黑土有机质含量的遥感反演研究

通过分析遥感影像中裸露黑土的反射光谱值与土壤有机质含量之间的关系,尝试能否利用航天遥感影像进行研究区的农田土壤有机质含量的定量反演。研究将土壤有机质含量和ASTER遥感影像光谱值进行逐步回归分析,得出二者的指数关系式,并将研究区土壤有机质含量分为5个等级,表明利用遥感影像估测土壤有机质含量是可行的。     

东北典型黑土区表层土壤有机质含量高光谱反演研究

选择东北典型黑土区——德惠市、扶余市和双城市为研究区,利用便携式地物光谱仪获取土壤光谱数据,基于原始光谱值及一阶微分、倒数的对数、连续统去除变换,分别建立了黑土有机质含量的多元线性逐步回归模型、偏最小二乘回归模型和BP神经网络模型。结果表明:高光谱与土壤有机质含量在多个波段相关性较好,其中有机质与反射率一阶微分处理的相关性最好,在光谱584 nm处其相关性最强(r=-0.60,n=81)。光谱一阶微分处理数据在三种建模方法中的预测及验证精度均高于原始光谱值、倒数的对数和连续统去除变换,因此一阶微分为最佳光谱变换形式。偏最小二乘回归分析的预测效果整体优于多元线性逐步回归分析和BP神经网络分析,光谱一阶微分处理的偏最小二乘回归模型呈现出最佳预测效果,决定系数为0.71、均方根误差为2.29 g kg~(-1)(n=53)。     

干旱区典型绿洲土壤有机质的反演及影响因素研究

为了大面积、高精度地反演土壤有机质含量,为农业可持续发展提供数据支撑。以新疆渭干河-库车河三角洲绿洲为研究区,采用波段平均法将实测高光谱窄波段拟合为Landsat 8 OLI遥感影像的宽波段,建立土壤有机质含量的估算模型,并将最优估算模型应用到经过波段校正的Landsat 8OLI遥感影像中。结果表明:(1)反射率进行倒数、对数、平方、一阶微分等数学变换后与有机质含量的相关性显著提高;(2)土壤有机质的高光谱估算模型拟合度较高,最优估算模型的决定系数R2为0.852,采用比值法对多光谱波段反射率进行校正,校正后的遥感影像反演结果得到了较大提高,检验样本的决定系数R2从0.711提升至0.849。从反演结果来看,将高光谱估算模型应用到经过订正的多光谱影像,土壤有机质反演模型的精度得到了大幅度提高,运用此方法可以实现高精度的土壤有机质区域化反演。(3)有机质的分布受土地利用类型、土壤颗粒组成、土壤质地的影响,其中土壤质地对有机质的空间分布影响最为显著。     

基于HJ卫星的棉田土壤有机质空间分布格局反演

以北疆绿洲区棉田表层土壤为研究对象,利用国产HJ-1A/1B卫星CCD多光谱数据对裸土有机质空间分布格局进行研究。通过分析多光谱数据不同波段的光谱反射率及其变换形式与实地采样得到的土壤有机质含量的相关性,探寻适合绿洲区棉田表层土壤有机质含量快速反演的敏感波段及参数,并针对不同参数分别建立一元线性、二次、三次、对数、倒数、幂函数、生长型、S型回归模型,以及多元回归模型;对生成的模型进行综合对比分析,获取北疆绿洲区棉田表层土壤有机质含量的最佳反演模型,从而实现整个研究区土壤有机质空间格局的遥感反演。结果表明:HJ卫星多光谱数据4个波段的反射率均与土壤有机质含量存在显著的相关性,第3波段的倒数与土壤有机质含量相关性最为显著;且以第3波段光谱反射率作为因变量得到的三次线性回归模型对土壤有机质含量进行反演的效果最佳;通过空间布局反演得到研究区土壤有机质空间分布整体呈现南北两端有机质含量较高,中部有机质含量较低的格局。该研究表明虽然与黑土有机质含量具有差别,但是遥感技术仍能够作为绿洲区土壤有机质含量空间布局反演的方法,为遥感技术在土壤参数监测中更好的发挥作用提供理论支持,同时也为新疆棉田生产管理和农田可持续利用提供科学依据。     

基于多元地统计的土壤有机质含量空间格局反演

为了提高土壤有机质含量的空间预测精度,该文采用了一种多元地统计方法来构建遥感定量反演模型。考虑到回归误差在空间上具有一定程度的聚类,该文提出了基于局部变化均值的普通克里金方法,然后用其构建土壤有机质含量遥感定量反演模型。对四川省西南部土壤有机质含量进行空间预测试验,并与普通克里金、普通遥感定量反演、基于回归克里金的遥感定量反演等方法相比较。结果表明:该文提出方法的空间预测结果最优,其原因为该方法通过空间统计来建立采样数据与地表反射率间的联系,充分考虑了数据间的空间相关性,因此可以更精确地获得土壤有机质含量的遥感反演模型;相比基于回归克里金的遥感定量反演方法,基于局部变化均值的普通克里金假设回归误差在局部邻域内的均值也不一定为零,更符合实际情况。该方法为农田养分管理及区域农业的可持续发展提供科学依据。     

典型黑土区坡耕地土壤碱性磷酸酶和有机质空间分布研究

以东北黑土侵蚀严重区宾州河流域为研究区,通过采集流域上游、中游和下游6个典型坡面及各坡面不同坡位的土壤样品,分析坡耕地土壤碱性磷酸酶和土壤有机质在流域和坡面尺度的空间分布特征及其与土壤侵蚀的关系。结果表明,在流域尺度上,坡耕地土壤碱性磷酸酶活性和土壤有机质含量均表现为下游 > 中游 > 上游,坡面尺度上总体表现为坡面上部 < 坡面中部 < 坡面下部的趋势,且坡位对土壤有机质分布的影响较其对土壤碱性磷酸酶活性的影响更为明显。土壤碱性磷酸酶活性与土壤有机质间存在极显著的正相关关系。流域土壤碱性磷酸酶活性和有机质空间分布与土壤侵蚀空间分布相对应,反映出土壤侵蚀是影响该区耕层土壤碱性磷酸酶活性和土壤有机质含量的主要因素。     

黄河三角洲典型生态脆弱区土壤退化遥感反演

黄河三角洲是典型的生态环境脆弱区,土壤质量不高,盐渍化状况普遍,快速准确掌握该区土壤退化状况,对退化土壤恢复重建、可持续利用具有重要意义。该研究选择黄河三角洲垦利县为研究区,以2008年实测数据为依据,通过建立土壤退化评价指标体系,以参评因素权重与隶属度值加权组合构建土壤退化综合指数,在GIS支持下对土壤退化进行了综合评价;采用与实测同时相的TM影像数据,结合不同程度退化土壤光谱特征、土壤退化综合指数与波段灰度值的相关性分析,筛选土壤退化敏感波段,进而构建土壤退化敏感光谱指数,并建立基于敏感光谱指数的土壤退化综合指数反演模型,最终筛选出拟合程度最高的指数模型作为研究区土壤退化的反演模型,对模型进行精度分析,并利用2008年遥感影像验证反演结果;将该反演模型应用于2011年和2013年的遥感影像,并对研究区2008-2013年的土壤退化状况及动态变化进行了分析。结果显示:基于土壤退化综合指数评价结果,研究区土壤退化程度从沿海到内陆呈现由高到低过渡的趋势;TM1、TM2、TM3波段为土壤退化敏感波段,基于此3个波段组合的土壤退化光谱指数构建的土壤退化遥感反演模型有较高的精度,R2为0.7182,其验证均方根误差、相对误差和决定系数分别为0.0241、3.66%和0.6724,反演结果与同年基于实测数据的综合评价结果相一致;研究区2008-2013年土壤退化状况总体变化不大,有逐渐改善趋势。     

土壤有机质高光谱遥感和地统计定量预测

通过两种不同的尺度进行了土壤有机质含量的预测,在全县范围（大尺度）内运用地统计方法进行最优无偏内插估计,得到全县土壤有机质含量的空间分布格局。在小尺度高光谱Hyperion影像范围内,确定623.6 nm处反射率倒数之对数的一阶微分与564.4 nm处反射率倒数之对数的一阶微分的比值为土壤有机质的敏感变量,运用多元统计分析方法,确立各土壤有机质高光谱定量最佳反演模型,并把该模型应用于高光谱影像进行有机质含量定量填图,取得了很好的预测效果（R2=0.8684）。同时为了进行客观比较,基于同一尺度,利用30个样点进行地统计空间插值定量预测,比较两种预测结果,通过分析得出由于地统计学受到样点的数目、分布和间距情况以及内蕴假设的影响,其预测效果不如高光谱遥感反演模型。     

南方花岗岩红壤典型区土壤有机质的空间变异特征

 通过野外实地调查与室内试验,以长汀县为研究区,在GIS的支持下,运用地统计学方法分析南方花岗岩红壤典型区表层土壤有机质的空间变异特征。结果表明:研究区土壤有机质质量分数总体水平中等并具有中等的空间相关性,平均为2.73%;变异系数为72.73%,属中等变异;由空间自相关部分引起的空间变异性程度较大,C0/(C0+C)值为47.13%,变程为21.48km;在空间分布上呈现四周高中间低的分布特征,在中部地区形成连片的低值区,西部有机质质量分数整体较高,存在最高值。研究成果可为南方花岗岩红壤侵蚀退化地的生态恢复与重建提供参考。     

Soil organic matter decline and compositional change associated with cereal cropping in southern Tanzania

The spatial analogue method and ¹³C analytical techniques were used to reveal medium‐ to long‐term changes in soil organic matter (SOM) in farmers' fields under maize in southern Tanzania. Aerial photography and detailed farmer interviews were used to relate land‐use history to declines in SOM concentration and changes in composition. The research attempted to measure the rate of SOM decline and the extent to which farmers' residue management practice was allowing cereal residues to contribute to SOM. The combination of research methods employed in this study proved to be highly complementary. Results indicate that native SOM decreased by on average 50 per cent; after 25 years of cultivation. Under current residue management with cereal residues mostly grazed and burnt there is only a relatively modest contribution from cereal residues to SOM. When cereal residues are retained in the field it is likely they will contribute significantly to SOM but they are much less likely to build SOM in the medium to long term. The paper concludes that in many situations it is probably best for farmers to allow the majority of the residues to be eaten by cattle in these systems rather than attempt to build SOM or risk nitrogen immobilization in cropped fields. The greater importance of inputs of high‐quality (e.g. legume) residues for nutrient supply in the short term is highlighted, in contrast to inputs of poor‐quality (e.g. cereal) residues in an attempt to build SOM in the longer term. Copyright © 2001 John Wiley & Sons, Ltd.     

DNDC模型耦合遥感技术的保护性耕作下土壤有机碳模拟

不同耕作措施会改变土壤有机碳储量,影响农田生态系统的碳收支。揭示自实行保护性耕作以来农田土壤有机碳的响应规律,对增加土壤碳库具有重要意义。该研究基于遥感反演技术耦合DNDC模型,从县域和栅格尺度,精细刻画保护性耕作下2000－2020年吉林省土壤有机碳密度（soil organic carbon density,SOCD）的空间分布格局,并模拟不同秸秆还田情景下SOCD增长潜力。结果表明：1）20 a间土壤有机碳储量增加了6.12×10⁸ t,增量主要与耕地面积扩大相关。县域尺度SOCD在4.46～98.09 t/hm²,栅格尺度SOCD在3.34～139.2 t/hm²,呈现中高北低的格局。2）保护性耕作对表层土的影响更大,0～10 cm土层的SOCD增长率最高达0.44%,>10～20 cm土层增长率最高为0.09%。3）吉林西南及中部具有巨大的SOCD增长潜力,达0.24～0.57 t/hm²。研究结果可为保护性耕作政策制定提供科学参考。     

基于Landsat TM图像棉花面积提取中线状地物的扣除方法研究

在新疆棉花遥感监测中，发现各种线状地物对TM影像图中的棉花面积提取精度产生影响，直接对图像进行处理和分类这种影响难以消除。经实际调查，新疆某一农场的各种线状地物占到总耕地面积的12．8％。为提高作物面积提取精度，完善农业部全国棉花遥感监测运行系统，进行了线状地物扣除方法的试验研究。阐述了试验研究方法的理论依据、技术路线与实施过程。并经验证可消除绝大部分线状地物对作物面积提取精度产生的影响。     

煤炭矿区耕地土壤有机质无人机高光谱遥感估测

为监测煤炭矿区不同沉陷阶段耕地土壤质量状况,实现矿区土地复垦和耕地质量保护,以山西省长治王庄煤矿周边3种处于不同沉陷阶段的耕地为例,使用无人机搭载高光谱相机进行影像获取,并在研究区内进行土壤样品采集及室内光谱测定。通过对光谱反射率进行倒数、一阶微分、二阶微分、多元散射校正4种不同形式的变换,分析转换后的光谱反射率和实测有机质含量的相关性,筛选出相关系数较高的敏感波段。利用多元线性回归（Multiple Linear Regression,MLR）、偏最小二乘回归（Partial Least Squares Regression,PLSR）和BP神经网络（BP Neural Network,BPNN）3种模型对有机质含量建立预测模型,并对模型预测结果进行精度评价,选用较优模型代入无人机高光谱影像进行有机质含量填图,得到耕地范围内的土壤有机质分布情况,并对处于不同沉陷阶段的耕地土壤有机质空间分布差异及其驱动因子进行分析讨论。结果表明：1）采煤沉陷区耕地土壤有机质含量与经过多元散射校正变换的光谱曲线相关性最高,敏感波段为463.75～492.45 nm,870.79～932.58 nm处,最大相关系数为0.63。2）经过多元散射校正处理的光谱曲线运用偏最小二乘回归模型和BP神经网络模型预测有机质含量精度要明显高于多元线性回归模型,预测精度分别达到0.863和0.884,可以用于有机质含量的估测。3）采煤沉陷区耕地土壤有机质分布情况表现为煤炭开采未扰动区耕地土壤有机质分布较为均一,均值为26.94 g/kg,总体上处于中上等水平;煤炭开采扰动稳沉区耕地土壤有机质高低值分化明显,整体分布呈现较大空间分异性;煤炭开采扰动区介于二者之间。矿区有机质含量大小关系为煤炭开采未扰动区耕地>煤炭开采扰动区耕地>煤炭开采扰动稳沉区耕地。     

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。