基于漫反射光谱的茶园土壤硝态氮检测

该文研究了充分利用土壤漫反射光谱在可见-近红外波段的有效信息,研究快速准确检测土壤硝态氮含量的新方法。试验选取89个风干土壤样本,经粉碎过直径1 mm筛孔后,使用 FieldSpec 3便携式光谱仪（光谱波长范围：400～2 500 nm）,获取其漫反射光谱。检查各土样的原始光谱的有效性并进行平均,经偏最小二乘法partial least squares（PLS）聚类分析后,选取其中的63个样本构成校正集建立模型,10个样本构成预测集进行模型验证。通过一阶微分与滑动平均滤波相结合的预处理方法,用15个主成分建立的主成分+神经网络模型为最好,其校正模型的回判相关系数为0.9908,均方根误差（RMSEC）为1.4528,预测模型的相关系数为0.7179。研究结果表明,利用可见-近红外光谱技术可以准确地检测茶园土壤硝态氮含量。     

宁夏引黄灌区日光温室集约种植区浅层地下水硝态氮含量与耕层土壤硝态氮含量的关系

  目的  探讨宁夏引黄灌区日光温室集约种植区地下水硝态氮污染现状及其与土壤硝态氮含量之间的关系,为有效防治地下水硝态氮污染及土壤盐渍化提供理论依据。  方法  通过抽样调查方法,采集7个典型日光温室集约种植区不同时期的214个地下水样及102个0 ~ 20 cm土壤样品,分析了地下水和土壤的硝态氮含量及电导率等。  结果  地下水样本硝态氮含量超过Ⅲ类水标准的达53.3%;近80%的土壤样本呈现出不同程度的盐渍化,其中中度盐化土占57%。当地下水硝态氮含量大于40 mg L?1时,地下水电导率、土壤电导率和土壤硝态氮含量均随地下水硝态氮浓度增加而急剧增加。土壤电导率与土壤硝态氮含量之间呈极显著线性函数关系,决定系数达0.376。土壤硝态氮含量与地下水硝态氮含量之间呈极显著的指数函数关系,土壤电导率与地下水电导率之间呈极显著的线性函数关系。  结论  宁夏典型日光温室集约种植区的地下水硝态氮污染和次生盐渍化严重,并与土壤硝态氮含量和盐渍化密切相关。     

土壤硝态氮含量检测和分布图生成中的最优样本量

土壤参数的时空变异是实施精细农业时要考虑的重要因素,在土壤检测的栅格采样中有必要确定最优样本量。本研究的试验田是一块生长中的玉米地块,试验区的面积为4.2 m×4.2 m,该试验区被假定为土壤采样中的一个栅格,该栅格又被细分为49个0.6 m×0.6 m的子栅格。采样时,所分析的土壤参数为土壤硝态氮含量,从播种到收获共进行了7次采样。通过对土壤样本土壤硝态氮时空变异的分析,揭示了样本量和土壤硝态氮含量预测误差之间的相关关系。土壤硝态氮含量呈非正态分布,通过对玉米各个生长期获得的数据分析表明：含量水平的预测误差随深度的增加而增大;当从一个栅格只采集1个土壤样本时(样本量为1),预测误差基本在50％左右(显著水平：α≈0.10),而当从一个栅格采集5个土壤样本时(样本量为5),预测误差将降至25％左右。另一方面,当要求预测误差低于30％时,对于普通生长条件下的土壤需要从1个栅格至少采集3个样本,而对于追肥后的土壤则至少需采集15个样本。     

施氮对潮土土壤及地下水硝态氮含量的影响

采用３年田间小区肥料定位试验,研究了氮量对１ｍ土体硝态氮含量的影响;结果表明,每汞施氮量小于２２５ｋｇ／ｈｍ＾２时,１ｍ土层中各测定时期硝态氮含量变化不大,在１１．４～４１．３ｋｇ／ｈｍ＾＠之间,当施氮量增加到３７５ｋｇ／ｈｍ＾２时,１ｍ土层的硝态氮含量增加１．５～７．４掊;０～２０ｃｍ、８０～１００ｃｍ土层硝态氮在每季施氮量大于２２５ｋｇ／ｈｍ＾２时急剧啬地地下水产生污染。     

土壤中硝态氮含量的影响因素研究

采用田间试验及人工渗滤池试验方法，研究了土壤中硝态氮含量的影响因素。结果表明，影响大田土壤中硝态氮因素很多，程度不一，其中土壤类型决定着硝态氮基础含量，是内因，而施肥及施氮量是影响硝态氮含量最大的外界因素，其次是土壤湿度和氮肥品种，土壤温度对其影响不明显。     

双波长分光光度法测定土壤硝态氮

研究了双波长分光光度法测定土壤中的硝态氮，结果与酚二磺酸法相符，样品标准加入回收率为90％-109％，PSD）为2．22％-3．45％。结果表明；该方法具有选择性好、灵敏度高、操作简便、测定范围宽、能有效消除亚硝酸盐、氯离子、有机物的干扰等优点。     

旱地土壤硝态氮残留淋溶及影响因素研究

在我国北方旱地,施入土壤而未被作物吸收利用的肥料N,主要以NO3--N的形式残留于土壤中。残留的NO3--N如不及时被作物吸收利用,在降水或灌水的作用下,会淋入土壤深层,或随径流进入地表水体,或经反硝化形成N2O进入大气,对土壤、水体和大气环境构成严重威胁。本文分析了旱地农田生态系统中,NO3--N在土壤剖面的残留淋溶与施肥、灌溉/降水、耕作、土壤、植物等因素的关系。提出在今后的研究工作中应特别注意的问题:①建立长期定位试验,确定NO3--N淋溶阈值,评价和预测NO3--N残留和淋失的趋势;②优化作物栽培和养分资源管理措施,提高作物利用土壤NO3--N的能力;③改进N肥施用技术,加强N素管理,防止NO3--N在土壤中大量累积。     

生物固体对土壤氮循环和硝态氮淋洗的影响

根据近２０余年有关生物固体对土壤中氮循环及硝态氮淋洗的献综述了有关的研究结果。从生物固体中氮的形态，矿化作用，氮被植物的摄取，氨的挥发，氮的固定与储存，硝化作用，反硝化作用及铵的淋洗介绍了氮的循环，从林地及农田的生物固体施用量，植被，季节及土壤的特征介绍了硝酸盐的淋洗状况，这对于生物固体合理的土地利用，发挥其正效应，以及保护环境可供参考与研究。     

菠菜叶片硝态氮还原对叶柄硝态氮含量的影响

选用3个菠菜品种,设置N.0.1和0.3.g/kg2个施氮水平进行盆栽试验。在不同时期采样测定叶片内、外源硝酸还原酶活性、硝态氮代谢/贮存库大小,以及加入外源硝态氮培养后叶片硝酸还原酶活性的变化,探讨菠菜叶片的硝态氮还原与叶柄硝态氮含量的关系。结果表明,叶片内源硝酸还原酶活性、内源/外源硝酸还原酶活性比值、叶片的硝态氮代谢库大小及代谢/贮存库比值与叶柄硝态氮含量呈相反趋势。加入外源硝态氮培养后叶片硝酸还原酶活性的增加程度与叶柄硝态氮含量相一致。叶片内源硝酸还原酶活性高低及其发挥程度,叶片硝态氮代谢库大小及硝态氮在代谢、贮存库中的分配是造成品种间叶柄硝态氮含量高低差异的重要原因。     

用于ISE硝态氮检测的土壤原位前处理装置设计与试验

前处理自动化程度是影响土壤养分检测效率和可行性的关键环节之一。该文设计开发了1种适用于电极法硝态氮原位测定的前处理装置,融合土壤水分校准算法,装置具备水分测定、称重、注液浸提、高速旋转离心等功能,性能测定结果表明:装置两自由度机械平台纵向控制精度达到0.1 cm,旋转定位控制精度为1?,注液精度可达0.2 m L,位移量及注液量具有较高重复性;较常规手动操作,利用该装置进行土样前处理耗时明显降低,自动化及时效性明显提高,人工劳动强度下降;利用装置前处理土样,电极法测定结果与标准光学检测结果接近,两者回归方程调整决定系数为0.87,平均绝对偏差为20.97 mg/kg,均方根误差为22.34 mg/kg,较悬液直测精度明显提高。装置浸提环节仍需进一步优化,研究结果可为集成式土壤养分原位检测装置研发提供参考。     

Superfloc127用于电极法测定土壤硝态氮含量的可行性分析

样本前处理是影响离子选择电极测土时效性的关键环节。以缩短静置时间为目的,该文探讨了高分子絮凝剂Superfloc127用于土壤硝态氮浸提前处理操作的可行性。首先,基于相界电位模型对Superfloc127加入土样硝态氮浸提液后电极反应动力学过程进行建模分析,理论可行性验证后,开展测土试验,分析其对自制全固态电极（PPy-NSISE）及商用电极（PVC-NISE）电化学性能的影响。结果表明：使用Superfloc127后,样本制备时间由1.5 h缩短至10 s;PPy-NSISE及PVC-NISE响应斜率分别为-51.4和-52.1 mV/Decade,检测灵敏度无明显改变,测土结果与标准结果之间的决定系数分别为0.69和0.31;连续测定12 h后,PPy-NSISE和PVC-NISE的响应斜率分别降低至-35.1和-25.4 mV/Decade,性能不可恢复。通过理论解析及大量分析试验证明,絮凝剂Superfloc127无法应用在基于离子选择电极法的土壤硝态氮快速分析,提高土壤前处理效率的研究工作仍需深入开展。     

基于BP神经网络插值的土壤全氮空间变异

大尺度土壤养分空间变异研究可以为土壤改良分区治理提供基础数据。寻求合适的取样数和插值方法是进行土壤养分空间变异研究的关键。以安徽省舒城县为例,共取得0～20cm土壤表层样品523个,土壤全氮的空间变异由BP神经网络插值方法在不同取样数条件下获得,通过与克里格插值法进行比较得出:样本数在100个时,神经网络插值的预测吻合度(G)比克里格插值高7.75%,均方根误差(RMSE)低0.1,总体精度优于克里格;样本数大于200时,神经网络插值和克里格插值精度基本相同,随着采样数量增加,两种方法的插值精度也在提高,并逐步趋于平稳。在大尺度土壤养分空间变异研究中,在小样本情况下,神经网络插值具有优势。     

基于BP神经网络的皮棉杂质在线检测方法

为改进因皮棉含杂影响因素多,现有杂质含量数学统计模型不精确,测量精度不高的缺点,用人工神经网络方法建立了基于BP神经网络的皮棉杂质含量数学模型。用自行设计的皮棉杂质测量系统提取皮棉杂质图像特征参数并进行处理。针对BP神经网络收敛慢的特点,在实际算法中引入了动量项,从而提高了网络收敛速度。试验结果表明,BP神经网络模型拟合结果的相对剩余标准差为1.76%,拟合精度明显优于数理统计模型的拟合精度。     

基于近红外光谱分析的土壤分层氮素含量预测

准确、快速地估测土壤中的氮素含量是推动配方施肥顺利开展的保障。该研究在不同区域随机选取了30个点位,每个点位分别取其表土层(0~30 cm)、心土层(30~48 cm)以及底土层(48~60 cm)3个部位进行取样,利用傅里叶型光谱分析仪MATRIX_I测量了土壤样本在近红外区域的吸收光谱,并使用实验室手段测量了土壤样本的水分及氮素含量。分析了不同层次土壤样本的吸收光谱特性,以及土壤水分、氮素不同层次的变化规律。同时对原始光谱吸收率进行一阶微分处理,而后利用微分光谱与土壤全氮含量进行相关性分析,选取反应土壤全氮含量的敏感波段1 387、1 496、1 738、1 876、2 120以及2 316 nm。利用所得敏感波段与土壤氮素含量分别建立多元线性回归模型,BP神经网络预测模型以及基于遗传算法优化的BP神经网络建模。结果显示,基于遗传算法优化的BP神经网络建模,其决定系数为0.883,均方根误差为0.0278 mg/kg。表土层土壤的预测验证结果决定系数为0.716,均方根误差为0.031 mg/kg;心土层土壤的预测验证结果决定系数为0.801,均方根误差为0.030 mg/kg;底土层土壤的预测验证结果决定系数为0.667,均方根误差为0.033 mg/kg。无论是建模精度还是模型在土壤各个层次的预测精度相比于多元线性回归模型和BP神经网络模型相比都有了显著的提高,说明该方法在土壤全氮含量预测过程中具有明显的优势,可应用于实际生产。     

多土壤信息测量传感器的硬件系统集成设计（英）

土壤在作物的生长过程中起到了重要的作用,所以对于基于决策的作物生产管理,土壤信息是必需的。传统的土壤取样获取土壤信息技术耗时且成本高,尤其是对于大规模农田土壤信息测量。目前一些近地面的可连续测量的土壤信息传感器技术能够提供高精度的数字土壤信息地图,然而这些商业化的技术成熟的传感器通常需要单独使用。该文提出了将γ射线光谱仪GR320、利用电磁感应原理的EM38和EM31以及Veris 3100和Veris pH这些可在农田近地面连续测量的土壤特性测试传感仪器集成在一起同时使用的方案,介绍了此集成系统的硬件设备和相关特性参数以及今后需要继续研究解决的问题。利用该系统可一次获得不同的土壤特性参数数据,如土壤矿物质含量,不同深度的土壤电导率值和土壤pH值等,可避免多次测量车辆行走对土壤的压实。多传感器数据之间的互相补充可以进一步提高且更有利于精确农业中基于土壤信息的决策规划。该系统适用于大面积农田土壤特性测量。     

灌溉水中悬浮固体对土壤水分入渗性能的影响

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。     

基于GARBF神经网络的耕地土壤有效磷空间变异分析

为了调整耕地管理措施、合理施用磷肥、减少磷素流失、降低水体非点源污染,该研究以高州市为例,在全市各区镇共采集了664个耕作层(0～20cm)土样,利用遗传算法优化的径向基函数(radial basis function network optimized by geneti calgorithm,GARBF)神经网络和普通克里金法(Ordinary Kriging)等方法,分析了县域耕地土壤有效磷在不同采样尺度下的空间变异特征及其空间分布格局与成因。结果表明,高州市耕地表层土壤有效磷存在半方差结构,半方差函数曲线与指数和球状模型曲线拟合较好;5种采样尺度下(训练样点数分别为100、200、300、400和500)耕地表层土壤有效磷均表现出弱的结构空间相关,在较大范围内空间自相关性较差。GARBF神经网络空间插值能力在整体上要有优于基于邻近点RBF神经网络和普通克里金法。300样本下GARBF神经网络空间插值结果表明,高州市耕地表层土壤有效磷的盈余现象比较严重,并且盈余有效磷的流失对该地区水环境会产生严重的威胁。该研究结果可以为土壤属性空间估测、合理施肥以及降低水体非点源污染提供理论依据和技术支持。     

黑土养分含量的航空高光谱遥感预测

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;全氮、有效磷和速效钾的预测精度,BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。     

基于BP神经网络模型的荔枝树叶面积测定方法

为了准确、快速地测定荔枝树叶面积，设计了一个BP神经网络模型，输入参数为叶片长度和叶片最大宽度，输出参数为叶面积。用LI-3000A型叶面积仪测量所得到的样本数据对网络进行训练，测试样本的网络输出与网络目标的相关系数达0.99609，网络模型是有效的。用训练后的网络模型对10组未参加建模的样本数据进行叶面积测定，误差平方和为1.2929，优于回归方程法的2.511。训练好的BP神经网络模型可以在不破坏叶片的情况下，简单、快速、经济地测定大量的荔枝树叶片面积。