基于地类分层的土壤有机质光谱反演校正样本集的构建

以江汉平原滨湖地区不同土地利用类型的土壤样本为例,比较了基于目标土壤理化性质的浓度梯度法、扩展的基于多种理化性质的综合法(P-KS)、基于光谱信息的KS法、最邻近样本去除法(reduce nearest neighbor samples,RNNS)法和基于浓度分层并结合光谱信息的C-KS、C-RNNS法,基于地类分层再结合上述方法,构建具有不同层次土壤信息代表性的校正集,采用偏最小二乘回归法,建立土壤有机质可见光/近红外光谱反演模型。结果表明,具有单一代表性的浓度梯度法、KS法、RNNS法难以建立适用模型;具有光谱与理化性质二元代表性的C-KS方法模型预测精度得到了明显的提升,相对分析误差(ratio of performance to standard deviation,RPD)为1.66;考虑土地利用类型后,浓度梯度法、RNNS法与C-KS法模型预测精度有明显的提升,RPD分别达到了1.84、1.51、1.75,模型具有良好的适用性。说明具有多层次土壤信息代表性的校正集构建方法对提高土壤有机质可见光/近红外光谱反演模型的适用性具有较好作用。     

安徽省土壤阳离子交换量传递函数构建与精度评价

【目的】由于化学测定方法费时费力,很多历史土壤资料缺少阳离子交换量(CEC)信息。本研究旨在基于易获取的变量建立安徽省土壤CEC的预测模型。【方法】利用覆盖安徽全省区域的711个土样的有机质含量、颗粒组成和土壤pH的信息,采用逐步多元线性回归方法建立CEC预测模型;并按土壤层次、土壤类型、母质、土地利用方式、质地和石灰性六种分组方式检验了其对模型预测精度的影响。【结果】(1)利用全省未分组数据建立的预测模型精度较低,调整R²仅为0.33;(2)按土壤类型、土地利用方式和石灰性进行分组,整体上可提高模型的预测精度,调整R2提升至0.44～0.93;但按土壤层次、母质和质地进行分组,模型精度未得到明显改善甚至有所下降;(3)预测安徽省土壤CEC的参数重要性依次为土壤黏粒含量、土壤有机质含量和土壤pH。【结论】基于未分组数据集上建立的安徽省土壤CEC模型精度很低,依据土壤类型、土地利用方式和石灰性进行分组可提高CEC的预测精度,对CEC预测最重要的变量是土壤黏粒含量,其次是土壤有机质含量和土壤pH。     

基于实测高光谱和Landsat 8 OLI影像的土壤盐化和碱化程度反演研究

针对宁夏银北地区土壤盐碱化定量监测的需要,利用实测土壤高光谱和Landsat 8 OLI多光谱影像数据采用多项式、多元线性回归等方法进行土壤含盐量和pH值反演研究,并对影像光谱反演模型进行校正,以提高遥感定量反演精度。结果表明:(1)基于实测光谱的土壤含盐量反演精度均高于基于OLI影像反演精度;基于实测光谱敏感波段反射率反演精度高于实测盐分指数反演精度,其中实测光谱经平滑后敏感波段建立的模型效果最佳(R²=0.695)。(2)基于实测光谱平滑后敏感波段建立的pH值反演模型精度最高且最稳定(R²=0.545),基于OLI影像光谱反演精度低于实测光谱,但也通过了显著性检验和精度验证。(3)经实测光谱模型校正后的Landsat 8 OLI影像光谱的土壤含盐量反演模型R²从0.347提高到0.623。研究结果可以为准确、快速地定量监测当地土壤盐分含量、pH值的变化提供科学依据和技术手段。     

基于光谱变换的高光谱指数土壤盐分反演模型优选

该文探索基于光谱变换建立光谱指数,进而建立土壤盐分反演模型的可行性。运用倒数、导数、对数等15种光谱变换对土壤含盐量进行反演,并利用原始光谱的波段反射率构造光谱指数对土壤盐分进行建模。在15种高光谱变换中,一阶微分R'和一阶对倒数(log1/R')变换下土壤盐分估算模型的精度较高。但总体而言,基于单一光谱变换和光谱指数的模型模拟精度均较低。采用光谱变换建立光谱指数,并进一步建立土壤盐分反演模型,结果表明,基于(log1/R')光谱变换构建归一化植被指数,然后建立的土壤盐分精度最高,经验证,其R2为0.89,均方根误差为3.34 g/kg,高于单一方法构建的模型,可为半干旱地区土壤盐分反演提供参考。     

淮北平原土壤高光谱特征及有机质含量预测

以安徽省淮北平原的蒙城县为研究区,采集131个表层土壤(0～20 cm)样品。采用Cary 5000分光光度计测定土壤光谱反射率,分析该地区典型土壤类型的光谱特征,利用偏最小二乘回归方法建立土壤有机质光谱预测模型。首先比较不同光谱变换对土壤有机质含量光谱预测建模的影响;其次根据光谱相似性对土壤样品进行分类,比较不同土壤类型和不同光谱分类的有机质光谱预测精度。结果表明:①不同土壤有机质含量和不同土壤类型光谱曲线在整体波段范围内趋势基本一致;有机质含量与光谱反射率呈显著负相关;有机质含量越低,曲线特征差异明显,可能是受其他因素的影响;②土壤光谱反射率经倒数的对数处理后,有机质光谱建模的决定系数和相对分析误差均有所提高,均方根误差降低,模型预测效果较优;③按照光谱相似性分类后建立的有机质光谱预测模型,比按土壤类型建立的光谱预测模型精度明显提高。     

不同利用方式下土壤有机质和全磷的可见近红外高光谱反演

以太湖流域直湖港小流域稻田、桃园和菜地的土壤样本为研究对象,研究了不同光谱建模方法和土地利用方式对土壤有机质和全磷高光谱反演的影响。结果表明:(1)偏最小二乘回归分析(Partial least squarer egression,PLSR)模型的建模和预测精度较高且稳定;人工神经网络中广义回归神经网络(Generalized regression neural network,GRNN)网络预测精度较高但易出现过拟合现象,反向传播神经网络(Back propagation neural network,BPNN)网络比较稳健但精度略低;偏最小二乘与人工神经网络相结合则可综合两者优点,改善复杂样本下的预测精度。(2)土壤有机质的光谱反演结果优于全磷。3种土地利用方式中,稻田的预测效果总体优于桃园和菜地。在当前研究区域内土地利用方式对土壤有机质光谱反演影响不大,但对全磷反演影响较大。今后利用光谱对土壤全磷反演时需分土地利用方式对模型进行校准。     

土壤水溶性盐基离子的高光谱反演模型及验证

土壤水溶性盐基离子是诊断土壤盐渍化类型与盐渍化程度的重要依据,利用光谱技术快速获取土壤水溶性盐基离子含量数据,可为土壤盐渍化类型与盐渍化程度的诊断提供新的技术和手段。该研究通过采集新疆5个不同地区399个土样的反射率与水溶性盐基离子数据并进行31种光谱预处理方法,分析了不同水溶性盐基离子(HCO3-、Cl-、SO42-、K+、Na+、Ca2+、Mg2+)与高光谱反射率之间的相关性;采用K-S(Kennard-Stone)方法挑选出299个样品,针对每种离子使用偏最小二乘回归(partial least squares regression,PLSR)分别建立32个高光谱定量反演模型,优选最佳反演模型,并单独使用100个样品对估测模型进行检验。结果表明:不同离子的最佳反演模型所使用的预处理方法存在差异,其中仅有Cl-和Ca2+、SO42-和Mg2+所使用的预处理方法相同,其他离子则不同;不同离子的反演精度也不同,HCO3-和Ca2+构建的模型相对分析误差(relative percent deviation,RPD)分别为2.67、2.57,模型具有很好的预测能力。Cl-、SO42-和Mg2+所构建的模型RPD分别为2.05、2.10和2.14,表明这三者建立的模型具有较好的预测能力。K+建立的模型RPD仅为1.11,不能对样品进行预测。Na+构建的模型RPD为1.83,表明该离子所建模型只能对样品进行粗略估测。研究结果为探究水溶性盐基离子的高光谱反演增添了新的内容,为土壤盐渍化监测的深入和推进提供了新的思路和方法。     

OLI与HSI影像融合的土壤盐分反演模型

土壤盐渍化问题是黄河三角洲地区主要的土地退化问题,借助遥感技术快速、准确地掌握土壤盐渍化信息,对农业可持续发展具有重要意义。该文以黄河三角洲垦利县为研究区,利用超球体色彩空间变换算法,将环境一号卫星HSI高光谱影像与Landsat 8 OLI多光谱影像进行融合,选择土壤盐分的特征波段,结合土壤盐分的实测数据,建立统计分析模型(多元线性回归、偏最小二乘回归)和机器学习模型(BP神经网络、支持向量机和随机森林),对土壤盐分进行遥感反演。结果表明:OLI影像的统计分析模型和机器学习模型精度均较低,精度最高的随机森林模型相关系数仅为0.570;HSI影像的反演模型精度高于OLI,BP神经网络模型相关系数为0.607;融合影像反演模型精度明显高于HSI影像和OLI影像,土壤盐分含量的实测值与机器学习模型预测值具有良好的相关性,BP神经网络模型、支持向量机模型和随机森林模型的决定系数R~2分别达到0.966、0.821和0.926,模型反演精度较高。研究表明,多光谱和高光谱影像融合能显著提高土壤盐分遥感反演精度,机器学习模型的反演效果明显优于统计分析模型。研究结果对黄河三角洲典型地区的土壤盐分反演具有积极的理论和实践意义。     

基于高光谱数据的盐荒地和耕地土壤盐分遥感反演优化

盐荒地作为研究区的"临时盐库"，其土壤盐分远高于研究区平均水平，因此探究不同土地利用类型土壤盐分的光谱响应差异以及对盐分遥感模型的影响，是实现不同土地类型土壤盐分反演值更加接近真实值的重要途径。该研究以河套灌区永济灌域为例，针对耕地和盐荒地土壤分别进行原位高光谱测定（FieldSpec 4 Hi-Res，ASD），对光谱数据进行多种光谱变换（基础数学变换、导数变换及光谱指数）后，分别基于特征波长和特征光谱指数构建单一土地类型盐分反演模型（耕地（Agricultural Land，AL）、盐荒地（Salinized Wasteland，SW））和整体盐分反演模型（耕地+盐荒地（Agricultural Land + Salinized Wasteland，AL+SW）），对比分析2种建模方式下的模型精度，提出区域土壤盐分遥感反演的最佳建模方式。结果表明：AL、SW和AL+SW中土壤样本数据的平均含盐量分别为5.09、13.42和7.09 g/kg，且在各等级盐分区间内，SW的光谱反射率均大于AL，其中轻度盐化土、中度盐化土和重度盐化土的光谱反射率平均差值分别为0.040、0.020和0.034；光谱变换和光谱指数均能有效改善不同土地类型中土壤盐分与光谱的相关性。相比基础变换（倒数、对数、根式等），导数变换不仅增大了敏感波长的范围，还使得特定波长处相关系数得到显著提升。不同土地类型中基于特征光谱指数的模型精度均高于基于特征波长的模型；单一土地类型盐渍化反演模型明显提高了区域土壤盐分的反演精度，单一土地类型盐渍化反演模型中（AL、SW模型）各变换下光谱指数模型平均R2相比整体模型（AL+SW模型）由0.50提高到了0.61，其中基础变换、一阶导数和二阶导数模型平均R2相比整体模型分别提高了0.06、0.11和0.17，同时，基于最优光谱指数的单一土地类型盐渍化反演模型平均R2相比整体模型由0.74提高到了0.92。因此，当区域中存在盐分相差较大的多种土地利用类型时，对不同土地利用类型单独构建土壤盐分反演模型能确保反演结果更接近实际情况。     

辽宁省黄土状母质发育土壤有机质含量高光谱预测模型的构建

  目的  建立辽宁省黄土状母质发育土壤有机质含量的高光谱预测模型,以便快速获取土壤样品的有机质含量。  方法  对省域内黄土状母质发育土壤进行了样品采集,获取样品有机质含量和高光谱数据;选择原始光谱及其一阶微分、二阶微分、倒数对数、倒数对数一阶微分、倒数对数二阶微分6种光谱变换数据作为自变量,与土壤有机质含量进行相关分析,选取特征波段,分别建立多元逐步线性回归（SMLR）、偏最小二乘回归（PLSR）和主成分回归（PCR）3种土壤有机质高光谱线性预测模型,并进行了支持向量机（SVM）方法的非线性模型拟合。  结果  土壤有机质含量与其光谱反射率呈负相关关系,对光谱进行不同的数学变换,可以提高土壤有机质含量与光谱反射率的相关性,其中一阶微分和二阶微分的提升效果最佳;相同光谱数据在不同模型中建模精度存在显著差异,以原始光谱反射率一阶微分为自变量的PLSR模型精度最高,建模集和验证集的决定系数（R2）分别为0.958和0.976;3种线性方法建立的最佳预测模型的检验精度为:PLSR > SMLR > PCR。  结论  PLSR模型是辽宁省黄土状母质发育土壤有机质含量的最佳高光谱预测模型,且基于特征波段的建模效果优于全波段;SVM非线性模型的预测精度较低。     

广东省赤红壤区土壤团聚体有机碳和铁氧化物特征及稳定性

通过野外采样和室内分析相结合,以广东省赤红壤区花岗岩(G)、第四纪红土(Q)和砂页岩(S)母质发育的林地(FL)、水田(PF)和旱地(UL)土壤为研究对象,分析了土壤团聚体有机碳及其组分和不同形态铁氧化物含量,探究了其对土壤团聚体稳定性的影响及贡献.结果显示:(1)3种母质发育的3种利用方式土壤团聚体均以>0.25 m...     

湘北地区典型水稻土的发生特性及其在中国土壤系统分类中的归属

选取湘北地区7个发育于2种母质的水稻土剖面样点,通过对其成土环境、剖面形态特征以及土壤理化性质进行野外观测和室内分析,按中国土壤系统分类方案,检索出诊断层和诊断特性,确定其在中国土壤系统分类中的归属,并评述土系的生产性能。结果表明:供试水稻土归属于水耕人为土亚纲下的简育和铁聚水耕人为土2个土类,底潜简育水耕人为土、普通简育水耕人为土、普通铁聚水耕人为土、漂白铁聚水耕人为土4个亚类;进一步按照土族和土系划分标准,划分出7个土族和7个土系。在相同成土环境下,同种母质发育的水耕人为土,土壤系统分类比土壤发生分类具有更强的划分能力。其划分的基层土壤单元(土族和土系),对农业生产、土地资源利用更具有指导意义。     

湘东地区典型土壤团聚体稳定性的影响因素

[目的]揭示湘东地区土壤团聚体的分布规律及其影响稳定性因素,为研究南方土壤团聚体胶结机制提供一定的理论依据。[方法]在湘东地区选择3种常见成土母质(第四纪红土、花岗岩风化物、板岩风化物)上发育的典型自然林地、水田与旱地,采集表层土壤(0—20cm)与底层土壤(40—60cm),利用湿筛法测定土壤水稳性团聚体组成。[结果]土地利用方式、母质类型及土层部位显著影响土壤团聚体的组成及稳定性,且它们的交互作用也非常明显。不同利用方式下土壤团聚体稳定性总体表现为:水田林地旱地;但利用方式对团聚体稳定性的影响仅局限于表层土壤,同时在花岗岩风化物发育质地较砂的土壤上表现不明显。不同母质间土壤团聚体稳定性呈现出如下规律:第四纪红土板岩风化物花岗岩风化物,但表层土壤或旱地、林地利用下该规律不甚明显。同时,表层土壤团聚体稳定性一般要显著高于底层土壤,但对于第四纪红土发育质地较为黏重的土壤或水田利用方式下并非如此。[结论]成土母质、利用方式、土层部位通过对土壤质地、有机质、氧化物等的影响间接影响着湘东地区土壤团聚体的分布。     

A magnetic investigation along a NE–SW transect of the Yasouj Plain,southwestern Iran

The magnetic susceptibility (χ) of soils varies with the slope position due to some factors such as texture, drainage class, and land use. Limited information is available about the magnetic susceptibility properties of semi arid regions of southwestern Iran. This study attempts to link χ and Fe oxides of the soils to landforms, soil characteristics, and land use (paddy and dryland soils) on the same parent materials. Ten representative pedons were taken along a NE–SW transect in different physiographic units in the Yasouj Plain. The results indicated that χ is determined mainly by topography and land use. In most pedons, the highest concentrations of poorly crystalline Fe (Fe_o) were observed in the top soil with different types of land use. Aquic condition in paddy soils seems the main cause for a significant decrease in the amount of Fe_d in the studied soils. Maximum concentration of pedogenic Fe (Fe_d) was noticed in more stable landforms with non-aquic moisture regime. Paddy soils exhibited higher Fe_o/Fe_d ratio values, suggesting that they have more poorly crystalline iron oxide phases than dryland soils. Magnetic measurements showed that the χ values of paddy soils were much lower (3.8 times) than those of dryland soils. The highest value of χ was found in the pedons located on plateau and piedmont plains and the lowest value of χ belongs to those that are located on hill and river lower terraces. A positive correlation was found between the frequency dependence of χ (χ_fd) and χ in paddy and dryland soils. Higher values of χ_fd were observed at soil surface than at deeper levels, suggesting a greater proportion of ultrafine grains.     

Differential soil acidification caused by parent materials and land-use changes in the Pearl River Delta region

Soil acidification occurs widely across the world, which has been partly attributed to land-use change. However, measureable effect of land-use change as well as parent materials on soil acidification remains poorly understood. Here, a typical area with intensive land-use change in the Pearl River Delta of China was chosen for this study. Topsoil (0–20 cm) and subsoil (20–40 cm) samples (n = 169) under different land uses (paddy fields, vegetable lands and orchards) and parent materials (granite and alluvial sediment) were collected in 2020. Soil pH, exchangeable base cations, exchangeable acidity and pH buffering capacity were measured to evaluate the status of soil acidification. The change of soil pH over the last 15 years was evaluated via comparing with historical data (n = 329) in 2005. The results showed a higher exchangeable acidity and lower pH buffering capacity and exchangeable base cations of soils derived from granite compared with soils derived from alluvial sediment in 2020. In the last 15 years, significant soil acidification under different parent materials was observed under vegetable lands and orchards but not paddy fields. Faster pH decline was found under land-use change from paddy fields compared with the unchanged vegetable lands or orchards. Furthermore, stronger acidification under the same land-use change was observed for soils derived from granite compared with soils derived from alluvial sediment. These results indicate that land-use change induced soil acidification is dependent on parent materials. This study implies that cropping management such as suitable rotation operation may slow soil acidification, and measures including straw returning may ameliorate acidified soils.     

Approaches toward soil mapping of urban territories with the city of perm as an example

The diversity of urban soils and technogenic surface formations (TSFs) in the city of Perm is predetermined by the diverse lithologic and geomorphic conditions; different types of land use (residential areas with low-rise and multistory buildings, industrial zones, and agricultural zones) further enhance it. The soil cover of Perm has a mosaic pattern with contrasting changes in the morphology and genesis of its components. The areas of separate soils and TSFs cannot be delineated upon medium- and even large-scale mapping of the territory. We suggest that urban pedocomplexes—combinations of soils and TSFs developing within a given functional zone of the city from the same parent materials—should be shown on the map. Urban pedocomplexes differ from one another in the character of the predominant soils and TSFs. They inherit some features from the natural soils and parent materials and are transformed under the impact of the major type of land use.     

太湖流域水稻土的磁化率剖面

土壤磁学是一门新兴的土壤学分支学科。它以研究土壤磁性为中心内容,把现代磁学理论以及磁测、磁查和磁诊断等研究手段和方法应用到土壤学中来^[2]。土壤磁性的强弱,可用磁化率作为指标。土壤磁化率的大小,主要决定于含铁矿物的种类和数量,特别是强磁性矿物(亚铁磁性的磁铁矿Fe₂O₃·FeO和磁赤铁矿γ-Fe₂O₃)的数量。     

土壤电化学性质的研究——Ⅸ.水稻土的某些表面电化学性质

水稻土的表面电化学性质与水稻土的肥力有密切关系。土壤在淹水种稻和排水落干的季节性交替过程中,其pH、Eh和养分离子浓度等都有颇大的变动,某些固相成份如铁、锰、铝等也发生形态的转化或数量的变动。这些变化都将对水稻土的表面电化学性质有明显影响。过去对水稻土的氧化还原性质已研究很多^[3],而对涉及固液相间的离子平衡的表面电化学性质则研究较少。本工作主要是选用几种代表性水稻土及其相应的母质,研究土壤的电荷性质及其对钾离子和氯离子的吸附、作为胶体电解质而表现出来的离解度的变化、和对钾离子的结合能等,以揭示不同类型的水稻土的表面电化学性质的特点,以及水稻土形成过程中表面电化学性质的变异。