博斯腾湖西岸湖滨带土壤盐分高光谱反演

选取博斯腾湖西岸湖滨带为研究区,沿垂直湖岸线方向采集14个土壤剖面70个样本,利用ASD FieldSpec3地物光谱仪获取高光谱数据,基于Q型聚类分析研究不同含盐量土壤光谱特征,对土壤光谱反射率与含盐量做逐波段相关分析和显著性检验,筛选不同光谱变换下的敏感波段,通过多元逐步回归和偏最小二乘回归方法,分别以敏感波段和全波段光谱构建12个土壤含盐量反演模型,优选最佳反演模型。结果表明:17种高光谱变换中, 4种最优光谱变换使土壤含盐量与Savitzky-Golay平滑后的反射率极显著相关波段数明显增多,分别是反射率的一阶微分、平方根一阶微分、对数倒数一阶微分、倒数对数一阶微分,综合确定盐分敏感波段聚集在749、1 024、1 083、1 230、1 677和2 387 nm处;以对数倒数一阶微分光谱全波段建立的偏最小二乘回归模型更适合该区0～50 cm土壤含盐量的高光谱反演,其建模和验证决定系数R~2分别为0.93和0.85,均方根误差RMSE分别为0.37和0.42,相对预测偏差RPD为3.57。     

博斯腾湖西岸湖滨带土壤剖面盐分特征分析

以博斯腾湖西岸湖滨带为研究区,采集三个时期不同土壤剖面样品,结合样品实验分析,探究土壤盐分特征。研究结果表明：(1) 0～10 cm土层中平均盐分含量为3.919 g·kg^-1,土壤盐分表聚现象强烈; (2) 垂直方向上盐分离子中Mg²⁺变异系数为1.034,变化程度较大,HCO₃^-变异系数为0.080,变化程度较小; (3) 通过相关分析,硫酸盐与氯化物在表土中积聚强烈,其中SO₄^2-与Na⁺+K⁺之间相关系数为0.96,Cl^-与Mg²⁺相关系数为0.79;Cl^-和Na⁺+K⁺相关系数为0.72; (4) 通过对比柽柳剖面下土壤盐分含量,夏秋两个季节土壤剖面土壤盐分呈现明显的表聚现象,0～10 cm土层中盐分含量占总体的27.37%和21.88%,春季盐分在剖面上呈现强烈的底聚现象,90～100 cm土层盐分含量占总体的21.53%; (5) 对比不同植被下土壤盐分特征,裸地、草地、林地、耕地四种地表类型土壤中(Na⁺+K⁺)∶Mg²⁺∶Ca²⁺含量之比依次为85∶2.5∶1,16∶2.5∶1,9∶0.9∶1,10∶1.3∶1,裸地中Ca²⁺含量为0.104 g·kg^-1,明显高于其它植被类型中Ca²⁺含量;Na⁺+K⁺含量差异不大,平均含量为1.181 g·kg^-1;草地中Mg²⁺平均含量为0.081 g·kg^-1,是裸地中Mg²⁺含量的4.4倍。     

博斯腾湖湖滨绿洲土壤表层盐分离子含量高光谱估算模型

[目的]探索基于光谱指数建立土壤盐分离子含量的估算模型,为研究区土壤盐分离子快速遥感监测提供技术参考.[方法]以博斯腾湖湖滨绿洲为研究区,分析土壤表层盐分离子Cl-、Ca2+、HC03-、Mg2+、Na++K+、SO42-以及EC、TS含量变化特征;针对不同光谱指数,筛选特征波段,采用偏最小二乘回归建立高光谱估算模型....     

博斯腾湖西岸湖滨带不同植被类型土壤剖面盐分特征分析

以博斯腾湖西岸湖滨带为研究区,通过野外调查采样和室内实验分析,运用聚类分析、主成分分析和相关分析等方法对5种不同植被类型土壤(柽柳地、芦苇地、裸地、杨树地、辣椒地)剖面盐分类型、含盐量变化特征及盐分离子组成特征进行分析。结果表明:土壤剖面盐分类型可以划分为表聚型、震荡型、均匀型3类。柽柳地与裸地的土壤剖面类型为表聚型,其土壤剖面变异系数为61.28%,表聚系数是底聚系数的4.45倍,表层聚集现象严重;芦苇地的土壤剖面盐分类型为震荡型,变异系数为30.05%;辣椒地和杨树地的土壤剖面盐分类型为均匀型,变异程度最小仅为表聚型剖面的47.65%。5种不同植被类型土壤剖面平均盐质量分数呈现柽柳地裸地芦苇地辣椒地杨树地,其中柽柳地平均盐质量分数为2.67g/kg,与杨树地土壤平均盐质量分数之比为2.45。5种不同植被类型土壤剖面盐分组成以Na~++K~+、SO_4~(2-)、Cl~-为主,阳离子平均质量分数呈现Na~++K~+Ca~(2+)Mg~(2+),阴离子中总体表现SO_4~(2-)Cl~-HCO-3,盐分状况的主要特征因子为Cl~-、SO_4~(2-)、Na~++K~+、总盐(St),土壤剖面盐分以氯化钾钠盐和硫酸钾钠盐为主,Cl~-与Na~++K~+相关系数为0.941,SO_4~(2-)与Na~++K~+相关系数为0.884;盐分状况因子Cl~-、SO_4~(2-)、Na~++K~+、St与电导率均呈显著正相关(P0.05),电导率与Na~++K~+回归拟合效果较好,拟合关系式为y=0.039 5x+0.218 6,R2=0.966 7,P0.05。     

博斯腾湖西岸湖滨绿洲芦苇地土壤盐分特征高光谱分析

以博斯腾湖西岸湖滨绿洲为研究区,统计分析芦苇地土壤盐分特征,通过多元线性回归分析建立芦苇地土壤盐分含量、Na~++K~+和Ca~(2+)的高光谱反射率估算模型。结果表明:1芦苇地土壤盐分含量平均值为4.21g·kg~(-1),为轻度盐渍化水平,不同株高下土壤盐分含量差异较大,标准误为9.37,方差为87.75;2不同芦苇株高下土壤高光谱反射率曲线特征表现为形态相似,基本平行,光谱的形状特征大致可以由910、1 200、1 450、1 910nm 4处的吸收带控制;3基于土壤高光谱反射率对土壤盐分含量、Na~++K~+和Ca~(2+)建立高光谱反射率估算模型进行定量反演具有良好精度:盐分含量高光谱反射率估算模型均方根误差(RMSE)为0.32,回归分析决定系数(R2)为0.88;Na~++K~+高光谱反射率估算模型RMSE为0.34,R~2为0.90;Ca~(2+)高光谱反射率估算模型RMSE为0.25,R2为0.93(F95%)。     

博斯腾湖西岸湖滨绿洲芦苇地土壤特征分析

以博斯腾湖西岸湖滨绿洲芦苇地为研究区,分析不同长势芦苇地土壤特征,建立土壤主要特征因子与芦苇长势之间的回归模型。结果表明:芦苇地土壤盐分质量分数与电导率之间存在显著正相关,相关系数为0.97,土壤氧化还原电位(ORP)与pH间存在极显著负相关,相关系数为0.98;土壤盐分质量分数和电导率具有明显表聚现象,在0~10cm土层中,盐分质量分数占0~50cm土壤盐分总量的58.08%,电导率占0~50cm总电导率的45.21%;土壤盐分质量分数和pH是影响芦苇长势的主要特征因子,芦苇株高和土壤盐分质量分数之间的回归方程为H=0.01S3-0.27S2+1.15S-1.19,R2=0.88,芦苇生长最适盐分质量分数在3.80~4.40g/kg;芦苇数量与土壤pH间的回归方程为M=-196.71pH+1 741.80,R2=0.92,芦苇生长最适pH为7.80(F95%)。     

博斯腾湖湖滨绿洲表层土壤盐分特征分析

以博斯腾湖滨湖绿洲为研究区,在实地调查和室内实验分析的基础上,采用主成分分析、冗余分析方法与描述性统计分析的方法,对表层土壤全盐量和盐分离子特征进行分析。结果表明:表层土壤全盐量随土层深度增加而减小,土壤全盐量在0~30cm不同层间呈T分布,土壤盐分表聚强烈;表层土壤中可溶性盐阳离子以Na++K+和Ca2+为主,阴离子以SO42-和Cl-为主;表层土壤盐渍化类型以氯化物-硫酸盐盐渍化土为主,土壤盐分的特征因子是Na++K+、Cl-、SO42-、Mg2+、Ca2+;在5种土地利用类型中,全盐量由高至低依次为裸地、香蒲地、柽柳地、耕地、林地,其大小分别为3.563、3.085、3.000、2.302、2.256g·kg-1。     

土壤盐分遥感监测研究进展

采用遥感技术监测土壤盐分是获取土壤盐渍化程度的一个重要手段。本文综述了土壤盐分遥感监测中光谱特征指标选择、反演方法和反演模型适用性等方面的研究进展。研究指出,随着空间信息技术的迅速发展,遥感技术在土壤盐分预测中应用前景广阔。土壤盐分遥感反演模型对土地覆盖/利用模式、土壤湿度、地下水埋深、土壤类型的适用性,光谱特征指标的选择,遥感和电磁感应技术相结合,国家甚至全球尺度监测模型的建立将是土壤盐分监测今后的发展研究方向。     

基于光谱指数的博斯腾湖西岸湖滨绿洲土壤有机碳含量估算模型

以博斯腾湖西岸湖滨绿洲为研究区,将野外原位高光谱实测数据和土壤有机碳（SOC）含量作为基础数据,通过对原始光谱进行4种数学变换,探索不同光谱变换形式下的弓曲差（C）、差值光谱指数（DSI）、简单比值土壤指数（RSI）、亮度光谱指数（BSI）、归一化土壤指数（NDSI）与SOC含量的关系,并建立基于随机森林法（RF）的SOC含量估算模型。结果表明：（1）研究区SOC含量主要集中在5.25～78.76 g/kg,平均值为21.82 g/kg,变异系数为69.11%,呈中等变异性;（2）在光谱数据lgR下,SOC含量与DIS指数相关系数最高,相关系数为0.80,最佳组合波段为（1 758 nm, 1 752 nm）;（3）基于不同光谱指数与弓曲差（C）建立的模型验证集精度R²和RMSE分别介于0.67～0.84和5.85～8.45 g/kg,模型的RPD均在1.66以上;在基于光谱数据lg（1/R）变换下,模型的验证集R²=0.82、RMSE=3.52 g/kg、RPD=3.99,可以较好地估算研究区SOC含量,为干旱半干旱地区湖滨绿洲SOC含量反...     

实验室模拟不同盐分土壤的高光谱特性

以托克托县采集的非盐渍土为研究对象,向其添加盐渍土中常见的易溶性钠盐,采用便携式地物光谱仪SVC HR-1024,测定不同盐分含量的土壤的光谱反射率,构建了土壤盐分与高光谱信息的偏最小二乘回归(PLSR)和多元线性逐步回归(MLSR)的土壤盐分反演模型.结果表明:(1)不同种类及含量的盐分对土壤的光谱曲线影响不同,经Na2 CO3、Na2 SO4和NaHCO3盐溶液处理的土壤光谱反射率随着土壤含盐量的增加而增加,NaCl溶液处理后的土壤反射率随着土壤含盐量的增加而递减,且各土样反射率均高于未经处理的土样.(2)4种土样原始光谱数据与SSC相关性从高到低依次为:NaCl、Na2 SO4、NaHCO3、Na2 CO3:经过数学变换后,4种土样最大相关系数分别为:R'-NaCl(-0.895)、(R)'-Na2CO3(-0.781)、R″-Na2SO4(0.767)、(lgR)'-Na2CO3(-0.874):各土样根据相关系数所选敏感波段不同.(3)建模效果最好的是NaCl土样的一阶微分处理的PLSR模型,决定系数(R2)和均方根误差分别为0.871和0.764;MLSR模型中效果最好的为经对数一阶微分处理后的NaHCO3模型,决定系数(R2)和均方根误差分别为0.824和0.846.经验证,PLSR模型更适宜进行土壤盐分反演.     

博斯腾湖西岸湖滨绿洲土壤剖面盐分含量随季节的变化特征

【目的】探讨绿洲土壤剖面盐分特征及土壤剖面盐分含量随季节变化的关系.为土壤开发利用和土壤盐渍化防治提供理论研究基础.【方法】以博斯腾湖西岸湖滨绿洲为研究区,采用地统计学方法和冗余分析方法,探讨研究区土壤盐分含量的季节变化特征.【结果】夏季的土壤盐分含量为3.02 g/kg,比春季、秋季的土壤盐分含量分别高199.01%、143.55%;春季、夏季的土壤盐分含量的变异系数随着土壤剖面深度的增加,变异系数分别增加3.11%、5.91%,而秋季的土壤盐分含量的变异系数则相反,变化幅度较大,变异系数减少21.77%;Na~++K~+分别占春季、夏季、秋季的主要土壤盐分离子总量的45.10%、44.80%、44.70%,是研究区的主要土壤盐分离子;春季、夏季、秋季的土壤盐分结构性因子分别为99.97%、98.39%、77.37%,均大于75.00%,表现为强空间相关性.【结论】研究区土壤盐分在春季、夏季、秋季均呈表聚型,且夏季的土壤盐分含量高于春季、秋季的土壤盐分含量;春季、夏季、秋季的土壤盐分含量与主要土壤盐分离子Na~++K~+、Cl~-、Mg~(2+)呈极显著正相关(P0.01);春季、夏季、秋季的土壤盐分含量高值区主要集中在研究区中部东北部.     

基于分数阶微分的博斯腾湖湖滨绿洲土壤电导率高光谱估算

[目的]探讨分数阶微分在高光谱估算湖滨带绿洲土壤电导率的可行性,实现土壤盐分的高精度监测.[方法]以博斯腾湖湖滨绿洲为研究区,引入分数阶微分对土壤高光谱反射率进行0～2阶微分处理,利用相关性检验和连续投影算法优选特征波段,构建土壤电导率的全波段和特征波段,以及利用连续投影算法优选的全波段和特征波段的4种偏最小二乘回归模...     

土壤盐分三维可视化研究进展

三维可视化在各个领域中均得到了大量的应用,其能将复杂的数据以直观的方式展现出来.该文先介绍了三维可视化技术在各个领域中的应用情况及相关的一些算法;在土壤盐分的研究中,使用EM38-MK2大地电导率仪,通过表观电导率数据建立土壤电导率反演模型,是目前土壤盐分研究最常用的方法之一;针对模型可信度的判断,选取具有代表性的指标来检验,用指示克里格法与三维普通克里格法得出土壤盐分的三维概率分布.因此,三维可视化研究对土壤盐碱化治理具有一定的意义.     

基于高光谱特征参数优选的土壤盐分含量建模及其验证

目的 研究不同维度光谱变换下土壤盐分反演模型及其验证。方法 以博斯腾湖西岸湖滨绿洲为研究区,面向ASD高光谱数据,利用17种一维数学变换光谱和3种二维变换光谱指数,分别与实测土壤盐分进行相关分析,得到0.01显著性检验水平下初步优选的光谱特征参数,基于VIP准则选入最佳自变量实现PLSR模型构建,进行精度验证。结果 研究区干季土壤平均反射率随含盐量的增加而高于湿季土壤平均反射率,尤其体现在590、800、1 810、2 150 nm处;17种一维单波段光谱变换中,对数倒数的一阶微分(1/lgR)变换与土壤盐分含量相关性最好,峰值敏感波段为1 083 nm,相关系数绝对值|r|最高达0.63;3种二维两波段光谱变换中,归一化光谱指数NDSI(R_{1 780},R_{1 742})与土壤盐分含量相关性最好,相关分析决定系数R ²最大值为0.57;基于特征归一化光谱指数结合VIP准则进行自变量筛选的PLSR估算模型效果最佳,土壤盐分建模集和验证集的决定系数 {R_{\mathrm{V}}}^2 达0.77,均方根误差RMSEV为0.64 g/kg,相对分析误差RPD为2.11。 结论 利用归一化光谱指数NDSI建立PLSR高光谱模型可有效地对研究区土壤盐分进行定量估算。     

土壤盐分分布影响因素研究综述

以水盐动态变化为线索,综述了影响存量消减的因素和导致盐分增量的因素,旨在厘清土壤盐分变化的机理,分析各种影响因素之间的关系。结果发现,影响土壤盐分的因素主要有降水、排水、蒸发、地貌覆被、灌溉、施肥、大型工程等,且各种因素相互影响和制约。     

土壤含水率和盐分对土壤电导率的影响

基于电流－电压四端法的“polar-dipole array”形式,以壤土作为研究对象,对土壤含水率和土壤盐分与土壤电导率之间的相互关系进行了试验研究,结果表明,在土壤盐分和含水率2个相关因素中,土盐分对土壤电导率的影响较土壤含水率要大得多。     

沿海滩涂土壤的盐分分布特征

为了摸清滩涂土壤盐分变化与分布特征,利用在滩涂上布设的观测滩涂由海向堤变化的射阳Ⅳ号,大丰Ⅰ、Ⅳ号,东台Ⅱ号4个断面导线,在1985年5月进行了定点取土化验,1986年5月又进行了上年样点的重复取样化验。通过对所取样品的土壤含盐量分析,结合地面资料,初步得出滩涂土壤盐分的水平分布和垂直分布特征。     

辽河三角洲土壤盐分与上覆植被野外光谱关系初探*

土壤盐渍化是辽河三角洲主要的环境问题之一,尽管已受到广泛关注,但人类活动引发的次生盐渍化面积仍在不断增长。这就需要认真、及时地监测土壤盐渍化的现状及其变化趋势以阻止土壤次生盐渍化的不断发展,确保土地利用和管理的可持续发展。多源、多时相、多光谱和微波遥感技术已被广泛用于监测土壤盐渍化的时空变化研究中。航空遥感技术、地面土壤盐分探测技术、实验室和野外光谱分析技术与地面土壤盐分测试数据相结合进行土壤盐渍化监测极具发展潜力。当干旱、半干旱区植被覆盖度低于25%~35%时,土壤的光谱特征差别明显,利用遥感、土壤光谱数据与土壤盐分分析数据相结合进行土壤盐渍化监测是最为有效的方法之一。如果植被覆盖度大于此阈值,监测精度下降,只能通过上覆植被信息间接推断土壤盐渍化状况。研究的主要目的就是探讨土壤盐渍化与上覆植被光谱之间的关系,尝试利用上覆植被光谱信息推断辽河三角洲土壤盐渍化状况。     

设施土壤盐分组成特征分析

对江汉平原地区大棚土壤的盐分特征进行了研究,结果表明,连栋大棚表层土壤盐分含量达到10.8 g·kg-1,是同地露地土壤的10倍,是塑料大棚的5倍;盐分主要集中分布在0～10cm的表层土壤,阴离子以NO3-为主,其次是Cl-;阳离子以Na 为主.