土壤质地分类及其在我国应用探讨

土壤质地是土壤重要的物理特性之一,严重影响土壤的持水、通气等特性,研究统一土壤质地分类制意义重大。针对我国土壤质地分类制混用的现象,文章在介绍国内外主要的土粒分级标准,比较四种土壤质地分类制的特点,回顾第二次土壤普查初期采用前苏联的卡庆斯基制,后期采用国际制的基础上,重点对比了我国的国标、各部门行标或规范等所运用的土壤质地分类标准。研究发现我国目前还没有普遍采用统一的土壤质地分类系统。土壤质地分类推荐采用美国制。     

土壤质地三角图的规范制作及自动查询

通过分析国内涉及土壤质地三角图的主要参考资料及存在的问题,本文提出了制作规范的土壤质地三角图的基本要求,并新绘制了中文版美国农部制土壤质地三角图。针对人工方式查询土壤质地容易出错以及大批量样品查询效率较低等问题,建立了一种在Excel中通过自定义函数实现土壤质地快速自动的查询方法。     

对我国土壤质地分类的意见

土壤质地分类是与农业生产有着密切关系的一个重要问题^[1,2]。     

黄土高塬沟壑区退耕地土壤抗冲性及其与影响因素的关系

为了评价退耕地土壤抗冲性的变化,该文以黄土高塬沟壑区自然退耕农地为研究对象,通过径流小区冲刷法对不同覆盖度塬面退耕地(TAL,table-land abandoned land)和沟头退耕地(GAL,gully-head abandoned land)土壤抗冲性进行了研究。结果表明,1)与对照(Ⅰ)相比,TAL和GAL处理水稳性团聚体、根系密度和根系生物量均显著增加(P0.05),覆盖度大于0时,崩解速率显著减小44.87%~79.16%和33.79%~70.65%,有机质显著增加70.12%~222.70%和59.20%~194.88%,覆盖度最大时,土壤容重和渗透系数才显著减小和增大。2)TAL处理0覆盖度小区抗冲系数(AS,anti-scouribility)较对照无差异,其余覆盖度则显著增大2.31~7.57倍,GAL处理AS较对照显著增大0.99~7.12倍,覆盖度越大,根系提高土壤抗冲性能的效果越显著。3)TAL和GAL处理AS分别与容重、崩解速率、水稳性团聚体含量、渗透系数均呈极显著指数函数关系,与有机质含量、根系生物量及根系密度均呈极显著线性函数关系。水稳性团聚体是影响塬面和沟头退耕地土壤抗冲性的关键因子。结果可为研究区退耕还林还草工程生态功能评价及水土流失治理提供理论依据。     

流域尺度下地形属性对土壤质地类型变异的影响——以重庆市彭水县一小流域为例

为探究流域尺度下地形属性对土壤质地类型变异的影响,以西南地区重庆市彭水县的一个流域为研究区,基于成土母质和地形因子,运用分类回归树(Classification and regression tree,CART)模型,对研究区1165个样点数据进行分析。结果表明:成土母质和地形因子均对土壤质地类型有重要影响,相对重要性较高的因子排序:成土母质(PAR)风效应(WindEff)地形湿度指数(SAGATWI);不同母质、不同质地之间地形因子存在显著差异,风效应(WindEff)和漫射辐射(DiffuseIns)分别是奥陶系和志留系母质条件下影响土壤质地分类的相对重要性最高的地形因子;流域尺度CART模型解释率为86.3%,说明CART模型对土壤质地分类精度高。研究表明,基于成土母质和地形因子构建的模型解释效果好,影响显著,可为该地区土壤利用区划和管理提供科学依据。     

玉溪市100m级植烟土壤质地品质的区划研究

开展以质地为关键因子的高精度植烟土壤区划,对综合提升区域烟叶品质具有现实指导意义。本研究以云南省玉溪市植烟区为研究对象,利用云南省、地市和县级土种志所记录的玉溪市土壤剖面数据为基础,并结合GIS技术和地统计学等方法,对玉溪市植烟土壤质地品质进行高精度区划。建立了玉溪市100 m级土壤质地数据池,对烟草区划的土壤关键因子土壤质地进行了科学地品质等级划分,结果表明,玉溪市适宜植烟的土壤质地品质差异较大,按土壤质地品质分级一等~五等的面积比例分别为9.87%、36.08%、11.7%、21.38%和20.97%,其中,最适宜植烟的一等土壤主要分布在峨山和华宁县,面积分别为26.2km2和25.2 km2,较适宜的二等主要分布在新平、元江和江川,面积分别为87 km2、58.6 km2和55.5 km2。不同海拔高度上的植烟土壤质地品质存在较为明显的差异,海拔1 600～2 000 m是玉溪烟叶主产区和优质植烟土壤质地主要分布区。玉溪市100 m级土壤质地空间分布图,详细程度达到村镇尺度,极大地提高了植烟区划精度及其实用性。研究结果可为优质烟叶生产及其长期规划布局和科学管理提供理论依据。     

“面向对象的冬小麦产量预测专家系统（OOWFE）”的研究

对面对象的冬小麦产量预测专家系统（简称“ＯＯＷＦＥ”）,采用面向对象的程序设计语言（Ｃ＾＋＋）,所有因子的描述采用知识类型－原型类存储,将涉及产量因素的专家知识分类,规约成统计型、指标型和经验型三类知识原型,经过系统推理机制自动推理。形成冬小麦产量预测专家系统。该系统在与用户交互中实现专家系统的功能,系统预测准确率可达９０％。     

贵州省典型水耕人为土的发生学性状与系统分类研究

依据贵州省第二次土壤普查获取的水稻土(水耕人为土)土种典型剖面信息,结合成土要素综合分析,选取了18个代表性水耕人为土样点,通过田间调查与室内测定分析,分析了其发生学性状,确定了其在中国土壤系统分类的高级单元类型,并讨论了其地理发生分类类型与系统分类类型之间的对应关系。结果表明,土壤质地以黏土和壤土为主,剖面分化较为明显,多数呈中性和酸性,全铁、全锰含量呈现从表层向底土增加的趋势,锰的游离度大于铁,二者的垂直分布较为相似,表现出明显的淀积特点,但锰的活化迁移比铁更加活跃。18个样点的土壤在地理发生分类分别隶属淹育、潴育、渗育和漂洗4个亚类,在系统分类中则分别隶属漂白铁渗、普通铁聚、复钙简育、普通简育和漂白简育5个亚类,地理发生分类与系统分类类型之间不是简单的一一对应关系,但也存在着优势的对比关系。     

基于ArcEngine的土壤侵蚀抽样调查单元的底图制作

土壤侵蚀普查是第一次全国水利普查的主要目标之一,为获得野外调查单元数据,需充分利用密度抽样方法和大量的野外调查单元底图以辅助野外调查,并采用空间分析方法从已获取的调查数据中计算各侵蚀因子。但我国幅员辽阔,土壤侵蚀范围广,抽样调查点的数量也随之增大,制图过程中数据量大,制图流程较为繁杂。运用C^#语言、Visual Studio 2008开发工具和ArcEngine组件式二次开发实现了土壤侵蚀抽样调查单元底图的自动制图。详细介绍了自动制图过程中各部分功能的设计和实现思路。通过编程实现地图数据的自动裁剪,计算与分类,地图排版以及打印输出,极大减轻了制图工作量。     

基于Web数据的农业网络信息自动采集与分类系统

为了快速、高效地获取农业Web信息,解决信息孤岛和信息不对称的问题,重点研究了农业Web数据自动采集与抽取、基于SVM(support vector machine)的文本分类、物联网异构数据采集等技术,并采用统一建模语言(unified modeling language,UML)描述了农业网络信息自动采集与分类系统。该系统实现了农业网站、物联网数据的自动抓取和共享,为用户提供农业资讯、农产品市场行情、供求信息在线查询,环境数据实时监测和个性化信息服务等功能。应用结果表明,该系统对样本集网站的信息抓取准确率为98.2%,资讯分类准确率为92.5%,具有数据采集实时性强、用户参与度好、通用性高等特点,该系统为农业信息整合和服务提供参考。     

基于近红外光谱和正交信号-偏最小二乘法对土壤的分类

不同质地的土壤,由于蓄水能力和土壤颗粒大小的不同使得其光谱特性不同,这为采用近红外光谱技术对土壤质地进行判别分析提供了依据。该研究利用正交信号校正(OSC)方法可以获得与浓度有关的谱图信息这一优势,将其与偏最小二乘方法(PLS)结合,采用近红外光谱技术对不同质地的土壤:砂土、壤土、黏土进行判别分析。结果表明:建模样本的相关系数可达0.965,采用该模型对其余45个样本分别进行了预测,三种土壤预测样本的判别正确率分别为:93.3%,86.6%和86.6%。说明OSC方法可以提取谱图中的微弱的质地信息,实现土壤质地的快速鉴别分析。     

不同取样方式下土壤质地空间插值的精度分析

为研究土壤质地的合理取样方式,进而研究其空间变异情况,为田间施肥及灌溉提供依据,本试验利用地统计学方法和GIS技术,在重庆市彭水县重庆烟草试验站,利用289个表层土样,研究了16 m间距的栅格取样法(对照,253个土样,扣除36个验证样点)、34 m间距的栅格取样法(115个土样)和随机取样法(115个土样)3种取样方式下土壤质地的空间插值精度。3种土壤颗粒指标中粉粒占68.43%,砂粒含量最少,占12.68%,黏粒含量略高于砂粒。砂粒和黏粒具有中等强度的变异性,粉粒具弱变异性,且数据符合正态分布。地统计分析显示,在分析该区域土壤质地时,采用栅格取样方法应适当增大取样间距,而采用随机取样方法可适当缩小取样间距。交叉检验显示,土壤质地成分在3种取样方式下的插值精度均以对照最大,栅格取样次之,随机取样最小。综合考虑插值误差、样品采集和分析成本及时效性等因素,本研究建议在该区域进行土壤质地空间变异规律分析为生产服务时应采用随机取样。     

基于Landsat 8 OLI影像纹理特征的面向对象土地利用/覆盖分类

针对如何提高中低分辨率遥感影像分类精度,该研究以河北省石家庄市Landsat 8 OLI遥感影像为研究对象,对灰度共生矩阵(gray-level co-occurrence matrix,GLCM)纹理与伽博(Gabor)滤波器下的Gist纹理特征进行对比,应用J-M(Jeffries-Matusita)距离可分离性分析GLCM最优纹理特征,并利用最佳指数法(optimum index factor,OIF)获取GLCM与Gist纹理特征的最佳特征组合;其次对面向对象分类的分割尺度进行研究,提出整体最优分割尺度计算方法;最后进行基于纹理特征的面向对象分类识别与精度评价,并与基于原始数据的面向对象分类结果进行对比。研究表明:Gist纹理特征使分类精度有了一定的提高,基于纹理数据的面向对象支持向量机(support vector machine,SVM)分类及面向对象K邻近法(K-nearest neighbor,KNN)分类的总体分类精度(overall accuracy,OA)分别比基于原始数据的2种方法分类精度提高3.67和3.33个百分点,基于纹理的面向对象SVM方法具有最高的精度,OA达到85.67%。不管是基于原始数据还是纹理数据,面向对象分类精度远高于最大似然分类(maximum likelihood classification,MLC)、马氏距离分类(mahalanobis distance classification,MDC)和SVM分类精度,且面向对象分类方法对纹理数据更为敏感。该文提出的基于纹理的面向对象分类方法有效提高了遥感影像分类精度,为区域土地利用/覆盖信息提取提供了有效的途径。     

土系划分方法研究——以江苏省新沂样区为例

作为土壤系统分类的基层分类单元,土系的划分必须经过实地调查,重视控制层段和特征土层的设立,并选择合适的分异特性作为分类指标。本文选择样区内不同景观单元中的10个土壤剖面,根据中国土壤系统分类的要求,探讨了样区内土壤诊断层、诊断特性及其在中国土壤系统分类中的归属;并在有关土系认识的基础上,探讨了土系划分的原则、依据和具体划分方法,确立了研究区土壤所具有的特征土层,依据①特征土层的种类、排列、厚度,②土壤质地和③土壤有机质含量这三类指标,把样区土壤划分为10个土系。     

应用激光粒度仪分析土壤机械组成的实验研究

土壤机械组成是最基本的土壤参数之一。探讨了应用激光粒度仪分析土壤机械组成的实验条件、检测结果与精度,并与传统的吸管法加以比较。对9个土壤样品分别用激光粒度分析和吸管法作对比测试实验,结果显示:两种方法原理的不同产生了在颗粒含量上激光粒度分析得到的粘粒含量显著低于吸管法,但是两种方法在质地分类上的结果是基本一致的。总之,运用激光粒度分析土壤机械组成是可行的。     

生物炭对黄土高原不同质地土壤中NO3-N运移特征的影响

为了解生物炭在抑制黄土高原农田土壤可溶态养分淋失方面的功效,通过人工模拟实验,研究土壤中添加生物炭后对硝态氮运移的影响,为黄土高原地区农田非点源污染防治及氮循环研究等提供科学依据。选择黄土高原地区三种不同质地土壤类型（风砂土、黄绵土、塿土）,通过室内土柱模拟研究方法,用连续流动分析仪（SKALAR-SAN⁺⁺）测定出流液的硝态氮浓度,通过硝态氮的穿透曲线分析在稳态条件下,生物炭添加及不同添加量对土壤中硝态氮运移的影响。结果表明:对于质地较粗黄绵土和风沙土,生物炭输入能够降低硝态氮的淋失,随添加量增加,其阻滞作用越强。对于质地较为粘细的土,添加生物炭反而促进了硝态氮淋失,随添加量增加,其促进作用越强。稳态条件下,三种土壤的硝态氮穿透过程均符合对流弥散方程。研究表明加入生物炭对不同质地土壤中可溶态养分的影响不同,可以促进质地较粗土壤的保肥能力,却不利于质地较为粘细土壤硝态氮养分的保持。     

土壤调理剂的研究和应用进展

综述了土壤调理剂的研究和应用进展。土壤调理剂目前尚无统一定义,且存在不同的分类方法,其主要功能包括改良土壤质地与结构、提高土壤保水供水能力、调节土壤酸碱度、改良盐碱土、改善土壤的养分供应状况、修复重金属污染土壤等。在土壤改良过程中,针对不同土壤障碍问题有针对性地选择土壤调理剂将达到较好的改良效果。然而,土壤调理剂在推广应用中也暴露出一系列问题,包括潜在的环境风险、功能定位和认识问题、产品质量良莠不齐、包装标识混乱等,因此亟待建立一套完善的土壤调理剂科学评价体系。     

SOIL TEXTURE PATTERNS IN THE ALLUVIUM OF THE LOWER INDUS PLAINS

Soil texture was mapped in the immature alluvial soils of the Lower Indus plain. A disadvantage of soil texture as a mapping criterion in such soils is the great complexity of their textural patterns. The geomorphological background of the Lower Indus plains is examined, and a classification of texture and textural profiles is defined. The mapping unit proposed, the‘textural association', comprises a certain range of textural profiles within a given landform, related to each other by the modes of deposition which established that landform. It seems likely that the textural association could, in more detailed surveys, form the basis of a soil series classification.     

基于GF-2数据结合多纹理特征的塑料大棚识别

塑料大棚在全球范围的大量使用带来经济效益,同时也引发了很多环境问题,及时准确的塑料大棚空间分布信息是农业生产和土壤治理决策的重要依据。塑料大棚的使用改变了土壤表面的光谱特性和空间结构,塑料薄膜材质的特殊性,使其反射光谱具有强烈的方向性和不确定性,因而仅依靠地物反射光谱特征难以准确识别塑料大棚。本文以GF-2影像作为单一数据源,针对塑料大棚特有的空间分布细节信息,分析不同纹理提取算法对塑料大棚识别的适用性。结果表明:1)纹理能有效提高基于遥感影像的塑料大棚识别精度;2)使用单一纹理算法识别不同空间分布结构塑料大棚的分类方案中,采用LBP (local binary pattern)纹理算法的塑料大棚识别精度均优于GLCM (gray-level co-occurrence matrix)、PSI (pixel shape index)纹理算法,其中研究区A基于LBP纹理特征的塑料大棚识别总体精度为96.85%,Kappa系数为0.95,研究区B的总体识别精度为95.58%,Kappa系数为0.94;3)本文使用3种不同的纹理特征组合分类方案,均能提高塑料大棚的识别精度,但不同纹理特征组合算法运用到空间结构差异较大的2个区域时表现不同。加入GLCM的纹理特征组合能提高分布范围较大且聚集度高的塑料大棚识别精度(研究区A塑料大棚斑块平均面积为3.39 hm2,聚集度指数为80.64),对于塑料大棚使用面积小且分布破碎的区域识别精度提升效果不明显(研究区B塑料大棚斑块平均面积为1.37hm2,聚集度指数为72.98)。本试验结果中研究区A的地物光谱特征、NDVI和3种纹理特征组合的大棚识别精度最高,总体识别精度和Kappa系数分别达到了98.13%和0.97,研究区B的地物光谱特征、NDVI、PSI和LBP纹理特征组合识别精度最高(总体精度为96.13%,Kappa系数为0.95)。基于影像对象的多纹理特征能够实现塑料大棚的精细识别,该方法对塑料大棚空间分布精确制图具有重要意义。     

融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。