基于高光谱特征的土壤有机质含量估测研究

在室内条件下,利用ASD2500高光谱仪测定了潮土和水稻土自然风干土壤样品的光谱。通过系统分析两种不同类型土壤的高光谱特征差异及其有机质含量的敏感波段区位,建立了土壤有机质含量的光谱估测模型。结果表明,具有相同有机质含量的两种类型土壤整体光谱变化趋势无明显差别,但反射率表现出明显差异,一阶导数变换能较好地显现谱图中的肩峰。潮土和水稻土有机质的敏感波段集中在相同区域,原始反射率在685 nm处相关性最高,而一阶导数光谱在554 nm处相关性最高。通过对整体样本的多元逐步回归分析,筛选出两种土壤有机质相同的敏感波段为800 nm、1 398 nm和546 nm。进一步以一阶导数为自变量,基于1 400nm和554 nm两个波段构建了土壤有机质差值指数SOMDI及估测模型,即Y=4.19 12.85×(R_FD554 R_FD1 400)。利用独立的样本对建立的光谱模型进行了检验,预测决定系数均达0.79以上。上述结果表明,利用高光谱技术可实现土壤有机质的快速监测与诊断。     

库尔勒香梨叶片全钾含量高光谱估算模型研究

为实现库尔勒香梨养分状况的无损、实时、快速监测,利用便携式光谱仪(SVC HR-768)测定不同钾肥施用量的20年树龄库尔勒香梨叶片光谱反射率,并结合叶片全钾含量的室内分析,对叶片全钾含量与原始光谱、一阶导数光谱、高光谱参数之间相关性进行分析。结果表明:在425 nm处原始光谱与叶片全钾含量构建的线性模型,调整决定系数R2值达到0.913;在630 nm处一阶微分光谱与全钾含量构建的线性模型,调整决定系数R2值为0.986。叶片全钾含量与高光谱特征变量中绿峰位置变量(Rg)和红谷位置变量(Ro)的相关性极显著,由此构建的线性模型调整决定系数R2值均达到0.96以上。通过模型检验,确定基于630 nm的光谱一阶微分(X630)模型Y=1 136.835X630+50.709为库尔勒香梨叶片全钾含量(Y)的最优估测模型。     

基于高光谱特征的盐渍化土壤不同土层盐分离子含量预测

为了利用高光谱技术准确预测不同土层土壤盐渍化程度,该研究以宁夏银北地区不同层次土壤为研究对象,以土壤实测光谱数据和室内盐渍化指标测定数据为基本信息源,系统分析不同类型盐渍化土壤光谱特征,确定与土壤pH值、电导率(electricconductivity,EC)和可溶性盐分离子相关性最强的反射率转换方式,筛选0～5 cm和0～20 cm土层盐分指标敏感波段,然后建立并验证不同土层不同土壤盐分指标的预测模型。结果表明:研究区不同类型、不同盐渍化程度土壤光谱特征曲线变化趋势相似,盐土光谱反射率最高,轻度硫酸盐型土壤反射率最低。在所有盐分指标中,单波段反射率与0～5 cm土壤SO42-的相关性最强(相关系数为0.910 4);反射率与CO32-、HCO3-、Cl-含量相关性不显著。土壤单波段反射率与0～20 cm土层SO42-的平均相关系数比0～5 cm土层降低了0.232 2,但Cl-、K+、HCO3-和EC的相关系数都有所增大。反射率通过不同方式转换后,敏感波段与各盐分的相关性有不同程度的增强,尤其是一阶微分和连续统去除后一阶微分转换。在0～5 cm土层反射率经过平滑后一阶微分转换后与土壤pH值、SO42-、K+、Mg2+相关性最强;反射率经平滑后连续统去除一阶微分转换与土壤EC、CO32-、HCO3-、Cl-、Na+、Ca2+的相关性最强。0～20 cm土层中,平滑后连续统去除一阶微分与土壤pH值、Cl-相关性最强,平滑后倒数对数一阶微分与EC、HCO3-、SO42-、Na+、Ca2+的相关性最强,而平滑后一阶微分与CO32-、K+、Mg2+相关性最强。不同土层相同盐分指标敏感波段不同。利用偏最小二乘回归建立的预测模型中,0～5 cm和0～20 cm敏感波段对10个盐分指标预测平均决定系数分别为0.820 8和0.890 7,其中0～5 cm敏感波段对SO42-的预测模型决定系数达0.967 6。采用逐步回归与偏最小二乘回归相比模型引入敏感波段减少,但R2降低。验证结果表明模型对0～20 cm土层SO42-和CO32-的预测能力不及0～5 cm;但对其他8个盐分离子的预测能力明显高于0～5 cm。研究结果可以为该地区土壤的盐渍化信息预测及植物格局配置提供科学依据。     

利用还原剂简易测定水田土壤中有效磷含量的方法

通过对土壤样品用还原剂处理后测定其有效磷含量的方法，可以了解水田土壤中有效磷的含量，并以此为根据而合理施用磷肥，达到低成本高产稻米的目的。     

基于高光谱的土壤不同颗粒含量预测分析

以典型黄河下游冲积平原区的土壤为研究对象,分析土壤高光谱特征,探讨土壤质地不同粒级颗粒含量的统一估测途径,为土壤质地快速监测评价提供技术支持.选择原始光谱,及其倒数、对数、标准正交变换、多元散射变化、一阶微分、二阶微分共7种光谱变换形式,首先主成分降维,然后分别建立土壤黏粒、粉粒和砂粒含量的支持向量机预测模型,采用决定...     

基于HJ-1A超光谱影像的县域尺度耕地土壤速效磷含量遥感制图研究

及时、准确地获取耕地土壤养分含量信息,对于作物田间管理、产量提升和耕地环境保护具有重要意义。本研究基于HJ-1A超光谱遥感影像数据,结合野外实测样本,通过光谱反射率多种数学变换,利用相关性分析法提取土壤速效磷含量的敏感波段及特征波段组合,然后基于多元回归分析方法,建立各种敏感波段组合的土壤速效磷光谱诊断模型,筛选最优诊断模型,并基于野外样本开展精度验证,实现耕地土壤速效磷含量的空间制图。研究结果表明,土壤速效磷含量与四种微分变换形式的相关性较高,而与其他四种非微分形式的相关性较低;其中反射率对数的一阶微分的预测模型决定系数R2最大,可达到0.70,且均方根误差最小,因此确定光谱反射率对数的一阶微分预测模型为土壤速效磷含量的最优诊断模型,并可据此实现研究区耕地土壤速效磷含量的空间制图;利用未参与建模的野外样本进行精度验证,检验样本的决定系数R2为0.67,均方根误差RMSE为15.31 mg kg-1。因此,以环境小卫星超光谱影像为数据源,基于多元回归分析方法,可建立具有较高精度的土壤速效磷含量预测模型,实现县域尺度的耕地土壤速效磷含量空间制图。     

玉米叶片氮含量的高光谱估算及其品种差异

准确、快速、及时地对玉米氮营养状况做出判断是氮肥合理施用的基础。该研究在水培条件下对3个玉米品种（组合）叶片氮含量（LNC）的高光谱敏感波段、估算模型及其品种差异进行了探讨。结果表明,LNC与不同波段叶片光谱反射率的相关性存在品种差异,但3个品种（组合）都在500～649 nm和691～730 nm表现极显著的负相关关系,并在同一波长获得最高的相关系数,说明可以利用统一的波段来预测不同品种的LNC。依品种建立了LNC与归一化差值光谱指数（NDSI）或比值光谱指数（RSI）的定量关系模型,NDSI（714,554）和RSI（714,554）所建模型的拟合度最好,直线和指数模型拟合度均达到极显著水平,可以用来估算玉米LNC。玉米LNC估算中,以该品种数据所建模型的估算偏差最低,利用综合模型或其他品种模型则加大了估算偏差,高估与低估的最高偏差分别为35.6%和32.7%。在利用高光谱技术进行玉米氮营养状况诊断的研究及应用中,应考虑品种间差异。     

浙北平原土壤有效磷的农学-环境综合分级研究

通过调查试验,拟订了浙北土壤有效磷的农学-环境综合分级指标体系。按照不施磷对照处理产量占施磷肥处理产量的相对比例大小和土壤磷素发生明显流失时的土壤磷状况,把土壤有效磷由低至高分为低、较低、中、较高、高和环境危险等6级。其中,水稻生产的土壤有效磷分级标准依次为<6、6～10、10～15、15～20、20～50和>50mg·kg-1;蔬菜生产的土壤有效磷分级标准依次为<10、10～20、20～28、28～40、40～50和>50mg·kg-1。提出了不同磷素状况的土壤管理看法:对当土壤有效磷超过15mg·kg-1的水稻田或有效磷超过28mg·kg-1的蔬菜地可实施"减量、隔年施磷"的施肥方法;当水稻田土壤有效磷超过20mg·kg-1或蔬菜地土壤有效磷超过40mg·kg-1时,应实施动态优化施磷方法,即减少磷肥施用量,保持施磷量相当或略高于作物吸磷量即可。在施用有机肥或长期施用一定量化学磷肥的条件下,可以不施用磷肥或少施用磷肥,充分发挥磷肥的后效特性。     

基于高光谱数据的杨树叶片干物质含量的估算

将杨树叶片实测的理化数据和土壤背景光谱数据作为PROSPECT和PROSAIL模型的输入参数,输出杨树叶片高光谱数据模拟值,通过实测获得叶片尺度和冠层尺度干物质含量、等效水厚度以及高光谱数据,利用统计方法,分别对两种尺度杨树叶片干物质含量进行分析。结果表明:基于归一化指数计算方法,杨树叶片尺度和冠层尺度的最佳估算干物质含量的干物质含量归一化指数(NDMI)波段组合分别为1685,1704nm和1551,2143nm,使用偏最小二乘法分别对筛选波段组成的NDMI(1685,1704)指数和NDMI(1551,2143)指数构建叶片尺度干物质含量和冠层尺度干物质含量的估算模型,叶片尺度干物质含量估算模型精度为R2=0.663,RMSE=0.001g·cm-2,冠层尺度精度为R2=0.91,RMSE=16.7g·m-2。可见,高光谱技术对杨树叶片干物质含量的估算具有较高的精度,可为杨树叶片干物质含量的快速、无损估算提供参考依据。     

利用高光谱估算博斯腾湖西岸湖滨绿洲土壤有机质含量

以新疆博斯腾湖西岸湖滨绿洲为研究区,利用实测的土壤有机质含量与高光谱数据,通过多元逐步回归与偏最小二乘回归法分别构建反演土壤有机质含量估算模型.结果表明:(1)研究区土壤有机质含量变化范围为5.09～44.00 g·kg-1,均值为16.87 g·kg-1,变异系数为44.69％,呈中等变异;土壤有机质含量与土壤光谱反...     

外源植酸酶对土壤磷酸酶活性和有效磷含量的影响

采用室内培养的方法,研究了不同用量外源植酸酶在不同培养时期对土壤磷酸酶活性和有效磷含量的影响.结果表明,添加外源植酸酶各处理的土壤酸性、中性磷酸酶活性和有效磷含量均高于对照,各处理间呈高量＞中量＞低量＞对照,其中土壤酸性、中性磷酸酶活性与对照相比增加的幅度分别为9.3%～70.2%、4.3%～73.1%,差异达显著水平;从培养时间来看,土壤磷酸酶活性和有效磷含量均随培养时间的延长呈先升高后略有回落的趋势,其中酸性磷酸酶活性至培养第10 d达最高值,此时各处理与对照相比提高了33.9%～70.2%,差异达极显著水平,而中性磷酸酶活性和有效磷含量至培养的第20 d达到最高值,此时与对照相比分别提高了49.9%～73.1%和26.6%～122.5%.     

生物炭对土壤磷素转化的影响及其机理研究进展

【目的】土壤中磷素总量及形态变化是其发挥营养元素作用和造成环境潜在威胁的重要因素。作为一种外源输入的新型功能材料,生物炭对调节土壤磷素转化及其功能发挥具有重要意义。本文重点针对农业生态系统中生物炭影响土壤磷素转化的研究进展进行综述,并对相应的影响机制进行探讨,旨在为生物炭在农田土壤磷素迁移转化方面的应用及调控提供理论依据。主要进展生物炭可有效增加土壤中有效磷的供给,不仅由于生物炭本身含有较高的磷,其施入土壤后,还可以调节土壤pH,吸附土壤磷素与金属的络合物,直接作为土壤微生物的碳素营养,提高土壤磷素的生物转化率等途径。展望生物炭研究应针对低肥力土壤进行生物炭适宜类型和添加量的研究,防止由于可能的磷素过多导致养分供应的不平衡。由于生物炭本身的含磷量较高,还应进行增施生物炭适当减少磷肥用量的试验,以提高生产效益。生物炭对根际土壤磷活性影响与实际生产相关更加密切,也应投入更多的注意力。此外,作为较为新兴的改土材料,生物炭施入土壤后的长期效应还有待观察和评估。     

不同磷水平下小麦蚕豆间作对根际有效磷及磷吸收的影响

【目的】探明不同磷水平下小麦–蚕豆间作对根际有效磷含量及作物磷吸收量的影响,提高磷肥利用率。【方法】2015—2016和2016—2017两季田间试验在云南农业大学试验基地耕作红壤上进行,供试小麦品种为云麦-52,蚕豆品种为玉溪大粒豆。设施P2O5 0 (P0)、45 (P45)和90 kg/hm^2 (P90)三个水平,和单作(M,包括小麦单作MW和蚕豆单作MF)和间作(I)两种种植模式。每季在小麦分蘖期、拔节期、抽穗期、灌浆期和成熟期,蚕豆分枝期、开花期、结荚期、籽粒膨大期、收获期采取根际土样测定有效磷含量。在小麦蚕豆收获期测定单、间作小麦、蚕豆产量,并测定作物地上部磷含量。计算土地当量比(LER)来衡量间作优势,并用磷肥农学利用率来反映磷肥的吸收效率。【结果】与单作相比,在P0、P45、P90水平下,2016年间作种植显著提高了小麦籽粒产量12.5%、21.7%和17.3%,2017年间作蚕豆产量较单作分别降低了16.8%、11.7%和8.2%。三个磷水平下,小麦–蚕豆间作具有产量优势,土地当量比(LER)为0.95~1.18。与常规施磷水平(P90)下的单作相比,小麦–蚕豆间作条件下,磷肥减施1/2 (P45)并未降低小麦和蚕豆产量。间作种植对小麦根际有效磷含量无显著影响(除2016年成熟期外),但2017年,在蚕豆分枝期、开花期、结荚期,间作则分别降低蚕豆根际有效磷含量20.8%、44.5%和18%。与P90单作相比,间作P45处理几乎不会降低小麦、蚕豆根际有效磷含量。小麦、蚕豆磷吸收量主要受磷水平的调控,种植模式对小麦和蚕豆磷的吸收量及磷肥农学利用率均没有影响。【结论】在本试验条件下,小麦–蚕豆间作提高了小麦籽粒产量,降低了蚕豆产量;间作种植主要是改变了蚕豆生育前期根际有效磷含量,但对作物的磷吸收量没有影响。小麦–蚕豆间作具有减施磷肥、维持作物产量和根际土壤有效磷的潜力。     

无土栽培基质速效磷测定方法的研究

将4种土壤速效磷测定方法 [Olsen法(常规方法)、Bary1法、ASI法、Mehlich3法]用于无土栽培基质速效磷的测定,结果表明:在显著水平α=0.05,ASI法与Olsen法测定的速效磷没有显著性差异,而Bary1法和Meh-lich3法与Olsen法测定的速效磷存在极显著性差异,故ASI法可用于无土栽培基质速效磷的测定。     

土壤有机质对有效磷及水提取磷含量的影响

为了解土壤有机质对有效磷与总磷、水提取磷与有效磷关系的影响,采用田间调查的方法,对洛阳市郊主要农田4种土壤耕作层土壤进行取样调查,并采用常规土壤测试方法,分别测定土样有机质、金磷、有效磷和水提取磷含量.根据有机质含量(高于或低于16.0 g·kg-1)把土样分成两组,对两组土样的总磷与有效磷、有效磷与水提取磷分别做相关关系分析.结果表明:与低有机质土样组相比,高有机质土样组有效磷与总磷相关方程的斜率较大,水提取磷与有效磷相关方程的斜率较小,这一趋势在以Olsen法和Mehlich-3法测定有效磷时均相同.表明在缺磷环境中,有机质增加条件下,虽然磷的生物有效性降低,但有助于在土壤溶液中维持相对较高的磷酸根浓度,这可能是由于磷的周转加快;随着土壤磷含量增加,有机质增加有助于更快提高磷的生物有效性,但土壤溶液中维持相对较低的磷酸根浓度,这可能有助于减轻农田磷的渗漏流失.     

绿洲春小麦调亏灌溉对土壤磷素养分的影响研究

对甘肃省河西绿洲灌区春小麦调亏灌溉两年后土壤速效磷和全P变化进行了研究,并采用配对样本t检验(双尾检验)对小麦收获时土壤P素养分指标年际间的差异及其与全生育期调亏供水量、速效磷与全P的关系进行了回归分析。结果发现,春小麦调亏灌溉对土壤P素养分有显著影响,0~20cm和0~40cm土层土壤全P量和速效磷均与小麦全生育期供水量呈线性正相关;土壤速效磷随着全P量的增加呈线性增加趋势。且小麦全生育期供水量与土壤全P量和速效磷及速效磷与全P量的关系0~20cm和0~40cm土层极为一致。     

福建省平和县琯溪蜜柚果园土壤磷环境风险评价研究

开展土壤磷环境风险评价对指导果园合理施肥和管理,减轻果园面源污染具有重要意义。采用土壤室内培养法,研究了平和县琯溪蜜柚果园土壤磷素环境敏感临界值,并据此划分了果园磷环境风险等级。结果表明:平和县琯溪蜜柚山地果园土壤磷素环境敏感临界值为96.3 mg?kg?1,耕地果园为62.3 mg?kg?1;提出平和县山地和耕地两类琯溪蜜柚果园土壤磷环境3级风险(高、中、低)划分标准;根据风险划分标准对果园0~30 cm土层土壤和果园剖面(0~100 cm)土壤有效磷进行评价,得出全县50.5%果园(48.4%山地果园,52.7%耕地果园)处于磷素环境高风险状态,12.2%果园(10.6%山地果园,13.8%耕地果园)处于磷素环境中风险状态,37.3%果园(41.0%山地果园,33.4%耕地果园)处于磷素环境低风险状态;供试42.1%果园剖面0~40 cm土层的磷环境处于高风险等级,甚至部分果园0~100 cm土层土壤都有流失风险。为减少面源污染危害,可对不同土壤磷环境风险状态琯溪蜜柚果园,采用不同的磷肥施用策略;过量施用磷肥易引起面源污染。     

有机酸对合成磷源施入石灰性潮土后速效磷动态变化的影响

以郑州市石灰性潮土为材料，加入不同磷源和不同有机酸进行培养，培养周期内测定速效磷含量，研究草酸、柠檬酸、苹果酸、酒石酸、腐殖酸5种有机酸对合成磷源施入石灰性潮土后速效磷动态变化的影响。结果表明，不同合成磷源施入土壤中都会使土壤中速效磷含量增加，而后随时间的推移，速效磷含量迅速下降，大约30～45d后趋于稳定；供试有机酸能明显减弱速效磷含量随时间而降低的趋势，使得土壤速效磷含量在较长的一段时间内保持较高的水平；有机酸对石灰性潮土速效磷动态变化影响能力因有机酸种类和性质的不同而不同，其作用能力大小顺序为草酸，腐殖酸〉柠檬酸，苹果酸〉酒石酸。     

Spatial distribution of soil‐available phosphorus and single‐point phosphorus buffering index in the Khoy region,Iran

Knowledge of the amount of nutrients in soil is required to achieve sustainable management. The objective of this study was to assess the variability of soil‐available and single‐point buffering index of phosphorus (P) in the farmlands of the Khoy region, Iran. Composite soil samples (0–30 cm) were collected at 114 locations on regular grid of 1000 m. Some soil physico‐chemical characteristics such as soil texture, soil organic matter (OM) content, soil pH, electrical conductivity (EC), calcium carbonate equivalent (CCE), available P (P_ava) and single‐point P sorption index (PSI) were measured. Results showed that all variables in this study have spatial distribution in the effective range of 1500–4800 m. Moreover, experimental semivariograms of all studied variables were best‐fit by spherical and exponential models. Most importantly, kriged maps revealed that a major part of the study area contains high P_ava, which is seemingly due to the frequent application of phosphate fertilizers along with poultry manure. Some soils in the western part showed low PSI index; they therefore need more P fertilizer application. In addition, due to the lower PSI value in the eastern half of the study region, applying less fertilizer at more frequent intervals seems to be more beneficial than larger single applications. Eventually, to reduce environmental risks and prevent the loss of natural resources, the method of applying P fertilizer needs to be mainly based on the created PSI distribution map.     

Predicting phosphorus sorption isotherm parameters in soil using data of routine laboratory tests

Knowledge of phosphorus(P) sorption dynamics across different soil types could direct agronomic and environmental management of P. The objective of this study was to predict P isotherm parameters for a national soil population using data of routine laboratory tests. Langmuir and Freundlich sorption parameters were calculated from two different ranges(0–25 and 0–50 mg P L~(-1)) using an archive of representative agricultural soil types from Ireland.Multiple linear regression(MLR) identified labile forms of aluminium(Al) and iron(Fe), organic matter(OM), cation exchange capacity(CEC), and clay as significant drivers. Langmuir and Freundlich sorption capacities, Freundlich affinity constant, and Langmuir buffer capacity were predicted reliably, with R~2 of independent validation 0.9. Sorption isotherm parameters were predicted from P sorbed at a single concentration of 50 mg P L~(-1)(S_(50)). An MLR prediction of P sorption maximum in the 0–50 mg P L~(-1) range was achieved, to an accurate standard, using S_(50), OM, and Mehlich-3 Fe(R~2 of independent calibration and validation being 0.91 and 0.95, respectively). Using Giles' four shapes of isotherms(C, L, H, and S), L non-strict-and C-shaped isotherm curves accounted for 64% and 27% of the soils, respectively. Hierarchical clustering identified a separation of isotherm curves influenced by two ranges of Mehlich-3 Al. Soils with a low range of Mehlich-3 Al(2.5–698 mg kg~(-1)) had no incidence of rapid sorption(C shape). Single point indices, Al, or available soil data make the regression approach a feasible way of predicting Langmuir parameters that could be included with standard agronomic soil P testing.