基于连续统去除和偏最小二乘回归的油菜SPAD高光谱估算

【目的】探讨油菜叶绿素含量的高光谱估算方法,为实现油菜叶片叶绿素含量的高效、无损、大面积监测提供理论依据。【方法】以陕西省关中地区油菜叶片为研究对象,分别测定苗期、蕾薹期、开花期及角果期的叶片高光谱数据和SPAD值,提取各生育期连续统去除光谱和7类光谱吸收特征参数,分析原始光谱、连续统去除光谱、光谱吸收特征参数与SPAD值之间的相关关系,构建基于原始光谱特征波段、连续统去除光谱特征波段、光谱吸收特征参数的SPAD估算模型,并对模型精度进行验证。【结果】在可见光范围,光谱反射率由蕾薹期、开花期、苗期到角果期依次递增,最大吸收深度和吸收谷面积逐渐增大。利用连续统去除光谱特征波段与吸收特征参数,分别建立的油菜各生育期叶片SPAD估算模型均优于原始光谱。运用连续统去除光谱特征波段结合最优吸收特征参数构建的偏最小二乘回归估算模型,是进行油菜叶片SPAD估算的最优模型。【结论】连续统去除法对不同生育期油菜叶片叶绿素相对含量具有较好的预测能力,是估算油菜叶片SPAD值的一种实时高效方法。     

黄土丘陵区人工林地土壤肥力质量

以黄土高原北部的陕西省吴起县为例,通过对不同灌木类型和不同生长年限的乔木林地土壤样品的分析测试与数理统计,研究黄土丘陵沟壑区不同人工林植被对土壤肥力质量的影响。结果表明：1）土壤碱解N和速效K,柠条林地是沙棘林地的2倍以上,二者之间达到极显著差异水平;柠条对土壤肥力的提高效果要优于沙棘,仅从对土壤性质的改善来看,建议选择种植柠条。2）乔木林地,从幼年林地到成年林地,土壤全N、碱解N、有机质和阳离子交换量不断增加,土壤速效K、全P和速效P略有增加,土壤有机质和养分的表聚性加强。3）总体上,乔木林地0～100cm土层土壤碱解N、速效K、有机质、阳离子交换量、全N、全P、全K均高于灌木林地,表明乔木林地对土壤的培肥效果优于灌木林地。     

基于Google Earth的GIS专题制图技术研究与应用--以陕西省土壤分类信息系统开发为例

以陕西省土壤分类信息系统中的土类数据制图为例,分析了基于Google Earth（GE）的专题地图的制图原理与技术,提出了一套基于GE的一般地理专题图的制图技术流程,并讨论了其关键技术。指出了GE制图工具目前存在的两个缺陷,提出了相应的解决方法,并介绍了陕西省土壤分类信息系统中GE制图结果和应用方案。     

黄土高原丘陵沟壑区退耕还林生态效应评价

基于1986,2003年两期遥感影像解译获得的吴起县土地利用变化数据,采用生态系统价值衡量土地利用类型相对生态价值,对吴起县退耕还林的生态效应进行了综合评价.(1)1986-2003年间,吴起县土地利用类型发生了显著变化.林地、草地面积显著增加,耕地面积大幅度减少,其中,63.55%的耕地转换成林地和草地.(2)吴起县的生态环境指数从0.507上升到0.747,生态环境指数明显增加.其中,林地对区域生态环境指数增长贡献明显,从0.058增长到0.368.说明吴起县退耕还林还草带来了较好的生态效应,整体的生态环境质量得到了极大改善.     

乾县枣子沟流域土地类型研究

在黄土高原综合治理试区研究工作中,通过对枣子沟流域土地形成的自然环境条件和分异特点的分析,探讨了本区土地类型划分的原则、指标和分类体系,阐述了各种类型的形成条件、分异原因、属性特须、利用现状和土地类型的空间组合结构,并对本区土地资源进行了适宜性评价,提出今后合理利用的方向和途径。     

陕西省南部地区土壤粘粒特性研究

陕西南部土壤粘粒特性的研究发现,陕西省南部北亚热带湿润地区,发育在第四纪下蜀黄土母质上的土壤粘粒含量高,粘化层不明显,粘土矿物以伊利石和蒙脱石为主,粘粒铁富集明显;发育在基岩风化物母质上的土壤粘化层明显,粘土矿物以蒙脱石、蛭石为主,且有一定量的高岭石,粘粒中铝富集强烈。中山区暖温带湿润地区的土壤,粘粒含量较低,粘土矿物以伊利石、绿泥石为主,粘粒中铁、铝富集均不明显,元素的淋溶迁移较弱。     

黄土高原降雨因素对土壤侵蚀的影响

根据调查和模拟降雨试验资料分析,黄土高原地区降雨是影响土壤侵蚀的最重要因素之一。水土流失主要是由少数几次大雨或暴雨所引起,大多数的降雨一般不产生地表径流;能够引起水土流失的土壤侵蚀暴雨标准随雨强和历时而异;ＥＩ３０是较适用的降雨侵蚀力指标,各种降雨特征值具有明显的空间分布规律。     

陕西省农田土壤有机质时空变异与驱动因子定量研究

为揭示土壤有机质(Soil organic matter, SOM)时空变异性与驱动因子响应机制,保障区域耕地可持续利用与粮食安全,应用地理探测器、地统计和重心偏移方法对陕西省SOM含量时空变异格局与驱动因子进行研究。结果表明：整体上,陕西省2017年SOM分布呈南高北低格局,平均含量(质量比)为15.63g/kg,较2007年提升8.61%;空间上,2017年SOM含量重心整体向西南偏移,陕南向西迁移,关中向东迁移,陕北向西南偏移;2017年SOM含量空间变异主导驱动因子为土壤全氮含量(q为0.74);2007—2017年间,土壤全氮含量、年平均气温、机械总动力对SOM含量空间变异的驱动力提升较大;2007—2017年,自然与人文因素共同驱动SOM含量时空变异,但人类活动对两因素均具有重要影响。     

冬小麦冠层水平叶绿素含量的高光谱估测

【目的】利用高光谱数据对抽穗期冬小麦冠层叶绿素含量进行估测,旨在为叶绿素含量快速准确估测提供参考。【方法】利用ASD便携式野外光谱仪和SPAD-502叶绿素仪实测了冬小麦抽穗期冠层光谱反射率及叶绿素含量,并对原始光谱反射率及其一阶导数光谱与叶绿素相对含量进行了相关分析,建立了基于敏感波段、红边位置、原始光谱峰度和偏度、一阶导数光谱峰度和偏度的叶绿素估算模型,并进行检验,从中筛选出精度最高的模型。【结果】冬小麦冠层光谱曲线特征与叶绿素含量之间有着密切联系。基于原始光谱一阶导数偏度和峰度的冬小麦(抽穗期)叶绿素含量估算模型拟合精度优于其他4种估算模型,决定系数R2分别为0.847和0.572,均方根误差RMSE分别为0.397和0.697,相对误差RE分别为61.0%和119.0%,拟合精度优于其他4种估算模型。【结论】原始光谱一阶导数的偏度和峰度作为自变量能很好地估测抽穗期小麦冠层叶绿素含量。     

基于高光谱和BP神经网络的玉米叶片SPAD值遥感估算

为了进一步提高玉米叶绿素含量的高光谱估算精度,该文测定了西北地区玉米乳熟期叶片的光谱反射率及其对应的叶绿素相对含量（soil and plant analyzer development,SPAD）值,分析了一阶微分光谱、高光谱特征参数与 SPAD的相关关系,构建了基于一阶微分光谱、高光谱特征参数和 BP 神经网络的 SPAD 估算模型,并对模型进行验证;再结合主成分回归（principal component regression,PCR）、偏最小二乘回归（partial least squares regression,PLSR）以及传统回归模型与 BP 神经网络模型进行比较。结果表明：SPAD 值与一阶微分光谱在763nm 处具有最大相关系数（R=0.901）;以763 nm 处的一阶微分值、蓝边内最大一阶微分为自变量建立的传统回归模型可用于玉米叶片 SPAD 估算;将构建传统回归模型时筛选到的光谱参数作为输入,实测 SPAD 值作为输出,构建 BP 神经网络模型,其建模与验模 R2分别为0.887和0.896,RMSE 为2.782,RE 为4.59%,与其他回归模型相比,BP 神经网络模型预测精度最高,研究表明 BP 神经网络对叶绿素具有较好的预测能力,是估算玉米叶片 SPAD 值的一种实时高效的方法。