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。     

县域耕地土壤速效磷空间格局研究

【目的】研究陕西关中地区县域耕地土壤速效磷的空间变异特征和分布格局,探讨其主要影响因子。【方法】以陕西省武功县为研究区,在0～20 cm土层,以“S”形法采集耕地土样2 219个,运用地统计学结合GIS技术,拟合最优半方差模型,进行普通Kriging插值分析。【结果】研究区土壤速效磷含量为3.10～65.80 mg/kg,平均值为21.75 mg/kg,最佳半方差模型为球状模型,且具各向异性特征,块金系数为0.360 3,具有中等强度的空间相关性。【结论】研究区土壤速效磷含量高低区域分布比较明显,总体分布状况与地貌特征基本一致。地形地貌、土壤质地、灌溉条件和施肥是影响武功县耕地土壤速效磷含量空间格局的主要因素。     

黄土高原植被净初级生产力时空变化及其影响因素

为了探明黄土高原地区植被生产力变化的驱动机制,该文基于MODIS传感器获得的MOD17A3数据,分析了黄土高原2000-2010年间植被净初级生产力(net primary productivity,NPP)的时空变化及其主要影响因素,并借助多元统计分析方法对引起NPP变化的自然和人为因素进行量化分析。结果表明:黄土高原植被总NPP从2000年的119 Tg(以C计)增加到2010年的144 Tg(以C计),年增速4.57 g/(m2·a)(P0.05)(以C计)。黄土高原约91%的区域NPP呈增加趋势,37%的区域增加趋势显著,主要分布在陕西、青海大部分地区、甘肃南部及宁南山区。整个黄土高原近11 a间NPP变化受自然和人为因素共同影响,其中退耕还林还草累计面积、帕尔默干旱指数(palmer drought severity index,PDSI)、耕地面积和人口数量是影响NPP变化的主要因素。退耕还林还草累计面积占四者总贡献率的43%,PDSI占40%,耕地面积和人口数量分别占13%和4%。对区域而言,由退耕还林还草工程引起的土地利用覆被变化是退耕区(陕北、甘肃东南部等)NPP增加的主要因素,而近年来干旱情况的缓解(PDSI呈上升趋势)则是青海、内蒙古等地NPP增加的主要因素。该研究对于黄土高原各区域生态资源管理,以及生态系统的建设具有一定的指导和借鉴意义。     

小波变换在土壤有机质含量可见/近红外光谱分析中的应用

使用高光谱仪ASD Field Spec在波长范围400~1 000 nm内采集有机质含量不同的土壤原始光谱;之后,求取土壤原始光谱及其A值的一阶导数(一阶导数光谱);对以上两类一阶导数光谱进行小波去噪处理;并分析这两类一阶光谱在去噪前、后,光谱形态的变化情况,以及它们与有机质含量相关性的改善程度。结果表明:(1)土壤原始光谱及其A值的一阶导数中含有大量噪声,严重影响了对光谱曲线波形轮廓、特征信号点和有机质吸收特征的识别。(2)经小波去噪处理后,土壤原始光谱及其A值的一阶导数中的噪声被有效去除,一阶导数光谱的清晰度明显改善,光谱质量显著提高。(3)去噪后的土壤原始光谱的一阶导数,呈开口向下的喇叭口状,波长范围567~598 nm内与有机质含量呈较为稳定、显著的负相关性。(4)去噪后的土壤原始光谱A值的一阶导数,波形呈凹状,波长范围524~535 nm内与有机质含量呈比较稳定、显著的正相关性。     

陕西省土壤有机碳密度空间分布及储量估算

土壤有机碳是反映土壤质量以及土壤缓冲能力的一个重要指标,对于温室效应与全球气候变化具有重要的控制作用。研究以陕西省第二次土壤普查数据为主要资料,结合多年的相关研究数据,对陕西省土壤碳密度及储量进行估算,并分析了陕西省土壤有机碳密度的空间分布特征。结果表明:榆林、延安地区北部以及商洛等地区分布的风沙土、黄绵土、石质土等土壤有机碳密度最小,小于4 kg m-2;陕西南部地区的土壤有机碳密度主要在4~9 kg m-2之间;咸阳地区及渭南地区土壤有机碳密度也较高,主要在9~12 kg m-2之间;关中地区渭河及其两岸、秦岭部分山区土壤有机碳密度最大,最高达30 kg m-2以上;陕西省平均土壤有机碳密度为6.87 kg m-2,在全省的22个土壤类型中,有13个土壤有机碳密度低于全国平均水平,占全省土壤总面积的77.42%,全省土壤有机碳储量约为1.41×1012kg。本研究为我国土壤碳库和碳平衡的研究提供基础数据。     

耕地土壤有机质与全氮空间变异性对粒度的响应研究

为有效揭示土壤空间变异性的尺度效应,为土壤采样设计提供科学依据,以黄土台塬区耕地土壤有机质（SOM）和全氮（STN）为例,利用空间自相关、半方差函数及分形维数分析了不同采样粒度条件下土壤属性的空间结构变化规律。结果表明,研究区耕地SOM和STN的平均质量比分别为14.79 g/kg和0.78 g/kg;随采样粒度增大,SOM变异系数基本未变,STN则表现总体增加;其空间自相关性减弱,由随机因素所引起的空间变异性逐渐增强,导致结构变异比重趋于减小;SOM和STN空间异质性随粒度的变化并非简单线性关系,而表现出先增后减的倒U型变化。耕地SOM和STN的空间分布呈北高南低,SOM含量总体中等偏下,而STN含量较低,耕作时应适当增加氮素补充。     

基于连续投影算法和光谱变换的冬小麦生物量高光谱遥感估算

为探索基于全波段冠层高光谱以及变换光谱的冬小麦地上部生物量的遥感估算方法,以2016、2017年冬小麦田间试验为基础,通过对冠层光谱和地上部生物量的相关性分析,筛选拔节期、抽穗期的冬小麦冠层光谱、一阶导数光谱、对数变换光谱和连续统去除光谱对地上部生物量的敏感波段,并结合偏最小二乘法(PLS)分别建立拔节期和抽穗期基于SPA算法的冬小麦地上部生物量估测模型,再与基于任意两波段组合的最佳归一化光谱指数、比值光谱指数、差值光谱指数和已报道光谱指数的冬小麦地上部生物量估测模型进行比较。结果表明：(1)SPA算法较好地利用了全波段冠层光谱信息,并显著降低了光谱维度,不同变换光谱的地上部生物量敏感波段个数在4~14之间;(2)拔节期和抽穗期冠层光谱与地上部生物量的相关性高于开花期和灌浆期,各生育时期一阶导数光谱与地上部生物量之间的相关性优于连续统去除光谱、对数变换光谱和光谱指数;(3) 利用抽穗期一阶导数光谱敏感波段建立的预测模型和验证模型达到了较高的精度,其预测模型的决定系数和均方根误差分别为0.78和0.87 t·hm^-2,验证模型的决定系数和均方根误差分别为 0.84和0.69 t·hm^-2,预测相对偏差为2.74。这说明,抽穗期是估算地上部生物量的最佳生育时期,且基于冠层一阶导数变换光谱,结合连续投影算法和偏最小二乘回归方法所构建抽穗期地上部生物量估算模型具有最优的精度和预测能力,可用于地上部生物量的定量估算。     

基于无人机高光谱影像的水稻叶片磷素含量估算

为快速获取水稻叶片磷素含量信息,采用无人机搭载高光谱成像仪获取水稻冠层高光谱影像,并采样检测叶片磷素含量(质量分数)(Leaf phosphorus content, LPC).分析了水稻LPC在无人机高光谱影像上的光谱特征,使用连续投影算法提取对磷素敏感的特征波长,通过任意波段组合构建并筛选与磷素高度相关的光谱指数,...     

改进属性识别模型在秦巴山区土壤肥力评价中的应用

针对秦巴山区特点,选取安康市汉阴县作为研究区。利用GPS定位共在研究区内取得2420个耕层(0~20 cm)土壤样品。通过对土壤样品的全氮、有机质、碱解氮、有效磷、速效钾以及pH值等6项土壤肥力指标进行室内化验分析得到的结果,运用基于墒权和层次分析相结合的改进属性识别模型,对研究区内土壤肥力进行综合评价,并借助ArcGIS9.3绘制了土壤肥力空间分布图。结果表明:研究区肥力属中等偏上水平,其中北部及东南部低中山处肥力水平较好,中部及西南部低山丘陵地区肥力水平相对较差;改进的属性识别模型在进行评价时较为准确,且简单稳定,为土壤肥力的的综合评价提供有力的技术支撑。     

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。