基于灰度关联-岭回归的荒漠土壤有机质含量高光谱估算

为改善高光谱技术对荒漠土壤有机质的估测效果,该文采集了以色列Seder Boker地区的荒漠土壤,经预处理、理化分析后将土样分为砂质土和黏壤土2类,再通过光谱采集、处理得到6种光谱指标:反射率(reflectivity,REF)、倒数之对数变换(inverse-log reflectance,LR)、去包络线处理(continuum removal,CR)、标准正态变量变换(standard normal variable reflectance,SNV)、一阶微分变换(first order differential reflectance,FDR)和二阶微分变换(second order differential reflectance,SDR)。通过灰度关联(gray correlation,GC)法确定SNV、FDR、SDR为敏感光谱指标,采用偏最小二乘回归(partial least squares regression,PLSR)法和岭回归(ridge regression,RR)法,构建基于敏感光谱指标的土壤有机质高光谱反演模型,并对模型精度进行比较。结果表明:砂质土有机质含量的反演效果要优于黏壤土;基于SNV指标建立的模型决定系数R~2和相对分析误差RPD均为最高、均方根误差RMSE最低,所以SNV是土壤有机质的最佳光谱反演指标;对SNV-PLSR模型和SNV-RR模型综合比较得出,SNV-RR模型仅用全谱4%左右的波段建模,实现了更为理想的反演效果:其中,对砂质土有机质的预测能力极强(R_p~2为0.866,RMSE为0.610 g/kg、RPD为2.72),对黏壤土有机质的预测能力很好(Rp2为0.863,RMSE为0.898 g/kg、RPD为2.37)。荒漠土壤有机质GC-SNV-RR反演模型的建立为高光谱模型的优化、土壤有机质的快速测定提供了一种新的途径。     

花生种子吸胀期间耐低温性及其与品质性状的相关研究

利用55份花生种子进行低温吸胀萌发试验,统计露白率及芽长/种长,筛选耐低温种质,并通过近红外光谱技术测定油酸、亚油酸、棕榈酸、脂肪、蛋白质及蔗糖含量,分析花生种子吸胀期间耐低温性与各项品质性状之间的相关性.结果表明:参试花生种质在2℃96h低温胁迫条件下,露白率≥80%的种质有3份、80%＞露白率≥70%的种质有3份、...     

La（Ⅲ）与UV-B胁迫对查尔酮合成酶（CHS）结构影响的初步研究

前文已证明La（Ⅲ）与查尔酮合成酶（CHS）多肽链上O或者N原子发生作用,进而影响CHS分子内部酪氨酸（Tyr）、色氨酸（Trp）残基,导致CHS微结构改变。但随着La（Ⅲ）浓度的改变,Tyr和Trp残基随之发生改变的机理尚不清楚。CHS分子中的Tyr及Trp残基有内源荧光,同步荧光光谱是研究蛋白质与外源物质作用的有效方法。鉴此,本文以不同剂量La（Ⅲ）和UV-B辐射胁迫处理后的CHS为研究对象,运用同步荧光光谱（波长差（Δλ）=70nm）,初步研究了La（Ⅲ）和UV-B对CHS分子结构的影响。     

近红外反射技术建立合肥地区精米直链淀粉含量测定模型

以合肥地区种植的203份水稻材料为检测对象,用近红外反射技术采集光谱,常规化学方法测定精米直链淀粉含量。结果表明,定标样品的直链淀粉含量分布范围为3.439%～28.046%,代表性和连续性良好。采用多种计量数学处理方法和偏最小二乘法(PLS),优化建立了精米直链淀粉含量的定量分析预测模型。定标集(C-Set)样品数132个,相关系数(Rc)0.9278,定标标准差(SEC)1.6582;验证集(V-Set)样品数67个,相关系数(Rv)0.8736,预测标准差(SEP)1.9083,并证实所建立的模型在测定精米直链淀粉含量上具有很好的准确性和实用性,对合肥地区水稻品质育种及种质资源相关研究具有实用价值。     

钙镁磷肥的活化机理及其肥效研究

本文采用四种不同的活化剂(WZ、SMS、MSN、FM)对钙镁磷肥进行活化处理,通过红外光谱和菜心盆栽试验,分别探讨了活化钙镁磷肥的活化机理及其肥效。红外光谱分析表明,四种活化钙镁磷肥中的HPO42-特征吸收峰的透过率明显降低,说明它们的HPO42-含量均有不同程度的增加,而且由活化剂SMS和FM分别制得的活化钙镁磷肥(SMSCMP、FMCMP)出现了新的HPO42-特征吸收谱,使其中的磷向有效态转变。菜心盆栽试验表明,与钙镁磷肥相比,活化钙镁磷肥的生物量均提高,最高增幅达20.0%,植株的磷、镁含量均显著提高,吸磷量的增幅为4.8%～24.3%,减少了磷的流失;同时活化钙镁磷肥增加了土壤有效磷含量,后效足。     

开都河流域下游绿洲土壤盐渍化特征及其光谱分析

以新疆开都河流域下游绿洲为研究区,通过土壤样品化学分析及其光谱反射率的测量,分析了土壤盐渍化特征以及土壤反射光谱曲线与土壤盐渍程度之间的关系;基于统计分析的方法,建立了表征土壤盐渍化特征的因子与其高光谱数据的多元回归模型。研究结果表明:研究区土壤pH值的平均值大于8.0,属于弱碱性土壤;土壤盐分含量呈T型分布;盐渍化土壤的光谱反射率曲线特征在形态上相似,变化平缓;在可见光-近红外波段,盐渍化土壤的光谱反射率曲线形状基本上由五个折线段和四个吸收带组成。     

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。     

不同磷肥用量对水稻土有机碳矿化和细菌群落多样性的影响

以水稻田田间定位试验为研究对象,利用三维荧光光谱技术(3D EEMs)和454测序技术,采集4个施磷水平(0、30、60、90 kg hm-2a-1)土壤,测定其有机碳矿化、溶解有机碳(DOC)组成和结构特征及细菌群落结构和丰度的变化。结果显示:水田施磷增加了土壤速效磷(Olsen-P),从而提高了土壤DOC含量,加速了有机碳的矿化速率和累积矿化量。3D EEMs结果表明,施磷分别显著增加了荧光指数和鲜度指数值1%~10%和3%~21%,而降低了腐殖化指数,且与土壤生化性质(Olsen-P、DOC和β-葡萄糖苷酶)具有显著相关性。说明施磷通过提高Olsen-P,促进了微生物源DOC的生成,同时降低了DOC的芳香化程度、分子量及腐殖化程度,从而提高了DOC生物可降解性。同时,施磷提高了细菌群落的丰度和多样性,特别是磷诱导了多种具有碳降解功能细菌的增加,从而加速了复杂有机碳的降解和甲烷氧化。此外,主成分分析表明稻田磷素施用量在30~60 kg hm-2a-1时对土壤有机碳矿化及细菌群落多样性的提高作用最为明显。因此,适度施磷能显著提高涉碳降解微生物的活性,从而提高DOC的生物可降解性,加速有机碳的矿化速率,促进稻田土壤有机碳循环。     

基于高光谱数据的水体叶绿素a指数反演模型的建立

水体叶绿素a含量是反映水体质量的重要指标之一,利用遥感技术监测其含量具有众多优势。该研究利用2012年7月在广西壮族自治区桂林市漓江流域实地采集的水体高光谱数据和实验室化验分析数据,借鉴陆表植被叶绿素a的遥感反演模型,发展了一种新的水体叶绿素a提取指数(water chlorophyll-a index,WCI)。通过与反射率敏感波段法、波段比值法和半分析方法对比分析发现,新提出的WCI指数使用650、685、696 nm波段,波段稳定,决定系数R2可达0.58,均方根误差最小为0.24,受水体悬浮物影响小,在天津海河区域的验证效果也表明了该模型可以有效地提取水体叶绿素a含量。该方法扩展了水体叶绿素a监测的建模思路,对水体叶绿素a监测建模有一定的指导作用。     

荒漠土壤有机质含量高光谱估算模型

为解决荒漠土壤有机质含量高光谱估算存在的困难,提高土壤有机质含量估算的精准性,该文对准噶尔盆地东部荒漠土壤进行采样、化验分析和光谱测量、处理,分析土壤光谱与有机质含量的相关性,确定敏感光谱波段,建立荒漠土壤有机质含量多种高光谱估算模型,旨在通过模型精度的比较,确定最优模型。结果表明：反射率、倒数对数光谱与荒漠土壤有机质含量相关性低,而经过一阶微分、二阶微分变换后,相关系数有所提高,部分波段的相关系数通过0.01显著水平的检验,可以用来荒漠土壤有机质含量的估算;一元线性回归建立的估算模型的精度低,不适用荒漠土壤有机质含量高光谱的估算。荒漠土壤有机质多元逐步回归模型的二阶微分、倒数对数二阶微分修正决定系数得到了较大提高,分别提高了0.22和0.31,均方根误差下降了0.66和0.80,建模精度高于一元线性回归模型。荒漠土壤有机质一阶微分、二阶微分光谱的最小偏二乘回归模型的决定系数比其多元逐步回归模型提高了0.07、0.04,一阶微分、二阶微分均方根误差都下降了0.11,二阶微分偏最小二乘法回归模型是该研究所建12个模型的最优估算模型。在多元逐步、偏最小二乘回归模型中,最优估算模型是二阶微分模型,因而用偏最小二乘法回归估算荒漠土壤有机质含量是个可行的方法。该研究的成果为荒漠土壤有机质高光谱遥感分析提供了支撑,实现荒漠土壤有机质监测的时效性、准确性,为区域生态环境的修复提供依据。