小兴安岭不同土地利用方式下的土壤DOC化学光谱特性

在小兴安岭地区选取天然沼泽(兴安落叶松沼泽)、排水造林40a的人工林湿地、由湿地开垦40a的农田、湿地垦殖后弃耕地(弃耕40a)4种样地,研究小兴安岭不同土地利用方式土壤溶解性有机碳(DOC)化学光谱特性。结果表明,在垂直剖面上,排水造林湿地、农田、弃耕地以及天然沼泽的土壤DOC含量均从表层向下逐渐减少,在土壤表层0—10cm,DOC含量关系为:天然沼泽排水造林湿地弃耕地农田(p0.05),在其他深度上,差异不显著(p0.05)。DOC化学光谱特性表现为DOC中芳香族类化合物(SUVA254)、DOC中腐殖质所占比列(C/C)、DOC中腐殖酸与富里酸比例(E4/E6),在垂直剖面上逐渐递增。总体上,DOC化学光谱特性大小关系为:天然沼泽弃耕地排水造林湿地农田。4种土地利用类型土壤SOC的含量均随着土壤深度的增加而出现逐渐递减的规律,在垂直剖面上,天然沼泽SOC的含量大于其他土地利用方式。4种类型土壤DOC占SOC的比例(DOC/SOC)在垂直剖面上无明显变化规律。天然沼泽湿地DOC/SOC只在土壤表层大于其他土地利用方式(p0.05)。     

引入时相信息的耕地土壤有机质遥感反演模型

土壤有机质(soil organic matter,SOM)是土壤质量评价的重要指标。监测SOM含量及其空间分布对土壤利用与保护、土壤有机碳库估算等具有重要意义。该文以松嫩平原典型区为研究区,采集4种主要土壤类型样本共147个,获取裸土期多时相MODIS地表反射率8 d合成产品,以单期、多期影像所构建光谱指数作为输入量,构建包含含水量变化与有机质含量信息的多光谱指数,建立SOM线性回归遥感反演模型,揭示SOM空间分布规律。结果表明:由于土壤含水量空间差异随时间变化,基于单期影像构建的模型主要输入量发生规律性改变,其中年积日137 d裸土条件最好,反演模型最优;比值光谱指数R61与SOM显著相关,而和含水量相关性极小,适于作为反演模型输入量;基于多期影像构建的模型引入时相信息后,精度与稳定性较单期影像模型显著提高,其中基于年积日137、105 d两期影像光谱指数所建立的多元线性模型最优;松嫩平原SOM呈现由东北向西南递减趋势。     

差速水稻钵苗Z字形宽窄行移栽机构设计

针对水稻钵苗宽窄行Z字形移栽农艺要求,提出了一种差速式水稻钵苗Z字形宽窄行移栽机构,利用差速轮系的不等速传动和空间传动,以空间轨迹实现水稻钵苗Z字形宽窄行移栽.将非均匀B样条曲线理论应用于非圆齿轮节曲线的拟合,并采用坐标变换方法建立了机构齿轮箱轮系的数学模型.将水稻钵苗Z字形宽窄行移栽的轨迹和姿态要求参数化为9个具体的运动学优化目标,编写了基于机构数学模型的可视化参数优化界面,利用该软件界面分析了传动箱非圆齿轮节曲线和齿轮箱非圆齿轮节曲线对轨迹形状的影响,以及斜齿轮螺旋角和取秧夹片长度与轨迹偏移量的关系.通过优化得到取秧段偏移量为3.9mm,取秧段轨迹有效长度为45.6mm,移栽机构离地高度为32.6mm,夹片离从动非圆齿轮牙嵌轴距离6.7mm的大环扣式移栽轨迹.完成了移栽机构的虚拟仿真与样机试制,利用自制试验台架、工业相机和图像处理软件对机构移栽臂运动轨迹和姿态进了分析,结果与理论数据吻合,验证了移栽机构方案的可行性和结构的合理性.     

基于近红外高光谱成像技术鉴别杂交稻品系

种子的筛选和鉴别是农业育种过程中的关键环节。该文基于近红外高光谱成像技术(874~1 734 nm)结合化学计量学方法以及图像处理技术实现杂交稻种的品系鉴别及可视化预测。采集了3类不同品系共2 700粒杂交水稻的高光谱图像,用SPXY算法,按照2∶1的比例划分建模集和预测集。基于水稻样本的光谱特征,采用主成分分析(PCA)方法初步探究3类样本的可分性。采用连续投影算法(SPA),提取出7个特征波长:985.08、1 106、1 203.55、1 399.04、1 463.19、1 601.81、1 645.82 nm。基于特征波长和全波段光谱,建立了偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)模型。试验结果表明,所建模型判别效果较好,识别正确率均达到了90%以上,其中,SVM模型的判别效果优于PLS-DA模型,基于全谱的判别分析模型结果优于基于特征波长的判别模型。结合SPA-SVM校正模型和图像处理技术,生成样本预测伪彩图,可以直观的鉴别不同品系的水稻种子。结果表明,近红外高光谱成像技术可以实现杂交稻的品系识别及可视化预测,为农业育种过程中种子的快速筛选及鉴定提供了新思路。     

基于低场核磁和差示量热扫描的面条面团水分状态研究

为了解低水分面条面团中水分的存在状态,明确真空度及和面时间对水分状态的影响,该研究以3个小麦品种（济麦20、宁春4号、济麦22）磨制的面粉为材料,采用真空和面制作低水分面条面团（含水率35%）,采用低场核磁共振技术（LF-NMR,low-field nuclear magnetic resonance）和差示量热扫描（DSC,differential scanning calorimetry）2种技术,测定不同真空度（0、0.06、0.09 MPa）和搅拌时间（4、8、12 min）下面团中水分的形态和分布,并进一步分析2种技术测定水分形态结果的相关性。结果表明,在低水分面条面团中,水分主要以弱结合水形态存在。不同品种的小麦粉面团的水分形态及分布存在差异,强筋小麦粉（济麦20）制作面团的水分自由度较低。真空和面（0.06 MPa）可以促进水分与面筋蛋白的相互作用,降低面团中水分子流动性,促进水分结构化;而非真空或过高真空度均会导致面团中水分自由度增加。济麦20、济麦22小麦粉和面时间为8 min时,面团水分流动性较低;而宁春4号小麦粉面团在4 min时,水分自由度较低;继续搅拌,深层结合水减少、弱结合水增多。LF-NMR和DSC测得面团水分状态的结果具有一致性。LF-NMR测得的弱结合水峰面积百分比与DSC测得的可冻结水百分比具有相同的变化趋势（r=0.695）,且深层结合水峰面积百分比与非冻结水百分比具有相同的变化趋势（r=0.564）。研究结果为认识制面过程中水分的作用,优化和面工艺和调整产品特性提供参考。     

一种基于NIR-RED光谱特征空间的干旱监测新方法

土壤水分作为干旱监测的重要指标,一直是干旱遥感监测研究的重要内容。本研究利用MODIS数据的EVI、红波段反射率、近红外波段反射率数据构建了基于Nir-Red反特率光谱特征空间的EPDI模型进行土壤水分的反演。利用野外同步测量数据对PDI、MPDI、EPDI三种干旱指数模型获取的拉萨河流域土壤水分进行了验证和对比分析,研究结果表明EPDI能够更准确地反演土壤水分,其样本点的相对误差仅为0.1040,线性相关系数为0.9181,反演精度相比PDI、MPDI(0.1646、0.1472)分别提高了36.83%和29.35%,为利用遥感影像数据进行大尺度的干旱动态监测提供了新途径。并且相比MPDI,EPDI模型参数更容易获取,模型构建受人为因素影响小,从而为模型的大范围推广提供了可能,具有很好的应用意义。     

土壤有机质测定方法述评与展望

有机质是土壤的重要组成部分,是判定土壤质量动态变化的重要标准。为了便于了解当前土壤有机质测定方法的优点和局限性,利于今后有机质研究和测定工具的开发,本文对当前测定有机质的方法,包括干烧法、湿烧法、化学氧化法、灼烧法和土壤有机质光谱测定法进行了阐述,分析了各方法的优缺点以及研究中适宜选择的方法,并对当今农业的需求和测定方法的不足,提出了研究无损、原位测量有机质工具的构想,展望了土壤有机质快速测定方法的发展趋势,以此为精准农业的实施和农业的可持续发展,提供基本的信息及建议。     

基于土壤光谱特征的宁夏银北地区盐碱地盐分预测研究

对宁夏回族自治区银北地区盐碱地野外土壤表层光谱反射率和土壤全盐及盐分进行定量分析,筛选出各土壤盐分指标的敏感波段,然后采用全回归和逐步回归的方法建立各盐分的预测模型。结果表明：表层土壤高光谱反射率r,及其平滑去嗓处理后的值R,lg(R)与全盐含量呈极显著正相关关系,1/R,lg(1/R)与全盐呈极显著负相关关系,(R)'和〔lg(1/R)〕'在特定单波段处表现较佳;土壤表层光谱反射率与CO₃^2-的相关性最强,其次是SO₄^2-;土壤光谱反射率与Na⁺的相关性在各种变换方法下均较强,其次为Mg²⁺,与Ca²⁺的相关性最弱。基于R的逐步回归方程为全盐含量预测的最佳模型;基于土壤光谱反射率拟合土壤CO₃^2-的准确度略高于对土壤HCO₃^-;敏感波段估测土壤SO₄^2-含量的决定系数明显高于其他阴离子;采用〔lg(1/R)〕'逐步回归得到的方程拟合土壤Na⁺,K⁺和Mg²⁺含量相对于其他变换方式效果更理想。预测模型中对土壤全盐和Na+的模型精度较高,预测能力强;光谱对土壤SO₄^2-和Mg²⁺的预测能力也较强;对土壤Cl^-和Ca²⁺的预测稳定性、预测能力和精度都较差。     

不同土壤水分条件下玉米叶片/冠层气孔导度的光谱监测模型

通过玉米水分控制试验,测定不同水分条件下各生育期叶片气孔导度、叶面积指数和冠层光谱反射率等,以分析玉米叶片气孔导度的变化规律及其与光谱植被指数的相关性,从而建立基于光谱植被指数和土壤湿度的叶片气孔导度模型。结果表明：玉米在可见光区和近红外中、长波区的反射率随着土壤水分的降低而上升,但叶片气孔导度（Gs）、叶面积指数（LAI）、比值植被指数（RVI）和归一化植被指数（NDVI）随着土壤水分的下降而降低;玉米NDVI和RVI与单叶片和冠层气孔导度均呈极显著指数函数关系（P〈0.01）,且对单叶片气孔导度的拟合效果优于对冠层导度的拟合效果,而经土壤湿度订正的RVI监测模型优于NDVI监测模型。表明通过测定冠层反射光谱率可实时、迅速地定量监测玉米叶片的气孔导度,为大面积作物气孔导度估算奠定基础。     

基于高光谱的冬油菜植株氮素积累量监测模型

为无损和定量研究高光谱技术在冬油菜植株氮素积累量(PNA,plant nitrogen accumulation)时空变化监测的适宜性及准确性,该文以两年田间氮肥水平试验为基础,采用单变量线性和非线性回归方法,建立基于特征光谱参数的冬油菜P NA高光谱估算模型。结果表明,采用比值光谱的方法可显著提高冬油菜冠层光谱反射率与PNA间的相关性,其最佳的波段组合为1 259 nm与492 nm处光谱反射率比值(R1259/R492),决定系数R2为0.85。高光谱参数间,以比值植被指数(RVI-5)、归一化光谱指数(NDSI)、线性内插法红边位置(REIP)、三角植被指数(TVI)、742 nm处一阶微分光谱值(FD742)和红边面积(SDR)等光谱参数与PNA相关性较好(平均R2和标准误SE分别为0.69和42.70),且以FD742表现最优(R2=0.79,SE=35.66)。精度分析结果显示,以光谱参数R1259/R492和FD742为自变量的指数方程模型作为高光谱监测油菜PNA的最佳模型,各生育期Noise Equivalent(NE)均较低且表现稳定,同时模型估测精度较高,R2分别为0.98和0.98,相对均方根误差RRMSE分别为0.73和0.72,相对误差MRE分别为14.42%和10.31%。该方法为快捷和精确评估冬油菜PNA提供了新的研究思路。