大尺度采样下不同模型方法预测土壤全氮空间分布研究——以海南岛为例

在大区域尺度、有限土壤样点情况下,为探索准确预测土壤属性的方法,以海南岛为研究区,采用近似网格采样方法,采集130个样点,用多元线性回归(MLR)、普通克里格(OK)和回归克里格(RK)3种模型方法进行土壤全氮预测,并以29个验证点比较了预测精度。结果显示:1)对较大区域进行土壤全氮的空间分布的预测精度为OKRKMLR;2)3种模型对土壤全氮含量空间预测分布趋势基本一致,总趋势为岛内自东向西方向逐渐降低;3)0~5 cm土壤全氮含量与土地利用方式呈极显著相关关系,0~20 cm土壤全氮含量与归一化植被指数呈显著相关,20~40、40~60 cm土壤全氮含量与归一化植被指数、坡度呈极显著或显著相关。     

民勤绿洲地下水埋深影响因素分析及其变化趋势预测

水是民勤绿洲环境保护和经济发展的关键,对影响民勤绿洲地下水资源变化的主要因素及其未来变化趋势进行预测,可为绿洲地下水资源合理开发和利用提供科学依据。利用相关性分析法,找出与民勤绿洲地下水埋深观测值相关性较好的影响因素,然后运用主成分线性回归法确定地下水埋深观测值与其主要影响因素的定量关系,并利用灰色预测法对影响绿洲地下水埋深变化的主要因素（包括人口、粮食产量和上游来水量）及地下水埋深进行趋势预测。结果表明：民勤绿洲的人口、粮食产量、上游来水量、GDP、蒸发量和大牲畜存栏量与地下水位变化密切相关;人口和粮食产量的增加会导致地下水埋深的下降,且人口增加对地下水埋深的影响远大于粮食产量增加对地下水埋深的影响;未来6年中,民勤绿洲人口和粮食产量总体呈增长趋势,上游来水量呈逐年减少趋势,地下水埋深呈下降趋势。     

基于神经网络方法的土壤流失量预测研究

生产建设项目土壤流失量的预测直接关系到建设项目的水土保持分析、评价和防治措施体系的布局,目前常用的预测方法因其局限性、不合理性以及精度差等问题往往难以实现准确预测。将人工神经网络的BP算法引入到土壤流失量预测中,将降雨侵蚀力、土壤可蚀性、坡长、坡度、水土保持措施作为影响土壤流失量的主要因子,并以17个生产建设项目水土保持监测实例作为学习样本和检测样本,建立了基于神经网络方法的土壤流失量预测模型。预测结果表明,该模型拟合和预测精度高,具有很强的应用价值,能够满足工程应用需要。     

中尺度土壤预测制图中地形变量提取的适宜分辨率探讨

地形变量是土壤预测制图中重要的预测变量之一,为了满足中尺度土壤预测制图的精度要求,又能够减少数据的冗余,需要选择合适分辨率范围的地形变量。基于ASTER GDEM数据,对不同地形起伏状况的3个样区,通过重采样得到30 m、60 m、90 m、120 m、150 m共5组不同分辨率的DEM数据,分别选取土壤预测制图中常用的高程、坡度、平面曲率和剖面曲率4组地形变量,通过地形信息熵、局部方差均值以及比例尺和空间分辨率的关系,选取巢湖流域用于土壤预测制图的地形变量提取的适宜分辨率范围。研究表明:对于特定比例尺的土壤预测制图,地形变量的提取需要综合考虑两个因素:一是土壤预测制图的比例尺,二是地形变量提取的分辨率。中尺度土壤预测制图地形变量提取的适宜分辨率为30m,既能保留有实际意义的地形信息,又能满足土壤预测制图的精度要求。     

黑土区田块尺度土壤有机质含量遥感反演模型

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm~2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。     

基于关键气象因子的中稻单产动态预报

利用重庆市1986-2009年中稻单产和中稻生育期内旬平均气温、旬降水量、旬日照时数等资料,采用统计分析法建立中稻气象产量动态预报模型,在此基础上预报中稻单产。用5a滑动平均方法分离中稻趋势产量,在分析气象产量与中稻全生育期逐旬气象要素相关性的基础上,以3月中旬平均气温、5月下旬日照时数、7月中旬平均气温、7月中旬降水量、7月中旬日照时数、7月下旬平均气温、7月下旬降水量和8月上旬平均气温等作为关键气象因子,建立中稻气象产量动态预报模型,并应用该模型实现中稻单产动态预报。对1986-2009年的中稻单产做模拟检验,平均准确率在96%以上,95%以上的年份预报准确率超过90%。对2010年的单产进行预报,准确率为91.5%～92.8%,预报准确率较高,基本能满足业务服务的需要。     

生产建设项目用地土壤风蚀量监测方法与预报模型分析

准确掌握生产建设项目用地土壤风蚀量是合理编制水土流失治理方案的必要前提和有效防控人为水土流失的重要基础;但目前对监测方法和预报模型的研究比较薄弱,一些研究中监测方法的适用性和模型参数的准确性还有待商榷。文章系统总结土壤风蚀的观测方法和预报模型,根据这些方法和模型的各自特点,分析它们在生产建设项目中的适用性。认为测扦法、调查法、扫描法、风蚀盘法、集沙仪法、核素示踪法以及Pasak模型和风蚀流失量公式都可以根据不同项目的实际情况和地区特征应用到生产实践中。在此基础上,讨论相关研究的发展方向。本文结果可为生产建设项目土壤风蚀量测算模型的构建提供参考。     

基于数据挖掘的贝叶斯算法应用研究

在众多的数据挖掘算法中,贝叶斯算法因为准确性高,运算性能强而得到广泛应用。利用日常生活中的例子深入浅出的阐述了贝叶斯算法的基本原理,并应用SQL Server 2005数据挖掘工具,对2009年收集的农安地力评价的数据进行了分析,同时应用贝叶斯算法对地力等级进行了预测。     

中国东北地区中长期畜禽粪尿资源与污染潜势估算

规模化畜牧业、农牧分离等引起了一系列问题，尤其是饲养方式改变后，畜禽粪尿养分的循环和处理最值得关注。该文利用统计资料和文献数据，估算了东北三省畜禽粪尿产生量及其中的氮磷养分和COD含量，在此基础上评价和预测了2002～2020年畜禽粪尿资源及其环境风险。结果表明，2003年辽宁省、吉林省、黑龙江省畜禽粪尿耕地承载量分别为24、20、11 t/hm²，耕地畜禽粪尿承载量在空间上分布极不平衡。2003年，辽宁省、吉林省、黑龙江省禽粪尿排泄物进入水体的COD数量占畜禽粪尿、工业、生活排放COD总量的52％、65％、40％。预测表明，2010年、2020年畜禽养殖业对东北三省环境污染的风险将进一步扩大。因此，需要制定相应的政策法规来控制畜禽粪尿污染。     

浙江省严重干旱发生年份的GM（1，1）预测模型

传统灰色GM（1，1）模型对稳定序列的中长期预测效果较好，对变化幅度较大的严重干旱年序列的中长期预测效果较差。本文采用中心逼近式灰色GM（1，1）模型，通过调整m值，使模型精度达到要求，从而建立浙江省严重干旱发生年份的GM（1，1）预测模型。拟合结果表明，该方法对预测浙江省下一个严重干旱发生年有一定的参考价值。