基于可见/近红外光谱的黄河口区土壤盐分及其主要离子的定量分析

【目的】定量、准确地监测盐渍土,对其防治和农业可持续发展至关重要,论文旨在明确黄河口区土壤盐分及其主要离子的特征光谱,建立适用于该区域的土壤盐渍化定量分析模型,提高其定量分析的精度和稳定性。【方法】首先以山东省垦利县为研究区,于2014年10月5—9日野外采集代表性土样96个,对土样风干后,采用土壤化学分析方法室内分析盐分及其主要离子(Cl~-、Na~+、Ca~(2+))含量,并采用美国ASD Fieldspec 3光谱仪测定土样可见/近红外高光谱数据,对光谱反射率进行去噪、一阶导数变换等预处理;然后基于盐分及其主要离子不同含量的样本光谱分析盐分及其主要离子的光谱响应,在此基础上,对样本的土壤盐分及其主要离子含量与反射率的一阶导数光谱进行逐波段的相关分析,按照相关系数高且显著的原则,选取各自的敏感波段,再根据敏感波段的交叉情况选取集中波段为特征波段,进而选取特征波段中具有极值相关系数的波段作为显著特征波段,综合确定表征土壤盐分及其主要离子(Cl~-、Na~+、Ca~(2+))的特征光谱;最后分别采用多元线性回归(multiple linear regression,MLR)、支持向量机(support vector machine,SVM)和随机森林(random forest,RF)方法构建土壤盐分及其主要离子的定量高光谱分析模型。【结果】研究区土壤盐分及其主要离子(Cl~-、Na~+、Ca~(2+))含量的光谱曲线形状和走势整体一致;土壤盐分及其主要离子(Cl~-、Na~+、Ca~(2+))的光谱响应谱区为1 320—1 495、1 790—1 920、2 120—2 290 nm;基于相关分析的土壤盐分及其主要离子的敏感谱区为1 490—1 520、1 890—1 930nm;最后综合光谱响应及相关分析确定土壤盐分及其主要离子的特征波段为1 493、1 801、1 911和2 289 nm,显著特征波段为1 493和1 911 nm。模型结果显示基于2个显著特征波段反射率一阶导数的模型精度均与4个特征波段的模型精度相当,表明显著特征光谱作为盐分及其主要离子的特征光谱进行其定量分析的有效性。比较3种建模方法,RF模型的预测效果最好,SVM模型次之,而MLR模型精度最低;对于盐分、Cl~-和Na~+,3种方法构建的模型均可有效地用于其定量分析,精度较高且稳定,然而Ca~(2+)预测精度还有待提高。通过综合比较分析,基于显著特征波段(1 493和1 911 nm)反射率一阶导数构建的随机森林(RF)模型对盐分、Cl~-和Na~+均具有较好的估测精度和稳定性,也可用于Ca~(2+)的定量估测。【结论】基于光谱响应及相关分析综合确定盐分及其主要离子的显著特征光谱(1 493和1 911 nm反射率一阶导数),进而采用随机森林方法构建盐分及其主要离子的定量估测模型,适用于黄河口区土壤盐渍化信息的有效提取。     

烦夜蛾幼虫在甘薯田的空间分布及其抽样技术

为了掌握烦夜蛾幼虫在甘薯田的空间分布和种群特征,2015年对不同发生密度田块进行了调查,取得8组样本资料,采用6个聚集度指标和Iwao的m*-m回归分析法、Taylor的幂法则等,对其空间分布型和田间理论抽样数进行测定和分析。结果表明:烦夜蛾幼虫在甘薯田间呈聚集分布,聚集强度随着幼虫密度的增加而增大。环境因子是导致烦夜蛾幼虫聚集分布的主要原因。在此基础上,建立了幼虫虫口密度调查的最适理论抽样数公式N=1.96~2/D~2(1.3102/m+0.6255)和序贯抽样模型T_n=1.3102/(D~2-0.6255/n)。     

厚壁毛竹材积与地上生物量的垂直分布格局

材积和生物量不仅反映竹类植物生长状况,而且也是林分经济产量和生态功能评价的重要指标。在测量统计竹高、胸径、壁厚、含水率等指标的基础上,分析厚壁毛竹立竹材积、地上生物量的垂直分布特征。结果表明:(1)厚壁毛竹秆材含水量随着高度的增加而降低,由秆基的50%降到秆梢的30%,而秆材密度则呈上升趋势,由基部的0.6 g/cm3增加至0.8 g/cm3;(2)50%的材积和生物量集中在竹秆下部全长的1/5,90%的材积和生物量分布于中下部竹秆全长的2/3;(3)构建了厚壁毛竹竹秆实际秆壁材积、外径材积、地上各部分生物量与胸径的关系模型。研究结果为深入了解厚壁毛竹精确取材与生物量计量提供参考。     

基于Rapideye影像的林木地上生物量估测

以石台县为研究地,结合Rapideye高分遥感影像和不同森林类型样地林木地上生物量调查数据,采用Pearson双变量相关分析方法筛选模型变量,分别用多元线性回归和随机森林算法建立不同森林类型的遥感地上生物量估测模型,并进行模型估测精度对比分析。结果表明,叶绿素红边模型(CRM)与叶绿素绿波模型(CGM)2个指数与针叶林、阔叶林生物量在0.01水平上的相关性极显著,且在其多元线性回归模型和随机森林模型中两者均被挑选为建模变量。另外,与生物量相关性较强的纹理特征主要集中的红光波段和红边波段,且仅MEAN、VAR、SM3个滤波对生物量估测贡献较大,可作为建模变量。阔叶林、针叶林和针阔混交林3种森林类型的地上生物量模型估测精度均表现为随机森林模型优于多元线性回归模型。随机森林模型生物估测绝对均方误差在12.8760~36.5363之间,相对均方误差在20.20%~45.95%之间;多元线性回归生物量估测绝对均方误差在22.0425~46.4494之间,相对均方误差在34.58%~58.42%之间。     

辉河保护区草甸草原群落最小面积的确定

采用4种饱和曲线方程拟合群落种-面积曲线,对辉河保护区内草甸草原植物群落的最小面积进行了研究。研究结果表明:(1)S=c-ae~(-bA)模型的拟合的相关系数最大,拟合效果比其他三种模型的拟合效果好,且准确性高。采用该模型计算的草地植物群落最小面积与实际相符;(2)当比例因子P(0P1)取0.6,0.7,0.8时,植物群落的最小面积分别是391、678、1 084 m~2。样方设置为35 m×35 m大小的正方形时,可以满足包括植物群落总物种数的60%,70%,80%中等精度要求。当比例因子P取0.9时,求得群落最小面积是1 777 m~2(45 m×45 m),可以满足包括植物群落总物种数的90%的高等精度要求。     

基于不同策略构建辣椒核心种质的研究

核心种质的构建为作物种质资源的高效利用提供了便利条件。以420份辣椒(Capsicum annuum L.)种质为试材,采用混合线性模型分析方法无偏地预测11个数量性状的基因型值,利用马氏距离计算种质间的遗传距离,分别采用3种聚类方法(中间距离法、类平均法和离差平方和法)、3种抽样方法(随机抽样法、优先抽样法和偏离度抽样法),按照25%的抽样比率构建辣椒核心种质库,采用均值、方差、极差和变异系数4个指标评价不同方法构建核心种质库的优劣。结果表明,类平均法优于中间距离法和离差平方和法,偏离度抽样法优于随机抽样法和优先抽样法。基于马氏距离、类平均法、偏离度抽样法获取的105份辣椒核心种质资源能够代表原群体的遗传多样性,为辣椒种质资源的高效利用提供了重要的理论依据。     

甜椒核心种质资源比较构建研究

构建核心种质可大幅提高种质资源利用效率。以410份甜椒种质资源为材料,基于8个性状表型数据,采用混合线性模型分析方法无偏地预测基因型值,利用马氏距离计算种质间遗传距离,分别采用两种聚类方法(最短距离法和类平均法)和两种取样方法(随机取样法和偏离度取样法),按照25%抽样比率构建甜椒核心种质库。采用均值、方差、极差和变异系数4个指标评价不同取样和聚类构建核心种质库水平。结果表明,最短距离法能极显著增加性状方差和变异系数,明显优于类平均法;偏离度取样法优于随机取样法;基于马氏距离、最短距离法和偏离度取样方法获取的102份甜椒核心种质资源能代表原群体遗传多样性。该研究可为甜椒种质资源有利基因发掘和新品种选育奠定基础。     

宜良县云南松林生物量遥感估测方法研究

利用landsat5影像和通过蓄积量-生物量转换方法获得的样地生物量数据,从宜良县云南松林遥感特征、地形特征、郁闭度等方面选取自变量,采用随机森林回归和偏最小二乘法进行生物量遥感估测建模。结果表明:随机森林回归估测模型调整决定系数R2为0.881,模型估测精度为82.3%;偏最小二乘模型的调整决定系数R2为0.753,模型估测精度为78.43%。随机森林回归在模型拟合效果和检验精度上均优于偏最小二乘模型。     

山东省农村宅基地使用流转现状·问题与对策——基于对济南、淄博、烟台部分农村的调研

阐述不同时代背景下的农村宅基地制度,根据在济南、淄博、烟台部分农村的随机抽样调查结果分析山东省农村宅基地使用流转现状及存在的问题。结果表明,山东省农村宅基地使用和流转过程中出现了农村宅基地季节性闲置、地下交易市场混乱无序、宅基地使用权流转制度不明确等诸多问题。对此,从明确农村宅基地产权关系、完善宅基地退出机制、建立平台集中流转等方面提出了山东省农村宅基地使用流转的建议。     

基于随机森林的农耕区土壤有机质空间分布预测

以陕西省周至县农耕区为研究区,采集192个土壤样品,通过随机森林模型(random forest, RF)对土壤有机质含量进行回归预测,通过29个(15%)独立验证点对预测结果进行精度验证,并与普通克里格(ordinary kriging,OK)和协同克里格(cokriging,COK)插值结果进行对比分析。结果表明,研究区土壤有机质含量在训练集和验证集中均属于中等变异性,含量处于中等偏低水平,大致表现为中、南部黑河东岸土壤有机质含量相对较高,东北部渭河沿岸含量较低。对变量重要性进行排序,影响研究区土壤有机质的主要因素为数字高程(DEM)和降水量。与OK、COK相比, RF对土壤有机质的预测值和实测值的相关系数(0.782)更高,而平均绝对误差(0.618 g·kg^-1)和均方根误差(2.062 g·kg^-1)更低,说明RF能够更精确地反映局部土壤有机质含量的空间变化信息。