基于高光谱的不同人类干扰程度下荒漠土壤有机质含量估算模型

为对比同一背景下不同人类干扰程度的荒漠土壤有机质含量的预测模型,以天山北麓阜康市的土壤为研究对象,通过对无人干扰区、人为干扰区全样本和剔除有机质质量分数大于2%的样点的原始光谱反射率进行6种光谱变换,分析不同变换形式与有机质含量的相关性,以相关系数通过P=0.01和0.05水平上显著性检验的敏感波段为自变量,运用多元逐步回归、偏最小二乘回归以及主成分回归法分别建立了无人干扰区、人为干扰区土壤有机质高光谱的预测模型,并选择精度最高的为最优模型。结果表明：（1）无人干扰区与人为干扰区的原始光谱所有波段与有机质含量的相关性都没有通过0.01水平的显著性检验。将有机质质量分数大于2%的样点剔除后,有机质含量与原始光谱反射率的相关系数都大于全样本且有部分波段通过了0.01水平的显著性检验。（2）不论采用何种方法建立的全样本无人干扰区和人为干扰区的预测有机质模型的RPD均小于1.4,不具有预测有机质含量的能力。其中全样本无人干扰区一阶微分、人为干扰区倒数一阶微分多元逐步回归模型是其所有模型中,建模精度最高的,R²分别为0.652、0.512,但是其RPD仅分别是0.662、0.655,表明模型的预测能力很差。（3）剔除有机质质量分数大于2%的样点之后,预测效果最好的是无人干扰区一阶微分多元逐步回归模型,R²达到0.776,RMSE为1.408,RPD为2.136;而人为干扰区的二阶微分模型预测效果最优,R²为0.542,RMSE为2.261,RPD为2.087。     

新疆南部土壤有机质含量的高光谱特征分析

土壤有机质含量是衡量土壤肥力的一个主要指标,也是影响土壤光谱特性的一个重要因素,本研究以南疆地区的草甸土、灌淤土、盐土、水稻土、4种主要土壤类型为研究对象,通过野外调查取样和室内理化分析与光谱测试,研究了土壤有机质含量与土壤光谱特征的关系,结果表明土壤去有机质后光谱反射率不管在全波段还是在紫外、可见光和近红外波段都有明显的提高;反射率经不同形式的数学变换后与有机质含量的相关性有所变化,其中倒数与对数变换后在360~520 nm波段经倒数变换后相关系数有所提高,而在520~1 072 nm波段相关系数反而有所降低,而一阶微分变换后相关系数变化起伏波动较大,缺乏规律性,最显著的效果是个别波段相关性得到增强;利用光谱反射率与反射率的一阶微分均能较好的预测土壤有机质含量,反射率在600.5 nm处预测有机质的精度为72.3%,反射率的一阶微分在539.2 nm处预测有机质的精度为87.0%。     

基于HJ-1A高光谱影像的盐渍化土壤信息提取——以渭干河-库车河绿洲为例

以环境小卫星高光谱影像为主要数据源,在野外实测样本的支持下进行光谱反射率及其变换形式与土壤含盐量的相关性分析,筛选盐渍化土壤响应敏感波段,利用曲线回归分析方法,建立基于高光谱影像的新疆渭干河-库车河绿洲土壤含盐量定量反演模型.结果表明:研究区土壤含盐量的影像响应波段基本位于近红外波段,其中以780～924 nm波长范围最佳,相关系数R≈0.8;反射率对数的倒数一阶微分土壤含盐量预测模型精度最高,回归方程为Y=-4.152-27.735X+769.813X2,模型及其检验的决定系数都在0.88以上,均方根误差约为3.该模型的建立可为区域盐渍化土壤信息的提取及监测提供参考.     

利用可见光/近红外反射光谱估算土壤总氮含量的实验研究

利用土壤的室内反射率光谱，探讨土壤氮元素的高光谱机理。利用土壤光谱各吸收带的特征参数与总氮含量进行逐步回归运算，确定与氮元素关系比较密切的几个吸收带。计算出这几个特征吸收带内土壤反射率的变化形式：一阶导数(FDR)、倒数(1/R)、倒数之对数(log(1/R))、波段深度(Depth)，并与总氮含量进行逐步回归分析，得到比较理想的结果：建模样本的Ra^2(修正的判定系数)分别为0．789、0．753、0．736、0．699，验证样本的Ra^2分别为0．759、0．468、0．794、0．725。可见土壤的反射率光谱与氮元素含量之间存在比较明显的相关性，可见光／近红外反射光谱具有快速估算土壤中氮元素含量的潜力。     

基于表观电导率与实测光谱的干旱区湿地土壤盐分监测

以新疆艾比湖滨盐渍化土壤为对象,利用磁感应电导仪和光谱仪测得的盐渍土表观电导率和可见光/近红外光谱数据,选取与EM38解译的土壤盐分相关性最好的光谱变换形式和特征波长,分别建立多元逐步回归、偏最小二乘回归和支持向量回归的土壤盐分监测模型。结果表明：（1）表观电导率两种模式相结合建立的盐分含量解译模型的拟合优度达到0.91,即在该区域内电磁感应技术可用于土壤盐分含量的间接监测。（2）一阶微分处理优于二阶微分,经一阶微分变换后的光谱可以较好地预测土壤盐分含量。（3）3种建模方法中,支持向量回归的建模精度最高,偏最小二乘回归和多元逐步回归次之。干旱区湖滨湿地土壤盐分含量的估测模型宜选取基于平滑后的原始一阶微分光谱数据建立的支持向量回归模型。     

若尔盖湿地土壤重金属元素含量的遥感反演

土壤中的重金属元素对植物和动物具有一定的毒害作用,测量湿地土壤重金属元素含量,对评估湿地生态系统健康具有重要意义。以光谱分辨率的优势,高光谱遥感可以获取地物的连续光谱信息,可应用于土壤研究。以四川若尔盖国际重要湿地为研究区,在研究区中采集土样,测定土样的5种重金属元素含量;利用偏最小二乘回归(partial least squares regression,PLSR)方法,分析了环境一号卫星上搭载的超光谱成像仪(hyperspectral imaging radiometer,HSI)的地表反射率数据与实测的土壤重金属元素含量的关系;利用原始地表反射率及原始地表反射率曲线的一阶微分值和倒数的对数值,分别建立了预测土壤中5种重金属含量的3个回归模型。结果表明,土壤锌含量的平均值(62.83 mg/kg)最高,镉含量的平均值(0.18 mg/kg)最小;土壤锌含量与铅、铬含量显著相关,土壤铬含量与铜、铅含量显著相关;在3个回归模型中,利用一阶微分值所建立的模型的预测效果最好,土壤5种重金属含量的实测值与预测值都显著相关,其次是利用原始反射率所建立的模型,而利用倒数的对数值所建立的模型的预测结果相对最差,尽管如此,除了镉和铅含量外,其它重金属元素含量的实测值与预测值也都显著相关。利用高光谱遥感技术反演土壤某些重金属元素含量具有可行性,有利于实时掌握湿地土壤重金属含量及其对湿地生态系统健康的影响。     

旅游干扰对黄山风景区土壤的影响

为了解旅游活动对黄山风景区土壤的影响,采用样方法和室内分析相结合的方法,对黄山风景区主要游览步道附近土壤进行了调查分析,结果表明:黄山风景区旅游干扰对土壤影响效应明显,随干扰强度的增加,土壤容重、土壤pH值及土壤全钾含量趋于上升,土壤含水量、有机质、土壤全氮量、全磷量以及枯枝落叶层厚度趋于下降;其中土壤容重和土壤含水量...     

荒漠-绿洲交错带土壤N、P、K含量的高光谱反演模型

利用新疆奇台县荒漠-绿洲交错带的75个土壤样本,选取土壤可见光-近红外光谱的反射率（R）、光谱反射率倒数之对数（lg（1/R））、光谱反射率一阶导数（FDR）和光谱波段深度（Depth）4个指标,分析了其与土壤N、P、K元素含量的关系,分别建立了反演模型并对其精度进行了检验。结果表明：可见光-近红外反射光谱快速估算荒漠-绿洲交错带土壤N、P、K元素含量的潜力大,其预测精度由高到低的排列顺序为：N>P>K。不同光谱指标反演模型的精度各异,指标Depth和FDR的预测效果明显优于lg（1/R）和R,对N和P元素的拟合效果为：lg（1/R）相似文献   

基于半监督模糊识别的土壤含水量高光谱估测模型研究

快速估测土壤含水量对发展精准农业具有重要意义。为提高土壤含水量光谱估测精度,该文基于山东省泰安市周边的94个棕壤样本光谱与含水量实测数据,首先对原始光谱进行对数倒数一阶微分变换,利用最大相关性原则选择特征因子,然后利用半监督模糊识别模型建立土壤含水量光谱估测模型。实验结果表明:以波段655 nm、1 235 nm、1 497 nm、1 677 nm、2 059 nm的对数倒数的一阶微分变换数据作为特征因子,所建土壤含水量光谱估测模型的精度较高,其中18个检验样本的平均相对误差为4.406%,模型的决定系数R~2=0.977;半监督模糊识别模型充分利用了训练样本的确定性及不确定性信息,可有效用于土壤含水量估测。     

水分胁迫条件下棉花生理变化及其高光谱响应分析

利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。     

基于SCS和USLE的程海总磷总氮参照状态推断

将流域入湖的氮磷负荷分为点源和非点源两部分,基于SCS模型和USLE模型,分别计算流域入湖的溶解态和颗粒态非点源负荷,根据工业、城镇生活及规模养殖废水排放,计算了流域入湖的点源负荷。通过计算的入湖负荷和现有的湖泊氮磷浓度数据,建立了湖泊氮磷质量守恒模型。根据计算的逐年入湖氮磷负荷和建立的湖泊氮磷质量守恒模型,逆推逐年的湖泊氮磷浓度,确定湖泊氮磷参照状态。应用建立的模型推断程海的TP、TN参照状态分别为0.014 mg/L和0.247 mg/L。构建的湖泊氮磷参照状态推断模型,所需资料少,概念清晰,在资料缺乏的其他湖泊流域具有推广应用价值。     

干旱区大尺度土壤盐度信息环境建模——以新疆天山南北中低海拔冲积平原为例

区域空间信息有助于决策者针对特定潜在和既定的土壤盐渍化区域制定改良和优化政策,以避免灌区水土资源的不合理配置和干旱区土地生态系统持续性退化。然而现存区域尺度土壤盐度数据以矢量方式留存,多边形内部土壤属性无空间变异性,缺乏实时更新,对当下实际指导作用具有一定的局限性。随着人类活动的加剧,土壤及其结构性退化正加速危害土壤质量和健康。对此,急需更新或升级,用于刻画干旱区生态系统中土壤盐度数据,以辅助制定相关政策,减缓土壤盐渍化的危害。针对此问题,本文基于代表性等级的采样设计方法（Integrative Hierarchical Sampling Strategy, IHSS）,获取少量典型样点,结合土壤—环境推理模型（soil land inference model, SoLIM）,尝试推理区域尺度土壤盐分含量信息。研究以新疆天山南北中低海拔冲积平原为案例,仅以23个代表性样本,推理陆表（0~10 cm）土壤盐分含量,源自3个典型绿洲94个野外样本的验证数据显示,依据评判标准,预测结果与实际情况较为相符,与线性回归模型相比,具备处理土壤与环境变量之间非线性关系的SoLIM,推理精度更高。所以,研究认为模糊隶属度加权平均的方法（IHSS-SoLIM）可以通过较小的建模点得到更好的预测效果,可作为区域尺度土壤盐度推理的备选方案。     

祁连山中段青海云杉林土壤肥力质量评价研究

以祁连山排露沟流域青海云杉林为研究对象,研究了海拔梯度上土壤肥力因子的分布特征及变化规律,并运用主成分分析法对青海云杉林土壤肥力状况进行了评价。结果表明：（1）研究区土壤呈碱性,pH值均大于8.0;高海拔地区（3 300 m）含水量达到过饱和状态,各土层含水量均大于100%;随海拔升高,全氮含量呈增大趋势,全钾含量呈减小趋势,而全磷含量呈先减小后增大趋势;不同海拔梯度速效磷含量差异不显著（P>0.05）,海拔3 300 m处速效钾含量显著高于其他海拔段（P<0.05）。（2） 不同海拔梯度下土壤有机质、全氮、全磷、全钾、速效磷和速效钾含量都有明显的“表聚效应”,其中3 300 m处0~10 cm土层有机质含量高达325.93 g·kg^-1,是本海拔段其他土层的1.6~1.8倍,是同土层其他海拔段的1.3~2.0倍。（3） 土壤肥力因子间关系密切,土壤含水量与有机质、全氮呈极显著正相关关系,与土壤容重、pH和全钾呈极显著负相关关系,土壤养分含量之间存在不同程度的显著正相关关系。（4） 不同海拔梯度土壤肥力质量为：3 300 m>3 200 m>3 100 m>3 000 m>2 900 m。     

黑土区土壤有机质和全氮含量遥感反演研究

以东北典型黑土区耕地为研究区,以Sentinel-2A（全球环境与安全监测计划的第二颗卫星,于2015年6月23日发射）影像作为数据源,构建光谱指数,分别采用多元逐步线性回归（Multiple Stepwise Linear Regression, MSLR）和随机森林（Random Forest, RF）算法建立土壤有机质（SOM）和土壤全氮（STN）预测模型,并采用十折交叉验证方法评估模型的性能。研究对比分析了不同气候、土壤类型和地形下土壤有机质和全氮的空间分布差异。研究表明：① 海伦示范区的SOM和STN含量最高,其年均温最低,高程最高,年降水量多,SOM含量升高,其年均温最低,年降水量多,STN含量升高;② 与基于多元逐步线性回归算法建立的SOM和STN预测模型相比,随机森林算法建立的SOM和STN预测模型,有着更高的精度和稳定性;③ 运用RF算法建立的SOM反演模型的R²为0.96,均方根误差为5.49 g/kg,STN反演模型的R²为0.95,均方根误差为0.27 g/kg; ④ 不同示范区统一建立SOM和STN预测模型,有助于提高预测精度,实现跨区域建模与制图。     

扎龙湿地克钦湖表层沉积物中有机质、全氮和全磷含量分布特征

为了了解扎龙湿地克钦湖沉积物中营养物质的分布状况,在扎龙湿地克钦湖设置了21个采样点,于2016年7月9日,采集了0?5 cm深度的沉积物样品,测定了表层沉积物样品中有机质、全氮和全磷含量;利用克里金插值法,绘制表层沉积物有机质、全氮和全磷含量的空间分布图,并分析了其空间分布特征及影响因素.研究结果表明,克钦湖0～5 ...     

基于PLSR的典型沼泽湿地植物叶片性状与光谱模型构建——以三江国家级自然保护区为例

通过植物光学特性测量叶片性状是一种非破坏性的、长期的湿地动态监测方法。选择三江国家级自然保护区多种典型湿地植物为研究对象,探究植物性状与叶片光谱之间的联系。研究表明：叶片氮含量与光谱的模型构建效果最好,模型R²为0.61,均方根误差（RMSE）为2.3862;叶片含水量、叶片磷、可溶性糖、纤维素和木质素含量之和的模型一般,R²在0.38~0.55范围内,RMSE在0.0004~10.7019范围内;淀粉含量拟合效果较差, R²为0.29,RMSE为0.0106。光谱预测重要性的结果表明,可见光与近红外边缘范围内的光谱信息对于叶片含水量、叶片氮含量、叶片磷含量、单位叶面积质量、纤维素和木质素之和、可溶性糖和淀粉的预测具有最高的重要性。     

察布查尔县土壤碳氮磷钾垂直分布规律研究

以察布查尔县1 191~2 656 m不同海拔草原土壤为研究对象,研究有机质（外加热法,10.18~74.3 3 mg·kg^-1）、全氮（自动凯氏定氮仪,0.17~2.6 g·kg^-1）、碱解氮（扩散法,14.9 7~198.72mg·kg^-1）、磷元素（钼锑抗比色法,全磷：0.12~0.76 g·kg^-1、速效磷：20.7 4~153.64 mg·kg^-1）,钾元素（火焰光度计法,全钾：9.81~18.64 g·kg^-1、速效钾：659.05~1 001.45 mg·kg^-1）含量垂直分布特征。结果表明碳、氮、磷、钾均随土层深度的增加而降低;除钾元素外碳、氮、磷随海拔高度的增加而上升;相关性分析结果显示,0~20 cm土层中,海拔高度与碱解氮呈正极显著性相关（p < 0.05,R=0.838^**）,与土壤有机、全氮呈正显著性相关（p < 0.05,R=0.831^*、R=0.751^*）;有机质与碱解氮呈正极显著性相关（p < 0.05,R=0.988^**）,与全磷呈正显著性相关（p < 0.05,R=0.726^*）,20~40 cm土层中,海拔高度与有机质、碱解氮、全氮、全磷呈正相关,与速效磷、速效钾、全钾呈负相关;有机质与碱解氮、全氮成正极显著性相关（p < 0.05,R=0.867^**、R=0.970^**）,碱解氮与全氮呈正极显著相关（p < 0.05,R=0.914^**）,40~60 cm土层中,海拔高度与有机质、碱解氮、全磷呈正相关,与速效磷、全磷、速效钾、全钾呈负相关;有机质与碱解氮、全氮呈正极显著性相关（p < 0.05,R=0.884^**、R=0.966^**）,与速效磷、全钾呈正相关,与全磷、速效钾呈负相关;碱解氮与全氮呈正极显著性相关（p < 0.05,R=0.952^**）。     

祁连山青海云杉林动态监测样地土壤pH和养分的空间异质性

为了探讨青海云杉林对土壤pH和养分的影响,选择祁连山青海云杉林动态监测样地(340 m×300 m)为试验样地采集土样,利用经典统计学和地统计学方法对其空间异质性进行了研究。结果表明:(1)pH、水解氮和全磷为弱变异性,有机碳、全氮、速效磷、全钾和速效钾为中等变异性,它们的大小依次为速效钾 >有机碳 >速效磷 >全氮 >全钾 >水解氮 >全磷 >pH。(2)半方差最优模型拟合分析表明,pH、全氮、水解氮、全磷、速效磷和速效钾均符合球状模型,有机碳和全钾均符合指数模型;pH、有机碳、全氮、水解氮、全磷、速效磷、全钾和速效钾的变程依次为108.8 m、88.5 m、112.8 m、131.9 m、143.3 m、73.3 m、73.3 m和134.7 m。从空间结构特征看,pH具有中等强度的空间自相关,而养分表现出强烈的空间自相关。(3)pH和养分均呈斑块状分布,有机碳和氮素具有相似的空间分布格局,全磷和速效钾分布变化较为明显,速效磷和全钾分布变化较为平缓。上述研究结果可为祁连山青海云杉林土壤pH和养分的取样设计和空间分布图制作等提供参考,也可为青海云杉林的土壤环境恢复与重建提供科学依据。     

基于无人机遥感的高寒草原沙化模型及等级划分

高寒草原是青藏高原草地生态系统的主要组成,在防风固沙、野生动物保育等方面具有重要作用。近年来,在全球气候变化和人为干扰加剧的背景下,高寒草原沙化加剧,基于时空尺度监测范围及程度是防治高寒草地沙化的前提。以青海三江源区玛多县的高寒草原为研究区,结合大疆“精灵3”和“经纬M100”旋翼无人机和地面调查,探讨基于无人机遥测的植被指数在草地沙化调查方面的适宜性,以此为基础制定了高寒草原沙化模型及等级划分标准。结果显示：（1）通过对VDVI（Visible-Band Difference Vegetation Index）、ENDVI（Enhanced Normalized Difference Vegetation Index）和NGRDI（Normalized Green-Red Difference Index）指数与草地沙化指数GDI（Grassland Desertification Index）的相关分析,选取出高寒草地沙化研究最优植被指数为VDVI（R=0.9055）;（2）GDI与VDVI的关系模型为VDVI=0.3024GDI²-0.0335GDI+0.0119（R²=0.9326）。模型相对误差为1.779%（RMSE=0.165,R²=0.7447）,拟合精度较高;（3）基于无人机遥感植被指数的聚类分析,将研究区高寒草原沙化划分为5个等级,即无明显沙化（VDVI>0.2247）、轻度沙化（0.1493 < VDVI < 0.2246）、中度沙化（0.0924 < VDVI < 0.1492）、重度沙化（0.0692 < VDVI < 0.0923）和极度沙化（VDVI<0.0692）。     

荒漠河岸林区3种典型植物群落下土壤碳氮含量特征

以黑河下游荒漠河岸林区3种典型植物(苦豆子(Sophora alopecuroides)、胡杨(Populus euphratica)、柽柳(Tamarix ramosissima))群落下的土壤为研究对象,分析了0～280 cm土层土壤碳氮含量特征,运用Pearson相关分析、通径分析方法揭示了土壤碳氮含量与其他理化性质的关系。结果表明：(1)苦豆子、胡杨、柽柳群落下的土壤平均碳含量分别为16.35、20.23、17.23 mg·g^-1,平均氮含量分别为0.47、0.69、0.61 mg·g^-1,植被类型导致的土壤碳氮含量的差异主要表现在0～10 cm表层。(2)荒漠河岸林区0～160 cm土壤碳储量柽柳(444.64 t·hm-2)>胡杨(398.60 t·hm^-2)>苦豆子(368.95 t·hm^-2),土壤氮储量柽柳(12.46 t·hm^-2)>胡杨(11.88 t·hm^-2)>苦豆子(10.60 t·hm^-2