分类： 农、林、牧、渔 >> 农业基础学科 提交时间： 2017-11-07 合作期刊: 《中国生态农业学报》
摘要： 土壤养分影响着土壤的质量, 也影响着植被、农作物等的生长。为快速准确地估测艾比湖流域土壤养分状况, 选择艾比湖流域精河县作为研究区, 以精河县内不同地表覆盖类型土壤为研究对象, 基于实地采集的75 个土壤样品的室内ASD FieldSpec3 实测光谱数据和3 种光谱变换形式, 利用10 nm 间隔重采样进行去 噪处理, 再结合多元逐步回归法(SMLR)、偏最小二乘法回归法(PLSR)、人工神经网络法(ANN)分别建立土壤养分预测模型, 以探索最优模型。结果表明: 土壤实测光谱的一阶微分、二阶微分变换形式能显著提高光谱与土壤养分之间的相关性, 尤其是一阶微分变换与土壤有机质和全氮的相关性最高分别达0.87 和0.91, 光谱变换技术能显著增强土壤养分与高光谱之间的敏感度, 达到更好的建模效果; SMLR、PLSR 和ANN 这3 种模型都具有良好的预测能力, 其中, ANN 建立的模型预测效果最好, 二阶微分变换的ANN 模型对有机质、全氮的预测决定系数(R2)分别为0.886 和0.984, 均方根误差(RMSE)分别为2.614 和0.147, PLSR 次之; 全氮的预测效果明显优于有机质的预测效果, 说明高光谱和全氮之间的敏感性更高。总体来说, 光谱二阶微分变换形式的人工神经网络模型可以最精确稳定地完成土壤养分含量的快速预测, 能够实现艾比湖流域的土壤养分空间分布状况和动态变化特征的动态监测。
分类： 农、林、牧、渔 >> 农业基础学科 提交时间： 2017-11-06 合作期刊: 《中国生态农业学报》
摘要： 地形是影响土壤流失的重要因素, 小流域尺度上的土壤侵蚀评价指数(SLsw)对于地形的研究过于简 单, 因此本研究对SLsw 中的地形因子(G)进行修正, 进而得出G 因子修正后的土壤侵蚀评价指数(SLsw_G)。以黄土丘陵沟壑区—— 安塞集水区为研究区, 基于GIS 技术, 利用2006—2012 年安塞集水区的数字高程模型(DEM)数据、水文观测站的日降雨量数据、土壤采样数据和土地利用数据, 计算研究区2006—2012 年逐年的SLsw, 利用安塞集水区实测的输沙量, 验证修正的SLsw_G 指数的有效性, 并分析安塞集水区土壤侵蚀强度的时空变化特征。结果表明, 修正前后土壤侵蚀情况分布基本相同, 均呈现东南部地区SLsw 指数高, 而西北部地区相对较低。在安塞集水区东南部, 由于人为因素的影响, 土壤保持措施相对较弱, 同时土壤中黏粒和粉粒质量较轻, 黏粒和粉粒湿时有明显的黏结性, 降雨过程中容易被水冲刷;根据土壤采样点的采样数据表明, 东南部地区土壤中黏粒和粉粒的含量较高, 较容易造成土壤侵蚀。修正前后指数通过T 检验得出, SLsw 和SLsw_G具有方差齐次性, P=0.0370.36), 修正后的相关性较修正前的相关性有所增加, 说明修正是有效的, 修正后的SLsw 指数能够更好地评价研究区域土壤侵蚀状况。
点击量
点击量
下载量
评论
