面向多类型土壤有机碳定量反演的天基高光谱探测参数研究

星载高光谱仪器的光谱通道以及光谱分辨率和信噪比等核心参数设置直接影响土壤有机碳定量反演精度。本研究开展了卫星载荷光谱分辨率、信噪比、光谱特征波段对不同土壤类型有机碳反演影响的研究,提出了基于大气传输模型、光谱分辨率分析模型、信噪比分析模型、特征波段的提取分析模型以及偏最小二乘回归反演模型的面向不同土壤类型有机碳监测的高光谱卫星“地面-大气-仪器-观测-反演”全链路仿真分析方法,实现了土壤类型、大气效应、仪器特性参数、反演方法的耦合影响分析。结果表明:①3种类型土壤有机碳反演的最佳光谱分辨率均在10~20 nm。②不同土壤类型对观测的信噪比需求不同。对于Phaeozem的有机碳监测,较另外两种土壤有更高的信噪比需求。③在不同特征波段提取分析方法下所需的最佳光谱分辨率和信噪比一致。不同类型土壤光谱数据提取出的特征波段不同,其中反演效果最佳的土壤类型为Chernozem,特征波段数为26个,R^(2)=0.8265,RMSE=3.4389 g/kg。④反演模型与仪器特性参数无耦合关系,同一类型土壤不同反演算法的最佳光谱分辨率和信噪比需求一致。⑤Chernozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于506.66,特征波段提取数为26个;Kastanozem有机碳最佳反演参数需求为光谱分辨率17 nm,信噪比大于331.42,特征波段提取数为22个;Phaeozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于432.51,特征波段提取数为19个。

基于双时相卫星遥感光谱指数估算土壤有机质含量

以黄淮海平原典型县——封丘县为研究区,探讨了在一年两熟、裸土时间窗口较短的区域中,基于两景影像波段组合构建的双时相光谱指数在有机质含量预测中的表现。研究共计采集117个代表性土样,以分析筛选出的裸土期(10月)内双时相(获取时间:2014年10月6日和2017年10月30日)高质量Landsat 8卫星影像作为数据源,构建了4种类型的光谱指数:比值光谱指数、差值光谱指数、归一化光谱指数以及优化光谱指数,并结合最小绝对收缩和选择算子变量筛选方法和支持向量机算法建立了有机质预测模型。留一交叉验证结果表明,与直接使用影像波段反射率或者基于单景影像构建的光谱指数(单时相光谱指数)相比,利用双时相光谱指数可以更好地利用时相信息优势,其有机质预测精度更高(R^(2)=0.53,RMSE=2.01 g/kg)。而且,基于双时相光谱指数所构建的预测模型得到的有机质空间分布格局与真实值较为吻合。可见,本文提出的在黄淮海平原典型县域利用双时相光谱指数预测土壤有机质的方法,可以促进具有短裸土期特点区域的高分辨率土壤属性遥感预测与制图研究。

应用基于PLSR的土壤-环境模型预测土壤属性

土壤-环境模型对于正确理解土壤属性与环境因子间的关系,以及进行土壤属性预测与制图均具有重要的意义。研究区位于陕西省长武县内多年退耕还林还草沟壑区域,采集72个土壤表层样本,选择3/4的样本作为建模集,其余1/4的样本作为验证集;环境因子选择容易获取的地形因子和由遥感影像提取的植被因子和湿度因子,建立基于偏最小二乘回归(PLSR)的土壤-环境模型。结果表明:全氮、速效钾、全钾、有机质与环境因子间均有显著相关性;建立的PLSR模型可解释土壤属性的空间变异从23%(全氮)到27%(全钾);与逐步回归方法构建的模型相比,利用PLSR构建的土壤-环境模型可以更好地表征土壤属性与环境变量间的关系,拟合精度和预测精度也相对较高,说明PLSR建立的模型可以更好地应用于相似区域的土壤属性预测。

2000—2011年广西植被净初级生产力时空分布特征及其驱动因素

受人类活动及自然环境影响,广西土壤酸化、水土流失及石漠化等问题比较严重,生态环境面临巨大压力。NPP能有效反映植物群落在自然环境中的生产能力,是评价生态服务功能的重要指标。利用2000—2011年MODIS归一化植被指数(NDVI)数据,基于光能利用率模型对广西植被净初级生产力(NPP)进行估算,分析其时空变化规律,探讨气象因子、植被类型、土壤类型、海拔高度及人类活动的影响。研究表明:近12年广西全区NPP总体呈增加趋势,在西南部地区上升较为明显,而在桂林、柳州等地区呈缓慢下降趋势。广西NPP与降水呈显著正相关关系,与温度相关性不显著;NPP值随海拔高度升高而增加;NPP时空变化特征随植被类型和土壤类型的不同而不同,其中栽培植被NPP不断上升,显示人类活动逐渐成为影响NPP变化的主要因素。

广西中南部耕地土壤有机质和全氮变化的遥感监测

以1981年、2011年土壤数据为基础,以AVHRR和MODIS遥感影像为数据源,通过研究广西中南部土壤有机质、全氮及其变化与归一化差异植被指数(NDVI)、植被覆盖度、植被净初级生产力(NPP)等遥感因子之间的耦合关系,建立表层土壤有机质、全氮含量变化的遥感监测模型。研究表明:近30年来,研究区土壤有机质、全氮变化均呈极显著上升趋势,分别增加了5.43g/kg和0.21g/kg;1981—2011年间,NDVI、植被覆盖度和NPP 3个遥感因子变化趋势一致,均呈现缓慢上升趋势,且遥感因子变化与有机质、全氮变化均具有显著正相关关系;利用逐步线性回归方法,建立土壤有机质、全氮变化的遥感监测模型,分别能够解释有机质、全氮变化的16.9%和20.3%;根据所建模型对研究区耕地土壤有机质、全氮变化可进行空间预测制图。结果表明,研究区内耕地土壤表层有机质、全氮分别上升了6.65g/kg和0.31g/kg,验证结果显示遥感模型能够反映出不同区域土壤有机质和全氮长期变化的空间特征。

基于可见-近红外光谱的滨海盐土土壤盐分预测方法

我国目前尚存盐渍土0．35亿hm^2，潜在盐渍化土壤0．17亿hm^2，15m等深线以内的浅海和滩涂有0．14亿hm^2，黄河河口及长江口以南诸省的滨海盐土都有逐年递增的趋势。因此，对盐渍化土壤盐渍化程度的连续、实时监测尤为重要。然而，我国在区域盐渍土制图、分区及全国性的监测预报体系建设方面还比较落后，

基于模拟Landsat-8 OLI数据的小麦秸秆覆盖度估算

田间秸秆作为农业生产过程中的重要物质,其覆盖度的遥感估算具有十分重要的意义。Landsat-8 OLI影像作为Landsat系列影像的最新数据产品,具有更精细的光谱特征,明确其在秸秆覆盖度估算中的表现具有重要的现实意义。该研究使用ASD Field Spec 4 Hi-Res地物光谱仪,以实测田间小麦秸秆光谱反射率为数据源,模拟Landsat-8 OLI、Landsat-5TM、Aster、Hyperion影像波段反射率,构建光谱指数,并建立小麦秸秆覆盖度估算模型,通过对比分析,评估Landsat-8OLI数据的估算能力。结果表明,基于Landsat-8 OLI1和OLI2波段构建的NDIOLI21指数模型估算结果最优,决定系数(coefficient of determination,R2)为0.60,均方根误差(root mean square error,RMSE)为9.56%,平均相对误差(mean relative error,MRE)为9.83%,优于Landsat-5 TM构建的光谱指数,且仅次于Aster构建的木质素-纤维素吸收指数(lignin cellulose absorption,LCA)和短波红外归一化差异秸秆指数(shortwave infrared normalized difference residue index,SINDRI)以及Hyperion构建的纤维素吸收指数(cellulose absorption index,CAI)。因此,波段更多、波段划分更加精细的Landsat-8OLI构建的光谱指数在小麦秸秆覆盖度估算方面达到了一定精度,具有良好的应用前景。

基于微根管技术的盐胁迫下小麦根系生长原位监测方法

常用的作物根系生长监测一般采用破坏性采样方法,如土钻法和挖掘法等,虽然精度较高,但很难实现对作物根系生长的原位重复观测。采用桶栽法,利用微根管技术对分蘖期、返青期、拔节期和孕穗期的小麦根系进行了连续观测和采样,获取不同盐胁迫下小麦根长密度和根长等参数,研究不同生长时期小麦根系生长参数随土壤深度分布的规律。结果显示,微根管法获得的小麦根长密度与土钻法所得到的结果呈极显著正相关(r=0.91),且在拔节期和孕穗期二者的相关性最好。通过不同时期根系图像对比及根系参数分析发现,小麦根系在0~10 cm土层分布最多,并随深度增加而减少。此外,随着土壤盐含量的增加,各生长期根长变短;在分蘖期,土壤盐分含量最高(S5,盐分含量6.61 g·kg^(-1))的小麦根系长度不足对照处理的1/2,至孕穗期,其根系长度甚至低至对照处理的1/3,说明小麦根系受盐分胁迫影响较大,且以孕穗期受胁迫程度最严重,尤其当土壤盐含量超过3 g·kg^(-1)时影响最明显。由此可见,与传统破坏性取样方法相比,微根管技术结合图像处理技术可更好地快速、无损获取小麦根系生长的相关参数,为盐渍化区域作物根系的原位观测研究提供了新的方法。

基于可见光-近红外漫反射光谱的红壤有机质预测及其最优波段选择

有机质是土壤肥力、土壤质量的重要指标,同时也是土壤碳库的重要组成部分。传统的土壤有机质测试方法费时、繁琐,难以满足快速监测土壤有机质含量的需求。近年来,具有无损、快速、简便等优点的可见-近红外光谱技术的应用为土壤有机质的快速监测提供了有效途径。

土壤湿润条件下基于光谱对称度的盐渍土盐分含量预测

近年来光谱技术以其经济、高效的优势在土壤盐渍化监测研究中得到重视,但是由于土壤水分对反射光谱影响很大,土壤湿润条件下监测精度难以满足农业生产需求。通过对盐土土柱室内模拟蒸发过程中的反射光谱和水分、盐分变化的连续监测,利用多元逐步回归方法,建立了1 370～1 610nm光谱对称度与土壤表层含盐量、含水量之间的线性关系模型,r为0.863;用该模型反演表层土壤含盐量,实测值与预测值之间线性关系的r为0.656(n=54),RMSE为2.059g·kg-1。利用光谱对称度可以实现土壤湿润条件下土壤盐分含量预测。

污染土壤对脐橙叶片镉含量影响的光谱预测

近年来可见-近红外光谱技术在农业污染监测中应用越来越广泛,但在果树的重金属污染研究中应用较少。本文以纽荷尔脐橙（Citrus sinensis[L.]Osbeck cv.Newhall）为研究对象,采用盆栽方法,通过添加镉（Cd）形成不同污染程度的土壤,然后定期监测叶片中Cd含量及其光谱,分别建立了基于光谱指数的线性回归预测模型,以及基于偏最小二乘回归（PLSR）的Cd含量高光谱预测模型。结果表明：Cd更容易向新叶迁移和聚集,在高Cd污染的土壤中这种现象更加明显;新叶光谱在700~730nm之间反射率升高,发生红边蓝移现象,老叶光谱没有显著变化;基于光谱指数建立的线性回归模型的R2达到0.8左右,而利用PLSR方法建立的预测模型精度普遍高于线性回归模型,其R2达到0.9左右,并且标准归一化（SNV）的光谱预处理方法可以显著提高PLSR模型的预测精度。研究显示,可见-近红外光谱技术在脐橙重金属污染监测上有很好的潜力。

土壤含水量对反射光谱法预测红壤土壤有机质的影响研究

研究土壤含水量对有机质预测的影响,可为野外红壤有机质快速测定提供理论依据。本文在实验室条件下测量了不同含水量红壤的可见光-近红外光谱反射率,运用偏最小二乘回归(PLSR)建立不同含水量的土壤有机质预测模型。结果显示,随土壤含水量的增加,有机质与一阶微分光谱的相关性先增加后下降,含水量为100～150 g/kg时相关系数最大。分380～2 400、380～1 300、1 300～2 400 nm三个波段建立不同含水量的有机质预测模型,模型预测精度均随土壤含水量增加而呈现先增加后下降的趋势。利用1 300～2 400 nm建立有机质预测模型可以有效避开氧化铁影响,建立的模型预测精度最高。本研究认为,当土壤含水量小于200 g/kg时,可以利用在室内控制条件下测定的土壤反射率,建立1 300～2 400 nm波段的PLSR模型,进行红壤土壤有机质含量预测。

高光谱成像的土壤剖面水分含量反演及制图

传统土壤水分的获取方法仅可获得离散的土壤水分点位数据,难以获得剖面上精细且连续的水分含量分布图。研究了野外条件下利用近红外高光谱(882~1709nm)成像反演剖面土壤水分含量(SMC),并实现精细制图的可行性。研究剖面位于江苏省东台市,我们利用近红外高光谱成像仪对剖面进行了5天原位连续观测,共采集了280个土样用于烘干法测定SMC。原始高光谱图像经数字量化值(DN)校正、黑白校正、拼接、几何校正、剪切和掩膜等一系列预处理后,提取各采样点的平均光谱反射率。提取光谱(Raw)经吸光度[LOG10(1/R)],Savitzky-Golay平滑(SG)、一阶微分(FD)、二阶微分(SD)、多元散射校正(MSC)和标准正态变量(SNV)转换后,采用偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)方法建立SMC预测模型,并对比分析不同光谱预处理方法与建模方法组合条件下SMC的预测精度。结果表明,光谱反射率随SMC增加逐渐降低,不同光谱预处理方法的预测精度有所差异,除MSC方法外,同一光谱预处理方法的LS-SVM模型预测精度均高于PLSR模型,并且基于LOG10(1/R)光谱的LS-SVM模型对SMC预测精度最高,其建模集的决定系数(R2c)和均方根误差(RMSEc)分别为0.96和0.65%,预测集的决定系数(R2p)、均方根误差(RMSEp)和相对分析误差(RPDp)分别为0.88,1.05%和2.88。利用最优模型进行剖面SMC的高空间分辨率精细制图,通过比较SMC反演图中提取的预测值与实测值关系发现预测精度较高(R2:0.85~0.95,RMSE:0.94%~1.02%),且两者在剖面中的变化趋势基本一致,说明SMC反演图不仅能很好地反映出土壤水分在整个剖面中毫米级的含量分布信息,也可反映出同一位置处不同天数间的含量差异。因此,利用近红外高光谱成像结合优化的预测模型,能够实现土壤剖面SMC的定量预测及精细制图,有助于快速、有效监测田间剖面土壤水分状况。

基于差异化光谱指数的盐渍土水分含量预测1——以滨海盐土为例

以滨海盐土为研究对象,通过添加不同浓度的盐溶液并模拟蒸发过程,获取不同含水、含盐量的土壤样品,并测定土壤光谱和土壤含水量,分别运用光谱指数法和偏最小二乘回归法(PLSR)对土壤含水量进行预测。结果表明:由2 027 nm和1 878 nm构建的土壤水分差异化光谱指数(NDMI2027,1878)是预测土壤水分的最优指数,且适用于任何等级的盐渍化土壤,其建模集和验证集的预测结果均优于PLSR方法,验证集R2达0.99,RMSE仅为21.84 g/kg,可比较准确地预测盐渍化土壤的含水量。

基于盲源分离的稀疏植被区土壤含盐量反演

植被对土壤光谱的干扰是目前土壤盐渍化遥感监测的重要限制因素之一,探索消除稀疏植被覆盖区植被对光谱影响的方法,对提高土壤含盐量遥感反演精度具有重要意义。本文通过对189组不同植被覆盖度且不同盐渍化程度种植微区野外实测地表可见-近红外反射光谱进行分析,比较并评价了基于原始光谱和盲源分离(blind source separation,BSS)后光谱预测土壤含盐量的结果。结果表明:地表植被覆盖严重影响基于可见-近红外反射光谱的土壤含盐量反演精度。盲源分离方法,尤其是基于方程z=tanh(y)的独立分量分析(independent components analysis,ICA)算法,可有效分解植被和土壤的混合光谱,并提高植被覆盖下基于可见-近红外反射光谱的土壤含盐量反演精度。该方法为植被覆盖区大尺度土壤盐渍化遥感监测提供了方法指导。

基于生态系统多功能性的农田土壤健康评价

农田土壤健康状况不仅影响作物产量和品质,还影响大气、水环境质量和生物安全,因而农田土壤健康评价应将土壤生产能力与生态环境效应结合考虑。基于土壤生态系统多功能性,将土壤功能归纳为作物生产、持水净水、养分运移与缓冲、碳固存及栖息地与多样性等5项功能。进一步针对每项功能,按照固有属性和动态属性两个方面分别选取基础项指标,同时考虑具有区域特点的威胁土壤功能发挥的限制项指标,并采用2个乘数来体现限制因子对固有和动态属性影响的差异性,共同构建农田生态系统土壤健康评价指标体系。以中国生态系统研究网络(CERN)内位于黄淮海平原的封丘、栾城和禹城3个实验站典型农田生态系统为例,应用所建立的指标体系,采用灰色关联分析法对其土壤健康状况进行综合评价。结果显示,3个农业生态实验站土壤健康状况总体相当且处于较高水平,但仍有所差异,表现为禹城>栾城>封丘,且作物生产功能与产量R^(2)达到0.60,验证表明该评价体系比较合理。因此,基于多功能性的土壤健康评价方法可为进一步探究土壤健康长期变化趋势,实施土壤资源有效管理提供一定参考。

中国土壤微生物组数据平台的构建与实现

近年来,高通量测序等新技术的快速发展,为大规模、快速、准确、全面认识土壤微生物多样性提供了技术保障。国际上已经建成了一些具有影响力的土壤微生物组数据管理及分析平台,但大多数已有平台聚焦于提供数据存储、管理、访问、注释等基础性服务,难以满足土壤微生物研究需求。借助空间数据库技术、网络地理信息系统(WebGIS)技术,设计并构建了包含土壤及微生物数据集成、数据可视化、知识发现和区域空间制图等功能的中国土壤微生物组数据平台,该平台将进一步推动我国土壤微生物组数据的标准化整合,并为整合数据的充分挖掘利用提供支撑。

基于Landsat-8数据的土壤颜色预测方法研究

选择黑龙江省292个自然风干土壤样品,室内测定土壤高光谱反射率,然后依据三刺激值法计算土壤CIE XYZ色彩空间各颜色分量,用于土壤颜色预测和验证。同时,提取各样品采集点位的Landsat-8 OLI原始反射率数据,计算归一化差值植被指数、归一化差值水体指数、归一化差值湿度指数、归一化差值不透水面指数,并据此提出建模光谱筛选阈值。进一步采用偏最小二乘回归模型,结合提取出的遥感光谱进行各土壤颜色分量的预测。结果显示:CIE XYZ颜色各分量的验证R2分别为0.76、0.76和0.69,RPD分别为1.74、1.76和1.68,表明利用偏最小二乘法建立的模型可以对土壤颜色进行近似预测。不同土地利用类型预测结果拟合显示,耕地土壤颜色各分量预测效果均优于林地和草地。在不同有机碳含量下分别进行土壤颜色建模预测,当有机碳含量较低时,土壤颜色预测结果较好。

1989~2013年中国土壤样品库数据集

土壤样品记载着土壤发生演变的历史,是极其珍贵的科技档案。中国生态系统研究网络(CERN)土壤分中心通过规范数据标准,对1989~2013年间收集保存的上万份土壤样品资源进行了信息化整合,建立了中国土壤样品库数据集。该数据集可以为土壤及环境变化、农业活动效应等研究提供支撑。同时,该数据集的建立对于推动土壤样品资源的共享和利用也具有重要意义。

CERN分布式土壤样品长期保存系统的构建

长期保存的土壤样品是国家科技基础支撑条件的重要组成部分,对于土壤及环境长期变化研究和科学数据开放共享等具有重要价值。近年来,随着我国对农业和生态环境科技投入的不断增长,土壤调查强度逐步增大,土壤样品积累速度明显加快,因此,亟需相关的标准规范来指导土壤样品的长期保存。在国家标准《土壤质量土壤样品长期和短期保存指南》(GB/T 32722—2016)的基础上,结合“十三五”期间CERN分布式土壤样品长期保存系统建设经验,本文对土壤样品保存管理策略、土壤样品保存条件要求和土壤样品信息管理系统进行了介绍,以期为我国土壤样品长期标准化保存,以及第三次全国土壤普查样品库建设提供参考。