不同粒径湿地土壤高光谱特征及碳氮磷含量反演模型研究

河流湿地是非常重要的湿地类型,其中河流湿地土壤能够有效维持河流湿地生态系统的稳定性。土壤碳氮磷是支撑湿地土壤质量和植被生长的关键营养元素,利用高光谱遥感数据对其进行估算对实现湿地土壤养分信息的快速和准确检测具有重要意义。土壤粒径作为土壤最重要的属性之一,对土壤样本的光谱反射率有着重要影响,并且是影响土壤结构、阳离子交换能力、植物养分可用性等的重要因素。以陕西黄河湿地省级自然保护区为研究区,于2022年8—9月采集477份湿地表层土壤样本,经过室内过筛处理后得到1.0 mm、0.3 mm、0.2 mm、0.1 mm四种不同粒径的土壤样本。基于原始光谱数据及一阶微分转换光谱数据对土壤碳、氮、磷含量建立不同粒径的偏最小二乘回归、随机森林、高斯过程回归3种预测模型,比较建模R^(2)以及RMSR选择最优模型,并筛选敏感波段构建模型进行评价。研究结果显示:(1)光谱反射率数值随土壤粒径的减小而增大,0.1 mm粒径的预测模型相比于其他粒径始终有着更好的精度;(2)基于一阶微分光谱建立的土壤有机碳、全氮、全磷含量估算模型均具有更高的精度;(3)基于敏感波段建立的偏最小二乘回归模型,建模R^(2)范围0.62—0.98,验证R^(2)范围0.36—0.94,相比其他模型具有更优秀更稳定的反演效果。研究结果表明通过控制土壤粒径建立土壤碳、氮、磷含量的估算模型是可行的,选择合适的粒径大小能够提高反演模型估算精度。而偏最小二乘回归作为具有较高精度的反演模型可以帮助提高模型的稳定性和预测能力,从而更准确地估算土壤中的碳、氮、磷含量。研究结果为基于高光谱遥感的不同粒径处理的湿地表层土壤碳、氮、磷定量反演提供坚实的理论支撑与技术支持。

盐城滨海湿地优势植物碳氮磷生态化学计量高光谱反演

滨海湿地是海陆交界的生态过渡带,是自然界生物多样性最丰富的生态系统之一。湿地植物作为湿地生态系统重要的组成部分,研究其碳、氮、磷生态化学计量特征是了解植物生长状况与适应策略的有效途径。以江苏盐城滨海湿地为研究区,采集互花米草(Spartina alterifora)、芦苇(Phragmites australis)、白茅(Imperata cylindrica)、柽柳(Tamarix chinensis)、盐地碱蓬(Suaeda salsa)共5种优势湿地植物样本及冠层高光谱数据,对植物的碳、氮、磷生态化学计量特征进行高光谱反演研究。结果表示白茅、柽柳与芦苇的最佳反演模型为随机森林(RF)模型,对互花米草反演效果最好的是偏最小二乘(PLSR)模型,而对盐地碱蓬反演精度最高的是BP神经网络(BPNN)模型。研究表明利用高光谱数据可以实现湿地植物碳、氮、磷生态化学计量特征的准确反演,不同模型对于不同湿地植物的反演存在差异,RF模型的反演稳定性最强,是反演湿地植物生态化学计量特征的较优模型。

浙江百山祖国家公园土壤养分含量高光谱预测模型应用探讨

【目的】分析不同生境类型下的土壤养分含量垂直分层变化特征,在实地调查基础上探讨应用高光谱技术预测土壤养分含量的可能性,为实现快速评估土壤状况提供参考。【方法】在浙江百山祖国家公园选择4种生境类型,采集0~10、10~20、20~30 cm 3个土层的样品,分别测定其有机碳(SOC)、全氮(TN)、全磷(TP)、全钾(TK)含量。在实测基础上采集每份土壤样品的光谱信息,分别基于原始光谱反射率、一阶微分光谱反射率,建立支持向量机(SVM)、偏最小二乘(PLSR)、随机森林(RF)、一元线性回归(ULR)的4种养分含量反演模型。【结果】1)表层(0~10 cm)土壤的养分含量除全钾以外,有机碳、全氮、全磷含量均显著大于其他层次(10~20 cm、20~30 cm)(P<0.05);2)基于一阶微分光谱反射率建立的模型验证R2基本高于基于原始光谱反射率建立的预测模型,说明一阶转换可以改善建模效果,从而更好地反演土壤养分含量;3)在SVM、PLSR、RF、ULR这4种模型中,SVM模型表现最稳定,预测效果最可靠,基于一阶微分光谱反射率数据的4种养分含量的SVM模型,R2最低也达到0.59,最高达到0.91。【结论】不同生境类型下的土壤养分含量存在显著差异;基于一阶微分反射率的高光谱技术可以较可靠地预测土壤养分含量,未来应进一步探讨如何利用高光谱技术反演土壤养分含量。

陕西黄河湿地土壤碳氮含量高光谱估算反演

为实现湿地土壤有机碳(SOC)和全氮(TN)快速、准确的测定,以陕西黄河湿地自然保护区湿地土壤为研究对象,在室内采集并研究有机碳和全氮与高光谱350~2500 nm波段的定量反演关系,并结合随机森林(RF)模型、反向传播神经网络(BPNN)、偏最小二乘(PLSR)和支持向量机(SVM)建立光谱与有机碳和全氮间的定量反演模型。结果表明:基于原始光谱建立的土壤有机碳反演模型精度更高,经一阶微分变换后的光谱反射率建立的全氮含量反演模型精度更高;采用SVM模型建立的土壤有机碳和土壤全氮模型预测效果最好,基于一阶光谱和原始光谱反射率建立预测模型的决定系数R2分别为0.72、0.64和0.84、0.81,预测均方根误差(rmse)分别为2.91、3.61和0.01、0.01。采用高光谱技术对湿地土壤有机碳和全氮含量进行预测是可行的。

基于植被净初级生产力(NPP)的陕西黄河湿地植被固碳潜力研究

为科学评估陕西黄河湿地植被固碳潜力,以陕西黄河湿地保护区为例,在获得研究区33个样地实测生物量数据和2021年植被净初级生产力(NPP)数据的基础上,借助地统计学方法建立了生物量与植被NPP之间的关系方程,明确了陕西黄河湿地保护区整体和不同湿地类型NPP分布格局和空间分异特征。结果表明:湿地植被NPP格局表现为沼泽湿地高于坑塘湿地,其中草本沼泽湿地NPP每年为5476.93 kgC,每平方米为1.62 gC/a;灌木沼泽湿地NPP每年为1871.56 kgC,每平方米为2.62 gC/a。本研究为湿地植被NPP的研究提供一种新的方法和途径。

基于RF与BPNN的海南清澜港红树植物叶片生态化学计量高光谱反演

红树林是天然的海岸防御屏障,在沿海防灾减灾中具有不可替代的作用,了解红树林生长状况颇为重要。植物的生态化学计量能够反映其养分贮存和供应能力,应用高光谱数据量化红树植物的生态化学计量,探讨红树植物叶片高光谱反演的精确性和稳定性,可以为红树林生长状况的快速遥感监测提供技术参考。本研究在海南清澜港红树林自然保护区采集海莲(Bruguiera sexangula)、角果木(Ceriops tagal)、正红树(Rhizophora apiculata)3种优势植物的高光谱数据,对其C、N、P含量及其生态化学计量特征进行反演。结果表明:3种红树植物叶片的C、N、P含量及其生态化学计量存在显著性差异,说明3种红树植物对养分的利用存在差异;利用R^(2)、RMSE以及RPD进行评价,随机森林模型(Random Forest,RF)优于反向传播神经网络模型(Back Propagation Neural Network,BPNN);利用高光谱数据可以实现对红树林C、N、P含量及其生态化学计量特征的准确反演,2种模型对每种红树植物的反演效果也存在差异,整体上RF模型的反演准确性与稳定性好,是反演红树林生态化学计量的较优选择。

陕西黄河湿地自然保护区碳储量估算

湿地生态系统的固碳及其调节气候等生态系统服务十分重要,准确评估黄河流域自然保护地的碳储量有助于碳中和研究和区域生态保护与高质量发展。该研究基于野外采样和室内分析,并结合遥感数据,评估了陕西黄河湿地省级自然保护区光滩和典型自然植被区的地上植被和0–50 cm土壤碳储量。碳储量评估区总面积13086.52 hm^(2),占保护区面积的23.87%。结果表明,高草植被的地上碳储量显著高于低草植被和矮灌丛植被,其碳密度分别为496.73、23.45和138.38 g·m^(-2);土壤0–50 cm的碳密度为7.15–11.98 kg·m^(-2),高草植被区的土壤碳储量(5.02×10^(5)t)显著高于光滩(2.09×10^(5)t)、低草植被区(3.40×10^(5)t)和矮灌丛植被区(1.45×10^(5) t);最终核算出陕西黄河湿地省级自然保护区典型植被区的地上植被和0–50 cm土壤总碳储量约为1.22×10^(6) t,其中光滩区、低草植被区、矮灌丛植被区、高草植被区的碳储量占比分别为17.13%、27.95%、12.13%和42.79%。研究结果可为黄河中游自然湿地的保护修复和碳汇功能提升研究提供一定的数据支持。