土壤修复过程中盐含量及其光谱特征分析研究

基于盐渍土修复过程中盐分含量和同步实测光谱数据,通过对原始光谱数据、平滑光谱数据及平滑后的不同变换光谱数据等八种光谱数据集,分别以相关系数的极值和不同相关系数范围两种方法分析其最佳敏感波段范围,深入分析了不同变换下土壤的光谱响应特征。在此基础上,运用偏最小二乘回归方法,以全波段(400~1 650nm)和分析获得的最佳敏感波段建立了基于修复过程的土壤盐含量和光谱反射率的关系模型。结果表明:针对八种光谱数据集,采用两种方法提取的土壤最佳敏感波段,均集中在947.11~949.31,1 340.27,1 394.11,1 419,1 457.81~1 461.31,1 537.68~1 551.39和1 602.32nm;且最佳波段的土壤盐含量反演模型,以模型评价参数的决定系数(R2)和均方根误差(RMSE),以及赤池信息量准则(akaike’s information criterion,AIC)作为选择最佳模型的标准,均以SGSD(Log R)模型的建模和预测结果比其他光谱变换的模型更为显著。基于全波段的PLSR建模效果总体上稍优于最佳波段的模型,其中以SGSD的预测精度最为突出,其模型的决定系数R2与标准差RMSEP分别为0.673和1.256;基于两种方法获得的最佳波段的PLSR模型与全波段对比在模型精度方面虽有一定差距,但从模型的复杂程度比较,具有模型简单、变量更少及运算量小的特点。该研究可在土壤盐含量及其光谱特征的研究中,为实现土壤盐渍化定量、快速、便捷的监测和检测提供参考。

上海典型植被夏季与冬季的光谱特征分析

不同植被之间、植被不同季节的光谱特征是进行城市植被遥感动态监测的重要内容。本研究基于实测的7种上海城市典型园林植被在夏季和冬季的光谱数据,分析了这些植被不同季相下的光谱变化特征,包括同一植被叶片与冠层的光谱差异。在此基础上,借助连续统去除法结合不同季相植被光谱差异分析了不同植被的可区分光谱波段。结果表明:供测植被在冬夏季的光谱特征有一些差异,冬季植被的反射率明显低于夏季,可见光波段与近红外波段分别低约60%和40%。同种植被的冠层和叶片光谱在近红外波段的反射率不同,主要取决于该植被的盖度、冠层结构。夏季乔木的光谱反射率在全波段普遍高于灌木,而在冬季正好相反。供测植被中,夹竹桃在夏季和冬季,全波段反射率明显高于其他植被达40%～60%。基于连续统去除法的光谱变换处理,能够有效地放大植被光谱间的差异,由此获得了植被间的可分波段,原本在可见光波段可分的区域通过连续统去除变换后,可分区域面积扩大。

次生盐渍土高光谱特征研究

基于次生盐渍土修复过程中硝酸盐含量和同步实测光谱数据,针对原始光谱数据及其不同变换后7种光谱数据集,分别以相关系数极值和间隔偏最小二乘2种方法分析其最佳敏感波段范围。在此基础上,运用偏最小二乘回归(partial least squares regression,PLSR)方法,分别基于全波段(400~1 650nm)和分析获得的最佳敏感波段建立了次生盐渍土壤NO-3含量的光谱反演模型。结果表明,采用2种方法提取的土壤最佳敏感波段,均集中在844.5和846.18nm;基于全波段与最佳敏感波段的土壤NO-3含量光谱反演模型,均以原始反射光谱经一阶微分处理的结果更为显著;其中,基于间隔偏最小二乘法提取的775~899和1 025~1 149nm为最佳敏感波段的预测模型,其决定系数R2p与标准差(root mean standard error of prediction,RMSEP)分别为0.962和0.057。该研究结果可为今后次生盐渍土中硝酸盐含量的快速无损检测提供重要的科学参考。

中国森林凋落量时空分布特征

通过构建全国尺度上森林叶凋落量和总凋落量与年平均温度、年平均降雨量和实际蒸散量的关系模型,应用地统计学分析方法,并结合遥感解译的森林覆盖信息,分析2001、2006和2012年中国森林叶凋落量和总凋落量的空间分布及其变异格局.结果表明:与年平均温度和降雨量相比,区域尺度上实际蒸散量对森林叶凋落量和总凋落量有更好的解释预测关系;分布于中南地区的常绿阔叶林的年凋落量最高,为636.2 g·m^(-2),分布于东北地区的温带落叶阔叶林的年凋落量范围为339~385 g·m^(-2),其中,森林叶凋落量约占总凋落量的70%.2001、2006和2012年,全国森林凋落总量分别为801、865和1032 Tg,呈明显增长趋势,而基于遥感图像解译的森林年覆盖率分别为18%、20%和24%,呈增长趋势.我国人工林面积的迅速增加和林分生长,极大影响了森林凋落物量及其动态变化,进而对森林生态系统物质循环产生重要影响.

基于不同光谱变换的土壤盐含量光谱特征分析

跟踪初生盐渍土壤的微生物修复实验,采用同步实测得土壤盐含量和光谱数据,详细分析了基于34种光谱变换,修复过程中盐渍土的光谱特征。对于选取的6种光谱变换,采用全波段(400~1650 nm)和分析获得的最佳敏感波段分别建立了土壤盐含量的光谱反演PLSR(partial least squares regression)模型。研究表明,光谱变换处理使土壤盐含量与平滑后的光谱反射数据的相关性明显增强,且最佳敏感波段范围进一步聚焦。本研究得到最佳光谱变换为导数变换,基于全波段的土壤盐含量预测模型以SGSD变换效果最好,与原始光谱相比,模型的r、RMSEP分别从0.537和1.928改善到0.823和1.256。而SGSD(Log R)是基于最佳波段所建立的盐含量预测模型的有效光谱变换方法,该研究为进一步实现盐渍土中盐含量快速定量分析提供了方法和数据参考。