土壤磷素淋溶预测指标研究

对西北农林科技大学农作一站长期肥料试验地0—20 cm耕层土壤研究表明:(1)易释放的各形态磷与全磷呈正相关关系;(2)土壤磷素的释放能力随pH值的增大而减小,不同处理的缓冲能力不同。释放能力的大小也与全磷的多少有关;(3)土壤全磷与PSD(土壤磷饱和度)有很好的正相关性。因此,基于以土壤饱和度为25%作为预测指标,把土壤全磷环境敏感指标(TP)为1.92 g/kg作为关中磷淋溶的环境敏感指标。

基于高光谱遥感技术对土壤氮磷钾的估算

本文旨在研究高光谱遥感分析技术对大面积土壤全氮(Total Nitrogen TN)、全磷(Total Phosphorus TP)、全钾(Total Potassium TK)实时监测的可行性。采用野外调查与室内高光谱(350～2 500 nm)数据测定相结合的研究方法,分析黑龙江省大庆市区和四县(肇源县、肇州县、杜蒙、林甸县)土壤的光谱特征和土壤养分指标,计算出土壤光谱反射率的变化:一阶微分(R)′、倒数(1/R)、倒数一阶微分(1/R)′、对数(log R)等形式;利用一元线性回归(ULR)、多元线性回归(SMLR)和偏最小二乘法(PLSR)建立全氮(TN)、全磷(TP)、全钾(TK)含量的估算模型。并用独立样本对校正模型进行验证。结果显示:土壤全氮(TN)、全磷(TP)、全钾(TK)的最佳吸收波段分别为TN(802 nm,1 108 nm),TP(784 nm,1 085 nm),TK(1 079 nm,1 578 nm);偏最小二乘法(PLSR)的建模精度高于多元线性回归模型和一元线性回归模型,分别为N(R2=0.831,RMSE=2.506 g/kg),P(R2=0.687,RMSE=0.844 g/kg),K(R2=0.832,RMSE=0.097 g/kg)。全氮(TN)、全钾(TK)预测精度较高,全磷预测结果相对较低,但也可用来粗略估算。同时利用MODIS影像对土壤全氮、全磷、全钾含量专项制图。该研究证实,利用高光谱技术结合特定算法能够较好预测差异性较大的土壤全氮、全钾、全磷含量,并可以实现预测信息可视化。这对于实时快速监测大面积土壤环境变化、预测土壤信息变化趋势、监测生环境、建立我国土壤养分数据库和降低土壤成分监测成本具有重要的现实意义。