共查询到18条相似文献，搜索用时 905 毫秒
1.
以花芽分化期荔枝为例，分析了荔枝冠层叶片养分质量分数的空间分布差异；选用18种光谱变量，研究了荔枝不同冠层叶片养分质量分数与光谱变量的关系及其对无人机多光谱遥感监测模型的影响。结果表明：荔枝不同冠层叶片的氮、钾质量分数随冠层高度降低而明显提高；冠层中、上层叶片氮质量分数与无人机正射数据计算的类胡萝卜素反射指数（CRI）相关性最高（r＝0.86，p＜0.01）；冠层中、下层叶片钾质量分数与无人机正射数据的光谱变量显著相关，且与标准绿波段（NG）指数的相关程度最高（r＝-0.83，p＜0.01）。荔枝冠层叶片养分质量分数空间变化对基于垂直观测遥感数据建立的叶片养分质量分数估算模型精度有影响，无人机多光谱数据具有估算荔枝叶片氮、钾质量分数变化的潜力，但估算精度与冠层高度有关。 相似文献
2.
植被恢复方式对黄土丘陵区土壤理化性质及微生物特性的影响 总被引：2，自引：0，他引：2
对甘肃省定西市黄土丘陵区不同植被恢复方式下的土壤水分、pH、有机碳（SOC）、全氮（TN）、碱解氮（AN）、全磷（TP）、速效磷（AP）、速效钾（AK）及微生物生物量、呼吸速率、呼吸熵（qCO2）以及微生物熵（qMB）进行了测定与分析。结果表明：不同植被恢复方式下,土壤pH值变化差异不显著（p>0.05）;0~20 cm土SOC、TN、AN、TP、AP、微生物量碳（SMBC）、微生物量氮（SMBN）含量及微生物呼吸速率（MR）均为天然植被（CL）下最高,AK为自然恢复（Q）方式下最高,qCO2与qMB在人工重建+自然恢复（RZ）方式下最高;20~40 cm土壤的SOC、TN、AN、TP、AP含量变化同0~20 cm,AK、SMBC、SMBN、 qMB及MR在RZ方式下最高;40~60 cm土壤的SOC、TN、AN、AP及TP含量在CL方式下最高,SMBC、SMBN、 qMB及MR在RZ方式下最高,AK、 qCO2在Q方式下最高。相同植被恢复方式下,随土层深度增加,SOC、TN、AN、TP、AP、AK、SMBC、SMBN含量及qMB、MR均逐渐降低,但qCO2逐渐升高（除RZ方式）。不同植被恢复方式,SOC、TN、AN、SMBC、SMBN、qMB、MR及qCO2之间存在不同程度的相关性。 相似文献
3.
基于实测冠层光谱数据的三明市13种树种识别研究 总被引：2，自引：0，他引：2
《亚热带资源与环境学报》2016,(2)
针对亚热带地区树种丰富,树种间相似度大对树种识别带来的问题,本研究以福建省三明市莘口镇格氏栲自然保护区附近13种常见树种的冠层实测高光谱数据为例,采用一种分层分析方法,探讨不同光谱类别的树种识别精度以及树种识别的最佳波段。首先,对原始光谱进行变换处理,包括一阶微分、二阶微分、对数一阶微分、包络线去除和植被指数;其次,通过分析选择出13种树种各光谱类别的差异显著波段;最后,利用逐步判别法对选择的差异显著波段进一步降维,判断不同光谱类别的树种识别精度并找出识别13种树种的最佳波段。结果表明:光谱变换能有效地提高树种的识别精度,尤其是对数一阶微分光谱,总识别精度高达98.7%;对于原始光谱,近红外波段(760~1 300 nm)的树种识别能力更强,对于变换光谱,可见光波段(350~760 nm)的树种识别效果更佳;不同光谱类别之间具体的显著性差异波段存在很大差别,原始光谱与变换光谱之间仅在绿光波段(500~600 nm)有少量相同的显著性差异波段,此研究成果可为亚热带地区树种识别提供参考。 相似文献
4.
盐城潮滩湿地对N、P营养物质的截留效应研究 总被引：14，自引：2，他引：14
研究了盐城潮滩芦苇（Phragmites australis）、盐蒿（Artemisia schrenkiana）、互花米草（Spartina alterniflora）和淤泥光滩4种湿地对N、P营养物质的截留效应.在所选取的4种湿地中,分别采集了水、土壤和生物样;水样的总氮（TN）、总磷（TP）用过硫酸氧化还原法测定,土壤和生物样的TN、TP分别用凯氏定N法和钼锑抗比色法测定.研究结果显示,不同污染程度的水源灌溉下的芦苇湿地,其截留N、P的效果差异显著.其中,黄沙港不定期污水灌溉的芦苇湿地每年平均可截留TN 0.095 t/hm^2、TP 0.026 t/hm^2;而采取三灌三排方式用河水灌溉的新洋港芦苇湿地每年可分别截留TN 0.030 t/hm^2、TP 0.001 t/hm^2.比较盐蒿、互花米草和淤泥光滩3种湿地每年对湿地水中N、P的截留效果,淤泥光滩的效果最差,仅截留TN 0.385 kg/hm^2、TP 0.042 kg/hm^2;互花米草效果最好,分别截留TN 220.660 kg/hm^2、TP 36.754 kg/hm^2.尽管互花米草生物量大于芦苇,但其截留效果仍低于芦苇湿地（芦苇1 a收割1次）. 相似文献
5.
以盘锦双台河口湿地国家级自然保护区作为研究区,采用基于bootstrap的偏最小二乘回归模型（PLSR）,分别构建不同光谱变换技术（包括光谱水分影响减小技术WR、包络线去除CR、光谱一阶微分FD、光谱倒数的对数LR）和原光谱数据（R）的芦苇叶片氮浓度预测模型。使用变量投影重要性指标VIP,计算了各光谱波段在估算芦苇叶片氮浓度时的重要性。研究结果表明,WR光谱变换技术的芦苇叶片氮浓度估算精度最高（R2=0.87,均方根误差=0.57）,该方法可以有效减小叶片水分的影响,增强鲜叶片光谱中细微的氮吸收特征。 相似文献
6.
提高干旱预测精度能为流域干旱应对及风险防范提供可靠数据支撑,构建比选合适的干旱模型是当前研究的热点。研究以4个时间尺度（3、6、9、12月）标准化降水指数（SPI）为表征指标,利用小波神经网络（WNN）、支持向量回归（SVR）、随机森林（RF）三种机器学习算法分别构建了海河北系干旱预测模型,利用Kendall、K-S、MAE三种检验方法判定模型表现及其稳定性。研究表明：（1） WNN、SVR模型呈现结果在不同时间尺度SPI存在差异,WNN最适合12个月尺度SPI干旱预测;SVR最适合6个月尺度SPI干旱预测。（2） 对3、12个月尺度SPI,RF预测性能最优（Kendall>0.898,MAE<0.05）;对6、9个月尺度SPI,SVR预测性能最优（Kendall>0.95,MAE<0.04）。（3） 模型预测性能稳定性存在区别,RF预测稳定性最高,其次为SVR。（4） 构建的三种模型表现异同主要是因为SVR转为凸优化问题解决了WNN易陷入局部最优解的不足,从而提高了模型预测性能,RF集成多样化回归树,降低了弱学习器的负面影响,提高了模型预测准确率及稳定性,同时,RF处理包含噪声的降水数据的能力更强。 相似文献
7.
为探索快速提取典型绿洲棉田土壤盐分的有效方法,获取区域尺度的土壤盐渍化特征及空间分布,进而为土壤盐渍化防治提供参考。以新疆兵团农二师31团为研究区域,2019、2021年春季Landsat 8 OLI多光谱影像和野外实测土壤含盐量为数据源,将波段组、光谱指数组和全变量组作为模型输入变量组,采用多元逐步回归（Multiple stepwise regression, MSR）、偏最小二乘回归（Partial least squares regression, PLSR）、极限学习机（Extreme learning machine, ELM）、支持向量机（Support vector machine, SVM）和BP神经网络（Back propagation neural network, BPNN）构建基于3个输入变量组的土壤盐分遥感反演模型,探究输入变量和建模方法对模型精度的影响效果,通过对比确定春季土壤盐分最优反演模型,定量反演地表土壤含盐量。结果表明：（1） 研究区主要为非盐化土和轻度盐化土,总样本变异系数为0.67,呈中等变异性;光谱反射率与土壤盐渍化程度的关系表现为土壤盐渍化越重,光谱反射率越高。（2） 海岸波段（b1）、蓝波段（b2）、绿波段（b3）、红波段（b4）和盐分指数（SI1、SI2、SI3、SI4、S3、S4、S5）均通过显著性检验P<0.01,相关系数均达到0.4以上。（3） 所有模型中,基于全变量组建立的BPNN反演模型精度最高,建模集R2为0.705;验证集R2为0.556。（4） 由反演结果可知,2019、2021年春季耕作区土壤主要为非盐化土,分别占耕作区总面积的55.55%和64.62%,其次为轻度盐化土,分别占44.31%和35.17%;2021年土壤盐渍化程度较2019年有所减轻。 相似文献
8.
基于导数光谱变量叶片含水量模型的建立 总被引：6，自引：0，他引：6
利用实测单子叶、双子叶植物叶片含水量和高光谱反射率数据,基于导数光谱变量分析方法,讨论利用含水量识别两种植物的可行性,并分别建立两种植物叶片含水量的单变量和多变量估算模型。结果表明：D2、D6和D8等含水量表征方法能在一定程度上识别单、双子叶植物;单变量估算模型中,等价水深（EWT）与高光谱参数的相关性更大,单子叶植物的相关性大于相应的双子叶植物,并且以简单的一元线性模型普适意义最大,反演效果最好;多变量模型中,用FMC表征单子叶叶片含水量精度大于EWT,用EWT表征双子叶叶片含水量精度大于FMC,总体反演精度是单子叶植物高于双子叶植物。 相似文献
9.
利用新疆奇台县荒漠-绿洲交错带的75个土壤样本,选取土壤可见光-近红外光谱的反射率（R）、光谱反射率倒数之对数（lg（1/R））、光谱反射率一阶导数（FDR）和光谱波段深度（Depth）4个指标,分析了其与土壤N、P、K元素含量的关系,分别建立了反演模型并对其精度进行了检验。结果表明：可见光-近红外反射光谱快速估算荒漠-绿洲交错带土壤N、P、K元素含量的潜力大,其预测精度由高到低的排列顺序为：N>P>K。不同光谱指标反演模型的精度各异,指标Depth和FDR的预测效果明显优于lg（1/R）和R,对N和P元素的拟合效果为：lg（1/R）相似文献
10.
开展干旱预测是有效应对干旱风险的前提基础,根据1960-2016年三江平原7个站点逐日降水和气温数据,利用ARIMA和ANN模型对不同时间尺度标准化降水蒸散指数（SPEI）序列进行分析建模预测。借助相关系数R、纳什效率系数NSE、Kendall秩相关系数τ、均方误差MSE和Kolmogorov-Smirnov （K-S）检验对模型的有效性进行了判定,然后分别用ARIMA和ANN模型进行12步预测,并将预测值与实际值进行比较。结果表明：（1） ARIMA模型和ANN模型对SPEI的预测能力都随时间尺度的增加而逐渐提高。（2）两种模型对3、6个月尺度SPEI的预测精度偏低,9、12、24个月的SPEI的预测精度在70%以上;（3）SPEI-9、SPEI-12、SPEI-24三个时间尺度ANN模型的预测精度优于ARIMA模型。 相似文献
11.
为了快速有效检测南疆地区典型土壤（沙壤土）的盐分含量变化,利用光谱仪和电导仪测得南疆阿拉尔市红枣种植区盐渍土近红外高光谱和电导率数据,基于7种不同光谱预处理方法和2种特征波长选择算法,分别建立多元线性回归（MLR）和偏最小二乘回归（PLSR）的土壤盐分监测模型。结果表明：7种预处理方法中,归一化,多元散射,变量标准化和一阶导数能够有效提高土壤盐分的预测模型精度。基于多元逐步回归（SMR）波长选择方法的多元线性回归（SMLR）模型的Rval2>0.948 9,RPD>6.294 9,RMSEP<0.435 6;基于连续投影算法（SPA）的多元线性回归（SPA-MLR）模型的Rval2>0.956 8,RPD>6.922 1,RMSEP<0.361 6,预测结果要优于偏最小二乘回归（PLSR）模型,其中基于归一化处理后的SMLR和SPA-MLR的预测精度最为理想,分别为Rval2=0.979 2,RPD=9.907 8,RMSEP=0.287 6和Rval2=0.980 5,RPD=10.50,RMSEP=0.278 3,而且筛选的特征波长较少。说明归一化是更有效的光谱预处理方法,多元线性回归（MLR）更适合建立南疆典型沙壤土盐分含量的预测模型。 相似文献
12.
阐明土壤养分的变异特性对改变森林群落结构和加快生态系统进程有重要意义。该研究选择东西祁连山为主要调查区域,通过变异函数确定和比较变量因子的空间变异程度及空间变异尺度,采用Palintest土壤养分测试仪和实验室化学处理方法获取试验数据,对数据采用DPS7.5和EXCEL软件处理,利用变异函数对祁连山地区6种土壤养分的空间变异特征分析表明：均表现出明显的空间自相关格局,空间自相关范围差异明显;TN、TP、TK、NH+4-N、NO-3-N、有机质变异系数分别为37.6%、23.1%、4.6%、36.3%、109.9%、32.9%,其中,TK为弱变异,TN、TP、NH+4-N和有机质为中等变异,NO-3-N为强变异;NH+4-N、NO-3-N、有机质、TN在剖面上的变化呈递减对数,TP、TK呈递增对数;NH+4-N在海拔上呈多项式变化关系,NO-3-N呈线性变化关系,TN、TP、TK无明显变化,变化范围分别在0.19%～0.4%、 0.043%～0.056%、1.85%～2.014%之间。 相似文献
13.
非点源营养负荷泥沙关系的建立及其应用 总被引：19，自引：2，他引：17
为满足水污染控制规划和流域水资源保护工作的需要,以几个流域的非点源污染监测资料为基础,建立了TP、TN等营养物的非点源污染负荷—泥沙定量关系,相关系数高达0.9以上。以渭河的支流黑河和陕南的汉江流域为例,具体说明了污染负荷—泥沙关系法的应用步骤和预测结果,并与水质水量相关法的结果进行了对照。结果表明,该方法可用于次暴雨及不同频率代表年的非点源营养负荷量预测。 相似文献
14.
15.
Diatom-based inference models and reconstructions revisited: methods and transformations 总被引：3，自引：7，他引：3
Different calibration methods and data manipulations are being employed for quantitative paleoenvironmental reconstructions, but are rarely compared using the same data. Here, we compare several diatom-based models [weighted averaging (WA), weighted averaging with tolerance-downweighting (WAT), weighted averaging partial least squares, artificial neural networks (ANN) and Gaussian logit regression (GLR)] in different situations of data manipulation. We tested whether log-transformation of environmental gradients and square-root transformation of species data improved the predictive abilities and the reconstruction capabilities of the different calibration methods and discussed them in regard to species response models along environmental gradients. Using a calibration data set from New England, we showed that all methods adequately modelled the variables pH, alkalinity and total phosphorus (TP), as indicated by similar root mean square errors of prediction. However, WAT had lower performance statistics than simple WA and showed some unusual values in reconstruction, but setting a minimum tolerance for the modern species, such as available in the new computer program C2 version 1.4, resolved these problems. Validation with the instrumental record from Walden Pond (Massachusetts, USA) showed that WA and WAT reconstructed most closely pH and that GLR reconstructions showed the best agreement with measured alkalinity, whereas ANN and GLR models were superior in reconstructing the secondary gradient variable TP. Log-transformation of environmental gradients improved model performance for alkalinity, but not much for TP. While square-root transformation of species data improved the performance of the ANN models, they did not affect the WA models. Untransformed species data resulted in better accordance of the TP inferences with the instrumental record using WA, indicating that, in some cases, ecological information encoded in the modern and fossil species data might be lost by square-root transformation. Thus it may be useful to consider different species data transformations for different environmental reconstructions. This study showed that the tested methods are equally suitable for the reconstruction of parameters that mainly control the diatom assemblages, but that ANN and GLR may be superior in modelling a secondary gradient variable. For example, ANN and GLR may be advantageous for modelling lake nutrient levels in North America, where TP gradients are relatively short. 相似文献
16.
土地利用变化是全球环境变化的重要组成部分,其可以直接影响到土壤性质的变化。本研究通过中亚热带山区天然林、人工林(用材林和经济林)、次生林、农业用地(橘园和坡耕地)等7种典型土地利用方式土壤性质的研究,结果表明:土地利用变化后土壤有机质和全氮含量下降幅度分别达到52.2%~81.8%和57.9%~172.6%;同时土壤容重增加,pH值升高。而土地利用变化对土壤全磷、全钾的影响的规律较为不明显。综合比较中国区域土地利用变化对土壤性质变化的影响,其中20~25°N纬度带土壤物理化学性质变化幅度最大。 相似文献
17.
植物群落与土壤性状相互作用研究对于认识生态系统结构与功能有着重要的意义。通过对敦煌绿洲边缘典型植物群落21个样地（20m×20m）的植被和土壤系统取样调查,在分析植物群落及其土壤养分特征的基础上,采用CCA典范对应分析法研究了土壤养分对植物群落物种分布的影响。结果表明：调查区域植被群落共出现植物27种,隶属于15科,26属,以藜科（Chenopodiaceae）植物居多,占总物种数的29.6%。柽柳（Tamarix chinensis）群落的物种丰富度最大,胡杨（Populus euphratica）群落的物种丰富度最小。植被0~80 cm土壤有机质、全氮、速效磷、速效钾含量排序为柽柳>黑果枸杞（Lycium ruthenicum） > 梭梭（Haloxylon ammodendron） > 沙拐枣（Calligonum mongolicum）,全磷、全盐、速效氮含量排序为柽柳 > 黑果枸杞 > 沙拐枣 > 梭梭,全钾含量排序为黑果枸杞 > 柽柳 > 梭梭 > 沙拐枣,pH值排序为梭梭 > 沙拐枣 > 黑果枸杞 > 柽柳。不同植被覆盖各养分指标之间差异显著。随土层深度的增加,柽柳和黑果枸杞群落土壤全氮、有机质、全盐、速效氮、速效钾含量逐渐降低,表聚效应明显,土壤全磷、全钾、速效磷含量逐渐增大后减小,梭梭与沙拐枣养分层次特征不明显。4种植被群落土壤pH值随土层深度的增大呈波动的趋势。CCA排序结果表明植被群落物种分布的土壤环境调控因子重要性排序为全氮 > pH > 全钾,土壤全氮是植物群落物种分布的最重要调控因子。 相似文献
18.
Nutrient over-enrichment of estuarine environments is increasing globally. However, it is difficult to determine the eutrophication trend in estuaries over long periods of time because long-term monitoring records are scarce and do not permit the identification of baseline environmental conditions. In this study, preliminary diatom based transfer functions for the inference of total phosphorus (TP) and total nitrogen (TN) in east-Australian sub-tropical estuaries were developed to address the deficiency in knowledge relating to historical estuary water quality trends. The transfer functions were created from a calibration set consisting of water quality and associated surface sediment diatom assemblage data from fifty-two sub-tropical estuaries in New South Wales and Queensland, Australia. Following data screening processes, Canonical Correspondence Analysis confirmed that TP and TN both explained significant, independent variation in the diatom assemblages. Variance partitioning, however, indicated that the TP was confounded with and may receive some strength from TN. WA and WA-PLS 2 component models for TP that included all calibration set sites yielded statistically weak results based on the jack-knifed r 2 scores $ \left( {r_{\text{jack}}^{{^{ 2} }} \, = 0.22\;{\text{and}}\;0. 2 2 {\text{ respectively}}} \right) $ . Removal from the calibration set of 12 sites that had all PO4, NH4, NO2, and NOx concentrations below detection limit resulted in a substantial improvement in WA-PLS 2 component TP model scores $ \left( {r_{\text{jack}}^{{^{ 2} }} \; = \;\,0.69} \right) $ , indicating that this model is statistically robust, and thus suitable for down core nutrient reconstructions. Caution, however, is required when developing diatom based inference models in Australian estuaries as nutrient cycling processes may have the potential to influence diatom based transfer functions. The model reported on here provides a foundation for reconstructing nutrient histories in eastern Australian sub-tropical estuaries in the absence of monitoring data. 相似文献