共查询到17条相似文献，搜索用时 456 毫秒
1.
掌握黑土地有机质含量对黑土资源利用与保护具有重要意义,而高光谱卫星影像的缺乏制约了区域尺度土壤有机质反演研究的开展.以黑龙江省建三江黑土区为例,采用CASI/SASI航空高光谱数据、ASD（analytical spectral devices）地面光谱数据和土壤样品有机质含量数据,基于有机质含量与光谱反射率的相关性和定量关系,构建最优的回归模型并开展研究区土壤有机质含量遥感反演.结果表明:偏最小二乘法回归模型比多元逐步回归模型更稳定（判定系数分别为0.885和0.653）,且精度更高（均方根误差分别为0.424和0.744）;采用偏最小二乘模型反演的结果与地面化探结果基本一致. 相似文献
2.
土壤有机碳(SOC)是陆地生态系统碳循环的重要组成部分,也是评价区域土壤质量、土地退化程度和作物产量的重要指标。高寒生态系统土壤有机碳含量估算,对于高寒地区土壤碳库核算和土壤质量评价等都具有重要意义。本研究以青藏高原三江源区作为研究区,基于野外采集的272个土壤样本的SOC和土壤光谱室内测试数据,首先对原始光谱数据进行一阶微分(FD)、二阶微分(SD)、倒数对数(RL)、去包络线(CR)和多元散射校正(MSC)等多种数学变换;然后基于8种光谱变换数据与SOC含量的相关性分析提取特征波段,利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)4种方法,分别构建SOC含量的高光谱反演模型;对各种模型的模拟精度和稳定性进行评价,明确SOC含量反演的最佳光谱变换和模型组合模式。结果表明：三江源区SOC含量较高,且不同植被类型和不同土壤类型的SOC含量差异较大;总体上,单一数学变换形式中基于一阶微分(FD)变换构建的反演模型的模拟精度最高(尤其是FD-RF组合模型,其验证集R2=0.86,RMSE=8.40,RPD=2.64);多种数... 相似文献
3.
以湖南株洲市区中西部为研究区域,获取该区域35个土壤样本和多光谱数据,基于多元线性回归（MLR）、偏最小二乘回归（PLS）、BP神经网络回归模型（BP）,分别建立土壤重金属（Cr、Cu、Ni）含量的反演模型,并对模型预测效果进行检验。建模与预测综合效果：BP模型＞PLS模型＞MLR模型,BP神经网络回归模型的效果远远好于其他2组,尤其适合分析具有非明确关系的2组数据。其中,Cr元素回归模型为最佳拟合模型,建模和预测R2分别为0.917 4、0.811 0,建模均方根误差和预测均方根误差分别为8.269 3、16.870 7,说明基于多光谱数据反演土壤重金属含量有一定的可行性。 相似文献
4.
为实现土壤养分（有机质SOM、全氮TN、全磷TP、全硫TS）含量的快速测定，以建三江创业农场为例，对土壤原始反射率进行了一阶微分（FD）、倒数对数（RL）、倒数一阶微分（FDR）、多元散射校正（MSC）和连续统去除（CR）变换，分析6种光谱变量与土壤养分的相关性，将在α=0.01水平上显著相关的波段作为特征波段，运用多元逐步回归（SMLR）、偏最小二乘回归（PLSR）和BP神经网络（BPNN）三种分析方法分别建立有机质、全氮、全磷和全硫的高光谱预测模型，并利用决定系数（R2）、均方根误差（RMSE）和相对分析误差（RPD）对预测模型进行评价.结果显示，PLSR和BPNN建立的土壤养分含量预测模型均优于SMLR，能极好地预测有机质和全氮含量，同时具有粗略估算全硫含量的能力.三种方法中仅有CR-BPNN能对全磷含量进行粗略估算.对有机质、全氮、全磷和全硫预测效果最佳的模型及其验证集决定系数分别为：MSC-PLSR （0.86）、MSC-PLSR （0.75）、CR-BPNN （0.56）、FDR-BPNN （0.67）. 相似文献
5.
土壤重金属污染对人类身体健康造成了严重威胁,作为快捷、高效、无损监测分析土壤重金属含量的方法之一,高光谱遥感反演土壤重金属含量的方法正逐步得到发展。本文以雄安新区西南部作为研究区,针对潜在生态风险最大且活性最强并易被植物吸收的重金属镉,开展高光谱反演研究。将采集来的426件土壤样品除杂、风干、过筛在实验室测得重金属含量,并用SVC便携式地面光谱仪测量样品350~2500 nm范围光谱。采用Savitzky—Golay卷积平滑方法进行光谱降噪平滑处理。由于粒径大小而不是化学成分差异可能会导致基线效应和漂移现象,为了增强光谱差异和光谱曲线形状,将数据进行标准正态变量变换(SNV)、一阶微分(FD)、二阶微分(SD)、多元散射校正(MSC)等数学变换,并分析变换后光谱与Cd含量的相关性。本文提出一种集成随机变异法—Kennard—Stone法—偏最小二乘回归的方法。针对变换后的光谱集和Cd含量集,第一步采用随机变异法—Kennard—Stone法将样本集分为70%训练集和30%验证集,使样本数随性质分布均匀并覆盖整个样本空间;第二步用偏最小二乘回归法结合交叉验证建立回归模型,用确定系数R2、均方根误差RMSE、偏差比值RPD、误差范围比值RER等参数开展模型评价,如果没有达到预期效果,则回到第一步,迭代反复选择,直至达到最优效果。结果表明,适用的最优反演重金属镉含量的技术方法是采用FD变换后,不断迭代集成RM—KS样本选择和PLS偏最小二乘法回归建立的模型,其验证综合效果最好,建模主成分数为11个,确定系数R2达到0.909,RMSE为0.604,RPD为2.696,RER达为15.516。成果可为类似区域快速、无损的土壤重金属Cd含量反演提供技术支撑。 相似文献
6.
土壤重金属污染对人类身体健康造成了严重威胁,作为快捷、高效、无损监测分析土壤重金属含量的方法之一,高光谱遥感反演土壤重金属含量的方法正逐步得到发展。本文以雄安新区西南部作为研究区,针对潜在生态风险最大且活性最强并易被植物吸收的重金属镉,开展高光谱反演研究。将采集来的426件土壤样品除杂、风干、过筛在实验室测得重金属含量,并用SVC便携式地面光谱仪测量样品350~2500 nm范围光谱。采用Savitzky—Golay卷积平滑方法进行光谱降噪平滑处理。由于粒径大小而不是化学成分差异可能会导致基线效应和漂移现象,为了增强光谱差异和光谱曲线形状,将数据进行标准正态变量变换(SNV)、一阶微分(FD)、二阶微分(SD)、多元散射校正(MSC)等数学变换,并分析变换后光谱与Cd含量的相关性。本文提出一种集成随机变异法—Kennard—Stone法—偏最小二乘回归的方法。针对变换后的光谱集和Cd含量集,第一步采用随机变异法—Kennard—Stone法将样本集分为70%训练集和30%验证集,使样本数随性质分布均匀并覆盖整个样本空间;第二步用偏最小二乘回归法结合交叉验证建立回归模型,用确定系数R2、均方根误差RMSE、偏差比值RPD、误差范围比值RER等参数开展模型评价,如果没有达到预期效果,则回到第一步,迭代反复选择,直至达到最优效果。结果表明,适用的最优反演重金属镉含量的技术方法是采用FD变换后,不断迭代集成RM—KS样本选择和PLS偏最小二乘法回归建立的模型,其验证综合效果最好,建模主成分数为11个,确定系数R2达到0.909,RMSE为0.604,RPD为2.696,RER达为15.516。成果可为类似区域快速、无损的土壤重金属Cd含量反演提供技术支撑。 相似文献
7.
农田土壤中重金属元素富集会严重制约农作物的生长,且对人类健康造成潜在威胁。高光谱遥感数据具有极高的光谱分辨率,因而可在土壤重金属污染元素信息的定量研究中发挥重要作用。本文以雄安新区西南部及其周边农田土壤作为研究对象,在实验室测定土壤重金属元素Ni的含量,并与土壤可见-近红外高光谱数据建立土壤重金属Ni含量的定量估测模型,进一步基于CASI&SASI航空高光谱数据快速反演研究区农田土壤重金属Ni的含量,获取其分布特征。本文研究并建立了研究区土壤重金属元素基于不同光谱变换形式的多元逐步回归、偏最小二乘回归和BP神经网络统计估算模型,通过模型验证与对比,探索研究区土壤重金属Ni元素含量的最优反演模型。研究结果表明: （1）基于各光谱变换的BP神经网络模型的建模和预测精度整体上大于偏最小二乘法和多元逐步回归法模型,模型拟合精度高,预测能力较好;（2）综合来看,一阶微分处理能普遍改善模型预测效果,其中BP神经网络模型的一阶微分变换结果最佳,对于Ni元素建模精度R2高达97.1%,验证集精度R2高达98%以上;（3）选用精度最好的BP神经网络模型,通过CASI&SASI高光谱数据对研究区重金属Ni含量进行反演,反演结果与实测Ni含量数据一致性很好。 相似文献
8.
人类大规模地进行矿山开采造成生态环境问题, 导致土壤发生变化, 并引起矿山环境发生变化, 矿区废弃土土壤恢复有利于该地区矿山环境的改进.在野外实测光谱的基础上, 对江西德兴矿区废弃土土壤恢复潜力进行分析, 并结合Hyperion高光谱数据, 通过光谱吸收指数法反演铁离子含量、粘土矿物含量和有机质含量.结果显示, 在德兴矿区一号坝、二号坝、四号坝和铜矿的土壤有益成分相对较低.铁、粘土矿物和有机质含量高值区主要分布为有林地, 说明该区域土壤质量较好; 一号、二号、四号尾矿库、废石场及选矿厂等地区, 由于矿山的开采活动破坏了原有的土壤, 土地耕种存在一定的难度, 应采取相应的工程、生物和区域生态环境的改良等措施对土壤进行恢复治理. 相似文献
9.
土壤可见光和近红外波段(400~2 500 nm)反射光谱信息包含了大量土壤物理化学参数,土壤反射光谱测量简单、快速,无需破坏样品,而且还可以通过高光谱遥感方法制图。文中使用江苏国土生态地球化学调查中获取的大量土壤样品,研究了土壤阳离子交换量(CEC)、有机质含量、pH值、铁氧化物类型、铁铝硅等常量元素含量等重要土壤生态地球化学参数的光谱反应。结果显示,土壤CEC是进行光谱预测非常成功的参数,1 400、1 900和2 200 nm附近一阶导数光谱(FD)值或短波方向反射率值均可以很好地反映土壤CEC的大小;土壤有机质含量、铁氧化物类型、铁铝硅含量均可以在反射率光谱或其一阶导数(FD)值找到相关波段;土壤导数光谱存在的A、B、C和D峰使反射光谱方法不仅能够定量铁氧化物总量,还能鉴别铁氧化物矿物类型(针铁矿和赤铁矿)及其相对含量;江都土壤光谱的656 nm附近FD值与pH有很大相关性,但是江苏样品显示pH值光谱经验预测具有区域依赖性,可能与土壤类型有关,说明pH与光谱参数之间的关系并非一般的线性关系,而有更复杂的机制。 相似文献
10.
滇西兰坪金顶超大型铅锌多金属矿床是我国最重要的铅锌矿产集中开发区之一。始于20世纪80年代的矿业开发活动逐渐增强,导致该区土壤重金属污染问题不断加重。本文系统开展了兰坪矿区土壤样本的Zn、Pb、As、Cd共4种重金属含量与光谱响应测试实验,详细分析了土壤样本中4种重金属的敏感波段位置及其与土壤中粘土矿物、铁氧化物及碳酸盐矿物之间的赋存关系,构建了4种重金属含量与土壤实测光谱之间的多元线性回归模型。结果表明:(1)区内4种重金属元素含量均超标,且具显著的相关性;(2)重金属含量与土壤光谱反射率、反射率的一阶微分及连续统去除变量具有较高的相关性;(3)用实测光谱的逐步回归方法预测土壤重金属含量的反演模型具有较高的精度,R2均高于0.816。本结果可为大尺度土壤重金属含量监测及其它污染信息提取提供借鉴。 相似文献
11.
靖远矿区采煤沉陷区复垦综合评价方法研究 总被引：1，自引：0，他引：1
以靖远矿区为例,从土地复垦和恢复生态学的角度出发,建立了靖远矿区采煤沉陷区复垦综合评价系统,选择土壤条件（土层厚度、土壤质地、有机质含量、土壤水分）、地形改造条件（地面坡度、地表破坏程度、改造难易程度）、气候及水文条件（年降雨量、灌溉条件）作为分类及评价因子对复垦潜力进行评价。将采煤沉陷地分为四种潜力区,对每种潜力类型区的复垦开发利用方向进行了优化设计,从理论上和实践上对靖远矿区采煤沉陷地的复垦能力以及复垦过程中用地结构的优化作了探讨,以期对当地沉陷地的复垦提供一定的科学依据。 相似文献
12.
垦殖前后典型黑土主要养分元素特征研究对东北黑土资源的可持续利用和保护东北大粮仓具有重要作用.在松嫩平原东部海伦地区对比研究了典型黑土区40年间土地利用未发生改变的地区（本次对比研究林地和耕地），布设了4条典型黑土剖面，对垦殖前后典型黑土剖面中土壤肥力的主要指标元素（有机质、全氮、全磷、C：N及pH值）分别对比分析.结果表明：有机质、全氮、全磷含量表现为随土壤深度急剧下降—缓慢下降—基本稳定的变化趋势；垦殖虽然改变了各土层土壤中养分元素的含量，但是并未改变其随土壤深度的变化规律；垦殖在一定程度上影响了表层黑土土壤的pH值，导致耕地表层黑土土壤慢慢酸化.研究结果可为黑土资源的可持续利用、保护及修复提供科学依据. 相似文献
13.
通过采集重庆市典型农业区南川区8496件表层土壤样品,测定土壤锗及其他元素的含量,对锗含量特征及其影响因素进行分析探讨.研究结果表明：南川区土壤锗含量变化范围为0.13×10-6~13.59×10-6,平均值为1.54×10-6,高于重庆市"一小时经济圈"和重庆紫色土壤中锗的平均含量.研究区富锗（1.4×10-6以上）土壤面积达1 559.8 km2,主要分布在研究区南部.南川区高锗土壤主要分布在二叠系上统吴家坪组、长兴组和三叠系下统大冶组、嘉陵江组.土壤锗含量主要受成土母质控制,与土壤有机质呈显著正相关关系,与8项重金属元素存在伴生关系.中部高值区受密集的煤矿和人为影响较大. 相似文献
14.
潘谢矿区是安徽省淮南煤田重要的深部煤炭生产矿区,其石炭-二叠系煤系地层具有丰富的天然气资源。应用有机碳、热解、显微组分定量、等温吸附等实验分析数据,对潘谢矿区石盒子组煤系页岩有机质特征与含气量进行研究,并利用梯度下降算法建立了含气量与有机碳含量(TOC)和有机质成熟度(Ro)的多元线性模型。结果表明:潘谢矿区石盒子组煤系页岩TOC较高(平均为1.20%),有机质类型为Ⅲ型,成熟度Ro为0.75%~1.12%,处于成熟阶段,页岩含气量较高(平均为1.93 m 3/t)。多元线性模型表明,煤系页岩TOC和Ro的增加会有利于页岩气生成,但Ro对含气量的影响更为明显。 相似文献
15.
露天煤矿生态地质环境系统恢复过程中,排于地表的不同年代地质层组的岩土剥离物都有可能成为复垦土壤母质。为科学合理利用矿区岩土剥离物,重构高质量复垦土壤,并指导后期分类排放,以平朔露天矿区黄土母质作为对照,评价不同类型岩土理化性状差异,从复垦土壤母质来源进行造地的源头控制,为露天煤矿土地复垦与生态修复提供依据。结合单项养分含量及有益微量元素含量分析结果,借助修正的内梅罗综合指数法,评价各岩土层肥力质量;借助单因子质量指数法,评价各岩土层环境质量。结果表明:各岩土层综合肥力系数位于0.40～1.26范围内,属贫瘠或一般水平;安家岭矿中2个煤矸石层的有机质或全氮含量、上部页岩层的全钾含量,以及东露天矿中炭质泥岩层的全磷含量丰富,显著高于黄土母质层;东露天矿底部细砂岩层及安家岭矿中泥灰岩层硫含量过高;东露天矿镉元素环境质量指数为1.05,属轻微污染等级;安家岭矿底部细砂岩层pH值低至4.25,酸度过大。平朔露天矿大多岩土层环境质量较好,但综合肥力质量较差,其中单项养分含量丰富,环境质量安全且易于风化的岩土层,适宜作为重构复垦土壤的备选材料。 相似文献
16.
东北地区黑土退化地球化学指示与退化强度 总被引：1，自引：0，他引：1
利用东北地区土地质量地球化学调查数据，分析探讨了黑土不同退化类型的地球化学指标变化，并与20世纪80年代对比分析了黑土下降的面积和强度.结果显示，有机质下降和盐碱化是黑土退化的关键因素，在有机质缺乏区和碱性土壤区，土壤C/N值均小于10.0，且全氮、全磷、全硫、有机碳等指标间呈现弱相关性，而代表黏粒的铝、铁氧化物或指标与易被这些物质吸附的微量元素仍保持“生命共同体”特点.对比海伦及公主岭地区不同时期土壤锌、钼等微量元素含量，显示锌、钼等微量元素含量10年来均明显下降，表明在黑土有机质流失以及土壤盐碱化过程中土壤全氮、全磷、全硫以及锰、锌等营养元素在一定程度上随之流失.自20世纪80年代以来，松辽平原区土壤有机碳减少面积达54.45%，有机碳减少了131 Mt，其中向大气释放碳数量为26.2 Mt.在开垦相对较晚的黑龙江省，黑土有机碳下降程度最强，由北向南随着开垦程度增强，有机碳下降程度反而相对较小，体现随着开垦程度增强，有机碳不断趋于平稳的过程.通过统计及对比研究认为，在研究黑土退化及黑土开发保护过程中既要重视人为活动导致的土壤养分流失，也要重视黑土向强酸、强碱化发展的趋势. 相似文献
17.
Mahboobeh Tayebi Mehdi Naderi Jahangard Mohammadi Mohammad H. Tayebi 《Environmental Earth Sciences》2017,76(21):734
Two statistical models including partial least squares regression (PLSR) and principal component regression were comparatively utilized to determine the predictive accuracy of visible–near-infrared and short-wave infrared reflectance spectroscopy in quantifying the Fe concentration in contaminated soils. Two scenarios were applied to select the best model: Scenario I included all wavelengths (400–2450 nm) and Scenario II encompassed characteristic bands of Fe. Pre-processing techniques used to select the best model included: first and second derivatives (FD and SD), multiplicative scatter correction (MSC) and standard normal variate. The abilities of the predictive models were evaluated by splitting soil samples into two random groups (80 and 20%). The first group (80%) was used to evaluate calibration and validation sets by employing the cross‐validation method, and the second group (20%) was applied to test the models. The coefficient of determination (R 2), root mean square error and residual prediction deviation were calculated to evaluate the models. Applying Scenario I indicated that the PLSR model with SD pre-processing was a more accurate technique for predicting the Fe concentration, whereas in the Scenario II, the PLSR model with MSC pre-processing had a better performance. Comparing Scenarios I and II indicated that the more reliable models for predicting the soil Fe content could be constructed by the PLSR model with the SD pre-processing techniques and all wavelengths. The modeling results produced by the PLSR model with the SD pre-processing could be used to detect, map and monitor Fe-contaminated soils by proximal and remote sensing in the mining areas. 相似文献