共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
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
3.
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
4.
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
5.
《物探化探计算技术》2017,(5)
本研究采集冕宁牦牛坪稀土矿区34个样本点的土壤与高光谱数据,利用化学方法实测土壤重金属含量,计算各重金属之间皮尔森相关系数,建立Fe元素与各金属元素(Pb、Zn、Cd、Mn、Cu、As)估算模型;针对高光谱数据,进行光谱一阶微分、二阶微分、倒数对数、均方根变换、包络线去除、光谱深度计算等处理,获取特征波段,采用交叉有效性检验原则选择恰当的主成分个数,应用偏最小二乘法建立光谱一阶微分同Fe元素关系模型,最后通过计算建模样本与检验样本的相关系数及RMSE值判定各金属含量模型精度。旨在探索利用高光谱遥感技术反演土壤重金属含量的可行性,为应用高光谱遥感技术进行环境污染监测、信息提取和定量反演提供借鉴。 相似文献
6.
利用多元逐步回归分析法，结合Landsat8 OLI遥感数据对该地区土壤有机碳进行定量反演.试验采集了164个土壤样品，通过3倍标准差准则对样品进行奇异点去除及数据集划分，其中120个样品作为训练集，44个样品作为验证集，建立土壤有机碳的多元逐步回归预测模型.结果表明：有机碳与Landsat8各波段反射率均显著相关；黑土有机碳光谱预测最优模型以倒数为自变量模型最优，决定系数R2=0.180，均方根误差RMSE=0.558，海伦地区适于Corg含量遥感反演，预测模型稳定性好，可以用于揭示黑土典型区Corg含量的空间分布特征.同时认为在不对土壤进行地面光谱测试的情况下，直接采用化学分析数据与遥感卫星相关联的方法预测模型拟合度有限，光谱对有机碳可解释性较低. 相似文献
7.
为了探讨流域岩溶生态系统土壤碳酸酐酶(CA)活性、有机碳含量及CA固碳之间的潜在关系,选取长江流域干流及支流沿岸不同地质生态环境下的10个样地,比较长江流域不同地质生态环境下表层土壤(0~20cm)中的碳酸酐酶(CA)活性与土壤有机碳(SOC)含量,并分析二者之间的关系。结果表明:(1)长江流域岩溶区的表层土壤CA活性要高于非岩溶区(P0.01),土壤CA活性的差异与样地的地质类型及植被类型不同有关;(2)位于岩溶区高场(GC)样地的年平均SOC含量最高(1.09%),而位于非岩溶区外洲(WZ)样地的年平均SOC含量最低(0.29%),而且总体比较而言,长江流域冬季表层土壤的平均SOC含量显著高于夏季(P0.01);(3)相关性分析结果显示,不同季节长江流域岩溶区表层土壤CA活性与SOC含量呈一定的正相关。研究结果为进一步研究流域岩溶生态系统土壤CA与土壤固碳能力之间的关系奠定了基础。 相似文献
8.
土壤化学计量特征及酶活性是反映植物生长速率和养分限制的重要因子。为探究三江源高寒草甸退化过程中土壤化学计量特征及酶活性的变化特征及相互作用关系,本研究采用野外采样与室内分析相结合的方法,分析了不同退化程度(原生植被、轻度退化、中度退化、重度退化)对三江源高寒草甸的土壤有机碳(SOC)、全碳(TC)、全氮(TN)、全磷(TP)、全钾(TK)含量、pH值、土壤化学计量比、酶活性的影响及相互作用关系。结果表明：(1)随退化程度的加剧,不同土层土壤中的SOC和TN含量整体呈降低趋势,TK含量呈递增趋势,不同土层差异不显著。TP含量表现为轻度退化最高,不同土层TP含量均大于0.7 g·kg-1,pH值随退化程度加剧变化不明显。(2)土壤C、N、P、K化学计量比整体随着退化程度的加剧呈降低趋势,其中碳氮比值变化较为稳定。(3)β-1,4-木糖苷酶(BX)、β-N-乙酰氨基葡萄糖苷酶(NAG)、酸性磷酸酶(AP)、β-纤维二糖苷酶(BCE)、β-葡萄糖苷酶(BG)五种酶活性在不同土层中均表现为轻度退化显著高于其他退化程度(P<0.05)。(4)土壤SOC、TN、TP含量及... 相似文献
9.
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
10.
成都经济区不同地貌景观区土壤有机碳分布特征及储量估算 总被引：1，自引：0，他引：1
利用四川省成都经济区多目标区域地球化学调查获得的土壤有机碳含量数据,探讨了成都经济区不同地貌景观区土壤有机碳的分布特征。山区表层土壤有机碳含量(SOC)最高(22 g/kg左右),较平原区、丘陵区高一倍以上,丘陵区最低(9.49 g/kg)。成都平原区和东部丘陵区深层土壤碳含量相差不大,且均低于研究区深层土壤碳含量均值(6.99 g/kg)。利用指数模型对单位土壤平均碳量(USCATOC)、有机碳储量(USCATOC,h)、有机碳丰度指数(R)进行了估算。结果表明:各地貌单元土壤碳含量、单位土壤平均碳量、有机碳储量、有机碳丰度指数(R)分布具有山区高于平原区、丘陵区最低的一致性特征。龙门山区、西南山区面积约占全区的42%,土壤有机碳储量约占全区的59%;成都平原区、丘陵区面积占58%,土壤有机碳储量约占全区的41%。单位土壤平均碳量、有机碳储量在不同地貌单元中分布的差异主要与不同地貌单元的土壤有机碳含量有关,此外还可能与成土母质、植被发育情况、土地利用方式有关。 相似文献
11.
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
12.
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
13.
风蚀是中国北方脆弱生态系统土壤质量退化和沙漠化的关键因素。文章基于土壤剖面普查和土壤侵蚀遥感调查数据,计算出风蚀土壤有机碳的侵蚀量和空间分布,并与风蚀区的净第一性生产力(NPP)比较。结果发现土壤风蚀区的一个显著特征是表层土壤有机质含量较小,并且随着土壤风蚀强度的增加,相应的表层土壤平均有机质含量和NPP基本上逐渐减小,而相应的土壤有机碳的侵蚀量却明显增大。在中国北方严重风蚀的脆弱生态区,土壤有机碳的侵蚀量超过了NPP,风蚀影响了生态系统的正常碳循环。 相似文献
14.
干旱半干旱区土壤含盐量和电导率高光谱估算 总被引：4，自引：0，他引：4
以新疆南疆地区渭干河-库车河三角洲绿洲不同盐渍化程度的土壤为研究对象, 将土壤样品的含盐量与电导率数据和使用ASD FieldSpec Pro FR光谱仪测得土壤样品高光谱数据作为本研究原始数据. 首先, 对原始土壤光谱反射率曲线进行Savitzky-Golay滤波以消除光谱曲线噪声可能引起的误差, 对得到的光谱曲线进行对数、 倒数等15种光谱变换; 其次, 对土壤样品含盐量与电导率关系进行分析, 并通过两者与土壤光谱反射率不同光谱变换形式的相关性比较分析, 遴选出一阶微分、 对数倒数一阶微分、 连续统去除和连续统去除一阶微分四种相关性较好的变换形式; 最后, 以此变换形式对含盐量和电导率进行建模, 并对二者进行了高光谱估算精度的比较. 结果表明: 渭干河-库车河三角洲绿洲的含盐量与电导率的相关性较高, 达到0.9975; 电导率与四种不同光谱变换形式之间的相关性要优于含盐量, 特别在一些土壤盐渍化的敏感波段尤为突出; 无论是含盐量还是电导率, 多元逐步回归模型均优于一元线性模型, 且以电导率建立的两种回归模型的决定系数均高于含盐量. 研究表明, 土壤电导率对高光谱信息的反应比含盐量更敏感, 同时, 以电导率建模的估算精度比含盐量更高. 因此, 以电导率替代含盐量进行土壤盐渍化高光谱估算研究是一种精度更高、 速度更快的方法, 可为提高土壤盐渍化高光谱估算提供理论依据. 相似文献
15.
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
16.
岩溶山区土地利用方式对土壤活性有机碳及其分布的影响 总被引：5，自引：4，他引：1
对重庆中梁山不同土地利用方式下的0～50cm土壤活性有机碳含量和分布进行研究。结果表明:不同利用方式土壤有机碳(SOC)含量大小顺序为:竹林＞菜地＞草地＞林地＞园地＞弃耕地,且均表现为0～20cm层大于20～50cm层;土壤溶解性有机碳(DOC)含量平均值大小顺序为:林地＞竹林＞弃耕地＞草地＞园地＞菜地,土壤溶解性有机碳占土壤有机碳的比例随土层深度增加而增加;土壤易氧化有机碳(EOC)含量及其剖面分布与土壤有机碳含量变化相一致,相关分析表明,两者的相关性达到极显著水平(R=0.852,P＜0.0001),对土壤有机碳变化反应敏感。 相似文献
17.
祁连山黑河上游多年冻土区不同植被类型土壤有机碳密度分布特征 总被引：6，自引：3，他引：3
山地多年冻土的异质性影响其植被类型的分布特征,且对有机碳的分布也具有重要影响。通过采集黑河上游多年冻土区三种典型植被类型（高寒沼泽草甸、高寒草甸、高寒草原）8个活动层的土壤样品,测定其土壤有机碳密度及其理化性质。结果表明：高寒沼泽草甸土壤有机碳密度最高（49.50 kg·m-2）,高寒草甸次之（11.22 kg·m-2）,高寒草原最低（7.30 kg·m-2）。土壤有机碳密度的剖面垂直分布特征具有差异性,高寒沼泽草甸土壤有机碳密度随深度变化不明显,高寒草原和高寒草甸土壤有机碳密度随深度逐渐减小,存在显著的表层聚集性。有机碳密度与土壤含水率和细粒含量呈显著正相关,与pH值呈显著负相关关系。一般线性模型结果表明土壤含水率、pH值和土壤颗粒组成解释了96.39%的有机碳密度变异,其中土壤含水率贡献了81.53%,pH值和土壤粒度分别贡献了9.33%和4.75%。研究表明多年冻土区不同植被类型土壤有机碳密度分布特征具有明显差异,山地多年冻土土壤含水率是控制有机碳密度分布特征的重要影响因素。 相似文献
18.
19.
耕作措施对陕西耕作土壤碳储量的影响模拟* 总被引：6，自引：0，他引：6
鉴于农业生态系统土壤有机碳(SOC)平衡对中国农业可持续发展的重要性,文章以陕西农业生态系统为对象,整合农业生物地球化学模型(DNDC)与陕西农业地理信息系统数据库,利用陕西地区气象和作物资料,对陕西省2000年作物生长发育和土壤碳循环进行了模型模拟,实例探讨了耕作管理对土壤碳储量的影响,并由此评价生物地球化学模型在气候变化、土壤性质及农业耕作管理措施对土壤碳含量影响方面的预测能力。敏感性分析表明土壤性状,尤其是初始有机碳含量是影响模型区域尺度模拟的最主要敏感因素。区域模拟使用灵敏系数分析法,分别采用敏感因子的最大、最小值驱动模型在每一模拟单元内的运算,以产生一个土壤有机碳变化的范围值,土壤有机碳变化的真实值应以较大机率包含在这一范围内。分析模拟结果可以得出3点结论: 1)2000年陕西耕作土壤总有机碳储量约为103TgC,是一个大气CO2源,向大气释放碳0.5TgC; 2)提高作物秸秆还田率是提高陕西农田碳库储量的有效可行措施,将作物秸秆还田率从当前的15 ％ 提高到50 ％ 或90 ％ 会使陕西农田土壤从大气CO2源转变为汇,每年分别增加土壤有机碳库储量0.7TgC或2.1TgC; 3)施用有机农肥(500kg/hm2)也会增加土壤碳输入,从而提高土壤碳储量,使陕西农田系统转变为较弱的碳(C)源,每年可多固定0.2TgC。 相似文献
20.
基于地理加权回归的青藏高原季节冻土区土壤有机碳空间分布研究 总被引：1，自引：0，他引：1
青藏高原土壤有机碳储量（soil organic carbon stocks， SOCS）对于区域生态环境演替具有重要作用， 但是其空间分布数据还比较缺乏， 特别是季节冻土区的数据较少。基于378个土壤剖面数据， 结合与土壤有机碳（soil organic carbon， SOC）相关的地形、 气候以及植被等环境因子， 使用地理加权回归（geographically weighted regression， GWR）模型模拟了青藏高原季节冻土区0 ~ 30 cm、 0 ~ 50 cm、 0 ~ 100 cm和0 ~ 200 cm深度的SOC总量和空间分布。结果表明： 青藏高原季节冻土区SOCS自东南向西北递减， 表层0 ~ 200 cm的SOC总量约15.37 Pg； 季节冻土区不同植被类型SOC从大到小依次为森林、 灌丛、 高寒草甸、 高寒草原和高寒荒漠； 各土壤类型中棕壤、 黑钙土和泥炭土的SOC最大， 而棕钙土、 棕漠土、 灰棕漠土、 风沙土、 石质土、 盐土、 冷钙土、 寒漠土以及冷漠土的SOC最小。研究结果给出了青藏高原季节冻土区SOC的总量、 空间分布及规律， 可为相关地球模式的发展提供基础数据。 相似文献