共查询到20条相似文献，搜索用时 250 毫秒
1.
在中国主要退化土壤类型和分布的基础上,对比分析了退化土壤的不同改良技术;结合国内外土壤改良剂研究概况和土壤改良剂的原料来源及其分类,总结强调了土壤改良剂对土壤和农作物的主要功能影响.阐述了酸化地、盐碱地和重金属污染地土壤的土壤改良剂研究效果,提出不同类型退化土壤的土壤改良剂在应用过程中存在的问题.最后,进一步探讨土壤改良剂研发与应用过程中面临的主要问题,结合绿色和可持续发展导向,指出加强土壤改良剂的应用基础研究、新型环保低成本研发、应用评价、应用规范建立和认证管理以及退化土壤的综合治理是土壤改良剂研究与应用的发展趋势. 相似文献
2.
在野外调查与室内分析的基础上,对比研究不同土壤、不同层次、不同立地的沙棘及其植被群落的林冠截留规律.结果表明:不同立地类型、土壤类型对植物的生长和截留量影响都很大,同时,多年生沙棘通过林冠截留,对砒砂岩地区土壤起到很好的保护作用,值得推广. 相似文献
3.
4.
为了研究土壤物理基本参数、水气热参数在省域尺度上的空间分布特征,以实地调研测量的数据为基础,结合GIS技术与统计学原理对陕西省13处采样点的土壤物理基本参数进行空间变异特征分析.运用方差分析和回归分析将土壤质地、土壤类型和土地利用方式对土壤水气热参数的影响作出评价.结果表明:反距离加权插值法(IDW)构建的空间变异分布图显示陕西省自北向南土壤中砂粒含量逐渐减少,黏粒含量逐渐升高;土壤饱和导水率、导气率和热导率随砂粒含量的减少而减小;土壤质地、土壤类型和土地利用方式均与土壤水气热参数空间分布有着较强的关联性;土壤类型对土壤水气热参数空间分异的解释能力大于土地利用方式且小于土壤质地;建议在省域尺度上对土壤水气热参数进行空间分布预测时,应将土壤质地、土壤类型和土地利用方式3因子结合分析,从而提高对土壤水气热参数空间分异的预测准确性. 相似文献
5.
6.
通过田间及室内试验和数值模拟,对比研究土壤浅沟排盐对不同类型土壤的排盐效果.以土壤颗粒分析、水分运动参数及土壤盐分弥散系数为基础,通过建立的数值模型,探讨膜下滴灌棉田设置浅沟排盐时生育期内土壤水盐运动规律.通过模型对比两组土壤在设置排盐浅沟的情况下土壤水分及盐分的分布规律,分析土壤类型对膜下滴灌棉田土壤水分、盐分分布情况的影响.结果表明粉壤土对土壤的持水效果明显优于壤土;相对于壤土,排盐浅沟在粉壤土中的排盐效果更佳,且盐分主要集中于排盐浅沟坡面处. 相似文献
7.
东北旱作区土壤碳氮磷生态化学计量特征及其影响因素 总被引：7，自引：0，他引：7
为探究旱作农田土壤碳氮磷生态化学计量特征,基于2017年采集的132个耕层(0～20 cm)土壤样品,运用地统计学和冗余分析等方法,分析了东北旱作区土壤碳氮磷生态化学计量特征的空间变异性及影响因素。结果表明:研究区土壤有机碳(SOC)、全氮(TN)、全磷(TP)的平均含量(质量比)分别为16. 79、1. 43、0. 77 g/kg,且彼此间存在显著正相关关系(P 0. 05);土壤C/N、C/P、N/P质量比的平均值分别为11. 45、22. 82、2. 03,均低于全国农田土壤平均值。从空间分布规律来看,SOC、TN、TP含量均呈现由西南向东北递增的趋势,高值区主要分布在黑龙江省旱作区北部,低值区在吉林省和辽宁省旱作区西部平原区。土壤C/N、C/P的高值区主要分布在黑龙江省旱作区,低值区位于吉林省和辽宁省旱作区连片分布,N/P则整体变化较小。研究区土壤碳氮磷生态化学计量特征受人为活动、环境及土壤性状的综合影响,化肥施用强度和土地利用强度是影响土壤碳氮磷生态化学计量特征的重要人为因素,土壤容重和含水率则是影响研究区土壤碳氮磷生态化学计量特征分布规律的主要环境因子。 相似文献
8.
9.
《中国农村水利水电》2018,(12)
了解和掌握沿海地区土壤盐分分布特征、盐渍化程度及其主要影响因素,可为规划区工程桩基防腐措施制定和区域生态环境改良提供科学依据。以潍北平原为研究区,通过野外调查采样与室内测试分析获取土壤盐分数据,采用统计学方法和地理信息系统技术分析了土壤盐分和盐渍化指标的平面分布特征,识别了土壤盐渍化的主要影响因素,并提出了盐渍化的防治建议。结果显示,研究区土壤盐渍化总体处于低-中等水平,约20%的面积处于弱至中等盐渍化等级,土壤盐渍化程度呈现出由东北向西南逐渐降低趋势。土壤盐渍化类型主要为氯盐渍化和亚氯盐渍化,NaCl是盐分存在的主要形态。土壤盐分含量受多种因素的影响,其中土壤固有盐分的含量受沉积相(土壤成因)背景控制,地下水咸化是土壤盐分积聚的最主要影响因素。 相似文献
10.
11.
针对土壤Cd高光谱遥感定量反演中的机理性不足及数据冗余问题,提出一种基于有机质特征谱段的反演方法。该方法首先提取土壤光谱中对重金属Cd具有吸附作用的有机质特征谱段,进而通过竞争性自适应重加权采样法（Competitive adaptive reweighted sampling,CARS）优选特征谱段,采用偏最小二乘回归法（Partial least squares regression,PLSR）建立重金属Cd的反演模型,并利用郴州矿区土壤实验室光谱数据和哈密黄山南矿区野外光谱数据进行方法验证。研究表明：有机质特征谱段提取在降低数据冗余的同时提高了重金属Cd的反演精度,CARS算法相对于相关系数法（Correlation coefficient,CC）和遗传算法(Genetic algorithm,GA)特征选择具有更高的反演精度,基于有机质特征谱段的CARS-PLSR算法在土壤实验室光谱和野外实测光谱所得验证精度R2分别为0.94和0.80,表明该算法对于实验室和野外光谱均具有一定适用性。研究可为土壤重金属含量高光谱反演的特征波段选择和算法优选提供参考。 相似文献
12.
土壤有机质含量对作物的生长发育有着显著影响。为实现对苹果果园土壤有机质含量快速、实时估测,本研究以山东省烟台市栖霞市苹果园为研究区,采集100个土壤样本,利用ASD FieldSpec3便携式地物光谱仪获取其高光谱反射率,利用定量化学方法测定土壤有机质含量。采用移动平均法对高光谱数据进行预处理,分析果园土壤的反射光谱特征,研究光谱反射率与其有机质含量的相关关系,筛选土壤有机质含量的敏感波长并构建光谱指数后,分别建立多元线性回归模型（MLR）、支持向量机（SVM）和随机森林（RF）模型,并对模型精度进行验证比较。结果表明,筛选出的土壤有机质含量的敏感波长为678、709、1931、1939、1996和2201 nm。用筛选出的波长构建光谱参数,最终构建的光谱指数分别为NDSI（678,709）、NDSI（678,1931）、NDSI（678,2201）、NDSI（709,1939）和NDSI（1939,2201）。建立的MLR、SVM和RF回归模型中,以RF模型精度最优,其校正样本集R2为0.8804,RMSE为0.1423,RPD达到2.25;验证模型的R2为0.7466,RMSE为0.1266,RPD为1.79,建立的RF定量模型反演苹果果园土壤有机质含量效果较好。因此,可以利用RF方法快速预测苹果果园土壤有机质含量,了解土壤养分分布状况,指导农民合理施肥,从而提高果园生产管理效率。 相似文献
13.
为改善高光谱遥感对污水水质信息状况定量反演模型的预测评价效果,以陕西某污水处理厂采集的污水样品为研究对象,采用主成分分析法（Principal component analysis,PCA）对污水水质进行综合评价,获取水质评价的综合评价因子,同时利用ASD FieldSpec 3型高光谱仪获取污水的原始光谱,经过数据预处理和不同数学变换后,共获取了4种光谱指标：平滑后光谱反射率（SG）、倒数之对数（LR）、标准正态化（SNV）和去包络线（CR）。分别采用偏最小二乘回归法（Partial least squares regression,PLSR）、逐步回归法(Stepwise regression,SR)、极限学习机法（Extreme learning machine,ELM）构建了基于水质综合评价因子的高光谱水质反演模型,并对反演结果进行精度验证与比较。结果表明,本组水样的平滑后光谱数据和经过标准正态化变换的光谱数据建模具有较好的建模效果,其建模的预测RPD均在2.5以上;在3种模型中,PLSR模型和ELM模型均具备很好的建模预测效果;逐步回归法的建模效果较PLSR模型和ELM模型有所下降,但是其SG-SR、SNV-SR模型的R2c均在0.8以上、R2p均在0.85以上,RPD均在3.0以上,证明其仍拥有很好的反演预测效果,且进行了特征波段的优选,实现了对模型的优化;SNV-SR-ELM（R2c=0.956,R2p=0.954,RMSE=0.500,RPD=4.651）为最佳模型,SNV-SR-ELM模型的建立为高光谱反演水质模型的优化、污水水质的快速监测和综合评价提供了途径。 相似文献
14.
基于高光谱的黑土区土壤重金属含量估测 总被引：1，自引：0，他引：1
以黑龙江省讷河市采集的80份黑土样品和高光谱实测数据为数据源,对黑土中铜(Cu)、锌(Zn)、锰(Mn)重金属元素的光谱反射率及其特征变化进行研究,分析了光谱反射率、光谱反射率一阶微分变换、光谱反射率连续统去除变换、光谱反射率连续统去除一阶微分变换与元素铜、锌、锰含量的相关性,并利用相关系数法提取敏感波段。利用核主成分分析(Kernel principal component analysis,KPCA)方法对高光谱敏感波段数据进行降维及特征提取,将特征信息作为极限学习机(Extreme learning machine,ELM)模型建模的样本数据,构建KPCA-ELM估测模型,进行黑土重金属含量的定量估算。结果表明:KPCA具有较强的非线性特征提取能力,可以有效地选择最佳变量集合,KPCA-ELM模型预测土壤元素含量效果理想,3种重金属元素含量估测的决定系数均达到0.6以上,其中,锌元素预测精度最高,决定系数和均方根误差分别为0.805和3.275 mg/kg,比特征提取前模型预测精度优化了14.0%和18.5%,说明构建的KPCA-ELM模型是一种快速可行的重金属含量高光谱估测方法。 相似文献
15.
为实现快速、无损、实时监测不同灌溉处理下棉花植株叶面积指数,借助高光谱遥感技术获取了棉花植株4个生育期的冠层反射率,同时获取每株棉花的叶面积指数,用一阶导数、二阶导数、标准正态变换,多元散射校正、小波分析等光谱预处理方法,经过连续投影算法提取特征波段,用偏最小二乘法建立4个生育期（总体）和各生育期的高光谱估算模型。对比6种预处理方法在4个生育期和各生育期建模精度表明,4个生育期（总体）、蕾期、花期、花铃期的小波分解尺度为4、2、8、2,模型分别为CWT-SPA-PLS、CWT-FD-SPA-PLS、CWT-SPA-PLS、CWT-FD-SPA-PLS时可取得较好的精度;经二阶导数处理后,铃期可取得较好的结果,R2和RPD分别0.973、5.3295,优于其他预处理。试验结果表明,利用预处理方法尤其是小波分析方法得到的光谱信息可有效估测棉花4个生育期（总体）和各生育期的叶面积指数。 相似文献
16.
对内蒙古河套灌区土壤含盐量高光谱曲线进行分析,结果表明通过对原始光谱曲线进行连续统去除变换,可以突出波峰、波谷等重要波段位置,有利于建立逐步回归模型(R2=0.589,RMSE=0.327)对土壤含盐量进行定量反演。通过偏最小二乘法建模,不仅可以利用非正态分布的含盐量数据建模,且模型的精度(R2=0.695)和稳定性(R2=0.756)均优于逐步回归方法。其中,将光谱经过对数和一阶微分变换后,模型结果最佳(R2=0.989,RMSE=0.368)。 相似文献
17.
基于小波变换和分数阶微分的冬小麦叶绿素含量估算 总被引：1，自引：0，他引：1
叶绿素含量变化直接表征冬小麦的光合作用能力,所以监测冬小麦叶绿素含量对分析冬小麦光合能力和生长状况具有重要意义。基于地面冬小麦冠层高光谱和实测叶绿素含量,分别利用原始光谱、分数阶微分光谱、原始光谱经连续小波变换后得到的小波能量系数与实测叶绿素含量进行相关性分析,选取相关性较好的分数阶微分光谱和小波能量系数,采用逐步回归分析、支持向量机、人工神经网络等方法构建冬小麦叶绿素含量估算模型。结果表明,在拔节期、孕穗期、开花期和全生育期,使用连续小波变换-人工神经网络建模结果最优,拔节期建模和验证决定系数分别为0.93和0.90,孕穗期建模和验证决定系数分别为0.93和0.90,开花期建模和验证决定系数分别为0.93和0.90,全生育期建模和验证决定系数分别为0.86和0.85;在灌浆期,使用分数阶微分-人工神经网络建模结果最优,灌浆期建模和验证决定系数分别为0.97和0.90。本研究可为作物叶绿素含量遥感估算提供技术方案。 相似文献
18.
土壤有机质（SOM）是土壤肥力的重要组成部分,是作物生长的主要养分来源。为探究分数阶微分（FOD）联合优化光谱指数对低肥力地区SOM的反演效果,以银川平原为研究对象,对野外土壤高光谱反射率原始数据进行0~2阶FOD处理（间隔0.2阶）,构建优化光谱指数DI/RDI、DI/NDI、NDI/RDI、RDI/NDI、DI/GDI和RI/GDI,分析各指数与土壤有机质含量间的二维相关性,筛选出最佳优化光谱指数,并建立基于支持向量机（SVM）的SOM含量反演模型。结果表明：银川平原SOM含量整体偏低,其中93.05%处于四级到六级水平。土壤野外原始光谱反射率吸收特征差异明显,在1400、1900nm处有明显吸收峰。随着分数阶的不断增加,光谱反射率不断趋近于0。土壤DI/NDI、DI/GDI、RI/GDI、NDI/RDI和RDI/NDI在0~2阶最大相关系数绝对值（MACC）均小于0.80,DI/RDI在0.2~2.0阶范围内的MACC为0.9965~0.9986,其敏感波段主要集中在1450~1750nm和2100~2400nm之间。基于0.2阶微分处理的DI/RDI-SVM模型对SOM的反演精度最佳,建模决定系数R2c和验证决定系数R2p分别为0.98和0.99,相对分析误差（RPD）为4.31。研究结果可为低肥力地区的SOM含量快速、准确反演及制图提供科学依据。 相似文献
19.
基于分数阶微分的荒漠土壤铬含量高光谱检测 总被引：2，自引：0，他引：2
为解决高光谱检测土壤中痕量级重金属含量存在的困难,提高土壤重金属铬含量检测的准确度,利用新疆准东煤田周边168个荒漠土壤样本的重金属铬含量及其对应的高光谱数据,运用分数阶微分算法进行光谱数据预处理,最后利用全部波段进行偏最小二乘建模并进行可视化分析,旨在探讨分数阶微分预处理在高光谱数据估算荒漠土壤重金属铬含量的可能性。结果表明:原始光谱与吸光率变换的分数阶微分模型均在1.8阶微分处达到了最好的精度效果。吸光率变换1.8阶微分模型为最优模型,模型的校正均方根误差为7.68 mg/kg,R_c~2=0.83,预测均方根误差为8.39 mg/kg,R_p~2=0.78,相对分析误差为2.14。最后利用铬含量实测值与光谱预测值通过反距离加权法插值获得研究区土壤重金属铬含量的空间分布,说明利用该方法对土壤重金属铬含量定量检测并进行大尺度的空间分布反演在一定程度上是可行的,为荒漠土壤重金属污染状况的高光谱检测提供了一定的科学依据和技术支持。 相似文献