基于TM数据的川东北低山区土壤肥力因子空间分布反演研究
发布时间:2021-09-07 03:24
为方便快捷预测土壤肥力空间分布情况,本文利用TM遥感影像各波段光谱反射率、11种地面因子和270个样点土壤肥力指标含量建立线性回归预测模型,选取未参与建模且与土壤肥力含量显著相关的地面因子作为修正因子,运用蒙特卡罗模拟修正预测模型,选取未参与建模68个样点的实测值、线性回归预测模型和蒙特卡洛修正预测模型值进行趋势分析对比和误差统计检验,并采用普通克里格方法反演实测值、不同预测模型的空间分布状况,对比其差异。主要结论如下:川东北低山区土壤肥力状况较差,有机质含量17.78±5.13 g kg-1、全氮含量0.64±0.40 g kg-、碱解氮含量82.66±31.66 mg kg、有效磷含量10.08±8.42 mg kg-1、速效钾含量69.37±19.94 mg kg-1。研究区有机质含量由西北部向东南部呈条带状逐渐递减分布,全氮含量由东北部向西南部呈斑块状逐渐递减分布,碱解氮含量由中间向四周呈斑块状逐渐递减又递增的趋势分布,有效磷和速效钾含量均由西部和东部向中间呈斑块状逐渐递减的趋势分布。利用遥感光谱建立的回归预测模型均达到极显著水平(P=0.000),表明遥感波段信息可用于建模,...
【文章来源】:四川农业大学四川省 211工程院校
【文章页数】:63 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究现状综述
1.2.1 预测模型
1.2.1.1 模型种类
1.2.1.2 模型检验
1.2.1.3 模型修正
1.2.2 建模因子
1.3 研究目标、研究内容和技术路线
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
2 区域概况与研究方法
2.1 研究区概况
2.2 材料与方法
2.2.1 土壤样品采集与测定
2.2.2 区域资料的收集
2.2.3 实验区遥感数据
2.2.4 遥感数据处理
2.2.4.1 边界裁剪
2.2.4.2 去云去噪
2.2.4.3 几何校正
2.2.4.4 辐射校正
2.2.5 辅助信息提取
2.2.5.1 地形地貌数据
2.2.5.2 波段组合信息
2.2.5.3 缓冲区
2.2.5.4 非定量因子赋值
2.2.6 数据统计分析
3 土壤肥力预测模型建立
3.1 土壤肥力与光谱信息统计分析
3.1.1 描述统计
3.1.2 土壤肥力与建模因子相关性分析
3.2 模型建立
3.2.1 仅用波段光谱反射率建立的预测模型
3.2.2 波段光谱反射率与地面因子共同建模
3.3 本章小结
4 预测模型修正与检验
4.1 蒙特卡罗模拟
4.1.1 预测模型修正
4.1.2 根据概率模型进行蒙特卡罗模拟
4.2 模型检验
4.2.1 趋势分析法
4.2.2 误差统计法
4.3 本章小结
5 土壤肥力空间分布反演
5.1 土壤有机质
5.2 土壤全氮
5.3 土壤碱解氮
5.4 土壤有效磷
5.5 土壤速效钾
5.6 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
【参考文献】:
期刊论文
[1]普光气田天然气集输关键技术简析[J]. 韩玉坤,刘方检,李代柏,赵文祥,何国辉. 钻采工艺. 2012(06)
[2]长期施肥下土壤肥力变化的评价方法[J]. 包耀贤,徐明岗,吕粉桃,黄庆海,聂军,张会民,于寒青. 中国农业科学. 2012(20)
[3]基于归一化植被指数的西安市域植被变化[J]. 贾宝全,邱尔发,张红旗. 林业科学. 2012(10)
[4]不同土壤管理方式对梨园土壤微生物及养分含量的影响[J]. 李艳丽,赵化兵,谢凯,宋晓晖,徐阳春,董彩霞. 土壤. 2012(05)
[5]海伦市耕层土壤有机质含量空间预测方法研究[J]. 陆访仪,赵永存,黄标,汪景宽. 土壤通报. 2012(03)
[6]土壤连续属性空间插值方法及其精度的研究进展[J]. 史文娇,岳天祥,石晓丽,宋伟. 自然资源学报. 2012(01)
[7]基于蒙特卡洛的土壤镍污染及健康风险分析[J]. 白晓瑞,唐景春,师荣光,杨杰. 安全与环境学报. 2011(05)
[8]基于物元模型的川东北丘陵区土壤养分综合评价——以平昌县为例[J]. 肖玖金,马红星,王莉,罗丽卉,王坤能,李旭东. 江西农业大学学报. 2011(02)
[9]耕地土壤有机质空间变异性的随机模拟[J]. 杨奇勇,杨劲松,姚荣江,黄标,孙维侠. 农业工程学报. 2010(12)
[10]利用地形和遥感数据预测土壤养分空间分布[J]. 张素梅,王宗明,张柏,宋开山,刘殿伟,李方,任春颖,黄健,张惠琳. 农业工程学报. 2010(05)
本文编号:3388746
【文章来源】:四川农业大学四川省 211工程院校
【文章页数】:63 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究现状综述
1.2.1 预测模型
1.2.1.1 模型种类
1.2.1.2 模型检验
1.2.1.3 模型修正
1.2.2 建模因子
1.3 研究目标、研究内容和技术路线
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
2 区域概况与研究方法
2.1 研究区概况
2.2 材料与方法
2.2.1 土壤样品采集与测定
2.2.2 区域资料的收集
2.2.3 实验区遥感数据
2.2.4 遥感数据处理
2.2.4.1 边界裁剪
2.2.4.2 去云去噪
2.2.4.3 几何校正
2.2.4.4 辐射校正
2.2.5 辅助信息提取
2.2.5.1 地形地貌数据
2.2.5.2 波段组合信息
2.2.5.3 缓冲区
2.2.5.4 非定量因子赋值
2.2.6 数据统计分析
3 土壤肥力预测模型建立
3.1 土壤肥力与光谱信息统计分析
3.1.1 描述统计
3.1.2 土壤肥力与建模因子相关性分析
3.2 模型建立
3.2.1 仅用波段光谱反射率建立的预测模型
3.2.2 波段光谱反射率与地面因子共同建模
3.3 本章小结
4 预测模型修正与检验
4.1 蒙特卡罗模拟
4.1.1 预测模型修正
4.1.2 根据概率模型进行蒙特卡罗模拟
4.2 模型检验
4.2.1 趋势分析法
4.2.2 误差统计法
4.3 本章小结
5 土壤肥力空间分布反演
5.1 土壤有机质
5.2 土壤全氮
5.3 土壤碱解氮
5.4 土壤有效磷
5.5 土壤速效钾
5.6 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
【参考文献】:
期刊论文
[1]普光气田天然气集输关键技术简析[J]. 韩玉坤,刘方检,李代柏,赵文祥,何国辉. 钻采工艺. 2012(06)
[2]长期施肥下土壤肥力变化的评价方法[J]. 包耀贤,徐明岗,吕粉桃,黄庆海,聂军,张会民,于寒青. 中国农业科学. 2012(20)
[3]基于归一化植被指数的西安市域植被变化[J]. 贾宝全,邱尔发,张红旗. 林业科学. 2012(10)
[4]不同土壤管理方式对梨园土壤微生物及养分含量的影响[J]. 李艳丽,赵化兵,谢凯,宋晓晖,徐阳春,董彩霞. 土壤. 2012(05)
[5]海伦市耕层土壤有机质含量空间预测方法研究[J]. 陆访仪,赵永存,黄标,汪景宽. 土壤通报. 2012(03)
[6]土壤连续属性空间插值方法及其精度的研究进展[J]. 史文娇,岳天祥,石晓丽,宋伟. 自然资源学报. 2012(01)
[7]基于蒙特卡洛的土壤镍污染及健康风险分析[J]. 白晓瑞,唐景春,师荣光,杨杰. 安全与环境学报. 2011(05)
[8]基于物元模型的川东北丘陵区土壤养分综合评价——以平昌县为例[J]. 肖玖金,马红星,王莉,罗丽卉,王坤能,李旭东. 江西农业大学学报. 2011(02)
[9]耕地土壤有机质空间变异性的随机模拟[J]. 杨奇勇,杨劲松,姚荣江,黄标,孙维侠. 农业工程学报. 2010(12)
[10]利用地形和遥感数据预测土壤养分空间分布[J]. 张素梅,王宗明,张柏,宋开山,刘殿伟,李方,任春颖,黄健,张惠琳. 农业工程学报. 2010(05)
本文编号:3388746
本文链接:https://www.wllwen.com/kejilunwen/nykj/3388746.html