土壤全氮反射光谱估算机理研究

发布时间：2017-09-21 17:52

  本文关键词：土壤全氮反射光谱估算机理研究

  更多相关文章： 反射光谱 全氮 有机碳 偏最小二乘回归

【摘要】：反射光谱技术具有快速、便捷等特点,过去几十年中将其应用于土壤科学的研究呈指数增长,且广泛用于土壤属性估算。土壤全氮含量是一项非常重要的肥力指标,光谱估算全氮含量可以为实现精准农业提供重要支持。但反射光谱估算土壤全氮含量是基于全氮与有机碳的相关性还是基于氮本身的吸收特征仍然存在争议。本文以江苏滨海土壤为研究对象,利用偏最小二乘法分别构建全氮和有机碳在相同建模样本量、不同全氮含量及变异程度情况下的估算模型,通过分析模型精度变化规律及全氮与有机碳估算模型系数的相关性,探讨土壤全氮反射光谱估算机理。结果表明,该地区土壤为1 000年来滨海滩涂经人为耕作发育形成,全氮含量不高,有机碳含量偏低。全氮与有机碳之间存在较强的相关性,相关系数高达0.98。土壤全氮含量估算精度随样本集全氮含量的平均值、标准差增大出现先增加后略有减小的变化规律,与变异系数的变化规律相一致。当全氮含量较低时(样本平均值小于0.27g·kg-1),土壤全氮与有机碳相关系数也较小,实现反射光谱估算全氮是基于氮的吸收特征;当全氮含量较高时(样本平均值大于0.29g·kg-1),全氮与有机碳相关性较强且有机碳模型精度高于全氮,说明有机碳对光谱曲线的影响随其含量增加而增大,并掩盖了氮的吸收特征,实现反射光谱估算全氮是基于其与有机碳的相关性。该研究揭示了土壤反射光谱估算全氮含量的机理,从而为反射光谱快速估算土壤全氮含量提供理论依据。
【作者单位】： 南京信息工程大学地理与遥感学院;
【关键词】： 反射光谱 全氮 有机碳 偏最小二乘回归
【基金】：国家自然科学基金项目(41201215)资助
【分类号】：S151.9;O657.3
【正文快照】： 引言土壤全氮(total nitrogen,TN)含量是一项非常重要的肥力指标。传统的测定方法费时、费力,难以满足现代农业发展的需要,土壤反射光谱及遥感等新技术可以快速、准确、实时、动态获取土壤信息[1]。过去几十年的研究证明了反射光谱技术估算TN、有机碳(soil organic carbon,SOC

【参考文献】

中国期刊全文数据库 前4条

1 李硕;汪善勤;史舟;;基于成像光谱技术预测氮素在土壤剖面中的垂直分布[J];土壤学报;2015年05期

2 彭杰;向红英;周清;张杨珠;王家强;庞新安;;土壤氧化铁的高光谱响应研究[J];光谱学与光谱分析;2013年02期

3 张娟娟;田永超;姚霞;曹卫星;马新明;朱艳;;基于高光谱的土壤全氮含量估测[J];自然资源学报;2011年05期

4 张甘霖;史学正;龚子同;;中国土壤地理学发展的回顾与展望[J];土壤学报;2008年05期

【共引文献】

中国期刊全文数据库 前10条

1 郑光辉;焦彩霞;赏刚;熊俊峰;;土壤全氮反射光谱估算机理研究[J];光谱学与光谱分析;2016年10期

2 曹文涛;康日斐;王集宁;曹见飞;吴泉源;;基于高光谱遥感的土壤氯化钠含量监测[J];江苏农业学报;2016年04期

3 洪长桥;郑光辉;陈昌春;;苏北滨海土壤碳酸钙含量反射光谱估算研究[J];土壤学报;2016年05期

4 王一丁;赵铭钦;刘鹏飞;金江华;黄元炯;岳恒;;基于高光谱分析的植烟土壤有机质和全氮含量预测研究[J];中国烟草学报;2016年03期

5 南锋;朱洪芬;毕如田;;黄土高原煤矿区复垦农田土壤有机质含量的高光谱预测[J];中国农业科学;2016年11期

6 谢福来;史晓芳;史忠良;田玮玮;芦冬涛;张士昌;;利用高光谱技术估测小麦叶片氮量和土壤供氮水平[J];农学学报;2016年04期

7 高灯州;曾从盛;章文龙;刘晴晴;王志萍;陈依婷;;闽江口湿地土壤全氮含量的高光谱遥感估算[J];生态学杂志;2016年04期

8 王超;冯美臣;杨武德;肖璐洁;李广信;赵佳佳;任鹏;;一种降低土壤水分对土壤有机质光谱监测精度的新方法[J];光谱学与光谱分析;2015年12期

9 王祥峰;蒙继华;;土壤养分遥感监测研究现状及展望[J];遥感技术与应用;2015年06期

10 赵燕东;皮婷婷;;北京地区粘壤土全氮含量的光谱预测模型[J];农业机械学报;2016年03期

【二级参考文献】

中国期刊全文数据库 前10条

1 陈颂超;冯来磊;李硕;纪文君;史舟;;基于局部加权回归的土壤全氮含量可见-近红外光谱反演[J];土壤学报;2015年02期

2 王乾龙;李硕;卢艳丽;彭杰;史舟;周炼清;;基于大样本土壤光谱数据库的氮含量反演[J];光学学报;2014年09期

3 李颖;张立福;严薇;黄长平;童庆禧;;地面成像光谱数据的田间杂草识别[J];遥感学报;2013年04期

4 李硕;汪善勤;张美琴;;基于可见-近红外光谱比较主成分回归、偏最小二乘回归和反向传播神经网络对土壤氮的预测研究[J];光学学报;2012年08期

5 赵杰文;王开亮;欧阳琴;陈全胜;;高光谱技术分析茶树叶片中叶绿素含量及分布[J];光谱学与光谱分析;2011年02期

6 串丽敏;赵同科;安志装;杜连凤;李顺江;马礼;;土壤硝态氮淋溶及氮素利用研究进展[J];中国农学通报;2010年11期

7 张雪莲;李晓娜;武菊英;郑伟;黄倩;汤丛峰;;不同类型土壤总氮的近红外光谱技术测定研究[J];光谱学与光谱分析;2010年04期

8 卢艳丽;白由路;王磊;王贺;杨俐苹;;黑土土壤中全氮含量的高光谱预测分析[J];农业工程学报;2010年01期

9 张娟娟;田永超;朱艳;姚霞;曹卫星;;不同类型土壤的光谱特征及其有机质含量预测[J];中国农业科学;2009年09期

10 田永超;杨杰;姚霞;朱艳;曹卫星;;高光谱植被指数与水稻叶面积指数的定量关系[J];应用生态学报;2009年07期

【相似文献】

中国期刊全文数据库 前10条

1 张建杰;李富忠;胡克林;张强;郭彩霞;黄元仿;;太原市农业土壤全氮和有机质的空间分布特征及其影响因素[J];生态学报;2009年06期

2 郭小颖;;土壤全氮测定有关问题的探讨[J];科技资讯;2013年30期

3 于婧;罗洋洋;张桂花;吴飞;;江汉平原农田土壤全氮的多尺度空间结构与成因分析[J];湖北大学学报(自然科学版);2014年01期

4 蔡利华,奉文贵;流动注射法测土壤全氮全磷[J];塔里木农垦大学学报;2002年01期

5 张振明;余新晓;朱建刚;;多水平贝叶斯模型预测森林土壤全氮[J];生态学报;2009年10期

6 李启权;岳天祥;范泽孟;杜正平;陈传法;卢毅敏;;中国表层土壤全氮的空间模拟分析[J];地理研究;2010年11期

7 辛颖;聂立水;张志毅;韦安泰;董雯怡;张有慧;;鲁西平原毛白杨造林地土壤全氮空间变异性研究[J];土壤通报;2011年01期

8 刘付程,史学正,于东升,潘贤章;太湖流域典型地区土壤全氮的空间变异特征[J];地理研究;2004年01期

9 程先富;史学正;于东升;王洪杰;;基于GIS的土壤全氮空间分布估算——以江西省兴国县为例[J];地理研究;2007年01期

10 贾生尧;唐旭;杨祥龙;李光;张建明;;可见-近红外光谱技术结合递归变量选择算法对土壤全氮与有机质含量测定研究[J];光谱学与光谱分析;2014年08期

中国重要会议论文全文数据库 前4条

1 刘长举;李小昱;王为;高云;周竹;赵政;;基于高光谱图像技术的土壤全氮检测方法研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

2 郑立华;李民赞;孙红;安晓飞;;基于近红外光谱技术和支持向量机模型的土壤参数预测[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年

3 马茂亭;安志装;邹国元;杜连凤;刘宝存;赵丽平;赵同科;;不同施肥措施对土壤氮素时空变化的影响[A];面向未来的土壤科学（中册）——中国土壤学会第十二次全国会员代表大会暨第九届海峡两岸土壤肥料学术交流研讨会论文集[C];2012年

4 徐畅;;三峡库区小流域土壤氮素空间分布特征[A];中国农业工程学会2011年学术年会（CSAE 2011）论文摘要集[C];2011年

中国博士学位论文全文数据库 前1条

1 徐国策;丹江中游小流域氮素分布与流失机理研究[D];中国科学院研究生院（教育部水土保持与生态环境研究中心）;2013年

中国硕士学位论文全文数据库 前9条

1 邵娜;海南岛土壤全氮时空变异特征的研究[D];中国农业科学院;2015年

2 艾尤尔·亥热提;艾比湖湿地土壤氮素空间异质性分析[D];新疆师范大学;2015年

3 王维;土壤全氮及重金属铜含量的高光谱反演研究[D];南京信息工程大学;2011年

4 刘世峰;南京市溧水县稻田土壤全氮的遥感估测[D];南京农业大学;2010年

5 赵建华;基于GIS的兰州市土壤全氮和有机质空间变异性研究[D];甘肃农业大学;2008年

6 张操;浙江省土壤氮库估算及空间分布特征研究[D];浙江大学;2014年

7 杨超;基于近红外光谱技术的土壤全氮和有机质含量估测研究[D];东北林业大学;2013年

8 于佳;培肥措施对黑土碳、氮变化影响的研究[D];东北农业大学;2010年

9 刘宇;鲜水河上游流域地形因子与土壤有机质、氮、磷和钾相关性研究[D];四川农业大学;2007年

，

本文编号：896019