黄土高原煤矿区复垦农田主要土壤养分高光谱反演
发布时间:2021-04-04 03:16
土壤是人类赖以生存和发展的物质基础和最基本的生活来源。煤矿开采给社会带来了极大的财富,同时也引发了大面积采空区,土地沉陷、裂缝,水土流失、土壤质量严重下降,近年来,随着土地复垦工程的实施,煤矿开采区得到了一定的治理。高光谱遥感技术是当前定量遥感的研究热点之一,尤其是可以快速、精准,无损获取土壤养分信息,为评估土壤质量提供了重要的手段。本研究以山西省襄垣县煤矿区复垦农田为试验区,采集复垦农田土壤样品,在室内测定土壤养分和土壤光谱信息的基础上,选取土壤有机质、全氮、速效磷和有效钾作为研究样本,分析土壤及其主要养分的光谱特征,对土壤光谱反射率及其变换形式采用一元线性回归、多元线性回归和偏最小二乘回归,建立研究区域反演模型,主要研究结果如下:(1)确定了土壤主要养分光谱特征波段。土壤有机质含量显著波段为:R的400-1800、1880-2400 nm;D(R)的 420-790、1020-1040、2150-2200 nm;1g(1/R)的 400-1830、1860-2400nm。光谱与有机质含量的相关系数绝对值最大的波段是R的800nm;D(R)的 600 nm;1g(1/R)的 760 ...
【文章来源】:山西农业大学山西省
【文章页数】:99 页
【学位级别】:博士
【部分图文】:
研究区地理位置
西部和南部储存有煤和配焦煤等优质煤,易开采煤一般在6?m左右,覆盖层为40-120?m。??受长期煤炭开采活动的影响,大量土地存在沉陷、裂缝,水土流失严重。??3.2?土壤样本数据的获取??3.2.1?土壤样本的采集??襄垣县煤矿分布广泛,已幵采煤矿主要分布在西营、下良、善福、夏店、古韩、王??桥和侯堡7个乡镇。通过近几十年煤矿开采等强人为因素扰动,呈现了由北向南中间条??带状的土地损毁区域。2006-2013年通过土地平整、裂缝填充等土地整治工程对该区域??受损农田进行全面治理。本研究在野外调研和相关资料分析基础上,采用随机和判断布??点相结合的方式,对上述受损严重且通过复垦治理区域农田进行布点采样(图3.2)。??112°5(VO”E?113°(V(TE?113°Hy(TE??
..Fig.3.4?The?original?spectral?reflectance?curve?Fig.3.5?The?spectral?reflectance?curve?corrected??3.4.2边缘波段去除??光谱仪工作两端波段反射率信噪比极低,数据噪音较大,这主要是由光谱仪器本身??构造特性造成的。为增强光谱信息的可信度,尽量减少对后续工作的影响,如图3.6和??3.7噪,从原数中去350-399nm2451-2500nm两
【参考文献】:
期刊论文
[1]基于高光谱数据的土壤有机质含量反演模型比较[J]. 叶勤,姜雪芹,李西灿,林怡. 农业机械学报. 2017(03)
[2]基于Landsat8吉林中北部地区土壤有机质定量反演研究[J]. 马驰. 干旱区资源与环境. 2017(02)
[3]考虑含水量变化信息的土壤有机质光谱预测模型[J]. 刘焕军,宁东浩,康苒,金慧凝,张新乐,盛磊. 光谱学与光谱分析. 2017(02)
[4]应用遗传算法结合连续投影算法近红外光谱检测土壤有机质研究[J]. 章海亮,罗微,刘雪梅,何勇. 光谱学与光谱分析. 2017(02)
[5]艾比湖流域不同土地覆盖类型土壤养分高光谱反演模型研究[J]. 蒋烨林,王让会,李焱,李成,彭擎,吴晓全. 中国生态农业学报. 2016(11)
[6]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]. 南锋,朱洪芬,毕如田. 中国农业科学. 2016(11)
[7]基于多光谱数据的荒漠矿区土壤有机质估算模型[J]. 夏楠,塔西甫拉提·特依拜,丁建丽,依力亚斯江·努尔麦麦提,张东,刘芳. 农业工程学报. 2016(06)
[8]不同母质发育土壤的中红外吸收光谱特征[J]. 宋迪思,盛浩,周清,周萍,王翠红,张杨珠. 土壤通报. 2016(01)
[9]小麦-水稻秸秆还田对土壤有机质组成及不同形态氮含量的影响[J]. 张雅洁,陈晨,陈曦,常江,章力干,郜红建. 农业环境科学学报. 2015(11)
[10]土壤含水量对采用Vis-NIR光谱分析土壤质地的影响[J]. 王德彩,张俊辉,韩光中. 地理与地理信息科学. 2015(06)
博士论文
[1]土壤有机质含量高光谱预测模型及其差异性研究[D]. 周清.浙江大学 2004
本文编号:3117629
【文章来源】:山西农业大学山西省
【文章页数】:99 页
【学位级别】:博士
【部分图文】:
研究区地理位置
西部和南部储存有煤和配焦煤等优质煤,易开采煤一般在6?m左右,覆盖层为40-120?m。??受长期煤炭开采活动的影响,大量土地存在沉陷、裂缝,水土流失严重。??3.2?土壤样本数据的获取??3.2.1?土壤样本的采集??襄垣县煤矿分布广泛,已幵采煤矿主要分布在西营、下良、善福、夏店、古韩、王??桥和侯堡7个乡镇。通过近几十年煤矿开采等强人为因素扰动,呈现了由北向南中间条??带状的土地损毁区域。2006-2013年通过土地平整、裂缝填充等土地整治工程对该区域??受损农田进行全面治理。本研究在野外调研和相关资料分析基础上,采用随机和判断布??点相结合的方式,对上述受损严重且通过复垦治理区域农田进行布点采样(图3.2)。??112°5(VO”E?113°(V(TE?113°Hy(TE??
..Fig.3.4?The?original?spectral?reflectance?curve?Fig.3.5?The?spectral?reflectance?curve?corrected??3.4.2边缘波段去除??光谱仪工作两端波段反射率信噪比极低,数据噪音较大,这主要是由光谱仪器本身??构造特性造成的。为增强光谱信息的可信度,尽量减少对后续工作的影响,如图3.6和??3.7噪,从原数中去350-399nm2451-2500nm两
【参考文献】:
期刊论文
[1]基于高光谱数据的土壤有机质含量反演模型比较[J]. 叶勤,姜雪芹,李西灿,林怡. 农业机械学报. 2017(03)
[2]基于Landsat8吉林中北部地区土壤有机质定量反演研究[J]. 马驰. 干旱区资源与环境. 2017(02)
[3]考虑含水量变化信息的土壤有机质光谱预测模型[J]. 刘焕军,宁东浩,康苒,金慧凝,张新乐,盛磊. 光谱学与光谱分析. 2017(02)
[4]应用遗传算法结合连续投影算法近红外光谱检测土壤有机质研究[J]. 章海亮,罗微,刘雪梅,何勇. 光谱学与光谱分析. 2017(02)
[5]艾比湖流域不同土地覆盖类型土壤养分高光谱反演模型研究[J]. 蒋烨林,王让会,李焱,李成,彭擎,吴晓全. 中国生态农业学报. 2016(11)
[6]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]. 南锋,朱洪芬,毕如田. 中国农业科学. 2016(11)
[7]基于多光谱数据的荒漠矿区土壤有机质估算模型[J]. 夏楠,塔西甫拉提·特依拜,丁建丽,依力亚斯江·努尔麦麦提,张东,刘芳. 农业工程学报. 2016(06)
[8]不同母质发育土壤的中红外吸收光谱特征[J]. 宋迪思,盛浩,周清,周萍,王翠红,张杨珠. 土壤通报. 2016(01)
[9]小麦-水稻秸秆还田对土壤有机质组成及不同形态氮含量的影响[J]. 张雅洁,陈晨,陈曦,常江,章力干,郜红建. 农业环境科学学报. 2015(11)
[10]土壤含水量对采用Vis-NIR光谱分析土壤质地的影响[J]. 王德彩,张俊辉,韩光中. 地理与地理信息科学. 2015(06)
博士论文
[1]土壤有机质含量高光谱预测模型及其差异性研究[D]. 周清.浙江大学 2004
本文编号:3117629
本文链接:https://www.wllwen.com/nykjlw/nyxlw/3117629.html