不同含水量梯度下土壤有机碳含量分布特征及高光谱估测模型研究
发布时间：2021-11-19 05:11
土壤有机碳（Soil organic carbon,SOC）是反映土壤的重要内容,是大气碳源十分活跃的一部分;它含有植物生长需要的各种元素,也是土壤微生物活动的能量来源,作为土壤肥力的重要标志之一,其含量变化对耕作土壤的生产力影响非常显著。松嫩平原作为重要的优质高产的大豆、玉米生产基地,不恰当不科学的使用耕地会导致其耕种土地肥力质量下降。因此,研究耕作土壤有机碳含量的空间分布特征及动态变化尤为重要。由于土壤含水量的影响,有机碳含量在空间上具有变异性,其分布具有一定规律。同时,土壤有机碳含量在可见光-近红外波段具有独特的光谱响应特性,利用高光谱遥感技术可以在区域尺度下短时间内估测土壤有机碳含量,能够快捷有效掌握土壤有机碳的空间分布格局,对实现土壤有机碳快速无损的定量获取、环境保护和精准农业发展具有重要意义。本研究选取松嫩平原北部地区共计32个县市为研究区,通过获取112个野外原位耕地土壤样本,进行室内土壤含水量和有机碳含量的理化指标分析,对土壤含水量和有机碳含量空间分布特征进行研究,为土壤含水量梯度划分提供基础数据和依据。并通过原位湿土样本测定土壤高光谱反射率数据,探究有机碳的光谱响应特...
【文章来源】：哈尔滨师范大学黑龙江省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
研究技术路线图
图 2-1 研究区地理位置及采样点分布Fig.2-1 Geograghical location of study area and distribution of sampling points2.3 室内理化分析2.3.1 土壤含水量测定土壤含水量采用质量含水量表示[38]，待土壤光谱反射率测定完毕以后用烘干法获取土壤含水量。过程如下：在高温105 ℃烘箱中放置铝盒2 h后，称重W，按需取约20 g表层自然湿土样品装入铝盒，加盖后称重（铝盒加土样重量），记为W1，去盖在105 ℃条件下烘箱中烘12 h，至恒重，取出后放入干燥器内冷却至室温，从干燥器内取出铝盒，加盖后称重（铝盒加干土的重量），记为W2，则土壤质量含水量θm见公式(2-1)：θm＝(W1-W2) / ( W2-W) ×1000 (2-1)将土壤质量含水量重复测定三次并取其平均值。2.3.2 土壤有机碳含量测定
图 2-2 土壤有机碳含量测定Fig.2-2 Determination of soil organic carbon content壤光谱采集回的 112 个土壤样品进行反射光谱数据测量时，采用美国 Spect SVC HR-1024I 便携式光谱仪。仪器小型轻便、高分辨率、低噪及高解析度的 CCD 相机，全谱段测量只需 1s 等优点。该光谱0～2500 nm，通道数 1024。其中，350～1000 nm 光谱采样带宽≤≤3.5；1000～1850 nm 光谱采样带宽≤3.6，光谱分辨率为≤9.5；18采样带宽≤2.5，光谱分辨率为≤6.5。最小积分时间 1 ms。外采回的土保持原状，测量时选择无风、无云、微风或晴朗的自然光照状态下进行光谱测定，为了降低不同时间太阳高度及射的影响，测量时间为地方时 10:00～14:00，此时光照条件良好太阳高度角大于 45°)，根据天气条件进行优化[40]。测定光谱时，
【参考文献】：
期刊论文
[1]基于相关分析和偏最小二乘回归的黄绵土土壤全氮和碱解氮含量的高光谱预测[J]. 刘秀英,王力,常庆瑞,王晓星,尚艳. 应用生态学报. 2015(07)
[2]基于Vis-NIR光谱的不同水分状态下土壤有机质预测[J]. 王德彩,张俊辉,黄家荣. 河南农业大学学报. 2015(03)
[3]乌裕尔河流域典型黑土区不同作物类型下土壤有机碳含量及影响因素分析[J]. 杨兴,孙丽. 哈尔滨师范大学自然科学学报. 2015(03)
[4]含水率对土壤有机质含量高光谱估算的影响[J]. 司海青,姚艳敏,王德营,刘影. 农业工程学报. 2015(09)
[5]黄河三角洲土壤含水量状况的高光谱估测与遥感反演[J]. 李萍,赵庚星,高明秀,常春艳,王卓然,张同瑞,安德玉,贾吉超. 土壤学报. 2015(06)
[6]松嫩平原2000—2012年生长季农作物含水量变化分析[J]. 乔赛男,张丽娟,杨平,张晓慧. 气象科技进展. 2015(01)
[7]典型龟裂碱土土壤水分光谱特征及预测[J]. 张俊华,贾科利. 应用生态学报. 2015(03)
[8]基于最佳波段判别的湿地植物叶片全氮反演研究[J]. 郭超凡,段福洲,郭逍宇,赵文吉,刘克. 生态学报. 2014(17)
[9]去除水分影响提高土壤有机质含量高光谱估测精度[J]. 陈红艳,赵庚星,张晓辉,王瑞燕,孙莉,陈敬春. 农业工程学报. 2014(08)
[10]土壤含水量对反射光谱法预测红壤土壤有机质的影响研究[J]. 王淼,潘贤章,解宪丽,王昌昆,刘娅,李燕丽,潘剑君. 土壤. 2012(04)
博士论文
[1]基于高光谱遥感的土壤重金属空间分布研究[D]. 卓荦.武汉大学 2010
[2]土壤高光谱遥感信息提取与二向反射模型研究[D]. 程街亮.浙江大学 2008
[3]松辽平原黑土有机质及相关元素遥感定量反演研究[D]. 程彬.吉林大学 2007
[4]土地质量高光谱遥感监测方法研究[D]. 何挺.武汉大学 2003
硕士论文
[1]松嫩平原典型土壤有机质高光谱预测模型研究[D]. 康苒.东北农业大学 2016
[2]黄土台塬区土壤有机质高光谱特征及反演研究[D]. 刘效栋.西北农林科技大学 2015
[3]黑土有机质含量的高光谱估测模型研究[D]. 印影.吉林大学 2015
[4]水分对土壤有机质近红外光谱检测影响的研究[D]. 程旭.山西农业大学 2014
[5]官厅水库消落带土壤有机质分布特征及其高光谱反演研究[D]. 李洪.首都师范大学 2014
[6]基于高光谱遥感的土壤有机质预测建模研究[D]. 李曦.浙江大学 2013
[7]林地土壤有机碳遥感反演及空间分异研究[D]. 游浩辰.福建农林大学 2012
[8]松嫩平原北部农牧复合区耕地地力质量评价[D]. 韩雨良.东北林业大学 2012
[9]基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究[D]. 李硕.华中农业大学 2010
[10]黑龙江省黑土有机碳的研究[D]. 刘丽.东北农业大学 2010
本文编号：3504358
【文章来源】：哈尔滨师范大学黑龙江省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
研究技术路线图
图 2-1 研究区地理位置及采样点分布Fig.2-1 Geograghical location of study area and distribution of sampling points2.3 室内理化分析2.3.1 土壤含水量测定土壤含水量采用质量含水量表示[38]，待土壤光谱反射率测定完毕以后用烘干法获取土壤含水量。过程如下：在高温105 ℃烘箱中放置铝盒2 h后，称重W，按需取约20 g表层自然湿土样品装入铝盒，加盖后称重（铝盒加土样重量），记为W1，去盖在105 ℃条件下烘箱中烘12 h，至恒重，取出后放入干燥器内冷却至室温，从干燥器内取出铝盒，加盖后称重（铝盒加干土的重量），记为W2，则土壤质量含水量θm见公式(2-1)：θm＝(W1-W2) / ( W2-W) ×1000 (2-1)将土壤质量含水量重复测定三次并取其平均值。2.3.2 土壤有机碳含量测定
图 2-2 土壤有机碳含量测定Fig.2-2 Determination of soil organic carbon content壤光谱采集回的 112 个土壤样品进行反射光谱数据测量时，采用美国 Spect SVC HR-1024I 便携式光谱仪。仪器小型轻便、高分辨率、低噪及高解析度的 CCD 相机，全谱段测量只需 1s 等优点。该光谱0～2500 nm，通道数 1024。其中，350～1000 nm 光谱采样带宽≤≤3.5；1000～1850 nm 光谱采样带宽≤3.6，光谱分辨率为≤9.5；18采样带宽≤2.5，光谱分辨率为≤6.5。最小积分时间 1 ms。外采回的土保持原状，测量时选择无风、无云、微风或晴朗的自然光照状态下进行光谱测定，为了降低不同时间太阳高度及射的影响，测量时间为地方时 10:00～14:00，此时光照条件良好太阳高度角大于 45°)，根据天气条件进行优化[40]。测定光谱时，
【参考文献】：
期刊论文
[1]基于相关分析和偏最小二乘回归的黄绵土土壤全氮和碱解氮含量的高光谱预测[J]. 刘秀英,王力,常庆瑞,王晓星,尚艳. 应用生态学报. 2015(07)
[2]基于Vis-NIR光谱的不同水分状态下土壤有机质预测[J]. 王德彩,张俊辉,黄家荣. 河南农业大学学报. 2015(03)
[3]乌裕尔河流域典型黑土区不同作物类型下土壤有机碳含量及影响因素分析[J]. 杨兴,孙丽. 哈尔滨师范大学自然科学学报. 2015(03)
[4]含水率对土壤有机质含量高光谱估算的影响[J]. 司海青,姚艳敏,王德营,刘影. 农业工程学报. 2015(09)
[5]黄河三角洲土壤含水量状况的高光谱估测与遥感反演[J]. 李萍,赵庚星,高明秀,常春艳,王卓然,张同瑞,安德玉,贾吉超. 土壤学报. 2015(06)
[6]松嫩平原2000—2012年生长季农作物含水量变化分析[J]. 乔赛男,张丽娟,杨平,张晓慧. 气象科技进展. 2015(01)
[7]典型龟裂碱土土壤水分光谱特征及预测[J]. 张俊华,贾科利. 应用生态学报. 2015(03)
[8]基于最佳波段判别的湿地植物叶片全氮反演研究[J]. 郭超凡,段福洲,郭逍宇,赵文吉,刘克. 生态学报. 2014(17)
[9]去除水分影响提高土壤有机质含量高光谱估测精度[J]. 陈红艳,赵庚星,张晓辉,王瑞燕,孙莉,陈敬春. 农业工程学报. 2014(08)
[10]土壤含水量对反射光谱法预测红壤土壤有机质的影响研究[J]. 王淼,潘贤章,解宪丽,王昌昆,刘娅,李燕丽,潘剑君. 土壤. 2012(04)
博士论文
[1]基于高光谱遥感的土壤重金属空间分布研究[D]. 卓荦.武汉大学 2010
[2]土壤高光谱遥感信息提取与二向反射模型研究[D]. 程街亮.浙江大学 2008
[3]松辽平原黑土有机质及相关元素遥感定量反演研究[D]. 程彬.吉林大学 2007
[4]土地质量高光谱遥感监测方法研究[D]. 何挺.武汉大学 2003
硕士论文
[1]松嫩平原典型土壤有机质高光谱预测模型研究[D]. 康苒.东北农业大学 2016
[2]黄土台塬区土壤有机质高光谱特征及反演研究[D]. 刘效栋.西北农林科技大学 2015
[3]黑土有机质含量的高光谱估测模型研究[D]. 印影.吉林大学 2015
[4]水分对土壤有机质近红外光谱检测影响的研究[D]. 程旭.山西农业大学 2014
[5]官厅水库消落带土壤有机质分布特征及其高光谱反演研究[D]. 李洪.首都师范大学 2014
[6]基于高光谱遥感的土壤有机质预测建模研究[D]. 李曦.浙江大学 2013
[7]林地土壤有机碳遥感反演及空间分异研究[D]. 游浩辰.福建农林大学 2012
[8]松嫩平原北部农牧复合区耕地地力质量评价[D]. 韩雨良.东北林业大学 2012
[9]基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究[D]. 李硕.华中农业大学 2010
[10]黑龙江省黑土有机碳的研究[D]. 刘丽.东北农业大学 2010
本文编号：3504358
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3504358.html
