论文部分内容阅读
有机质是土壤的重要组成部分,为动植物生存提供必要的养分,虽然其仅占土壤较小的一部分,但对土壤物理化学过程有着重要的影响,在土壤的保肥能力、促进植物生长、提高农业生产等方面起着重要的作用。快速准确地获取土壤有机质空间分布状况,对于土壤健康状况评价和生态系统碳循环估算有重要作用,对于农业生产的精确管理和环境保护研究同样意义重大。土壤有机质的空间变异性,受地理环境、土壤自身差异、植被覆盖度和人为因素等的影响。近年来,采用地形数据、遥感数据等环境因素来提高土壤属性预测的精度已成为计量土壤学的热点,成为了土壤属性空间模拟研究的一个发展方向[1]。前人已多次尝试借助辅助数据对土壤有机质的空间变异性进行了研究,但大多集中在地形平坦的区域,而对于在区域范围内地形较为复杂的地区的土壤属性的空间变异性的研究并不多见,而对遥感数据和地形数据进行数据挖掘,从而获得土壤属性模拟结果,并对用不同辅助数据信息所获取的模拟结果进行精度验证、比较分析,也正是土壤属性研究所欠缺的。本文结合遥感、地理信息技术,采用30m分辨率的DEM数据和30m分辨率的Landsat卫星遥感影像,提取遥感灰度值(Digital Number,DN)与地形属性因子,分析多波段影像DN值以及地形属性因子与土壤有机质含量之间的相关关系,并选取统计回归方法和回归克里金插值方法进行有机质含量空间分布模拟,将两种方法所得相同年份的模拟结果进行对比分析,并揭示不同年份的土壤属性时空变异分布规律。论文应用Arcgis软件,提取DEM数据,应用相关算法,研究其对土壤有机质空间模拟的影响。选取分辨率为30m的DEM数据,借助GIS软件,生成地形湿度指数、径流强度系数、曲率等地形属性,并分析其与采样点有机质含量之间的相关性。经过相关分析,得出十四种地形属性值与有机质之间的相关系数,综合分析得出地形湿度指数与采样点有机质含量之间的相关度最高,进一步研究表明采用传统的单流向算法的地形湿度指数与有机质的相关性比采用多流向算法的地形湿度指数与有机质的相关性要差。在此研究基础上,论文将基于单流向算法和基于多流向算法的地形湿度指数分别作为辅助数据应用在回归克里金插值方法中,对研究区的土壤有机质含量分布进行模拟,并将模拟结果与基于遥感影像反演得到的结果进行横向对比研究,对不同年份得到的模拟结果进行纵向对比研究。论文进一步应用Landsat遥感影像DN值对进行了土壤有机质空间分布模拟的研究。首先选取了研究区域采样点对应时间的遥感影像,经过辐射校正和大气校正后,对研究区地物进行监督分类。然后将采样点土壤进行处理并进行室内光谱分析,分析发现所选取影像数据光谱曲线均属于有机质控制类型。提取采样点对应的DN值,应用主成分分析方法,分析各波段影像与有机质含量之间的相关性。通过分析发现landsat 5的TM1与TM5波段以及Landsat 8的OLI2与OLI6波段的DN值与有机质之间具有较强的相关性,且两波段数据冗余度较小。论文第二种方法主要采用统计回归方法,筛选出与有机质空间分布密切相关的波段TM1、TM5以及OLI2、OLI6,建立区域土壤有机质含量分布遥感模型,采用验证数据集进行精度验证,最后与回归克里金插值法得到的结果进行横向比较,对不同年份得到的模拟结果进行纵向对比研究。论文的主要结论如下:(1)有机质与地形湿度指数之间的相关性,要强于其他地形属性。而有机质与地形湿度指数之间的相关性因地形湿度指数计算方法的不同而不同,基于多流向算法的地形湿度指数作为辅助信息的预测精度效果明显高于基于单流向算法的预测精度。(2)表层土壤有机质含量的对数值与TM1、TM5以及OLI2、OLI6的灰度值呈显著负相关关系,满足二次多项式回归关系。基于TM1、TM5波段和OLI2、OLI6波段的DN值的回归模型预测研究区表层土壤有机质含量,结果可靠,在一定程度上能够直接反映土壤有机质状况。(3)以遥感影像灰度值作为自变量的统计回归方法对区域土壤有机质空间模拟结果值的跨度要大于回归克里金,两种算法均能较好地模拟土壤有机质的空间分布。论文的主要创新点:(1)基于单流向算法和多流向算法的地形湿度指数在回归克里金插值方法中应用对土壤有机质空间模拟精度的影响研究对计量土壤学具有一定的理论价值。(2)在较大尺度上基于DEM提取地形属性,并探讨地形属性对土壤特性的预测的影响还没有定论,而研究不同地形属性对土壤属性预测的影响的研究尚不多见。因此本研究为土壤空间变异理论研究提供了案例,对丰富土壤空间变异理论具有一定指导意义。(3)借助影像光谱特征分析,从而提取相关波段灰度值来间接反映出较大区域上土壤有机质空间分布特征。该研究是在前人基础上较大尺度的一次方法的探索,对于丰富以往的土壤属性空间变异研究具有一定的意义。