论文部分内容阅读
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征,揭示区域不同耕地地表湿度下土壤Vis-NIR光谱特征、变化规律和共同的有机碳光谱响应波段。在分析土壤有机碳含量与预处理(取平均、波段剔除、去重叠、重采样、平滑)后的原始光谱反射率、一阶微分、二阶微分、去包络线、倒数的对数5种光谱数学变换指标相关性的基础上,提取不同土壤含水量梯度下土壤有机碳高光谱数据的敏感波段;利用偏最小二乘回归方法建立含水量影响下的土壤有机碳高光谱反演的最优模型,并运用决定系数(R~2)和均方根误差(RMSE)对模型精度进行验证。对比估测精度后,探讨高光谱技术的估算能力和实用性,挖掘不同土壤含水量下的模型差异,为野外进行有机碳光谱预测及遥感速测提供可靠的理论依据与技术支持。研究结果表明:(1)根据土壤含水量空间分布图,土壤含水量分布不均匀,总体呈东北向西南逐级递减的状态,将其划分为出3个水分梯度带:0~200 g/kg(T1)、200~300g/kg(T2)、300~500 g/kg(T3)。由单因素方差分析可知,三种含水量梯度之间在0.01水平上存在极显著性差异,并为中等变异性。土壤有机碳含量由东北向西南不断减少,说明其分布不平衡,研究区内3种含水量梯度下有机碳含量呈中等变异性。可能是由于水平方向上温度自南向北逐渐降低,导致动植物残体被分解速度逐渐慢,并且低温不利于水分蒸发,使土壤有机碳容易积累。(2)所有样本的土壤有机碳含量与土壤含水量在0.01水平上呈极显著正相关,3种不同含水量梯度下二者均称显著正相关(P<0.05),说明研究区有机碳含量和含水量明显具有相同的变化趋势,土壤有机碳含量随含水量的增多而变大,土壤含水量对土壤有机碳的影响十分明显,即土壤有机碳含量在不同含水量梯度下显现出敏感变化。可能由于土壤含水量过多,很大程度上抑制有机碳矿化。(3)对研究区土壤反射特征分析表明,全波段范围内土壤光谱曲线呈上凸抛物线型,不同有机碳含量的土壤光谱曲线均随着土壤含水量增大而降低,但在不同含水量状态下反射光谱显示出相似的差异,且土壤含水量进入阈值(240 g/kg)后,光谱反射率降低速率变小。土壤含水量变化范围内,可见光波段的变化范围远小于近红外波段光谱反射率的变化范围,即含水量对土壤近红外波段光谱反射率的影响作用更强;光谱反射率的变化范围随着有机碳含量的升高而减小。随着波长增加,光谱反射率也在增加,在可见光和近红外前段区域(400~1100 nm)光谱反射率增加速度很快,在近红外其他波长范围中(1100~2400 nm)光谱反而射率增加得比较慢。土壤样本总体的含水量和有机碳含量越高,波峰和波谷越不明显。(4)通过对原始光谱及4种光谱变换形式与土壤有机碳含量进行相关性分析,原始光谱反射率在进行一阶微分变换后,响应波段和有机碳的相关性得到显著增强,能够清晰反映光谱细微变化,可有效进行敏感波段的提取,并且各含水量梯度内敏感波段出现的波段位置不同(T1的最佳波段集为580 nm、1080 nm、1955nm、2020 nm和2180 nm,T2的最佳波段集为685 nm、880 nm、1000 nm、1455 nm和1955 nm,T3的最佳波段集为450 nm、860 nm、960 nm和1955 nm),反映出含水量对土壤有机碳光谱特征波段的影响,证明土壤含水量差异较大时应依据含水量状态建立分组模型来估测有机碳含量。土壤含水量T3部分有机碳与光谱反射率的相关性明显高于土壤含水量T2和T1部分。(5)本研究运用偏最小二乘回归方法建立土壤有机碳含量与不同含水量梯度下其反射光谱之间的预测模型,在T1、T2、T3含水量下的三个模型均具有很好的稳定性和精度(T1,T2,T3估测模型的R~2分别为0.79、0.86、0.89,RMSE分别为1.60、1.03、2.27;验证模型的R~2分别为0.83、0.82、0.82,RMSE分别为1.80、2.59、3.76),能够用于土壤有机碳含量野外速测,具有可行性与实际应用价值。比较发现土壤含水量较少的光谱反射率模型估测精度略优于含水量较高的土壤有机碳模型精度,说明含水量对土壤有机碳光谱估测效果有影响。