|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于克里金插值的耕地表层土壤有机质空间预测显示文摘基于环境变量与耕地表层土壤有机质的相关分析,分别采用普通克里金(OK)、逐步回归克里金(SWRK)和地理加权回归克里金(GWRK),对吉林省扶余市耕地表层土壤有机质进行了空间预测。结果表明:扶余市耕地表层土壤有机质分布存在中等空间自相关性,受资源开发、耕作方式等随机因素影响较小;受曲率和植被长势影响大,受一阶微观地形、复合宏观地形及汇流和沉积物运移影响小;在海拔高、植被少且土壤水分不足的阳面通风山丘区含量低;空间分布以西南部为低值中心向四周升高,高值区出现在东部边界。GWRK中环境变量参与了局部回归,其模拟精度最高且揭示了更多空间变化细节。本研究的结果可为较大空间尺度的耕地表层土壤有机质空间变异与预测研究提供可靠的方法借鉴。 | 陈琳 任春颖 王宗明 张柏 | 2017 | 干旱区研究2017，34，4： | 27 |
| 2 | 基于多元线性回归模型的土壤养分空间预测——以陕西省蓝田县农耕区为例显示文摘以陕西省蓝田县农耕区为例,基于土壤类型、地形、植被、人类活动等土壤养分影响因子,采用多元线性回归预测方法,对土壤养分分布进行空间预测。通过数据标准化和分类统计均值法将所有影响因子统一为相对度量值,根据影响因子与土壤养分含量的相关性显著程度,筛选合适的因子构建回归模型,最后使用随机抽取的验证样本集,计算了预测结果误差。结果表明:多元线性回归预测结果虽然与Kriging法预测结果宏观上具有基本一致的空间分布趋势,但是它克服了传统插值方法的不合理突变问题,更加精细地描述了土壤养分空间分布特征;其平均误差和均方根误差小于Kriging插值法,可作为集成多元影响因子对土壤养分空间分布预测的有效方法。分析发现,研究区内洪积土、水稻土、塿土、立茬土等土壤类型分布区,以及地势较低、坡度在0~8°之间、坡向为东坡、东南坡,等水热组合条件良好的区域养分含量较高。该研究可以为土壤资源合理利用、土地的科学管理以及测土施肥技术提供重要依据。 | 杨煜岑 杨联安 王晶 王安乐 黄安 张彬 向莹 王智宇 | 2017 | 土壤通报2017，48，5： | 15 |
| 3 | 砒砂岩区小流域土壤有机质空间分布特征及其影响因素显示文摘为了探究砒砂岩区小流域土壤有机质空间分布特征,该文以砒砂岩区典型流域鲍家沟小流域为研究对象。采用网格法布设取样点,2018年7月取样,按照0~20、>20~40、>40~60cm划分取样层次。采用重铬酸钾外加热法测定土壤有机质,采用激光粒度测定仪测定土壤粒度,采用样方拍照法计算植被覆盖度。运用地统计学和约束性排序相结合的方法,研究环境因子影响下砒砂岩区土壤有机质的空间变异特征。结果表明:砒砂岩区小流域土壤有机质质量分数在0.98~15.45g/kg之间,不同地形土壤有机质含量呈沟底>坡面>山脊的规律;研究区土壤有机质的空间分布规律可以用半方差函数的指数模型进行良好的模拟,块金效应在55.1%~57.5%范围内,属中等程度变异。小流域土壤有机质呈中间高边缘低的规律;冗余分析的结果显示,第1轴的特征值为0.58,解释量为58%,第1轴对响应变量的累积解释量为96.1%,前两轴对响应变量的累计解释量达到了99.3%。各环境因子与第1排序轴的相关系数大小顺序为植被覆盖度>土壤侵蚀程度>土壤颗粒平均粒径>坡位>高程>坡度,第1排序轴可以定义为植被-土壤侵蚀因子,坡度因子与第2排序轴的相关系数高于其他环境因子,第2排序轴可以定义为坡度因子。植被覆盖度是影响砒砂岩区小流域土壤有机质空间变异的主导因素,土壤侵蚀程度是决定土壤有机质垂向变异的关键因素。砒砂岩区的土层浅薄且贫瘠的地带,不宜开展大面积的整地和造林工作,而土层深厚且水肥条件良好的区域可以营造合理密度的灌木林、乔木林以及经济林。 | 杨振奇 秦富仓 李龙 任小同 钱秋颖 韩君 | 2019 | 农业工程学报2019，35，17： | 15 |
| 4 | 基于航空高光谱遥感数据的黑土地有机质含量反演:以黑龙江省建三江地区为例显示文摘掌握黑土地有机质含量对黑土资源利用与保护具有重要意义,而高光谱卫星影像的缺乏制约了区域尺度土壤有机质反演研究的开展.以黑龙江省建三江黑土区为例,采用CASI/SASI航空高光谱数据、ASD(analytical spectral devices)地面光谱数据和土壤样品有机质含量数据,基于有机质含量与光谱反射率的相关性和定量关系,构建最优的回归模型并开展研究区土壤有机质含量遥感反演.结果表明:偏最小二乘法回归模型比多元逐步回归模型更稳定(判定系数分别为0.885和0.653),且精度更高(均方根误差分别为0.424和0.744);采用偏最小二乘模型反演的结果与地面化探结果基本一致. | 汪大明 秦凯 李志忠 赵英俊 陈伟涛 甘义群 | 2018 | 地球科学2018，43，6： | 9 |
| 5 | 黑土区田块土壤有机质空间分异及分布研究显示文摘本文选取东北典型黑土区田块为研究区,实测获取土壤样点数据,基于遥感影像和地形数据,分别利用单一地统计、混合地统计和遥感反演方法预测土壤有机质(SOM)空间分布。结果表明:研究区SOM含量变异系数为31.897%呈中等程度变异,且存在强烈空间自相关性;对光谱反射率进行数学运算得到的光谱指数'Tan345'(Landsat8影像345波段夹角正切值)与SOM极显著相关,相关系数最高达0.570;以光谱指数'Tan345'与地形因子'G'(高程)为输入量、利用回归克里格法预测的SOM精度最高;研究区SOM含量西高东低,沟底和平缓的坡顶含量较高。研究结果对于促进精准农业、估算土壤碳库有着重要的意义,并为小尺度SOM预测提供借鉴。 | 刘焕军 谢雅慧 潘越 邱政超 张新乐 窦欣 徐梦园 秦乐乐 | 2018 | 土壤通报2018，49，6： | 9 |
| 6 | 北京市大兴区南部土壤有机质空间变异及其影响因素显示文摘以北京市大兴区南部平原为研究区,基于2 272个农用地土壤样点,采用地统计方法揭示表层土壤有机质空间分布特征,并利用方差分析法和缓冲区分析法探讨其影响因素。结果表明:研究区土壤有机质含量为(11.25±3.68)g·kg^(-1),变异系数为32.71%;基于指数模型的空间变异拟合效果最佳,变程为7.1 km,块金效应为7.02,存在中等强度的空间相关性,由结构因素引起的变异程度略强于随机因素。土壤有机质空间分布总体呈斑块状,高值区主要分布在中轻壤质上,低值区主要分布在砂质土。除居民点外,土壤质地、土壤类型、土地利用方式、设施农业用地和畜禽养殖等因子对研究区土壤有机质空间分布均具有显著影响,黏质、耕作强度大、蔬菜用地、距设施农业用地1 km以内和距畜禽养殖地1.4 km以内的土壤易于积累有机质。上述结果可为相似区域土壤有机质空间变异特征及其影响因子研究提供参考。 | 蒋威 郜允兵 刘玉 潘瑜春 邢世和 | 2016 | 浙江农业学报2016，28，3： | 8 |
| 7 | 新疆野生樱桃李林自然保护区不同海拔梯度土壤养分特征及相关性分析显示文摘为探明新疆野生樱桃李林自然保护区土壤养分在不同海拔的变化特征,以新疆霍城县大西沟野生樱桃李林自然保护区的土壤为研究对象,测定了6个不同海拔梯度0~100 cm土层剖面土壤养分含量,并对土壤养分含量的变化规律及相关性进行分析。结果表明:野生樱桃李林土壤养分含量呈现明显的垂直分布特征,不同海拔梯度土壤有机质(OM)、全氮(TN)、速效氮(AN)、全磷(TP)、速效磷(AP)、全钾(TK)和速效钾(AK)含量随土层深度的增加均呈现出逐渐降低的趋势。野生樱桃李林土壤养分含量分布变化范围为土壤OM含量2.73~128.95 g/kg,土壤TN、TP、TK含量分别为0.55~5.28 g/kg、0.46~3.66 g/kg、1.399~8.786 g/kg,土壤AN、AP、AK含量分别为17.45~146.69 mg/kg、6.31~81.13 mg/kg、6.43~69.94 mg/kg,不同土壤养分含量在土壤表层的占比均较高,说明土壤养分含量主要集中分布在土壤表层。野生樱桃李林各土壤养分之间有明显的相关性,OM与TN、TP和TK呈极显著正相关(P<0.01);AN与AP、AK、OM、TN和TK呈显著正相关(P<0.05);AP与AK、OM、TN、TP和TK呈显著正相关(P<0.05);AK与OM、TN、TP和TK呈极显著正相关(P<0.01)。 | 尚天翠 刘影 赵玉 | 2018 | 中国农业科技导报2018，20，8： | 7 |
| 8 | 基于多源辅助变量和极限学习机的蔬菜地土壤有机质预测研究显示文摘应用多源辅助变量预测土壤有机质的空间分布,能有效提高预测精度。以西安市蔬菜产地为研究区域,共采集422个土壤样品,运用极限学习机(extreme learning machine,ELM)、逐步线性回归(stepwise linear regression,SLR)、支持向量机(support vector machine,SVM)和随机森林(random forest,RF)模型,结合坡度、坡向、种植年限、种植类型、灌溉方式、氮肥施用量、磷肥施用量、钾肥施用量、土壤类型、碱解氮、有效磷、速效钾、盐分、硝酸盐、pH值等15个多源辅助变量,对研究区蔬菜地土壤有机质含量进行空间预测,并通过100个实测点验证预测结果。结果表明:ELM对土壤有机质预测结果的均方根误差为0.631 g kg-1,均方根误差和预测集平均值的比值为0.037,二者均低于其他3种模型,ELM的相关系数为0.716,显著高于SLR、SVM和RF,ELM的空间预测结果更接近土壤有机质含量的真实情况。同时,根据ELM分析结果及算法本质阐释其在土壤属性领域应用的地理学意义,也为其他土壤属性空间预测引入了一种新方法。 | 宋英强 杨联安 冯武焕 于世锋 许婧婷 王晶 杨煜岑 任丽 | 2017 | 土壤通报2017，48，1： | 5 |
| 9 | 黑土区土壤有机质和全氮含量遥感反演研究显示文摘以东北典型黑土区耕地为研究区,以Sentinel-2A(全球环境与安全监测计划的第二颗卫星,于2015年6月23日发射)影像作为数据源,构建光谱指数,分别采用多元逐步线性回归(Multiple Stepwise Linear Regression,MSLR)和随机森林(Random Forest, RF)算法建立土壤有机质(SOM)和土壤全氮(STN)预测模型,并采用十折交叉验证方法评估模型的性能。研究对比分析了不同气候、土壤类型和地形下土壤有机质和全氮的空间分布差异。研究表明:①海伦示范区的SOM和STN含量最高,其年均温最低,高程最高,年降水量多,SOM含量升高,其年均温最低,年降水量多,STN含量升高;②与基于多元逐步线性回归算法建立的SOM和STN预测模型相比,随机森林算法建立的SOM和STN预测模型,有着更高的精度和稳定性;③运用RF算法建立的SOM反演模型的R^(2)为0.96,均方根误差为5.49 g/kg,STN反演模型的R^(2)为0.95,均方根误差为0.27 g/kg;④不同示范区统一建立SOM和STN预测模型,有助于提高预测精度,实现跨区域建模与制图。 | 郑淼 王翔 李思佳 张丽 宋开山 | 2022 | 地理科学2022，42，8： | 5 |
| 10 | 基于Google Earth Engine和机器学习的耕地土壤有机质含量预测显示文摘土壤有机质含量是耕地质量定级的依据,是耕地质量评价的核心内容之一,因此,精准高效地获取土壤有机质含量非常重要。高分辨率遥感技术和谷歌地球引擎(Google Earth Engine,GEE)云计算平台的出现,为土壤有机质的高效反演提供了新的途径和方法。该研究以藁城区的Sentinel-2A MSI数据和Landsat8 OLI数据为主要的数据源,结合Sentinel-1 SAR数据、ECMWF/ERA5气象数据和USGS/SRTMGL1_003高程数据,分别采用随机森林(Random Forest,RF)、梯度升级树(Gradient Boosting Decision Tree,GBDT)和支持向量机(Support Vector Machine,SVM)算法,在GEE平台对藁城耕地土壤有机质含量进行反演。结果表明:1)基于Sentinel-2A建立的模型(模型A*)在预测SOM含量方面优于基于Landsat8建立的模型(模型B*),GBDT算法下的Sentinel-2A的全变量模型取得了最佳结果(R2=0.759,RMSE=2.852 g/kg);2)考虑红边波段的Sentinel-2A数据建立的模型(A-1)比不考虑红边波段的模型(A-0),R2提高了9.752%;3)从不同的预测算法来看,GBDT算法能较好地适用于研究区的土壤有机质预测,GBDT算法、Sentinel-2A与GEE的结合是土壤有机质预测制图的一种有效方法。 | 郭静 龙慧灵 何津 梅新 杨贵军 | 2022 | 农业工程学报2022，38，18： | 4 |
| 11 | 大兴安岭地区土壤有机质空间变异特征及影响因素分析显示文摘为研究大兴安岭地区土壤有机质(SOM)空间特征并进一步探究其影响因素,使用采样间距为15 m×15 m的五点采样方法采集具有较强代表性的土壤样点数据共181个,获取各点属性数据及坐标值,再通过普通克里金插值方法初步分析SOM分布情况,并与遥感影像反演得出的SOM预测结果相结合。结果表明:大兴安岭地区的SOM含量变异系数为76.95%,属中等程度变异;与光谱反射率数据进行数学变换后得到的近红外波段5存在显著相关,相关系数最高可达-0.676;其次是红色波段4,相关系数为-0.508;SOM含量北高南低,其中大多数山区的含量较高。研究区的SOM空间变异是变海拔、坡度、坡向和土壤pH等因素综合影响的,其中海拔和土壤pH为主控因素。在累积与消耗SOM过程中,地形因子及人类活动可能会造成深远影响,研究结果可为大兴安岭地区的土壤资源可持续发展、农业结构调整及大尺度下预测分析SOM提供参考。 | 都彦廷 杨光辉 张冬有 | 2021 | 中国土壤与肥料2021，，6： | 3 |
| 12 | 甘肃陇西中药材种植区土壤有机质分布特征显示文摘通过采集和分析甘肃省陇西县17个乡镇200个中药材种植区的土壤有机质含量数据,对陇西县中药材主产区的土壤有机质水平及储量空间分布格局进行研究。结果表明:县域各乡镇土壤有机质密度水平在27.03×10^3~65.87×10^3 kg·hm^-2范围之间,变异系数在19.30%~51.78%之间,属中等变异强度。陇西县土壤有机质含量的分布表现出自西向东逐渐减少的变化规律,并且局部地区具有聚集效应。土壤有机质密度随土壤深度增加呈现先上升后下降的整体趋势,其中表层0~10 cm的土壤有机质密度水平最低,为10.76×10^3 kg·hm^-2,10~30 cm土层最高,为18.93×10^3 kg·hm^-2。土壤有机质空间分布受到纬度、坡度、海拔、坡向的影响,纬度、海拔的影响程度最大。土壤有机质密度与降雨量、蒸发量、气温、相对湿度4个气象因子之间存在显著相关性,其中与降雨量、相对湿度之间呈显著、极显著负相关,与气温和蒸发量之间呈显著、极显著正相关。 | 高顺平 何明珠 白光祖 赵鹏善 管青霞 | 2020 | 干旱地区农业研究2020，38，5： | 2 |
| 13 | 采样数量和分布模式对土壤有机质空间插值精度的影响显示文摘基于北京市大兴区南部郊区平原农用地的高密度土壤样点,结合GIS和空间插值方法,对研究区的样点数据进行随机抽样生成不同数量的数据集,探讨采样点数量和分布模式对土壤有机质空间预测插值精度的影响。研究结果表明:(1)利用不同方式确定的合理采样点数量由高到低依次是插值方法的精度要求、变异函数拟合效果、正态分布法和均值及变异函数的满足小于5%相对误差;(2)变异函数拟合效果总体随着采样点数量的增加呈梯度式增强,但495点集优于825点集;相同样点分布模式下变异函数拟合效果相似;(3)相同样点集的不同插值方法预测精度存在差异,最佳插值方法不同;2272、825、115点集BEK都是最优,1485、495和83点集分别是SWT、SK和LPI最优;(4)样点间最近邻距离分布模式中P值小于0.05,插值模型对土壤有机质插值精度低;P>0.05,R比率接近1,样点分布强于样点数量对插值模型对预测精度的影响;其P>0.05且R比率大于1.20,各常规插值方法能得到较稳定的插值精度。 | 蒋威 郜允兵 刘玉 潘瑜春 邢世和 | 2016 | 福建农业学报2016，31，3： | 2 |
| 14 | Landsat8与国产卫星数据在表层土壤有机质反演中的对比研究显示文摘为探讨landsat 8/OLI 与国产卫星数据对表层土壤有机质含量反演的差异性及适宜性,以北疆农田土壤为研究对象,从不同传感器的光谱特征、反演模型、模型精度以及有机质含量空间制图4 方面对不同卫星数据反演土壤有机质含量的效果进行了对比分析.结果表明:(1)国产环境卫星数据B1、B2、B3、B4 4个波段的反射率折线图与Landsat 8/OLI数据对应b2、b3、b4、b5 4个波段对光谱的吸收、反射过程相近;(2)分别利用国产卫星数据B3 波段和Landsat8/OLI 数据b5 波段得到的最佳反演模型均为一元回归模型;(3)利用Landsat8/OLI 数据反演填图得到土壤有机质含量空间分布图上与国产环境卫星数据得到的结果具有一致性.该研究结果可为提高北疆绿洲农田土壤有机质遥感监测精度提供借鉴和参考. | 王琼 陈兵 戴建国 肖春华 杨秀春 王方永 刘娜 | 2017 | 绿洲农业科学与工程2017，3，3： | 1 |
| 15 | 岩溶区土壤有机质空间变异性分析显示文摘采用GIS和地统计学研究土壤有机质(SOM)的空间分布、影响因素和预测是指导农业生产、环境治理和土壤碳储计量的重要手段。基于广西马山县北部岩溶区表层土壤(0~20 cm)的441个SOM数据,建立普通克里格(OK)、回归克里格(RK),以及结合辅助变量的地理加权回归克里格(GWRK)、残差均值(MM_OK)和中值(MC_OK)均一化克里格的5种模型,并比较其预测精度,旨在探讨岩溶区SOM制图中地统计学方法的适用性。结果表明:(1)SOM的变异系数为37.30%,属于中等空间变异;(2)岩溶区SOM空间变异受土地利用方式、土壤类型和地形因子等因素共同影响,SOM高值区分布在西北部、西部和东部等石灰土分布的岩溶区和水田,低值区位于北部红水河沿岸的冲积土地带;(3)RK、GWRK、MM_OK和MC_OK对SOM解释能力均较优,可用于岩溶区SOM预测制图。结合辅助变量因子的GWRK预测模型能有效消除空间变异因素的影响,克服岩溶区SOM含量的空间非平稳性,从而提高SOM含量模型的稳定性和精度,同时MC_OK模型能提高预测的准确度。 | 张春来 陆来谋 杨慧 黄芬 | 2022 | 中国岩溶2022，41，2： | 0 |
| 16 | 典型黄土区土壤有机质横向分布与垂向变异分析显示文摘为分析典型黄土区土壤有机质横向和垂向分布,本文以典型黄土区少量采样点土壤信息和ASTER GDEM数据为基础,借助土壤-环境推理模型反演不同深度区域土壤有机质精细的空间分布信息,再对深度与有机质含量进行线性回归拟合,得到区域有机质垂向斜率(k)及判定系数(R2)的空间分布,最后与土地利用图叠加,利用局部G统计量剖析不同土地利用方式下土壤有机质的横向分布及垂向变异特性。结果表明,土壤-环境推理模型在本区域适用且精度较高;人类作用较多的土地利用方式下土壤有机质横向分布与垂向变异存在均一性,相反,自然作用较多形成的土壤,其有机质分布离差较大,较为复杂;横向与垂向综合分析可获取更为全面的土壤信息。 | 毛忠安 惠珊 芮小平 | 2017 | 西部大开发(土地开发工程研究)2017，0，1： | 0 |
| 17 | 基于土壤-景观理论的土壤有机质估测研究显示文摘基于遥感和非遥感数据的土壤有机质(Soil Organic Matter,SOM)空间分布估测取得了重要进展,但在SOM时空特性定量刻画、SOM建模方法扩展及人类活动影响机制研究等方面仍存在一些问题。针对上述问题,融合遥感与非遥感数据的SOM土壤-景观理论建模研究可以继续从如下方面开展:①SOM空间分布多尺度、多时相特性。可对同一时相不同尺度、不同时相同一尺度上的SOM空间分布变异特性进行研究,为理解SOM含量空间分布的多尺度、多时相特性提供重要支持。②基于土壤-景观因子数据“空间尺度一致化”的SOM分层贝叶斯、时空加权(自)回归建模。利用新颖的土壤-景观关联建模方法进行研究区SOM含量空间分布估测与监测研究,以获取更好结果。③人类活动对SOM含量的影响机制。进行人类活动对SOM空间分布动态变化的影响研究,为在一定程度上揭示此影响机制发挥积极作用。 | 栾海军 江泽霖 余德清 | 2021 | 无线电工程2021，51，12： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员