【目的】快速、准确地监测土壤有机质对于精准农业的发展具有重要意义。可见光-近红外(visible and near-infrared,Vis-NIR)光谱技术在土壤属性估算、数字化土壤制图等方面应用较为广泛,然而,在田间进行光谱测量,易受土壤含水量(soil mo...
详细信息
【目的】快速、准确地监测土壤有机质对于精准农业的发展具有重要意义。可见光-近红外(visible and near-infrared,Vis-NIR)光谱技术在土壤属性估算、数字化土壤制图等方面应用较为广泛,然而,在田间进行光谱测量,易受土壤含水量(soil moisture,SM)、温度、土壤表面状况等因素的影响,导致光谱信息中包含大量干扰信息,其中,SM变化是影响光谱观测结果最为显著的因素之一。此研究的目的是探讨OSC算法消除其影响,提升Vis-NIR光谱定量估算土壤有机质(soil organic matter,SOM)的精度。【方法】以江汉平原公安县和潜江市为研究区域,采集217份耕层(0—20 cm)土壤样本,进行风干、研磨、过筛等处理,采用重铬酸钾-外加热法测定SOM;将总体样本划分为3个互不重叠的样本集:建模集S~0(122个样本)、训练集S~1(60个样本)、验证集S~2(35个样本);设计SM梯度试验(梯度间隔为4%),在实验室内获取S~1和S~2样本集的9个梯度SM(0%—32%)的土壤光谱数据;分析SM对土壤Vis-NIR光谱反射率的影响,采用外部参数正交化算法(external parameter orthogonalization,EPO)、正交信号校正算法(orthogonal signal correction,OSC)消除SM对土壤光谱的干扰;利用主成分分析(principal component analysis,PCA)的前两个主成分得分和光谱相关系数两种方法检验消除SM干扰前、后的效果;基于偏最小二乘回归(partial least squares regression,PLSR)方法建立EPO和OSC处理前、后的SOM估算模型,利用决定系数(coefficient of determination,R~2)、均方根误差(root mean square error,RMSE)和RPD(the ratio of prediction to deviation)3个指标比较PLSR、EPO-PLSR、OSC-PLSR模型的性能。【结果】土壤Vis-NIR光谱受SM的影响十分明显,随着SM的增加,土壤光谱反射率呈非线性降低趋势。OSC处理前的湿土光谱数据主成分得分散点相对分散,与干土光谱数据主成分得分空间的位置不重叠,不同SM梯度之间的光谱相关系数变化较大;OSC处理后的湿土光谱数据主成分得分空间的位置基本与干土光谱数据相重合,各样本光谱数据之间相似性很高,不同SM梯度之间的光谱相关系数变化较小。9个SM梯度的EPO-PLSR模型的验证平均R~2、RPD分别为0.69、1.7。9个SM梯度的OSC-PLSR模型的验证平均R~2、RPD分别为0.72、1.89,校正后的OSC-PLSR模型受SM的较小,有效提升SOM估算模型的精度和鲁棒性。【结论】OSC能够消除SM变化对土壤Vis-NIR光谱的影响,可为将来田间原位实时监测SOM信息提供一定的理论支撑。
基于Web of Science和中国知网数据库,运用CiteSpace知识图谱可视化方法,分析国内外生态风险评价的研究进展。结果表明:(1)1990—2020年国内外生态风险评价研究文献数量均快速增长,其中国内文献数量增长更快;(2)国内外文献作者及研究机...
详细信息
基于Web of Science和中国知网数据库,运用CiteSpace知识图谱可视化方法,分析国内外生态风险评价的研究进展。结果表明:(1)1990—2020年国内外生态风险评价研究文献数量均快速增长,其中国内文献数量增长更快;(2)国内外文献作者及研究机构之间基本形成合作网络体系,中国科学院的发文量在国际位于领先地位;(3)关键词和关键词聚类可视化分析表明生态风险评价研究长期聚焦在水环境、重金属、有机化合物污染影响;(4)国内外研究重点重合度高、同步性强,均从水环境为主向水土环境与城市环境并重转变、向源解析和风险管理研究延伸,但相较之下,国内研究对风险源、质量标准研究更为重视,国外研究与生物学联系更为紧密、对于国际性话题的研究关注也更多。对当前国内生态风险评价研究的启示包括:增强研究对象多元化和国际化,检验更新各类质量标准,构建相对统一的生态风险评价框架和指标体系,科学评估区域持续发展水平和绿色发展潜力。
暂无评论