精品文献
黑土有机质含量高
基于全谱数据挖掘技术的土壤有机质高光谱预测建模研究
基于全谱数据挖掘技术的土壤有机质高光谱预测建模研究
可见/近红外高光谱技术与建模方法是当前土壤近地传感器研究领域的重要方向,可应用于土壤养分信息的快速获取和农田作物的精确施肥管理。以浙江省水稻土为研究对象,利用以非线性模型为核心的数据挖掘技术,包括随机森林、支持向量机、人工神经网络等方法分别建立了不同建模集和验证集的原始光谱与有机质含量的估测模型。结果表明:研究比较的1∶1,3∶1和全部样本建模并全部验证的三种样本模式划分对建模的结果有一定的影响。相较于目前常用的偏最小二乘回归(PLSR)建模方法而言,非线性模型RF和SVM也取得了较好的建模精度,三种模式下其RDP值均大于1.4。特别是采用SVM建模方法所得模型具有很好的预测能力,模式二下其RDP值达到2.16。同时引入ANN方法改进建立的PLSR-ANN方法显著提高了PLSR的模型预测能力。
晋西北沙化土地土壤机械组成与有机质的初步研究
晋西北是我国北方旱作农田沙化土地较严重的地区之一,开展不同地类土壤的机械组成、有机质及其二者之间关系的研究,以期为该区沙化土地类型和程度评价及其防治效益评估提供科学依据。对研究区农田、人工林地(乔木)和荒地的表层(0—20cm)和下层(20—40cm)土样进行粒度和有机质分析,结果表明:不同地类土壤的机械组成均为粉粒(0.002～0.05mm)>极细砂(0.05～0.1mm)>细砂(0.1～0.25mm)>黏粒(0.5mm)含量极少,其中粉粒、极细砂和细砂为优势粒级组分,三者含量之和在90%以上。农田受翻耕影响,其表层和下层土壤机械组成差异不大；人工林地中林间表层受草本植被影响,其表层颗粒明显细于下层；荒地由于受冬春季风蚀影响,其表层则略粗于下层。不同地类土壤有机质的积累均表现出表层含量大于下层,总体上有机质含量表现为农田>荒地>人工林地。不同地类的土壤机械组成与有机质的关系,呈现出粉粒和黏粒与有机质含量呈正相关关系,而细砂和极细砂与有机质则呈负相关关系,在相关程度上,粉粒和细砂与有机质含量的正、负相关性最大,是研究区不同地类土壤有机质积累与否的关键粒级。