论文部分内容阅读
土壤有机碳在土壤透水保水性、土壤生物活动、土壤养分转化和土壤质地等方面具有重要意义,是土壤的质量核心以及主要的土壤肥力指标,也是煤矿区土地复垦和改良的重要参考。因此,土壤有机碳含量信息的快速准确获取,不仅是当前精准农业的必然要求,也是矿区内土地可持续利用和采煤产业可持续发展的重要前提。本研究选取山东省鲍店矿区表层0-20 cm土壤有机碳含量作为研究对象,野外采集土壤样本107个,室内分析土壤有机碳含量,分别在室内和野外测定两套土壤高光谱数据,同时通过高分一号(GF-1)WFV数据影像进行配合,探究该矿区内土壤有机碳含量的预测模型和空间反演模型,同时联合土地利用类型,揭示土壤有机碳的空间分布特征。土壤有机碳含量的预测模型采用干土波谱,通过Savitzky-Golay卷积平滑(SG)、多元散射校正(MSC)及数学变换等多种方式组合对光谱进行预处理,并运用偏最小二乘回归分析分别基于全波段和显著性波段建立土壤有机碳含量预测模型;土壤有机碳的空间反演模型采用湿土光谱,通过多种数学方法把高光谱的窄波段拟合到GF-1 WFV的宽波段,运用多元线性逐步回归分析建立土壤有机碳含量的高光谱模型,进而通过比值订正法,将最优高光谱模型校正为多光谱模型后应用到GF-1影像,得到研究区土壤有机碳含量的空间分布图。结果表明:(1)不同有机碳含量的光谱反射率曲线在形态特征上较一致,在强度大小上有差异。有机碳含量降低到一定程度时,其光谱响应能力下降,尤其是在近红外波段范围内。(2)在土壤有机碳含量的预测研究中,SG与无处理下的显著性相关波段范围广于MSC和MSC+SG预处理。与全波段建模相比,显著性波段建模方法提高了无处理方式下模型精度,降低了MSC和MSC+SG处理方式下的模型精度,保持了SG处理方式下的模型精度。(3)土壤有机碳含量空间反演的研究中,波段运算可以明显提高与土壤有机碳含量的相关性。单波段运算中倒数变换相对较好,但是相关性仍处于中等程度;双波段运算的比值和差值效果较好,比值可以达到强相关水平;多波段运算产生的光谱指数的相关性最高可达0.74左右。最优模型是全波段平均拟合法下,三种波段运算方法共同参与产生的,校正后的多光谱模型反演验证系数为0.676。(4)该研究区的土壤有机碳含量范围为1.08–31.70 g/kg,平均含量为11.76g/kg。在整体分布上,矿区内的土壤有机碳含量以III级为主,IV级次之,还有少许的II,V,VI级,I级最少,不到0.1%;中部地区土壤有机碳含量相对高且集中,西北部地区有机碳含量低。(5)矿区的土地利用类型仍以耕地为主,林地、草地较少;采矿用地主要集中在中部地区,与道路面积相当;水域面积相对较大,周围有机碳含量偏低。耕地的平均质量水平处于中等偏上,高质量耕地极少;林地和草地的有机碳含量水平较低;采矿用地土壤有机碳含量最高,明显高于农用地。总体上,各个地类中的土壤有机碳含量表现为采矿用地>耕地>草地>林地。