土壤是人類賴以生存和發(fā)展的物質(zhì)基礎(chǔ)和最基本的生活來源。煤礦開采給社會帶來了極大的財富,同時也引發(fā)了大面積采空區(qū),土地沉陷、裂縫,水土流失、土壤質(zhì)量嚴(yán)重下降,近年來,隨著土地復(fù)墾工程的實施,煤礦開采區(qū)得到了一定的治理。高光譜遙感技術(shù)是當(dāng)前定量遙感的研究熱點之一,尤其是可以快速、精準(zhǔn),無損獲取土壤養(yǎng)分信息,為評估土壤質(zhì)量提供了重要的手段。本研究以山西省襄垣縣煤礦區(qū)復(fù)墾農(nóng)田為試驗區(qū),采集復(fù)墾農(nóng)田土壤樣品,在室內(nèi)測定土壤養(yǎng)分和土壤光譜信息的基礎(chǔ)上,選取土壤有機質(zhì)、全氮、速效磷和有效鉀作為研究樣本,分析土壤及其主要養(yǎng)分的光譜特征,對土壤光譜反射率及其變換形式采用一元線性回歸、多元線性回歸和偏最小二乘回歸,建立研究區(qū)域反演模型,主要研究結(jié)果如下:（1）確定了土壤主要養(yǎng)分光譜特征波段。土壤有機質(zhì)含量顯著波段為:R的400-1800、1880-2400 nm;D（R）的 420-790、1020-1040、2150-2200 nm;1g（1/R）的 400-1830、1860-2400nm。光譜與有機質(zhì)含量的相關(guān)系數(shù)絕對值最大的波段是R的800nm;D（R）的 600 nm;1g（1/R）的 760 ... 

【文章來源】：山西農(nóng)業(yè)大學(xué)山西省

【文章頁數(shù)】：99 頁

【學(xué)位級別】：博士

【部分圖文】：

研究區(qū)地理位置

西部和南部儲存有煤和配焦煤等優(yōu)質(zhì)煤，易開采煤一般在６?ｍ左右，覆蓋層為４０－１２０?ｍ。??受長期煤炭開采活動的影響，大量土地存在沉陷、裂縫，水土流失嚴(yán)重。??３．２?土壤樣本數(shù)據(jù)的獲取??３．２．１?土壤樣本的采集??襄垣縣煤礦分布廣泛，已幵采煤礦主要分布在西營、下良、善福、夏店、古韓、王??橋和侯堡７個鄉(xiāng)鎮(zhèn)。通過近幾十年煤礦開采等強人為因素擾動，呈現(xiàn)了由北向南中間條??帶狀的土地損毀區(qū)域。２００６－２０１３年通過土地平整、裂縫填充等土地整治工程對該區(qū)域??受損農(nóng)田進行全面治理。本研究在野外調(diào)研和相關(guān)資料分析基礎(chǔ)上，采用隨機和判斷布??點相結(jié)合的方式，對上述受損嚴(yán)重且通過復(fù)墾治理區(qū)域農(nóng)田進行布點采樣（圖３．２）。??１１２°５（ＶＯ”Ｅ?１１３°（Ｖ（ＴＥ?１１３°Ｈｙ（ＴＥ??

．．Ｆｉｇ．３．４?Ｔｈｅ?ｏｒｉｇｉｎａｌ?ｓｐｅｃｔｒａｌ?ｒｅｆｌｅｃｔａｎｃｅ?ｃｕｒｖｅ?Ｆｉｇ．３．５?Ｔｈｅ?ｓｐｅｃｔｒａｌ?ｒｅｆｌｅｃｔａｎｃｅ?ｃｕｒｖｅ?ｃｏｒｒｅｃｔｅｄ??３．４．２邊緣波段去除??光譜儀工作兩端波段反射率信噪比極低，數(shù)據(jù)噪音較大，這主要是由光譜儀器本身??構(gòu)造特性造成的。為增強光譜信息的可信度，盡量減少對后續(xù)工作的影響，如圖３．６和??３．７噪，從原數(shù)中去３５０－３９９ｎｍ２４５１－２５００ｎｍ兩

【參考文獻】：
期刊論文
[1]基于高光譜數(shù)據(jù)的土壤有機質(zhì)含量反演模型比較[J]. 葉勤,姜雪芹,李西燦,林怡.  農(nóng)業(yè)機械學(xué)報. 2017(03)
[2]基于Landsat8吉林中北部地區(qū)土壤有機質(zhì)定量反演研究[J]. 馬馳.  干旱區(qū)資源與環(huán)境. 2017(02)
[3]考慮含水量變化信息的土壤有機質(zhì)光譜預(yù)測模型[J]. 劉煥軍,寧東浩,康苒,金慧凝,張新樂,盛磊.  光譜學(xué)與光譜分析. 2017(02)
[4]應(yīng)用遺傳算法結(jié)合連續(xù)投影算法近紅外光譜檢測土壤有機質(zhì)研究[J]. 章海亮,羅微,劉雪梅,何勇.  光譜學(xué)與光譜分析. 2017(02)
[5]艾比湖流域不同土地覆蓋類型土壤養(yǎng)分高光譜反演模型研究[J]. 蔣燁林,王讓會,李焱,李成,彭擎,吳曉全.  中國生態(tài)農(nóng)業(yè)學(xué)報. 2016(11)
[6]黃土高原煤礦區(qū)復(fù)墾農(nóng)田土壤有機質(zhì)含量的高光譜預(yù)測[J]. 南鋒,朱洪芬,畢如田.  中國農(nóng)業(yè)科學(xué). 2016(11)
[7]基于多光譜數(shù)據(jù)的荒漠礦區(qū)土壤有機質(zhì)估算模型[J]. 夏楠,塔西甫拉提·特依拜,丁建麗,依力亞斯江·努爾麥麥提,張東,劉芳.  農(nóng)業(yè)工程學(xué)報. 2016(06)
[8]不同母質(zhì)發(fā)育土壤的中紅外吸收光譜特征[J]. 宋迪思,盛浩,周清,周萍,王翠紅,張楊珠.  土壤通報. 2016(01)
[9]小麥-水稻秸稈還田對土壤有機質(zhì)組成及不同形態(tài)氮含量的影響[J]. 張雅潔,陳晨,陳曦,常江,章力干,郜紅建.  農(nóng)業(yè)環(huán)境科學(xué)學(xué)報. 2015(11)
[10]土壤含水量對采用Vis-NIR光譜分析土壤質(zhì)地的影響[J]. 王德彩,張俊輝,韓光中.  地理與地理信息科學(xué). 2015(06)

博士論文
[1]土壤有機質(zhì)含量高光譜預(yù)測模型及其差異性研究[D]. 周清.浙江大學(xué) 2004



本文編號：3117629