土地是人類生存的基本條件,耕地是土地中最重要的組成部分,其存量和質(zhì)量是國(guó)家糧食安全的重要保障,在我國(guó)工業(yè)化和城鎮(zhèn)化的快速發(fā)展、耕地?cái)?shù)量減少、耕地質(zhì)量下降等形勢(shì)下,以及土地整治項(xiàng)目、高標(biāo)準(zhǔn)農(nóng)田等項(xiàng)目的實(shí)施都對(duì)耕地質(zhì)量評(píng)價(jià)工作提出了新要求。然而當(dāng)前耕地質(zhì)量評(píng)價(jià)工作中土壤理化性質(zhì)、土壤健康狀況等因素都是通過田間采樣和實(shí)驗(yàn)室分析等方式獲取,存在周期長(zhǎng)、任務(wù)量大、時(shí)效性差等問題,嚴(yán)重制約了耕地質(zhì)量評(píng)價(jià)工作效率。因此,如何快速可靠地獲取耕地土壤信息、評(píng)定耕地質(zhì)量,是工作中亟待解決的問題。本研究以可以實(shí)時(shí)獲取耕地表面或剖面信息的土壤近地傳感技術(shù)為依托,實(shí)現(xiàn)對(duì)耕地質(zhì)量評(píng)價(jià)指標(biāo)的快速獲取,并嘗試運(yùn)用于耕地質(zhì)量等別評(píng)定工作,研究可為耕地質(zhì)量評(píng)價(jià)工作提供基礎(chǔ)資料和科學(xué)依據(jù),有助于推動(dòng)土地科技創(chuàng)新。本研究在江西省18個(gè)縣(市、區(qū))共采集了294個(gè)耕地樣點(diǎn),利用ASD FieldSpec Pro FR型光譜儀采集了土壤樣品的野外濕樣光譜數(shù)據(jù)和室內(nèi)干樣光譜數(shù)據(jù),并獲得了所有樣本的土壤理化性質(zhì)實(shí)驗(yàn)室分析結(jié)果。分別采用PLSR線性模型和LS-SVM非線性模型對(duì)兩種光譜數(shù)據(jù)進(jìn)行土壤理化性質(zhì)的預(yù)測(cè),同時(shí)采用DS算法去除野外原位光譜環(huán)境因素影響,以提高野外光譜模型預(yù)測(cè)精度。在此基礎(chǔ)上,運(yùn)用DS算法處理后預(yù)測(cè)效果較好的土壤有機(jī)質(zhì)、土壤質(zhì)地野外原位光譜LS-SVM模型預(yù)測(cè)值對(duì)163個(gè)有效采樣點(diǎn)耕地自然質(zhì)量指數(shù)和耕地自然質(zhì)量等別進(jìn)行重新計(jì)算和評(píng)定,最后對(duì)耕地質(zhì)量評(píng)定結(jié)果進(jìn)行分析和驗(yàn)證。研究發(fā)現(xiàn):(1)所有294個(gè)樣品室內(nèi)vis-NIR光譜PLSR模型可以實(shí)現(xiàn)對(duì)土壤有機(jī)質(zhì)、土壤質(zhì)地指標(biāo)的較好預(yù)測(cè),并可以實(shí)現(xiàn)對(duì)土壤總氮含量、堿解氮含量、土壤沙粒占比的粗略估測(cè),LS-SVM模型對(duì)所有土壤屬性的預(yù)測(cè)精度相較于線性模型均有所提升,可以實(shí)現(xiàn)對(duì)樣品土壤有機(jī)質(zhì)含量、土壤總氮含量、土壤質(zhì)地的較好預(yù)測(cè)。野外原位光譜模型預(yù)測(cè)結(jié)果不如室內(nèi)光譜,但LS-SVM模型同樣改進(jìn)了模型預(yù)測(cè)精度,可以實(shí)現(xiàn)對(duì)除土壤酸堿度之外指標(biāo)的粗略估測(cè);采用DS算法去除野外原位光譜水分影響后,野外原位光譜LS-SVM模型預(yù)測(cè)精度進(jìn)一步提高,可以實(shí)現(xiàn)對(duì)土壤有機(jī)質(zhì)含量和土壤質(zhì)地的較好預(yù)測(cè)。(2)運(yùn)用土壤有機(jī)質(zhì)、土壤質(zhì)地野外原位光譜預(yù)測(cè)結(jié)果對(duì)163個(gè)有效樣點(diǎn)耕地質(zhì)量評(píng)定結(jié)果表明,重新評(píng)定后的采樣點(diǎn)國(guó)家耕地自然質(zhì)量等指數(shù)與原國(guó)家耕地自然質(zhì)量等指數(shù)的差值絕大部分在±400以內(nèi),當(dāng)相對(duì)誤差范圍為[-15%,15%]時(shí),運(yùn)用土壤有機(jī)質(zhì)、土壤質(zhì)地預(yù)測(cè)結(jié)果計(jì)算的耕地國(guó)家自然質(zhì)量等指數(shù)準(zhǔn)確度達(dá)到95.09%,兩者的相關(guān)系數(shù)達(dá)到0.7674,與實(shí)測(cè)值計(jì)算耕地自然質(zhì)量等指數(shù)相關(guān)系數(shù)高達(dá)0.9546,當(dāng)誤差范圍在[-15%,15%]之間時(shí),預(yù)測(cè)結(jié)果準(zhǔn)確度為99.39%;從等別評(píng)定結(jié)果來看,共有99個(gè)采樣點(diǎn)光譜預(yù)測(cè)值計(jì)算耕地自然質(zhì)量等別與原國(guó)家自然等別一致,比重為60.74%。(3)從驗(yàn)證結(jié)果來看,隨機(jī)抽樣結(jié)果顯示,土壤有機(jī)質(zhì)光譜預(yù)測(cè)值與數(shù)據(jù)庫(kù)中土壤有機(jī)質(zhì)含量均值的差值小于10g/kg(一個(gè)分值區(qū)間),且實(shí)測(cè)含量與預(yù)測(cè)含量均值十分接近,同時(shí)土壤質(zhì)地野外原位光譜預(yù)測(cè)值與數(shù)據(jù)庫(kù)結(jié)果一致率在90%以上。總體來說,在新一輪農(nóng)用地分等定級(jí)工作和土地整治新增耕地質(zhì)量評(píng)價(jià)工作中,利用基于土壤近地傳感技術(shù)獲取耕地土壤信息評(píng)定耕地質(zhì)量等別大有可為。
【學(xué)位單位】：江西財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F323.211
【部分圖文】：

技術(shù)路線圖

圖 3-1 研究區(qū)位置示意圖Fig.3-1 Location of the study area in Jiangxi Province與處理等成果數(shù)據(jù)

圖 3.2 采樣點(diǎn)位置示意圖Fig3.2 Sample distribution作完成之后，將經(jīng)過野外原位光譜測(cè)試的土壤樣品密封放實(shí)驗(yàn)室進(jìn)行風(fēng)干處理。清除植物殘留物和石塊，碾磨后過

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張玉臻;孔祥斌;劉炎;張蚌蚌;張青璞;王峰;李立強(qiáng);魏利利;;基于標(biāo)準(zhǔn)樣地的省級(jí)耕地質(zhì)量監(jiān)測(cè)樣地布設(shè)方法——以內(nèi)蒙古自治區(qū)為例[J];資源科學(xué);2016年11期

2 歐陽玲;王宗明;賈明明;毛德華;劉明月;任春穎;滿衛(wèi)東;;基于遙感的吉林省中西部耕地?cái)?shù)量和質(zhì)量空間格局變化分析[J];農(nóng)業(yè)工程學(xué)報(bào);2016年13期

3 楊建宇;岳彥利;宋海榮;葉思菁;趙龍;朱德海;;基于空間平衡法的縣域耕地質(zhì)量監(jiān)測(cè)布樣方法[J];農(nóng)業(yè)工程學(xué)報(bào);2015年24期

4 王德彩;張俊輝;韓光中;;土壤含水量對(duì)采用Vis-NIR光譜分析土壤質(zhì)地的影響[J];地理與地理信息科學(xué);2015年06期

5 祝錦霞;徐保根;章琳云;;基于半方差函數(shù)與等別的耕地質(zhì)量監(jiān)測(cè)樣點(diǎn)優(yōu)化布設(shè)方法[J];農(nóng)業(yè)工程學(xué)報(bào);2015年19期

6 王佳寧;孔祥斌;張青璞;劉炎;;基于農(nóng)用地分等的縣級(jí)耕地質(zhì)量等級(jí)監(jiān)測(cè)指標(biāo)選取方法——以內(nèi)蒙古達(dá)拉特旗為例[J];中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào);2015年03期

7 付國(guó)珍;擺萬奇;;耕地質(zhì)量評(píng)價(jià)研究進(jìn)展及發(fā)展趨勢(shì)[J];資源科學(xué);2015年02期

8 何東健;陳煦;;土壤有機(jī)質(zhì)含量田間實(shí)時(shí)測(cè)定方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年01期

9 余述瓊;張蚌蚌;相慧;孔祥斌;;基于因素組合的耕地質(zhì)量等級(jí)監(jiān)測(cè)樣點(diǎn)布控方法[J];農(nóng)業(yè)工程學(xué)報(bào);2014年24期

10 宋艷華;毛含冰;王令超;楊建波;;基于控制區(qū)空間變異性的耕地質(zhì)量監(jiān)測(cè)樣點(diǎn)布控方法[J];地域研究與開發(fā);2014年06期

相關(guān)博士學(xué)位論文 前2條

1 紀(jì)文君;基于野外vis-NIR高光譜的土壤屬性預(yù)測(cè)及田間水分影響去除研究[D];浙江大學(xué);2014年

2 張國(guó)云;支持向量機(jī)算法及其應(yīng)用研究[D];湖南大學(xué);2006年

相關(guān)碩士學(xué)位論文 前2條

1 耿雷;基于VisNIR高光譜的耕地肥力指標(biāo)估算及耕地自然質(zhì)量評(píng)價(jià)[D];華中師范大學(xué);2016年

2 王芳東;吉安縣耕地質(zhì)量監(jiān)測(cè)研究[D];江西農(nóng)業(yè)大學(xué);2013年

本文編號(hào)：2813023