東北地理所在東北地區(qū)土壤有機(jī)質(zhì)含量估算研究中取得進(jìn)展
土壤有機(jī)質(zhì)是土壤肥力的重要指標(biāo)。傳統(tǒng)的土壤有機(jī)質(zhì)含量主要通過(guò)田間的土壤采樣和實(shí)驗(yàn)室分析獲取。這種方法雖然具有高精度，但由于它需要花費(fèi)大量的時(shí)間和人力成本，因此不能大面積快速監(jiān)測(cè)土壤退化過(guò)程中土壤有機(jī)質(zhì)含量的空間變化。遙感技術(shù)可以提供一個(gè)新的有效方法，實(shí)現(xiàn)大面積快速估算土壤有機(jī)質(zhì)含量的空間變化。然而，當(dāng)前針對(duì)土壤有機(jī)質(zhì)的遙感估算研究所選擇的光譜波段在不同的研究區(qū)域存在較大差異，很難找到一個(gè)普適性的土壤有機(jī)質(zhì)含量估算方程。我所水環(huán)境遙感學(xué)科組成員基于東北地區(qū)的土壤有機(jī)質(zhì)含量和光譜數(shù)據(jù)，通過(guò)波段優(yōu)化算法和灰色關(guān)聯(lián)分析-人工神經(jīng)網(wǎng)絡(luò)（GRA-ANN）方法對(duì)土壤有機(jī)質(zhì)含量進(jìn)行了估算研究。研究結(jié)果表明，優(yōu)化差異指數(shù)與土壤有機(jī)質(zhì)含量有最好的關(guān)系（R2 = 0.63和RMSE = 1.43%），優(yōu)于優(yōu)化歸一化化差異指數(shù)（R2 = 0.57和 RMSE = 1.56%）和優(yōu)化比率指數(shù)（R2 = 0.48 和RMSE = 1.82%）。與優(yōu)化波段算法相比，GRA-ANN方法獲得更好的土壤有機(jī)質(zhì)含量估算結(jié)果（R2 = 0.90和RMSE = 0.88%），具有更好的模型穩(wěn)定性。因此，GRA-ANN方法對(duì)估算土壤有機(jī)質(zhì)含量具有更大的潛力。該成果對(duì)中國(guó)東北地區(qū)黑土有機(jī)質(zhì)田間管理，作物空間布局和栽培管理的相關(guān)性研究具有積極的推動(dòng)作用。
相關(guān)研究成果發(fā)表在農(nóng)業(yè)氣象領(lǐng)域的Top學(xué)術(shù)期刊上（Agricultural and Forest Meteorology）。研究工作獲得中國(guó)科學(xué)院重點(diǎn)部署項(xiàng)目（KZD-EW-TZ-16-1）資助。
圖 1三江平原不同土壤有機(jī)質(zhì)含量的光譜變化
圖 2實(shí)測(cè)的土壤有機(jī)質(zhì)含量與估算的土壤有機(jī)質(zhì)含量之間的關(guān)系：（a）GRA-ANN方法和（b）ANN方法。
論文信息：
[1]X. L. Jin, J.Du, H.Liu, Z.M.Wang, K.SSong*. 2016. Remote estimation of soil organic matter content in the Sanjiang Plain, Northest China: the optimal band algorithm versus the GRA-ANN model. Agricultural and Forest Meteorology, 218-219: 250-260.
鏈接:http://www.sciencedirect.com/science/article/pii/S016819231530023X
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
