土壤养分影响着土壤的质量,也影响着植被、农作物等的生长。为快速准确地估测艾比湖流域土壤养分状况,选择艾比湖流域精河县作为研究区,以精河县内不同地表覆盖类型土壤为研究对象,基于实地采集的75个土壤样品的室内ASD Field Spec3实...土壤养分影响着土壤的质量,也影响着植被、农作物等的生长。为快速准确地估测艾比湖流域土壤养分状况,选择艾比湖流域精河县作为研究区,以精河县内不同地表覆盖类型土壤为研究对象,基于实地采集的75个土壤样品的室内ASD Field Spec3实测光谱数据和3种光谱变换形式,利用10 nm间隔重采样进行去噪处理,再结合多元逐步回归法(SMLR)、偏最小二乘法回归法(PLSR)、人工神经网络法(ANN)分别建立土壤养分预测模型,以探索最优模型。结果表明:土壤实测光谱的一阶微分、二阶微分变换形式能显著提高光谱与土壤养分之间的相关性,尤其是一阶微分变换与土壤有机质和全氮的相关性最高分别达0.87和0.91,光谱变换技术能显著增强土壤养分与高光谱之间的敏感度,达到更好的建模效果;SMLR、PLSR和ANN这3种模型都具有良好的预测能力,其中,ANN建立的模型预测效果最好,二阶微分变换的ANN模型对有机质、全氮的预测决定系数(R2)分别为0.886和0.984,均方根误差(RMSE)分别为2.614和0.147,PLSR次之;全氮的预测效果明显优于有机质的预测效果,说明高光谱和全氮之间的敏感性更高。总体来说,光谱二阶微分变换形式的人工神经网络模型可以最精确稳定地完成土壤养分含量的快速预测,能够实现艾比湖流域的土壤养分空间分布状况和动态变化特征的动态监测。展开更多
以新疆南疆地区渭干河-库车河三角洲绿洲不同盐渍化程度的土壤为研究对象,将土壤样品的含盐量与电导率数据和使用ASD Field Spec Pro FR光谱仪测得土壤样品高光谱数据作为本研究原始数据.首先,对原始土壤光谱反射率曲线进行Savitzky-Go...以新疆南疆地区渭干河-库车河三角洲绿洲不同盐渍化程度的土壤为研究对象,将土壤样品的含盐量与电导率数据和使用ASD Field Spec Pro FR光谱仪测得土壤样品高光谱数据作为本研究原始数据.首先,对原始土壤光谱反射率曲线进行Savitzky-Golay滤波以消除光谱曲线噪声可能引起的误差,对得到的光谱曲线进行对数、倒数等15种光谱变换;其次,对土壤样品含盐量与电导率关系进行分析,并通过两者与土壤光谱反射率不同光谱变换形式的相关性比较分析,遴选出一阶微分、对数倒数一阶微分、连续统去除和连续统去除一阶微分四种相关性较好的变换形式;最后,以此变换形式对含盐量和电导率进行建模,并对二者进行了高光谱估算精度的比较.结果表明:渭干河-库车河三角洲绿洲的含盐量与电导率的相关性较高,达到0.9975;电导率与四种不同光谱变换形式之间的相关性要优于含盐量,特别在一些土壤盐渍化的敏感波段尤为突出;无论是含盐量还是电导率,多元逐步回归模型均优于一元线性模型,且以电导率建立的两种回归模型的决定系数均高于含盐量.研究表明,土壤电导率对高光谱信息的反应比含盐量更敏感,同时,以电导率建模的估算精度比含盐量更高.因此,以电导率替代含盐量进行土壤盐渍化高光谱估算研究是一种精度更高、速度更快的方法,可为提高土壤盐渍化高光谱估算提供理论依据.展开更多
Five statistical methods including simple correlation, multiple linear regression, stepwise regression, principal components, and path analysis were used to explore the relationship between leaf water use efficiency ...Five statistical methods including simple correlation, multiple linear regression, stepwise regression, principal components, and path analysis were used to explore the relationship between leaf water use efficiency （WUE） and physiological traits （photosynthesis rate, stomatal conductance, transpiration rate, intercellular CO2 concentration, etc.） of 29 wheat cultivars. The results showed that photosynthesis rate, stomatal conductance, and transpiration rate were the most important leaf WUE parameters under drought condition. Based on the results of statistical analyses, principal component analysis could be the most suitable method to ascertain the relationship between leaf WUE and relative physiological traits. It is reasonable to assume that high leaf WUE wheat could be obtained by selecting breeding materials with high photosynthesis rate, low transpiration rate, and stomatal conductance under dry area.展开更多
文摘土壤养分影响着土壤的质量,也影响着植被、农作物等的生长。为快速准确地估测艾比湖流域土壤养分状况,选择艾比湖流域精河县作为研究区,以精河县内不同地表覆盖类型土壤为研究对象,基于实地采集的75个土壤样品的室内ASD Field Spec3实测光谱数据和3种光谱变换形式,利用10 nm间隔重采样进行去噪处理,再结合多元逐步回归法(SMLR)、偏最小二乘法回归法(PLSR)、人工神经网络法(ANN)分别建立土壤养分预测模型,以探索最优模型。结果表明:土壤实测光谱的一阶微分、二阶微分变换形式能显著提高光谱与土壤养分之间的相关性,尤其是一阶微分变换与土壤有机质和全氮的相关性最高分别达0.87和0.91,光谱变换技术能显著增强土壤养分与高光谱之间的敏感度,达到更好的建模效果;SMLR、PLSR和ANN这3种模型都具有良好的预测能力,其中,ANN建立的模型预测效果最好,二阶微分变换的ANN模型对有机质、全氮的预测决定系数(R2)分别为0.886和0.984,均方根误差(RMSE)分别为2.614和0.147,PLSR次之;全氮的预测效果明显优于有机质的预测效果,说明高光谱和全氮之间的敏感性更高。总体来说,光谱二阶微分变换形式的人工神经网络模型可以最精确稳定地完成土壤养分含量的快速预测,能够实现艾比湖流域的土壤养分空间分布状况和动态变化特征的动态监测。
文摘以新疆南疆地区渭干河-库车河三角洲绿洲不同盐渍化程度的土壤为研究对象,将土壤样品的含盐量与电导率数据和使用ASD Field Spec Pro FR光谱仪测得土壤样品高光谱数据作为本研究原始数据.首先,对原始土壤光谱反射率曲线进行Savitzky-Golay滤波以消除光谱曲线噪声可能引起的误差,对得到的光谱曲线进行对数、倒数等15种光谱变换;其次,对土壤样品含盐量与电导率关系进行分析,并通过两者与土壤光谱反射率不同光谱变换形式的相关性比较分析,遴选出一阶微分、对数倒数一阶微分、连续统去除和连续统去除一阶微分四种相关性较好的变换形式;最后,以此变换形式对含盐量和电导率进行建模,并对二者进行了高光谱估算精度的比较.结果表明:渭干河-库车河三角洲绿洲的含盐量与电导率的相关性较高,达到0.9975;电导率与四种不同光谱变换形式之间的相关性要优于含盐量,特别在一些土壤盐渍化的敏感波段尤为突出;无论是含盐量还是电导率,多元逐步回归模型均优于一元线性模型,且以电导率建立的两种回归模型的决定系数均高于含盐量.研究表明,土壤电导率对高光谱信息的反应比含盐量更敏感,同时,以电导率建模的估算精度比含盐量更高.因此,以电导率替代含盐量进行土壤盐渍化高光谱估算研究是一种精度更高、速度更快的方法,可为提高土壤盐渍化高光谱估算提供理论依据.
基金supported by the Key Technologies R&D Program of China during the 11th Five-Year Plan period (2008BAD98B03)
文摘Five statistical methods including simple correlation, multiple linear regression, stepwise regression, principal components, and path analysis were used to explore the relationship between leaf water use efficiency （WUE） and physiological traits （photosynthesis rate, stomatal conductance, transpiration rate, intercellular CO2 concentration, etc.） of 29 wheat cultivars. The results showed that photosynthesis rate, stomatal conductance, and transpiration rate were the most important leaf WUE parameters under drought condition. Based on the results of statistical analyses, principal component analysis could be the most suitable method to ascertain the relationship between leaf WUE and relative physiological traits. It is reasonable to assume that high leaf WUE wheat could be obtained by selecting breeding materials with high photosynthesis rate, low transpiration rate, and stomatal conductance under dry area.
