国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于土壤-景觀理論的土壤有機質(zhì)估測研究

2021-03-07 21:58:16欒海軍江澤霖余德清
無線電工程 2021年12期
關(guān)鍵詞:土壤水分時空尺度

欒海軍,江澤霖,余德清

(1. 廈門理工學(xué)院 計算機與信息工程學(xué)院,福建 廈門 361024;2. 洞庭湖區(qū)生態(tài)環(huán)境遙感監(jiān)測湖南省重點實驗室,湖南 長沙 410008;3. 數(shù)字福建自然災(zāi)害監(jiān)測大數(shù)據(jù)研究所,福建 廈門 361024)

0 引言

作為農(nóng)業(yè)大國,提升土壤肥力(土壤有機質(zhì)(Soil Organic Matter,SOM)含量)研究領(lǐng)域調(diào)查監(jiān)測水平,對農(nóng)業(yè)可持續(xù)發(fā)展具有長遠(yuǎn)意義,對農(nóng)業(yè)生產(chǎn)實踐具有重要的現(xiàn)實價值。隨著新理論、技術(shù)和方法的融入,SOM含量空間分布估測也從傳統(tǒng)的地統(tǒng)計學(xué)方法[1-4]向土壤-景觀理論建模[5-8]、遙感反演[9-11]的方向快速發(fā)展[12]。作為土壤有機質(zhì)估算的代表性方法之一,基于土壤-景觀理論的SOM估測方法自創(chuàng)立以來得到快速發(fā)展。遙感技術(shù)的融入可大幅提升土壤肥力(SOM含量)的監(jiān)測水平、質(zhì)量與效率,對農(nóng)業(yè)生產(chǎn)安全具有重要意義。遙感數(shù)據(jù)與非遙感數(shù)據(jù)的融合應(yīng)用,使基于土壤-景觀理論的SOM空間分布估測精度得到很大提高。但是,相關(guān)研究同時存在一些問題,遙感影像的時空特性使得遙感數(shù)據(jù)的融入在帶來利好的同時帶來新的挑戰(zhàn);現(xiàn)有的SOM建模技術(shù)與方法仍然存在不足,需要研發(fā)新模型與新方法;人類活動對SOM空間分布動態(tài)變化的影響機制研究仍然不足。上述問題推動基于土壤-景觀理論的SOM空間分布估測研究持續(xù)發(fā)展。本文將對基于土壤-景觀理論的SOM估測研究現(xiàn)狀進行全面分析,對該方法存在的問題與研究趨勢進行探討,以期為其進一步發(fā)展提供借鑒與參考。

1 基于土壤-景觀理論的土壤有機質(zhì)估測模型

在基于土壤-景觀理論的SOM空間分布估測建模研究中,經(jīng)歷了景觀因子類型由少而片面到愈加多而全面、建模方法與技術(shù)由較為單一到愈發(fā)多樣化的演進過程。尤其是隨著快速、宏觀、可重復(fù)觀測遙感技術(shù)的引入,為該方法帶來了新的生命力。目前,土壤-景觀理論建模研究取得了較大進步,在景觀因子類型上包含了土壤屬性、氣象、地形、植被(由遙感技術(shù)提供)、人為活動因子等遙感和非遙感因子[12],在建模方法上出現(xiàn)了地理加權(quán)回歸(GWR)[13]、隨機森林(RF)[14-16]、神經(jīng)網(wǎng)絡(luò)[17]、貝葉斯最大熵[18,19]、貝葉斯神經(jīng)網(wǎng)絡(luò)[19]、貝葉斯最大熵和貝葉斯神經(jīng)網(wǎng)絡(luò)結(jié)合模型[19]等多樣化的模型與算法,SOM含量空間分布估測精度得到很大提高。

以常用的SOM含量估測GWR模型為例, 參考文獻[13],設(shè)Y為土壤有機質(zhì)含量,X1,X2,…,Xp為各類景觀因子,(Yi,Xi1,Xi2,…,Xip)為土壤有機質(zhì)含量與各類景觀因子在地理位置(ui,vi)處的觀測值,i= 1,2,…,n,則GWR模型為:

(1)

式中,βj(u,v)(j= 0,1,…,p)為空間地理位置(u,v)的未知函數(shù);εi(i= 1,2,…,n)為獨立同分布的誤差項且E(εi)=0,var(εi)=σ2。

2 存在的問題

盡管基于遙感和非遙感數(shù)據(jù)的SOM空間分布估測取得了重要進展,但是仍存在一些問題。下面從景觀因子時空尺度效應(yīng)、土壤有機質(zhì)估測模型效力、人類活動對SOM含量空間分布動態(tài)變化的影響機制研究3個方面進行闡述。

首先,遙感數(shù)據(jù)的融入在帶來利好的同時也帶來了挑戰(zhàn),體現(xiàn)在:① 傳統(tǒng)研究對于土壤-景觀理論建模中諸因子的尺度差異性問題關(guān)注與解決不夠,存在理論上的不嚴(yán)密,尤其是當(dāng)多尺度遙感數(shù)據(jù)融入以后,該問題將愈發(fā)突出;② 傳統(tǒng)研究對SOM的多尺度特性研究不夠充分;③ 傳統(tǒng)研究對SOM的時間演變特性研究不夠充分,遙感數(shù)據(jù)融入后,基于遙感的多時相、可重復(fù)觀測特性,部分典型地物信息(如植被)及反映人為活動的因子(如建筑物、農(nóng)田地膜等)得以穩(wěn)定、準(zhǔn)確獲取,為SOM的動態(tài)估測及演變機制研究提供了新的手段。

其次,前文所述的建模技術(shù)與方法各有特點,優(yōu)劣不同。除去這些傳統(tǒng)建模方法,有必要引入新的土壤-景觀關(guān)聯(lián)模型建立方法。

最后,人類活動對SOM含量空間分布動態(tài)變化的外在影響表現(xiàn)與內(nèi)在機制研究仍然不足。傳統(tǒng)土壤-景觀理論研究中,通??紤]非人為景觀因子,在人類活動對SOM含量空間分布動態(tài)變化的影響方面研究較少。事實上,人類活動可通過直接方式(補施有機肥)或間接方式(改變地表植被等地表覆蓋/覆被)對SOM含量產(chǎn)生影響,但其具體影響機制尚未可知。需要進行人類活動對SOM含量空間分布動態(tài)變化的外在影響表現(xiàn)及內(nèi)在機制進行研究。

3 研究趨勢

針對上述問題,本文認(rèn)為基于土壤-景觀理論的土壤有機質(zhì)估測將存在如下研究趨勢。

3.1 從景觀因子空間尺度、時間效應(yīng)角度考慮

首先,建模過程中SOM含量采樣數(shù)據(jù)、其他類型景觀因子需要與遙感景觀因子進行尺度“一致化”,以獲取更為準(zhǔn)確的模型輸入?yún)?shù),這種尺度“一致化”包含了氣象數(shù)據(jù)等的簡單空間尺度的變化(空間化)[20-21]、土壤采樣數(shù)據(jù)及土壤含水量等定量遙感空間升尺度和空間降尺度[21-25]等方面的內(nèi)容;提供尺度“一致化”的土壤-景觀因子是后續(xù)SOM時空分布建模及其分布特性與規(guī)律探索的數(shù)據(jù)基礎(chǔ),具有基礎(chǔ)性地位。該環(huán)節(jié)的重難點為土壤-景觀理論中各參數(shù)的尺度轉(zhuǎn)換理論與技術(shù)。

3.1.1 高精度“像元”尺度土壤有機質(zhì)樣點數(shù)據(jù)獲取

嚴(yán)格意義上,SOM含量采樣數(shù)據(jù)和景觀因子尺度并不一致,直接對其進行關(guān)聯(lián)建模不準(zhǔn)確,需要進行采樣數(shù)據(jù)的空間升尺度,即將采樣數(shù)據(jù)從“點”尺度上推至景觀因子的“像元”尺度。升尺度方案如下:

① 參考地理學(xué)第一定律,考慮到SOM含量具有高度空間相關(guān)性,使用“空間平均配置法”進行“像元”尺度范圍內(nèi)對應(yīng)樣點位置的布設(shè)。樣點具體布設(shè)方法需依據(jù)景觀因子的“像元”尺度與實際采樣“點”尺度比例而確定,為保障升尺度精度,通常要求在對應(yīng)于景觀因子的尺度內(nèi)(以遙感影像為基準(zhǔn),即一個像元的范圍),樣點設(shè)置數(shù)量 × “點”尺度尺寸 ≥ 1/4 × “像元”尺度。

② 考慮到SOM含量屬于標(biāo)量,符合定量遙感升尺度的“面積加和取平均”的規(guī)律[26-27],對上述“像元”范圍內(nèi)布設(shè)的樣點數(shù)據(jù)取平均即可計算得到“像元”尺度的平均SOM含量,并可近似為“真值”。

3.1.2土壤水分空間降尺度轉(zhuǎn)換

土壤含水量是重要的地表參數(shù),可通過影響土壤內(nèi)生物化學(xué)作用對SOM形成與轉(zhuǎn)化產(chǎn)生重要影響(這一影響效應(yīng)在長時間尺度上更為顯著),同時對土壤持效態(tài)成分有機質(zhì)的效能釋放發(fā)揮重要作用,因此穩(wěn)定且連續(xù)一致的長時間序列土壤水分?jǐn)?shù)據(jù)產(chǎn)品對于SOM空間分布估測研究具有重要的理論價值與實際意義。微波遙感具有獨特的土壤水分觀測能力,能全天時全天候地提供較高精度的大尺度土壤水分?jǐn)?shù)據(jù)產(chǎn)品。目前,國內(nèi)外研發(fā)出多種土壤水分產(chǎn)品,作為代表性的土壤水分微波遙感手段,AMSR-E(Advanced Microwave Scanning Radiometer)和AMSR2系列傳感器能提供長時序的多頻段(C,X,K波段)輻射計觀測,而近來發(fā)射的SMAP(Soil Moisture Active Passive)衛(wèi)星搭載的L波段輻射計能提供目前最高精度的土壤水分觀測[28]。結(jié)合上述2種衛(wèi)星數(shù)據(jù)各自的優(yōu)勢,利用人工神經(jīng)網(wǎng)絡(luò)方法,可以得到與SMAP土壤水分產(chǎn)品有近似精度的2002—2019年的長時序土壤水分?jǐn)?shù)據(jù)集(NNsm)[28]。同時,清華大學(xué)和中科院青藏所聯(lián)合發(fā)布了2002—2011年中國大陸0.25°空間分辨率土壤含水量逐日格網(wǎng)數(shù)據(jù)[29]。上述土壤水分產(chǎn)品推動了區(qū)域乃至全球高質(zhì)量土壤水分?jǐn)?shù)據(jù)集的供給。但是,目前的土壤水分產(chǎn)品通常存在相似的問題,其空間分辨率通常低于1 km,與其他常用遙感地表參數(shù)(如Vegetation Indexes,LUCC)空間分辨率差異大,聯(lián)合應(yīng)用時存在空間尺度“障礙”,不利于地表生態(tài)環(huán)境系統(tǒng)的精細(xì)化研究。同樣,對于精細(xì)農(nóng)業(yè),獲取更高空間分辨率、動態(tài)的土壤含水量數(shù)據(jù)亦十分必要。此時,需要對其進行空間降尺度研究(Spatial Downscaling)。鑒于長時序土壤水分?jǐn)?shù)據(jù)集(NNsm)[28]的優(yōu)異質(zhì)量,以該產(chǎn)品為例,可對其進行空間降尺度轉(zhuǎn)換及應(yīng)用研究。具體包含以下2點:

① 基于分形迭代函數(shù)系統(tǒng)的NNsm土壤水分產(chǎn)品空間降尺度轉(zhuǎn)換模型構(gòu)建與改進作為數(shù)學(xué)分支的分形幾何學(xué),因為具有完整、嚴(yán)謹(jǐn)?shù)睦碚擉w系,可針對自然現(xiàn)象的多尺度特性的表現(xiàn)、本質(zhì)及產(chǎn)生原因進行系統(tǒng)研究??蛇x擇合適的研究區(qū),基于分形迭代函數(shù)系統(tǒng)(Iterated Function System,IFS)進行NNsm土壤水分產(chǎn)品空間降尺度轉(zhuǎn)換模型構(gòu)建與改進,并對降尺度產(chǎn)品進行驗證。

② 基于分形方法的NNsm土壤水分產(chǎn)品時空尺度轉(zhuǎn)換耦合模型構(gòu)建基于分形方法,建立遙感地表參數(shù)時空尺度轉(zhuǎn)換耦合模型是有挑戰(zhàn)性的問題,基于多重分形方法建立統(tǒng)一、精簡的NNsm土壤水分產(chǎn)品時空尺度轉(zhuǎn)換耦合模型固然理想,但是采用一種形式簡單、但體量稍微復(fù)雜的模型——單時相分形IFS函數(shù)的“聯(lián)合方程組”,也是一種有效的方法。該“聯(lián)合方程組”包含如下關(guān)鍵步驟:確定時相“節(jié)點”,各時相“節(jié)點”NNsm土壤水分產(chǎn)品降尺度轉(zhuǎn)換模型建立,NNsm土壤水分產(chǎn)品時空尺度轉(zhuǎn)換耦合模型建立。

多尺度遙感數(shù)據(jù)的融入為探索估測SOM空間分布的多尺度特性提供了更大的可能。由于遙感具有空間多尺度特性,遙感景觀因子亦將具有“多尺度”特性,同時結(jié)合上述土壤-景觀因子尺度“一致化”技術(shù),進行SOM含量空間分布的多尺度特性研究十分必要且具有可行性。

由于遙感具有多時相特性,遙感景觀因子亦將具有“多時相”特性,進而進行SOM含量空間分布動態(tài)監(jiān)測十分必要,而且遙感景觀因子(植被屬性、建筑物、農(nóng)田地膜等)可直接或間接反映人為活動的影響,進而為探索人為活動對于SOM含量空間分布動態(tài)變化的影響機制提供重要條件。

3.2 從SOM含量空間分布建模的角度考慮

參考時空加權(quán)(自)回歸模型[30-33]在進行地理、社會現(xiàn)象時空分布特性定量刻畫方面的優(yōu)勢,可嘗試將該方法應(yīng)用于SOM空間分布動態(tài)監(jiān)測建模中。同時,分層貝葉斯模型[34-35]在進行地理現(xiàn)象空間分布描述時可充分顧及其局部空間特異性,也可嘗試引入該方法進行SOM空間分布估測建模?;跁r空加權(quán)(自)回歸模型、分層貝葉斯模型的SOM空間分布估測算法描述如下。

3.2.1 基于時空加權(quán)(自)回歸方法的土壤有機質(zhì)含量空間分布估測

傳統(tǒng)時空加權(quán)回歸模型GTWR如下[30]:

(2)

式中,Yi為樣本點i的被解釋變量值(i= 1,2,…,n),n為樣本點的數(shù)目;m為解釋變量的數(shù)目;ti為第i個樣本點的時間坐標(biāo);α0(ui,vi,ti)表示樣本點i的時空截距項;Xij表示樣本點i的第j個解釋變量值;αj(ui,vi,ti)表示樣本點i處第j個變量的回歸系數(shù),是時空坐標(biāo)的函數(shù);εi表示殘差。αj(ui,vi,ti)中蘊含時空權(quán)重函數(shù),該函數(shù)可表示為Wi(ui,vi,ti)=Wi(ui,vi)?Wi(ti),其中Wi(ui,vi)是空間權(quán)重,Wi(ti)為時間權(quán)重。計算時空距離時,可乘以參數(shù)λ作為時空權(quán)重的平衡因子。

為了兼顧空間和時間的相關(guān)性,建立時空權(quán)重矩陣,對傳統(tǒng)GTWR改進,得到改進的時空加權(quán)回歸模型IGTWR[32]:

(3)

式中,各參數(shù)含義參考式(2)及文獻[32]。

對傳統(tǒng)GTWR進行改進,可得到時空加權(quán)自回歸模型GTWAR[31]:

(4)

式中,各參數(shù)含義可參考式(2)、式(3)及文獻[31]。

3.2.2 基于分層貝葉斯方法的SOM含量空間分布估測

建立如下貝葉斯分層回歸模型[35]:

yi=aj[i]+β1j[i]x1i+β2j[i]x2i+···+βpj[i]xpi+εi,

(5)

式中,y代表土壤有機碳;j代表分組號;a為截距;β1,β2,···,βp為各預(yù)測變量的系數(shù);x1,x2,…,xp則為選擇的各景觀因子;ε為誤差項。其中:

(6)

(7)

(8)

?

(9)

ε~N(0,1),

(10)

此外,式(6)~式(9)中的aj,β1j,β2j,…,βpj也服從聯(lián)合正態(tài)分布,即:

(11)

3.3 人為活動影響下的SOM空間分布的動態(tài)制圖

人為活動(如農(nóng)田荒蕪、退耕還林、農(nóng)田種植結(jié)構(gòu)改變等)可以通過影響景觀因子(如植被)對SOM含量產(chǎn)生影響。這種影響可以通過2種方法量化:

① 將人為活動量化為一種參數(shù),將其固化至土壤-景觀關(guān)聯(lián)模型中。這一方法更為科學(xué),對于SOM含量的估算亦更為精確。但是考慮到人為活動復(fù)雜多樣,在一定程度上不易定量描述,暫時未進行此方面的深入研究,而是進行了下面第2種方法的探索。

② 將人為活動量化為某些景觀因子(如植被),通過不同時相此景觀因子的變化間接反映人類活動的影響?;谶@種處理,移植單一時相下土壤-景觀關(guān)聯(lián)模型的建立方法,可方便地進行多時相下每個時相土壤-景觀關(guān)聯(lián)模型的建立,進而獲得研究區(qū)多時相SOM空間分布動態(tài)變化結(jié)果。其中一些關(guān)鍵環(huán)節(jié)的處理如下:

首先,為對此問題進行研究,需充分利用SOM采樣歷史數(shù)據(jù),以獲取歷史時相“像元”尺度的采樣點SOM含量。若沒有充足的歷史數(shù)據(jù),可考慮通過歷史時相高光譜影像反演所得SOM含量影像,進而從中提取“像元”尺度采樣點SOM數(shù)據(jù)。

基于SOM-高光譜的遙感反演模型可以獲取長時間序列的歷史-現(xiàn)勢SOM空間分布柵格數(shù)據(jù),優(yōu)勢顯著,可彌補上述動態(tài)監(jiān)測研究時SOM采樣歷史數(shù)據(jù)的不足。但該方法通常無法充分揭示各類景觀因子的差異性影響,即無法精細(xì)表達不同景觀因子、人為活動對SOM動態(tài)變化產(chǎn)生的好與壞、強與弱的影響,不利于提供精細(xì)的決策支持。土壤-景觀理論的SOM空間分布在這一問題上有重要優(yōu)勢。2種方法結(jié)合研究,可以互補缺失,獲取最大的效用。基于土壤-景觀理論的SOM長時序動態(tài)變化監(jiān)測有望能實現(xiàn)自然因素-人為活動多因子綜合作用下的SOM時空分布變異機制精確描述,為生產(chǎn)生活實踐中針對土壤或土地問題提高認(rèn)知、合理決策提供新的依據(jù)。

4 結(jié)束語

本文對于融合遙感與非遙感數(shù)據(jù)的SOM土壤-景觀理論建模研究現(xiàn)狀進行了分析,對該方法可用于高精度土壤有機質(zhì)空間分布估算的有效性予以肯定;同時,認(rèn)為遙感數(shù)據(jù)的融入為估算帶來了利好,在空間范圍拓展、像元級估算、多時相動態(tài)分析方面的優(yōu)勢尤其顯著。對于相關(guān)研究存在的問題與研究趨勢進行探討,在進一步的研究中,需充分顧及土壤-景觀理論模型中各因子的“尺度問題”,基于各因子數(shù)據(jù)“空間尺度一致化”技術(shù),可選擇分層貝葉斯、時空加權(quán)(自)回歸等新穎模型,以實施研究區(qū)單時相不同尺度SOM含量空間分布制圖以及多時相同一尺度(中等)SOM含量動態(tài)變化制圖;同時,應(yīng)進一步關(guān)注人類活動對SOM含量空間分布動態(tài)變化的影響機制研究,最終實現(xiàn)SOM空間分布精確估測與動態(tài)監(jiān)測,并在一定程度上揭示了其分布規(guī)律及與景觀因子關(guān)聯(lián)機制。

猜你喜歡
土壤水分時空尺度
跨越時空的相遇
鏡中的時空穿梭
財產(chǎn)的五大尺度和五重應(yīng)對
玩一次時空大“穿越”
西藏高原土壤水分遙感監(jiān)測方法研究
宇宙的尺度
太空探索(2016年5期)2016-07-12 15:17:55
時空之門
9
不同覆蓋措施對棗園土壤水分和溫度的影響
植被覆蓋區(qū)土壤水分反演研究——以北京市為例
利辛县| 武安市| 宜阳县| 睢宁县| 财经| 上饶县| 博乐市| 嫩江县| 中山市| 阜城县| 乌兰察布市| 福贡县| 肃宁县| 文安县| 夏河县| 尼玛县| 罗平县| 上林县| 井冈山市| 安溪县| 昌吉市| 焦作市| 松溪县| 榆树市| 汉源县| 寿阳县| 佛山市| 台南市| 嘉荫县| 新田县| 天祝| 长汀县| 阳春市| 山阳县| 三明市| 廉江市| 洱源县| 通渭县| 北碚区| 湘潭县| 临朐县|