東北地理所在東北地區土壤有機質含量估算研究中取得進展
土壤有機質是土壤肥力的重要指標。傳統的土壤有機質含量主要通過田間的土壤采樣和實驗室分析獲取。這種方法雖然具有高精度，但由于它需要花費大量的時間和人力成本，因此不能大面積快速監測土壤退化過程中土壤有機質含量的空間變化。遙感技術可以提供一個新的有效方法，實現大面積快速估算土壤有機質含量的空間變化。然而，當前針對土壤有機質的遙感估算研究所選擇的光譜波段在不同的研究區域存在較大差異，很難找到一個普適性的土壤有機質含量估算方程。我所水環境遙感學科組成員基于東北地區的土壤有機質含量和光譜數據，通過波段優化算法和灰色關聯分析-人工神經網絡（GRA-ANN）方法對土壤有機質含量進行了估算研究。研究結果表明，優化差異指數與土壤有機質含量有最好的關系（R2 = 0.63和RMSE = 1.43%），優于優化歸一化化差異指數（R2 = 0.57和 RMSE = 1.56%）和優化比率指數（R2 = 0.48 和RMSE = 1.82%）。與優化波段算法相比，GRA-ANN方法獲得更好的土壤有機質含量估算結果（R2 = 0.90和RMSE = 0.88%），具有更好的模型穩定性。因此，GRA-ANN方法對估算土壤有機質含量具有更大的潛力。該成果對中國東北地區黑土有機質田間管理，作物空間布局和栽培管理的相關性研究具有積極的推動作用。
相關研究成果發表在農業氣象領域的Top學術期刊上（Agricultural and Forest Meteorology）。研究工作獲得中國科學院重點部署項目（KZD-EW-TZ-16-1）資助。
圖 1三江平原不同土壤有機質含量的光譜變化
圖 2實測的土壤有機質含量與估算的土壤有機質含量之間的關系：（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：
吉公網安備22017302000214號
