学位论文 > 优秀研究生学位论文题录展示

南京市溧水县稻田土壤全氮的遥感估测

作　者: 刘世峰
导　师: 潘剑君
学　校: 南京农业大学
专　业: 土壤学
关键词: 遥感全氮估测土壤中巴卫星-2 遥感模型溧水县稻田
分类号: S153
类　型: 硕士论文
年　份: 2010年
下　载: 5次
引　用: 0次
阅　读: 论文下载

内容摘要

土壤是生活在地球上的人类赖以生存的物质基础和宝贵源泉。作为作物赖以生长并为全世界提供衣食的中介,土壤是植物生长繁育和生物生产的基地。而土壤中的各种元素含量是衡量土壤肥力,决定作物丰产与否的主要原因。因此,了解土壤肥力并根据作物生产的基本营养需求,进而认识到土壤对于作物的限制性因子对于农田的合理施肥和作物增收是至关重要的。由于农田土壤肥力空间分布存在差异,传统的均一施肥方式,容易导致局部施肥过多而造成农业面源污染,也同样会导致一些区域因施肥不足产生地力衰竭。另外,土壤中的各种元素含量是一个相对动态的变化过程。而进行配方施肥就必须准确掌握田间土的壤肥力状况,所以对土壤中的各种营养元素含量进行实时监测是必不可少的。传统的土壤肥力状况监测一般是实地采样,然后风干,磨土过筛,最后进行实验室化学分析。一方面投入大,浪费大量的人力物力；另一方面,监测土壤的周期也比较长,这就造成了土壤监测的时效性差。耕作者不能有效及时详尽地掌握田间土壤的肥力信息,难以做到及时有效的配方施肥去消除土壤对于作物的限制性因子。所以,寻找一种快速、有效、低投入的土壤肥力监测方法显得迫在眉睫。遥感技术是20世纪60年代兴起并迅速发展起来的一门综合性探测技术,是一种通过量测从地表获取电磁辐射进而推断地表参数的过程。土壤作为地球表面的最常见的地物,其对特定波段的电磁波反射率非常敏感。它的一些光谱反射率和本身的一些理化参数之间存在着很大的相关性,这就是利用遥感监测土壤肥力的内在机理。然而,农田土壤经常为植被所覆盖,裸露的时间比较短,影响了遥感技术在农田土壤肥力监测方面的应用。不过,国内外学者在遥感监测作物长势、营养状况方面取得了巨大成果。由于不同的土壤理化性质和施肥量会在一定程度上引起作物长势的差异,并最终反映在作物冠层光谱反射率上。这种机理的存在使得利用遥感获得的植被光谱特性间接监测土壤理化性质成为可能。NDVI(归一化植被指数)在监测地表植被覆盖中发挥着重要作用。水田植被覆盖种类单一,其它影响因素少,这使得通过NDVI监测水稻长势,间接监测稻田土壤肥力状况变得可行。利用遥感技术监测土壤肥力状况,正好弥补了传统土壤监测的缺陷。遥感技术以其实时、持久、数据量大、观测范围广等优点在土壤监测中发挥了重要作用,成为土壤各种元素含量监测和时空动态分析的重要技术手段,突破了传统的地面点状监测方法。遥感技术能清楚地反映出土壤一些理化性质的空间分布特征,利用多时相的遥感数据可对同一地区的土壤进行动态监测,防止施肥过度导致的面源污染或施肥不足产生的地力衰竭,为合理的配方施肥提供决策依据。本研究以南京溧水县农区水稻田作为实验区,以研究区水稻的主要遥感影象指数——归一化植被指数(NDVI)作为研究对象。采用相关性回归分析方法将地面定位微观监测数据和遥感技术宏观监测数据有机地对接起来,旨在探讨研究区水田土壤的主要营养元素——全氮在中巴地球资源2号卫星(CBERS-2,简称中巴-2)数据中的敏感波段或波段组合,研究建立农区水田土壤全氮含量的遥感监测估算模型。最后将所建的模型应用于水田肥力的估测和研究区水田土壤全氮含量二级图的划分。本文的创新点在于利用中巴-2号卫星的CCD的归一化植被指数对南京溧水县水田的土壤全氮进行估测,在此基础上做了研究区的氮素等级分布图,并对关于遥感估测土壤元素技术体系的建立进行了讨论和初探。通过全文研究,得出结论如下：1)水稻分蘖期中巴-2卫星影象取得的归一化植被指数可以很好的反映水稻长势,间接表现稻田土壤的全氮水平；2)中巴-2卫星影象的CCD数据可以实现对稻田土壤全氮的半定量估测；3)在归一化植被指数影象的基础上可以实现对研究区稻田土壤全氮水平的区划,并可成图；4)遥感估测土壤元素技术体系的建立基本是可行的。基于上述研究,可通过进一步的研究提高估测模型的精度,进而达到精确监测。通过对土壤其它元素含量和物理性质的遥感监测研究,建立并完善遥感估测土壤元素的技术体系。

全文目录

摘要 6-8Abstract 8-11第一章绪论 11-25 1.1 土壤氮素对于水稻等作物的重要性和遥感动态监测的意义 11-13 1.1.1 土壤氮素对水稻等作物的作用 11 1.1.2 实施精确施肥对及时监测土壤肥力的要求 11-12 1.1.3 遥感即时监测土壤肥力的可行性分析 12-13 1.2 国内外的研究进展 13-19 1.2.1 传统的土壤氮素监测 13 1.2.2 遥感技术的发展历程、发展趋势和其在农业方面的应用 13-17 1.2.3 遥感在监测土壤肥力中的应用 17-19 1.3 研究概要 19-25 1.3.1 研究来源 19-22 1.3.2 本文的研究内容 22-25第二章研究方案与研究方法 25-51 2.1 区域概况和行政区划 25-27 2.2 自然环境状况 27-30 2.2.1 气候和水稻的种植习惯 27-28 2.2.2 地形地貌 28 2.2.3 植被 28-29 2.2.4 水文 29 2.2.5 土壤和主要成土母质 29-30 2.3 数据来源 30-37 2.3.1 遥感数据 30-35 2.3.2 地面数据 35-37 2.4 研究内容和研究方法 37-51 2.4.1 遥感影像的处理 37-44 2.4.2 地面数据的获取——样品的采集和分析 44-47 2.4.3 遥感和地面数据的关联 47-51第三章遥感估测土壤全氮含量模型的建立和研究区稻田全氮含量二级图生成 51-57 3.1 回归模型的建立 51-52 3.2 回归模型的检测 52 3.3 基于回归模型的研究区稻田全氮含量二级图的生成 52-54 3.4 高光谱的佐证 54-57 3.4.1 裸土的高光谱测定 54-55 3.4.2 水稻冠层的高光谱测量 55-57第四章关于遥感估测土壤元素技术体系建立的进一步探讨 57-61 4.1 遥感估测土壤元素含量的可行性分析 57-58 4.1.1 遥感对土壤植物营养元素估测的可行性分析 57 4.1.2 遥感对土壤重金属等污染元素估测的可行性分析 57-58 4.2 遥感估测土壤元素的技术流程 58-60 4.2.1 遥感数据源的选择和土壤样品的采集 59 4.2.2 遥感影象的处理和地面数据的获得 59 4.2.3 遥感影象指数和地表数据的关联 59-60 4.2.4 模型的建立和检验 60 4.3 遥感估测土壤元素的发展趋势 60-61第五章全文结论 61-65 5.1 结论 61-62 5.2 创新点 62 5.3 存在的不足 62 5.4 对本研究未来的展望 62-65参考文献 65-71个人简介 71-73致谢 73

南京市溧水县稻田土壤全氮的遥感估测

内容摘要

全文目录

相似论文