论文部分内容阅读
土壤生物量碳是指土壤中所有活的微生物体内所含的碳的量,与土壤中的N、P、S等养分循环有着密切的关系,在主要养分的循环过程中起着主导作用。土壤生物量碳通常只占土壤全碳和土壤有机碳的很小一部分,但是由于它是土壤养分中较有活性的部分,因此它是反映土壤生物活性和土壤肥力的重要指标。ASTER是搭载在Terra卫星上的高级光学传感器,于1999年12月发射升空。ASTER是一部高分辨率解析地表图像的传感器,主要是通过14个波段获取整个地面的图像数据,分为可见光/近红外波段,短波红外波段,热红外波段三大类。ASTER影像已经广泛应用于了解局部地区和地球表面的动态变化。本文先对吉林省(东经122°-131°,北纬41°—46°)范围内的土壤进行2011年和2012年两次采样,并用GPS定位,拿回实验室进行测定。在从研究遥感影像中土壤的光谱特征入手,通过对12幅L1B级ASTER遥感影像的几何校正、辐射校正、裁剪和将遥感图像的亮度值转换为反射率的预处理。然后使用ENVI软件对采样点在波段1、波段2、波段3N和波段3B对应的反射率值进行读取。通过相关性分析发现土壤生物量碳含量与波段1、波段2、波段3N相关,与波段3B不相关。将特征波段与土壤生物量碳的实测数据一起进行回归分析并建立多个多元回归方程,最后根据实测的土壤生物量碳含量,对建立的模型进行精度评价,选取最优模型。模型lnBc=5.9694×lnb1-1.6946×lnb2+0.2132×lnb3N-0.0615×b1-9.4731,的判定系数R2为0.8272,标准误差为0.2167。土壤生物量碳实测数据与计算的生物量碳数据的相关系数为0.78375。当土壤生物量碳含量小于270mg/kg时模型的精度可达0.9703。模型Bc=1553.3344×1nb一410.9061×lnb2+54.049×lnb3N-16.875×b1-3702.4274,判定系数R2为0.7696,标准误差为0.2921。土壤生物量实测数据与生物量碳计算数据的相关系数为0.7535。两个模型都具有较高的稳定性和预报能力,在土壤生物量碳含量计算值与生物量碳含量实测值都有很高的相关性,因此方程可以用来进行土壤生物量碳的估算。