【摘 要】
：
土壤是由气候、母质、生物、地形、时间等自然因素共同作用的产物,是人类生活和动植物生长的重要基础资源,对人们的生产生活至关重要。而随着自然因素与人为活动的影响,土壤属性具有复杂的空间异质性和非平稳性。土壤p H是土壤质量的重要指标之一,研究土壤p H的时空分布特征及其影响因素,对于土壤质量管理、土壤养分持续利用具有重要意义。本文以安徽省为研究对象,利用全国第二次土壤普查数据（1980s）和《中国土系
论文部分内容阅读
土壤是由气候、母质、生物、地形、时间等自然因素共同作用的产物,是人类生活和动植物生长的重要基础资源,对人们的生产生活至关重要。而随着自然因素与人为活动的影响,土壤属性具有复杂的空间异质性和非平稳性。土壤p H是土壤质量的重要指标之一,研究土壤p H的时空分布特征及其影响因素,对于土壤质量管理、土壤养分持续利用具有重要意义。本文以安徽省为研究对象,利用全国第二次土壤普查数据（1980s）和《中国土系志·安徽卷》（2010年）,分别获取196和140个土壤样点信息,利用GIS和RS技术获取地形因子、植被指数、气候等环境协变量。采用Boruta算法、递归特征消除算法、主成分分析和自编码器四种特征选择方法,结合梯度提升决策树、深度学习和随机森林模型,预测安徽省1980年和2010年土壤p H的空间分布规律,选择适合该地区的最佳拟合模型,探究安徽省30a间土壤p H的时空变化特征及影响因素,主要结果如下:（1）四种特征处理方法中Boruta算法和递归特征消除表现最优。根据特征筛选结果,1980年影响土壤p H分布的重要环境变量依次为年均降雨量、纬度、年均温度、多尺度谷底平坦度。2010年影响土壤p H分布的重要环境变量依次为年均降雨量、纬度、年均温度、多尺度谷底平坦度、植被增强指数、多尺度脊顶平坦度、经度和地形湿度指数。（2）从模型性能和制图效果考虑,安徽省1980和2010年土壤p H最佳拟合模型分别为递归特征消除—梯度提升决策树模型和Boruta算法—随机森林模型。两个时期模型预测决定系数R~2分别为0.42和0.69;制图结果表明,安徽省两个时期土壤p H与全国土壤p H分布格局相似,均表现为南酸北碱的分布格局。（3）安徽省1980年和2010年土壤p H均值分别为6.41±1.32、6.37±1.16,30a来安徽省部分地区土壤出现酸化情况。土壤p H空间变化具有局部特征,p H下降的土壤面积占总面积的18.54%,下降单位在0.3～1.5之间,主要分布在淮北平原南部、沿江平原和皖南丘陵山区。土壤p H基本保持不变的土壤占总面积的51.19%;土壤p H上升的土壤面积占总面积的29.86%,上升单位在0.3～1.8之间,分布在淮北平原北部、江淮丘陵岗地和皖西大别山区北部。（4）30a间各土壤类型p H表现不同的变化趋势,其中水稻土p H整体有上升趋势,砂姜黑土和潮土表现出酸化趋势,红壤土壤酸碱度基本不变。不同的土地利用方式下,土壤p H均值由大到小排列顺序为:旱地＞水田＞草地＞林地。旱地和水田酸性和碱性土壤面积有所减少,中性土壤面积增加;林地酸性土壤面积增加,草地中性及碱性土壤增加,酸性面积减少。（5）利用地理探测器探测影响土壤p H空间变化的重要因素,因子探测结果与特征算法筛选重要变量的结果基本一致,年均降雨量是影响土壤p H最主要的驱动因素之一,且与p H呈负相关关系。1980年环境因子交互作用探测表明,年均降水量与多尺度谷底平坦度的综合解释力在55.7%,2010年环境因子交互作用结果表明,纬度与其他因子交互作用综合解释力均在70%以上。此外,结合安徽省2000～2010年鉴统计资料和气象研究资料分析,酸雨和长期过度施肥等人为因素也是影响土壤p H时空变化的重要原因。图[31]表[25]参[92]
其他文献
巷道掘进过程中常遇到古河流冲刷带、断层破碎带等地质异常体,严重威胁巷道安全掘进,因此,在巷道掘进期间有必要进行超前探测,保证巷道高效、安全掘进。目前,地震与瞬变电磁是保障巷道安全掘进常用的两种重要超前探测技术手段,但是由于地球物理问题本身的多解性与单一探测技术的局限性,使得常规的巷道超前探测方法在数据反演时出现多解性、探测异常范围大等问题。针对单一探测方法在数据反演时存在的问题,开展地震与瞬变电磁
随着人类社会文明的进步,矿产资源的开发逐渐成为了人类生产和生活的基本源泉,由于长时间、大规模、高强度的进行资源开采,不可避免的造成了诸多环境问题。土地复垦逐渐成为治理矿区环境的重要手段,其中复垦土壤的水分含量情况是判断复垦效果的重要指标。因此,快速、精准、无损的探测复垦土壤含水率分布情况对复垦农业水资源管理、复垦效果监测以及复垦农田水文研究具有重要意义。探地雷达不仅是一种地球物理技术,而且逐渐演变
土壤水分是生态系统循环的关键变量之一,在干旱预警、作物估产和水文模拟等方面都至关重要。准确的实时监测某一区域土壤水分变化,对理解该区域大气与地表两者间能量转换等科学研究具有重要意义。与传统测量方法相比,遥感技术具有高时空分辨率的特点,在大范围监测土壤水分领域展示了巨大的应用潜力。尤其是主动微波遥感不仅具备全天时全天候的观测能力,还能穿透植被层和土壤表面,通过对土壤介电常数的高度敏感性获取大范围土壤
采煤沉陷水域水资源是研究沉陷水域环境和生态治理的关键要素之一,是矿区水生态治理的重要数据,沉陷水域水资源的快速勘测对水文、水资源经济和生态等领域具有重要意义。传统的船载声呐水资源勘测技术在浅水区域勘测效率低,工作量大,成本高。遥感水资源反演技术具有时效高,成本低等特点,是目前主要的水资源勘测补充技术。本文针对采煤沉陷水域水资源勘测技术展开研究,主要研究遥感水资源反演技术的适用性,利用Sentine
在项目建设前，相关人员需要根据《环境影响评价分类管理名录》，做好环境影响评价报告编制的相关工作；项目建设后，需根据环评批复进行环保工程建设，并使各项工作满足相关要求。各项环境项目都需要得到批准并满足所有环境指标的要求。基于此，本文对环境影响评价与环境工程的实践研究进行深入地分析与探究。
图像去噪是图像处理的一个关键步骤,一直是学者们研究的重点。图像去噪解决的问题是如何在保留图像真实信号的情况下更好的消除图像中的噪声信息。近些年,小波阈值和非局部均值去噪算法因其优异的去噪性能吸引了许多关注。因此以这两种方法为研究对象,本文的研究包含以下内容:（1）提出一种CALE阈值函数的小波去噪算法。首先提出了一种新阈值,新阈值会随着分解层数的变化选取更符合噪声系数的阈值,接着提出了一个连续型低
事件是人类存储记忆和进行逻辑思维活动的基本知识单元,其相关研究在哲学、语言学、人工智能等相关学术领域愈发受到重视。面向事件研究可以为知识图谱、事件分析、搜索引擎、推荐系统等专业研究和具体应用提供支撑和服务。本文对面向事件研究中事件要素识别和事件关系分类两个方向进行了研究,并针对以往研究存在和研究过程发现的一些问题,提出了解决方法,具体包括:（1）基于双维注意力和动态目标模型的事件要素识别研究。针对
业务流程预测是业务流程管理中对记录流程的事件日志进行分析并预测正在执行的业务流程,近年来深度学习在业务流程预测中越来越多的被应用,主流的方法是将流程看作自然语言处理中的序列,利用循环神经网络RNN和LSTM学习类似单词序列的语义,从而获取流程的语义。这些方法受限于RNN类神经网络的缺点且未能很好的利用流程中活动与活动之间的行为关系以及流程的图特征,所以本文提出基于深度学习的流程感知业务流程预测方法
现如今,信息技术的发展日新月异,海量的数据不断涌现在模式识别、机器学习等领域。这些原始数据由于更新速度快,维数高、结构复杂以及冗余信息多等特性,导致其存储困难、数据计算量大等一系列问题。目前,维数约简是解决这些问题的有效方法之一。维数约简不仅能够降低原始高维数据的维数,使数据易于存储,还能够发现隐藏在高维数据中的内在规律与联系。局部保持投影是维数约简方法中的典型代表,在降维的过程中能够很好地保留原