星陆双基土壤有机质光谱响应机理与高精度数字制图研究

High-resolution digital soil mapping (HDSM) of organic matter (OM) are precondition of farmland precise management, soil fertility evaluation, and carbon-pool estimation in soil. Due to the space-time variation of soils, spatial distribution of soil OM was hardly presented with limited samples.The objective of this study is to find out the principle and methodology for HDSM of soil OM with the support of remote sensing and proximal sensors,which concerns the following aspects:1) to study on transmission trait of soil radiation under sunlight and synthetic fiber-light and the response mechanism of soil OM spectral characteristic, and to assess the capacity and potential of in situ spectroscopy for prediting soil OM; 2) to explore the effective fusion-method for combining multi-resources data from remote and proximal sensors, and the data mining method for prediting soil OM using spectral reflectance. To establish a rapid HDSM method for soil OM based on Geostatistics and soil spectral data; 3) to modify and build a new soil-landscape model for HDSM using the extracting factors from soil former and spectral data, and to solve some key problems of soil OM digital mapping in plain area where without relief factor by DEM. The research results can provide a most promising approach for soil OM investigation involving large areas , and to improve our understanding of the soil carbon cycle and benefit to global HDSM program.

高精度获取农田土壤有机质含量及其数字化制图是实施农田精准管理、农田土壤肥力评价、土壤碳库估算等工作的前提。但野外土壤有机质时空变异特性的存在，使得有限的土壤采样往往很难准确表征其田间空间分布特征。本研究总目标是探索星陆双基数据支持下高精度农田土壤有机质数字制图的原理和方法。内容包括：1）开展野外太阳光和人工光纤光源环境下土壤辐射传输特性和有机质光谱特性响应机理的研究，探求野外土壤有机质光谱预测潜力;2）开展星陆双基图谱特征一体化的土壤多维信息有效融合方法和有机质光谱预测数据挖掘建模方法研究，建立基于地统计学方法和星陆双基图谱特征的土壤有机质快速制图方法;3）以土壤发生学背景信息和遥感光谱信息为主，改进提出新的土壤有机质数字制图的土壤-景观模型，突破平原地区无DEM关键因子支持下土壤有机质数字制图的难题。研究结果将为大面积土壤有机质探测和高精度数字制图提供研究基础和方法参考。

高精度获取农田土壤有机质含量及其数字化制图是实施农田精准管理、农田土壤肥力评价、土壤碳库估算等工作的前提，也是开发各类农业土壤仪器的重要理论和方法支撑。.本课题围绕利用高分卫星和地面野外高光谱的星陆双基数据支持下高精度农田土壤有机质数字制图的原理和方法，发表了16篇论文，10篇第1标注，其中在EST、Geoderma、EJSS、Catena、中国科学等SCI论文13篇，获得国家发明专利2项，作为主要内容之一获得2015年国家科技进步二等奖1项，部分专利已被企业采用。全面完成了项目设计的研究目标和相关指标。.具体研究内容包括：1）利用可见-近红外型土壤近地传感器进行水稻土野外原位光谱信息的快速获取，突破土壤高光谱多局限于室内研究的现状，建立了全国尺度的土壤有机质光谱预测模型；针对土壤水分、颗粒等严重影响野外土壤光谱原位快速测定的精度和稳定性这一重大难题，提出了DS和PDS野外土壤水分影响因素去除算法；首次进行了土壤剖面原位光谱反演土壤有机碳含量的探索性研究，引入非线性思想构建光谱与土壤有机碳的定量模型，不仅消弱了环境噪声的影响同时获得了良好的预测精度。为土壤碳库野外调查、估算与验证提供潜在的快速原位测试技术和数据支撑。完成SCI论文8篇，发明专利2项，其中发表在2015年《European Journal of Soil Science》论文进入ISI前1%高被引论文。.2）以土壤-景观模型理论为基础，研究提取土壤发生学相关的地学背景和遥感光谱等相关因子信息的方法，改进高精度土壤有机质数字制图的土壤-景观模型，突破平原地区无DEM关键因子支持下土壤有机质数字制图的解决途径；通过采用Cubist方法构建土壤有机质-环境因子模型，完成了华北-东北平原SOM制图研究；针对传统相关性统计方法难以解释土壤属性空间异质性以及环境控制因子的尺度效应问题。首次将小波分析引入到大范围（华北-东北区）土壤有机质的空间变异特性研究，解析不同空间尺度下土壤有机质变异与降雨、气温等环境因子的相关性。完成SCI论文5篇。