导读:本文包含了土壤含盐量论文开题报告文献综述及选题提纲参考文献，主要关键词:遥感,土壤盐分,光谱反射率,光谱指数
土壤含盐量论文文献综述
姚志华,陈俊英,张智韬,谭丞轩,魏广飞[1]（2019）在《覆膜对无人机多光谱遥感反演土壤含盐量精度的影响》一文中研究指出快速、准确地获取农田土壤盐分含量对指导合理灌溉及盐渍土的治理有重要意义。该文以内蒙古河套灌区沙壕渠灌域内的覆膜耕地为研究对象,利用无人机多光谱相机获取研究区内5月和6月的多光谱遥感数据,并同步采集区域内表层土壤含盐量数据,研究覆膜对无人机多光谱遥感图像反演农田土壤盐分含量精度的影响。利用支持向量机(support vector machine,SVM)、反向传播神经网络(back propagation neural network,BPNN)和极限学习机(extreme learning machine,ELM)3种机器学习方法,分别构建去膜前后基于原始光谱反射率和优选光谱指数的土壤含盐量估算模型。结果表明,去膜前后的各模型均可有效估测土壤盐分含量,但基于去膜处理后的数据构建的盐分含量估算模型精度较不去膜处理的有所提升,同时,基于光谱指数构建的盐分含量估算模型精度比基于光谱反射率构建的模型精度高;利用ELM构建的盐分含量估算模型在6月份预测效果最佳,其中基于光谱反射率和光谱指数的建模R2和RMSE分别为0.695、0.663和0.182、0.191,验证R2和RMSE分别为0.717、0.716和0.171、0.169。研究结果可为无人机多光谱遥感估算覆膜状态下的农田土壤盐分含量提供参考。(本文来源于《农业工程学报》期刊2019年19期）
张智韬,韩佳,王新涛,陈皓锐,魏广飞[2]（2019）在《基于全子集-分位数回归的土壤含盐量反演研究》一文中研究指出为提高植被覆盖条件下卫星遥感对土壤含盐量的估测精度,以河套灌区解放闸灌域为研究区,以高分一号卫星影像为数据源,同步采集不同深度土壤含盐量,通过全子集筛选法(Best subset selection)分析不同波段和光谱指数对于不同深度土壤含盐量的敏感性,并采用人工神经网络(Artificial neural network,ANN)、支持向量机(Support vector machine,SVM)和分位数回归(Quantile regression,QR) 3种方法,构建全子集筛选前后0～20 cm、20～40 cm、0～40 cm、40～60 cm、0～60 cm等不同深度下的土壤含盐量反演模型。结果表明,B4、BI、SI1、SI3是0～20 cm、0～40 cm处土壤含盐量的敏感变量组合,B4、BI、NDVI为20～40 cm、40～60 cm、0～60 cm处土壤含盐量的敏感变量组合;在各深度下,分位数回归模型的精度最高,模型的决定系数R2c1、R2v1均在0. 4以上,均方根误差RMSEc1、RMSEv1均小于0. 4%,SVM次之,ANN最差;在20～40 cm深度下QR反演模型效果优于其他深度,为本文土壤含盐量估算的最优模型,其建模和验证的决定系数R2c1、R2v1分别为0. 611和0. 671,建模和验证均方根误差RMSEc1、RMSEv1分别为0. 177%和0. 160%。本研究可为卫星遥感大范围监测植被覆盖条件下土壤盐渍化程度提供参考。(本文来源于《农业机械学报》期刊2019年10期）
安振,张梦坤,秦基皓,胡恒宇,宁堂原[3]（2019）在《小麦玉米与苜蓿间作模式对盐碱地土壤含盐量及周年产量的影响》一文中研究指出盐碱地是我国重要的后备耕作资源,构建合理的耕作制度是其绿色开发的重要一环。为了有效利用及改良盐碱地,本研究于2017—2018年以小麦复种玉米、苜蓿单作为对照,分别设置小麦玉米与5行、10行苜蓿间作处理,研究其对土壤含盐量及各作物产量、土地当量比的影响。结果表明,小麦玉米间作苜蓿可以降低0～40 cm土层含盐量,提高小麦玉米的穗粒数、粒重和净面积单产,提高苜蓿周年干物质产量。对小麦玉米来说,两种间作模式均表现出种间互补作用大于种间竞争作用;对苜蓿而言,虽然不利于净面积单产提高,但减产均不显着。小麦季间作5行苜蓿的土地当量比低于间作10行苜蓿,但其玉米季和周年土地当量比较高。从周年来看,小麦玉米间作5行苜蓿是较佳的种植模式。(本文来源于《山东农业科学》期刊2019年06期）
夏军,张飞[4]（2019）在《热红外光谱的干旱区土壤含盐量遥感反演》一文中研究指出干旱区土壤盐渍化已对生态环境构成严重威胁,通过遥感技术对土壤盐分含量进行定量反演具有重要意义。通过采集艾比湖流域的农田土壤和盐壳结晶,在室内配制成不同含盐量梯度(盐分占盐土比重:0.3%～30%)的土壤样品,利用102F FTIR光谱仪测量土壤样品的热红外光谱,并通过普朗克函数拟合得到土壤发射率数据。土壤发射率光谱曲线特征:不同含盐量土壤的发射率光谱曲线在形态和变化趋势上基本一致,发射率随含盐量增加而增大;盐分因子对Reststrahlen吸收特征有抑制作用,随着含盐量的增加, Reststrahlen吸收特征会减弱。通过发射率与含盐量相关性分析:土壤热红外发射率与盐分含量呈正相关关系,最大相关系数达到0.899,对应的波段为9.21μm; 8.2～10.5μm是土壤盐分因子的最敏感波段。通过一元线性回归、多元逐步回归和偏最小二乘法建模分析比较,偏最小二乘法效果最佳,模型预测的R~2达到0.958, RMSE为1.911%。选择ASTER, Landsat8和HJ-1B卫星传感器的热红外波段,进行发射率光谱模拟,通过相关性分析:ASTER的B10, B11和B12波段属于热红外光谱对盐分因子的敏感波段,与土壤含盐量相关性较高,相关系数分别为0.706, 0.786和0.872。采用多元线性回归法建立基于ASTER热红外波段的土壤含盐量预测模型,模型预测的R~2为0.833, RMSE为3.895%。结果表明,遥感传感器对土壤含盐量的预测能力,取决于传感器的光谱波段对盐分因子的敏感程度,通过卫星热红外遥感定量反演土壤含盐量是可行的,为干旱区土壤盐渍化遥感监测提供了新的途径和参考。(本文来源于《光谱学与光谱分析》期刊2019年04期）
张继峯,王振华,张金珠,窦允清,刘伟伟[5]（2019）在《土壤含盐量对滴灌加工番茄生理生长和产量的影响》一文中研究指出为探讨土壤含盐量对加工番茄生理生长的影响,采用桶栽试验,人工配制不同盐碱含量土壤(CK:1.5 g/kg,S1:4.0 g/kg,S2:7.0 g/kg,S3:10.0 g/kg),研究滴灌条件不同土壤含盐量下加工番茄生理生长指标、叶绿素参数的变化规律。结果表明,S1处理对加工番茄的生长指标和净光合速率、蒸腾速率、气孔导度、叶片水分利用效率及叶绿素含量均有一定的促进作用,但不显着(P>0.05),S2与S3处理对以上指标均表现出抑制性,S3处理尤为显着(P<0.01);S1处理较CK增产2.1%,S2与S3处理较CK分别减产18.7%和65.4%;生育后期,加工番茄光合能力下降主要是由高土壤含盐量导致叶片气孔关闭的非气孔限制因素造成的。可以考虑在4.0 g/kg以下的盐碱土壤进行加工番茄的种植。(本文来源于《中国农村水利水电》期刊2019年02期）
李小牛[6]（2018）在《不同秸秆覆盖量对重度盐碱土壤含盐量及水分变化的影响》一文中研究指出实验针对山西太原表层土壤含盐量日趋增大的问题,以种植玉米的重度盐碱土壤为基础,研究了不同秸秆覆盖量下土壤盐分的运移规律。结果表明:不同秸秆覆盖量对土壤含盐量的影响,主要集中在土壤表层0～20 cm之间,当土壤深度大于30 cm时,土壤含盐量变化的影响趋于一致。并对不同秸秆覆盖下的土壤脱盐效果进行分析,可知秸秆覆盖处理的脱盐效果,明显好于未进行秸秆覆盖处理的土壤。实验通过研究对比,确定该地区重度盐碱地玉米种植较佳的秸秆覆盖量为0.9 kg/m~2。(本文来源于《山西水利》期刊2018年05期）
陈文玲,冉圣宏,刘韬韬[7]（2018）在《不同灌溉方式棉田土壤含盐量的分布特征——以玛纳斯河中游灌区为例》一文中研究指出【目的】为干旱区节水灌溉和土壤盐渍化的预防提供依据。【方法】采用野外采样、实验室分析以及统计分析等方法,并基于空间换时间的研究方法,以玛纳斯河中游灌区为例,开展了灌溉方式(荒地、漫灌、滴灌)对棉田土壤盐分分布特征的研究。【结果】各灌溉方式变化过程0~40 cm及0~100 cm剖面内各层土壤含盐量分布特征大致为:荒地最高,滴灌棉田灌溉初期次之,漫灌棉田相对最低;随滴灌年限增加,土壤含盐量呈波动上升趋势;随着土层深度增加,各样地土壤含盐量大致呈现出:荒地各层土壤含盐量均比较高,漫灌棉田土壤含盐量主要集中在20~60 cm土层,0~20、60~100 cm土层相对较少,滴灌棉田各层土壤含盐量规律不明显。不同灌溉方式棉田纵剖面土壤含盐量的变异性为:荒地最低,漫灌棉田最高,而滴灌棉田变异性位于荒地和漫灌棉田之间,并且随滴灌年限增加土壤含盐量变异性呈现出1~4 a内波动减小,4~5 a间达到最小,4~5 a后波动增大的趋势;在灌溉方式变化过程中随土层深度增加各层土壤含盐量变异性呈波动下降的趋势。【结论】综上可知,不同灌溉方式以及灌溉年限的变化对棉田各层土壤含盐量及其变异性会有明显的影响。(本文来源于《灌溉排水学报》期刊2018年05期）
黎雅楠[8]（2018）在《基于遥感的黄河叁角洲土壤含盐量研究》一文中研究指出土壤盐渍化是土地退化的主要类型之一,它作为一个全球性的资源问题和生态环境问题,是导致农业产量下降、土壤流失、生态环境恶化、全球气候变暖的主要原因,尤其是在干旱、半干旱以及海滨冲积平原地区,土壤盐渍化带来的负面影响更加严重。区域尺度上,尤其滨海海浸盐渍区土壤盐分分布状况及其时空动态变化的有效监测与掌握对土壤盐渍化治理以及生态环境保护具有重要意义。遥感技术以其区域大尺度,高时间分辨率的特征,已经成为大面积实时动态监测土壤含盐量的最主要方式。本文选取黄河叁角洲典型区域作为研究区,以Landsat TM/OLI遥感影像数据以及相应的野外实测土壤采样点含盐量数据作为数据源,筛选了构建土壤盐渍化遥感预测模型的最优因子,并在此基础上辅以数字高程模型数据,构建了基于地表波谱反射率、盐分指数、植被指数的土壤含盐量综合遥感反演模型,并根据实测点的土壤含盐量对模型进行了精度验证。最后,利用精度最优的土壤含盐量综合遥感反演模型,反演了研究区2003年10月26日,2009年10月26日,2015年10月27日的土壤含盐量,并综合反演的结果分析了研究区土壤含盐量的时空动态分布特征。主要结果如下:(1)研究区土壤含盐量与landsatTM第4、5、7波段反射率、NDVI、EVI和DEM相关性较强,构建的综合反演模型为:S=1.347X_1~3-1.684X_2~3-0.254ln(X_3)-1.856X_4-.0164X_5-0.039X_6+3.114(2)利用黄河叁角洲土壤含盐量综合遥感反演模型分别对2003年TM影像、2009年TM影像、2015年OIL影像进行含盐量反演,得出叁个时期土壤含盐量的分布情况,并根据盐渍化土壤分级标准,得出研究区土壤含盐量等级分布图,统计并分析了研究区土壤含盐量时空动态变化,实现了区域尺度上土壤盐分动态监测。(3)黄河叁角洲地区在过去的十几年里土壤盐渍化的程度和分布格局发生了明显的变化。在时间范围上土壤含盐量整体呈现先增加后减少的趋势,空间上整体呈现沿海岸线向内陆递减的趋势。(本文来源于《长安大学》期刊2018-05-10）
马驰[9]（2018）在《基于Sentinel-1双极化雷达影像的土壤含盐量反演》一文中研究指出该文以松嫩平原土地盐碱化区域-大庆市为研究区,Sentinel-1双极化雷达影像为数据源,结合研究区土壤采样的全盐含量测量值,反演研究区表层土壤含盐量。首先,在研究区进行土壤采样,并在实验室化验土壤样品的全盐含量,利用S1TBX软件对雷达影像进行噪声处理、辐射校正、几何校正;然后通过分析雷达影像不同极化组合的后向散射系数与土壤含盐量之间的关系,确定最优的极化组合方式;最后,利用回归分析的方法建立土壤含盐量的反演模型并进行精度评价。研究结果显示:(VV~2+VH~2)/(VV~2-VH~2)极化组合的后向散射系数可以较好的分离不同含盐量的土壤,建立起来的反演模型,决定系数R~2达到0.872,均方根误差RMSE为0.988。该研究可以满足大区域土地盐碱化监测的需要,并为Sentinel-1雷达数据在土壤成分提取等方面研究提供了参考。(本文来源于《农业工程学报》期刊2018年02期）
吾木提·艾山江,买买提·沙吾提,依力亚斯江·努尔麦麦提,茹克亚·萨吾提,王敬哲[10]（2017）在《基于WorldView-2影像的土壤含盐量反演模型》一文中研究指出针对WorldView-2影像高空间分辨率评价其定量反演土壤含盐量的能力,以盐渍化现象较为明显的新疆克里雅河流域为研究对象,基于WorldView-2影像和实测高光谱数据,利用偏最小二乘回归(partial least squares regression,PLSR)和BP人工神经网络(back propagation artificial neural networks,BP ANN)方法建立定量反演该流域土壤含盐量模型并做出研究区高空间分辨率土壤含盐量分布图。结果表明:1)利用实测高光谱数据和影像数据分别建立的2种模型中BP神经网络模型预测精度都高于PLSR模型,其中基于影像数据建立的6:8:1结构的3层BP神经网络模型决定系数R2、均方根误差RMSE、相对分析误差RPD分别为0.851、0.979、2.337,模型的稳定性和预测能力都优于PLSR模型(R2、RMSE、RPD分别为0.814、1.139、2.007)。2)利用WorldView-2影像提高了土壤含盐量制图的空间分辨率,归一化植被指数NDVI和比例植被指数RVI较有效降低了植被覆盖与土壤水分对预测精度的影响。该文建立的考虑植被覆盖与土壤水分定量反演土壤含盐量的模型不需要复杂的参数,一定程度上满足了干旱、半干旱地区的盐渍化监测需求,可以促进WorldView-2等高空间分辨率卫星在盐渍化监测中的进一步应用。(本文来源于《农业工程学报》期刊2017年24期）
土壤含盐量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高植被覆盖条件下卫星遥感对土壤含盐量的估测精度,以河套灌区解放闸灌域为研究区,以高分一号卫星影像为数据源,同步采集不同深度土壤含盐量,通过全子集筛选法(Best subset selection)分析不同波段和光谱指数对于不同深度土壤含盐量的敏感性,并采用人工神经网络(Artificial neural network,ANN)、支持向量机(Support vector machine,SVM)和分位数回归(Quantile regression,QR) 3种方法,构建全子集筛选前后0～20 cm、20～40 cm、0～40 cm、40～60 cm、0～60 cm等不同深度下的土壤含盐量反演模型。结果表明,B4、BI、SI1、SI3是0～20 cm、0～40 cm处土壤含盐量的敏感变量组合,B4、BI、NDVI为20～40 cm、40～60 cm、0～60 cm处土壤含盐量的敏感变量组合;在各深度下,分位数回归模型的精度最高,模型的决定系数R2c1、R2v1均在0. 4以上,均方根误差RMSEc1、RMSEv1均小于0. 4%,SVM次之,ANN最差;在20～40 cm深度下QR反演模型效果优于其他深度,为本文土壤含盐量估算的最优模型,其建模和验证的决定系数R2c1、R2v1分别为0. 611和0. 671,建模和验证均方根误差RMSEc1、RMSEv1分别为0. 177%和0. 160%。本研究可为卫星遥感大范围监测植被覆盖条件下土壤盐渍化程度提供参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
土壤含盐量论文参考文献
[1].姚志华,陈俊英,张智韬,谭丞轩,魏广飞.覆膜对无人机多光谱遥感反演土壤含盐量精度的影响[J].农业工程学报.2019
[2].张智韬,韩佳,王新涛,陈皓锐,魏广飞.基于全子集-分位数回归的土壤含盐量反演研究[J].农业机械学报.2019
[3].安振,张梦坤,秦基皓,胡恒宇,宁堂原.小麦玉米与苜蓿间作模式对盐碱地土壤含盐量及周年产量的影响[J].山东农业科学.2019
[4].夏军,张飞.热红外光谱的干旱区土壤含盐量遥感反演[J].光谱学与光谱分析.2019
[5].张继峯,王振华,张金珠,窦允清,刘伟伟.土壤含盐量对滴灌加工番茄生理生长和产量的影响[J].中国农村水利水电.2019
[6].李小牛.不同秸秆覆盖量对重度盐碱土壤含盐量及水分变化的影响[J].山西水利.2018
[7].陈文玲,冉圣宏,刘韬韬.不同灌溉方式棉田土壤含盐量的分布特征——以玛纳斯河中游灌区为例[J].灌溉排水学报.2018
[8].黎雅楠.基于遥感的黄河叁角洲土壤含盐量研究[D].长安大学.2018
[9].马驰.基于Sentinel-1双极化雷达影像的土壤含盐量反演[J].农业工程学报.2018
[10].吾木提·艾山江,买买提·沙吾提,依力亚斯江·努尔麦麦提,茹克亚·萨吾提,王敬哲.基于WorldView-2影像的土壤含盐量反演模型[J].农业工程学报.2017