色季拉山土壤表层有机碳空间分布特征及数字制图研究

摘要

土壤有机碳是土壤肥力的重要因素，影响着水土保持和景观恢复力，同时也有利于土壤养分的循环。此外，土壤有机碳库是陆地生态圈最大的有机碳库，对于各生态圈之间的有机碳平衡起着至关重要的作用。青藏高原低温、高海拔的特性使得该地区的土壤及植被对气候变化极为敏感，因此该地区对全球碳储量和平衡起着举足轻重的作用。由于青藏高原土壤采样艰难，目前青藏高原土壤碳库的估测都是通过土壤类型GIS连接法，但该地区高度的空间变异性使得这种方法在土壤碳库估测方面存在着巨大的不确定性。
　　本文以藏东南的色季拉山为研究区域，采用土壤数字制图方法中核心的Scorpan预测函数，在获取土地覆盖类型的基础上，通过尺度转换算法提取90米分辨率的土壤、气候和地形等环境协变量数据，通过不同的数据挖掘技术构建土壤表层(0-20 cm)有机碳和环境协变量的最优预测模型，估测研究区土壤表层有机碳含量，分析土壤表层有机碳空间分布特征，最终估测土壤表层有机碳密度及有机碳储量。本文的主要研究内容和研究成果主要分为以下几个内容:
　　(1)基于高分数据的土地覆盖类型分布图
　　研究区域高分一号影像数据预处理后，以高分一号数据波段1、波段2、波段3、波段4、NDVI、ISODATA结果和DEM为基础数据，对比最小距离法和决策树算法对土地覆盖类型分类的精度。结果表明决策树算法优于最小距离分类法，总精度为79.76％，Kappa系数为0.71。由于最佳高分一号影像数据获取时间为11月份，积雪覆盖较多，因此通过7月份的Landsat8数据修正积雪区域后得到最终土地覆盖类型图。研究区域内林地覆盖面积最大，达57.75％，草灌次之(25.31％)，农田的面积最小(6.50％)，有14.43％的区域常年被积雪覆盖。
　　(2)基于中低分辨率影像的地形、年均降雨和年均地表温度分布图
　　从90米分辨率的DEM数据提取地形相关的高程、坡度、坡向、坡长、曲率、谷深、地形粗糙指数、地形湿度指数和多分辨率谷底平坦指数，同时通过地理加权回归算法将0.25°分辨率的TRMM年均降雨数据和0.05°分辨率的MODIS年均地表温度数据降尺度到90米分辨率。结果表明地理加权回归对年均降雨和年均地表温度的降尺度效果较好，以经纬度和高程数据为回归变量的林芝地区年均降雨和年均地表温度的建模精度R2分别为0.91和0.99，色季拉山年均降雨的局部R2为0.63-0.72，年均地表温度的局部R2为0.84-0.98。
　　(3)基于实地采样的土壤表层可见-近红外光谱主成分空间分布图
　　实验室化学分析测得实地样本的土壤表层有机碳含量，通过主成分分析得到土壤光谱前三个主成分，这三个主成分能解释98.63％的总体方差，因此能够代表土壤综合信息。土壤光谱前两个主成分能够区分农田和自然土地覆盖（林地与草灌），而林地和草灌之间可分性较差。最后以高程数据为协变量采用协同克里格插值得到研究区土壤表层光谱前三主成分空间分布图。
　　(4)基于Scorpan预测函数的最优土壤表层有机碳预测模型及有机碳储量预测
　　比较Cubist算法和随机森林算法后对土壤有机碳预测精度后发现随机森林模型的预测能力强于Cubist，最佳的随机森林模型RMSE为7.62 gkg-1。随机森林模型能够揭示土壤表层有机碳预测模型中环境协变量的重要程度，其中土壤光谱前三个主成分最为关键，能解释土壤表层有机碳近70％的差异性。色季拉山估测的土壤表层平均有机碳为49.51 gkg-1，平均有机碳密度为11.43 kg m-2，远高于西藏地区土壤表层的平均有机碳密度4.27 kg m-2。三个土地覆盖类型中，林地平均有机碳含量和密度最高，分别为51.71 gkg-1和12.10 kg m-2，草灌平均有机碳和密度居中，分别为51.25 g kg-1和10.45 kg m-2，农田的平均有机碳和密度最低，分别为36.18 gkg-1和9.70 kg m-2。通过Scorpan预测函数估测色季拉山土壤表层有机碳储量为2.79×109 g，远高于土壤类型GIS连接法估测所得的1.89×109 g。由于高度的空间变异性，前期研究中藏东南地区的有机碳储量被严重低估。
　　以上研究结果表明，土壤数字制图能够有效预测土壤有机碳含量，其估测高分辨率的土壤有机碳分布图能够提高高寒山区有机碳储量的预测精度，降低模型带来的预测误差，为更加准确地估测青藏高原有机碳库提供理论依据。

目录

声明

论文说明

致谢

摘要

图目录

表目录

第一章 引言

1．1 研究背景及意义

1．2 国内外研究进展

1．3 研究目标及内容

1．3．1 研究目标

1．3．2 研究内容

1．4 研究区概况

1．5 研究技术路线图

第二章 基于高分辨率卫星数据的土地覆盖分类研究

2．1 高分一号数据预处理

2．2 常用土地覆盖分类方法

2．3 不同土地覆盖分类方法优选

2．4 土地覆盖分类修正

第三章 基于中低分辨率卫星数据的地形和气候数据研究

3．1 DEM相关地形数据提取

3．2 基于降尺度算法的气候数据提取

3．2．1 年均降雨

3．2．2 年均地表温度

3．2．3 降尺度算法及其应用

第四章 土样可见-近红外光谱测定及光谱信息空间分布

4．1 实地土样采集及有机碳测定

4．2 采样点土壤表层有机碳分布特征分析

4．3 土壤可见-近红外光谱采集及预处理

4．4 土壤vis-NIR光谱特征分析

4．5 基于PCA的土壤光谱信息建模和空间分布研究

4．5．1 PCA原理

4．5．2 土壤光谱主成分特征分析

4．5．3 土壤光谱信息空间分布

第五章 高寒山区土壤表层有机碳预测

5．1 基于不同算法的土壤表层有机碳预测模型比较

5．1．1 Cubist算法

5．1．2 随机森林算法

5．2 土壤表层有机碳预测模型重要因子研究

5．3 色季拉山土壤表层有机碳含量分布

5．4 不同土地覆盖下土壤表层有机碳分布特征

5．5 土壤有机碳密度和储量估算

5．6 与土壤类型法GIS连接法有机碳储量估测差异分析

第六章 结论与展望

6．1 结论

6．2 不足与展望

参考文献

作者简历