科研动态

当前位置: 首页 > 科研动态 > 正文

石璞等—星天地一体化高光谱技术用于土壤退化参数反演与空间表征

发布时间:2022-01-11来源:浏览次数:

土壤资源的合理利用与保护是关乎全球粮食和生态安全的重大课题。随着高强度人类活动对土壤资源的压力不断增大,全球范围内以土壤侵蚀为核心的土地退化问题日渐凸显。土地退化的典型危害体现在其对土壤物质循环的扰动,使土壤属性和功能呈高度时空动态性。因此,理解和表征土壤的时空变化,是实现土壤资源合理利用与管理的重要前提。当前,传统土壤信息获取方法多依赖于地面土壤取样和实验室化学分析,周期长、成本高,难以实现大范围、多频次的土壤属性量化。亟需构建高效和经济的土壤属性高精度量化方法,以实现大尺度、多频次的土壤属性调查与监测。

针对上述瓶颈,金沙8888js官方王冬艳教授科研团队中的石璞副教授、祝元丽博士与比利时新鲁汶大学Kristof Van OostBas van Wesemael教授合作,将碳稳定同位素示踪法、近地传感、无人机遥感、航空高光谱遥感技术应用于土壤退化研究领域,构成星--地一体化的土壤退化调查方法体系,在东北黑土区和比利时黄土区坡面和区域尺度开展了土壤退化参数反演与空间表征、侵蚀-沉积驱动土壤有机碳动态变化研究。取得主要认识如下:

(1)利用可见-近红外高光谱近地传感技术,构建了基于偏最小二乘法的土壤团聚体稳定性指标的反演模型,实现了土壤退化参数的快速和精确预测(图1)。研究发现的土壤有机碳含量阈值得到了比利时瓦隆区农业部门的采纳,用以评估当地农田土壤结构退化。


1a)土壤有机碳与团聚体稳定性相关关系图和(b)基于可见-近红外光谱的团聚体稳定性预测模型精度评估


(2)从近地传感到航空高光谱遥感,利用Airborne Prism ExperimentAPEX)高光谱影像,完成了比利时黄土带区域尺度高空间分辨率的团聚体稳定性空间表征,生成的分布图可有效捕捉多尺度的土壤有机碳含量和土壤退化空间变异(图2)。



2 基于APEX航空高光谱影像的(a)土壤有机碳和(b)团聚体稳定性空间表征


(3)在坡面尺度对土壤侵蚀驱动黑土有机碳空间“迁移-再分布的机制进行了研究,通过分析坡面侵蚀区和沉积区土壤团粒结构、各粒级SOC含量的动态变化,揭示了土壤侵蚀与土壤团聚作用的耦合过程造成的SOC巨大空间差异,沉积区SOC含量两倍于侵蚀区(图3)。


3 坡面尺度土壤侵蚀驱动团聚体有机碳空间分异


该系列研究引入星--地多源高光谱技术,建立了土壤退化参数高精度、高分辨率反演和空间表征方法,揭示了土壤侵蚀与土壤团聚作用的耦合过程导致的土壤有机碳数量和质量的显著空间变异,为国家“碳中和”背景下的耕地土壤固碳潜力研究提供了一定的理论依据。

该项研究得到了国家自然科学基金(41807059)、吉林省科技厅(20190103108JH)和瑞士国家科学基金会(P2EZP2_178494)的资助。研究成果发表在Geoderma, Remote Sensing, Catena等国际期刊上。

Shi, P.* (石璞), Castaldi, F., van Wesemael, B., Van Oost, K. Vis-NIR spectroscopic assessment of soil aggregate stability and aggregate size distribution in the Belgian Loam Belt. Geoderma, 2020, 357:113958. DOI: https://doi.org/10.1016/j.geoderma.2019.113958

Shi, P.* (石璞), Castaldi, F., van Wesemael, B., Van Oost, K. Large-scale, high-resolution mapping of soil aggregate stability in croplands using APEX hyperspectral imagery. Remote Sensing, 2020, 12(4), 666. DOI: https://doi.org/10.3390/rs12040666

Zhu, Y. (祝元丽), Wang, D. (王冬艳), Wang, X. (王兴佳), Li, W. (李文博), Shi, P.* (石璞). Aggregate-associated soil organic carbon dynamics as affected by erosion and deposition along contrasting hillslopes in the Chinese Corn Belt. Catena, 2021, 199: 105106. DOI: https://doi.org/10.1016/j.catena.2020.105106


Baidu
sogou