基于挺水植物高光谱信息的再生水总氮含量估测——以北京市门城湖湿地公园为例

高光谱信息是探测植物体内氮素含量状况的重要手段,而植物体中的氮素与水体含氮量息息相关.本研究区为以再生水为主要补给水水源的北京门城湖湿地公园,通过获取区内典型的再生水氮净化挺水植物芦苇和香蒲叶片的高光谱数据,并在室内测定对应样点的水体总氮含量指标, 探讨基于典型湿地挺水植物高光谱数据对水体总氮进行遥感探测的可行性.采用4种高光谱参数(光谱指数、归一化差值指数、“三边”参数及吸收特征参数)分别建立一元线性模型、逐步多元回归模型和偏最小二乘模型,根据决定系数(R²)和均方根误差(RMSE)进行模型精度检验.结果表明: 逐步多元回归和偏最小二乘模型的预测精度高于一元线性模型. 3种模型对芦苇的拟合效果均优于香蒲.偏最小二乘模型对芦苇的拟合效果最优(R²=0.854,RMSE=0.647).500～700 nm是反映水氮含量的最佳波段范围,绿峰与红谷反射率的比值与水体总氮含量具有较强的相关性,尤其是吸收特征参数能够较好地预测水体总氮含量.     

野鸭湖典型湿地植物光谱特征

遥感技术已成为湿地植被识别和分类的重要手段,而深入研究地面植物群落光谱特征对于利用遥感影像的湿地植被分类具有指导意义。以典型淡水湿地——野鸭湖湿地为实验区,测定其典型湿地植物群落的反射光谱,并重采样以模拟OMIS机载成像光谱仪红-近红外的50个波段。在此基础上应用二阶导数的方法得到湿地植物识别的9个最佳波段:515.3,553.1,626.5,687.5,733.9,810.6,821.1,833.0,966.8nm。这些波段可以很好的识别湿地植物类型:沉水植物在810.6,821.1,833.0nm存在独特的吸收/反射特征,与其他湿地植物类型相区别。浮水、挺水、湿生、中生植物相比,浮水植物在515.3nm的吸收特征和553.1nm的反射特征较为突出;浮水、湿生、中生植物在687.5nm的吸收特征与挺水植物相比更为显著,但挺水植物在733.9nm的反射特征尤为明显;湿生植物在626.5nm的吸收特征比浮水、挺水、中生植物更加显著;中生植物缺少在626.5nm的吸收特征,但在966.8nm的吸收特征最为明显。研究成果不仅可以为野鸭湖湿地植被的高光谱遥感数据处理及湿地植被制图提供一定的科学依据,而且可以为淡水湿地植被的遥感识别和分类提供一定的参考、借鉴。     

几种湿地植物净化生活污水COD、总氮效果比较

以无植被、基质为河砂的潜流型人工湿地为对照,研究了石菖蒲、灯心草和蝴蝶花3种类型植被、基质均为河砂的潜流型人工湿地净化生活污水COD、总氮的效果．结果表明,在污水COD浓度小于200mg·L^-1、总氮浓度小于30mg·L^-1的低浓度范围里,无植被的人工湿地和有植被的人工湿地对污水中COD、总氮均有很好的去除效果,两者差异不大,其COD去除率均达90％以上,总氮的去除率达80％以上．随着污水中COD和总氮浓度的增加,无植被人工湿地和有植被人工湿地去除COD和总氮的效果均有不同程度下降,两者差异明显,有植被的人工湿地能维持较高的COD、总氮的去除效果,无植被的人工湿地COD和总氮去除效果下降很快,植被在人工湿地系统去除污水COD和总氮过程中起着重要的作用．在整个试验阶段,石菖蒲植被人工湿地COD和总氮平均净化效率分别为80．46％和77．77％、灯心草人工湿地分别为75．53％和71．17％、蝴蝶花人工湿地分别为70．50％和66．38％,无植被人工湿地分别为61．39％和55．81％．同无植被人工湿地COD和总氮净化效果相比,石菖蒲植被人工湿地净化效果最好;其次为灯心草植被人工湿地,再次为蝴蝶花植被人工湿地．不同类型植被的人工湿地净化污水中COD和总氮的效果与其生物量关系密切,这与植被系统吸收同化有机物质和总氮数量、根际微生物分解有机物质和硝化-反硝化作用有关。     

利用植物叶面反射光谱探测隐伏地下矿产

利用植物叶面反射光谱探测隐伏地下矿产倪健（中国科学院植物研究所,北京１０００９３）吴继友（山东大学光电子信息工程系,济南２５０１００）ＰＲＯＳＰＥＣＴＩＯＮＯＦＨＩＤＤＥＮＤＥＰＯＳＩＴＵＳＩＮＧＳＳＰＥＣＴＲＡＬＲＥＦＬＥＣＴＡＮＣＥＯＦＰＬＡＮＴ...     

漂浮植物对富营养化水体中氮磷去除效果研究

通过模拟不同程度富营养化水体,研究凤眼莲、水芙蓉和莲花竹在不同处理浓度水体中对氮、磷的去除效果。结果表明:凤眼莲、水芙蓉和莲花竹对水体中的氮、磷都有一定的去除效果,经过30 d的净化试验,凤眼莲对氮、磷去除率分别为50%~78.46%和68.16%~89.56%,水芙蓉对氮、磷去除率分别为57.58%~76.87%和72.28%~76.47%,莲花竹对氮、磷去除率分别为0.60%~10.80%和2.48%~10.04%。在现场试验中,水体中总氮和总磷分别降低了31.17%和20.48%,由此可见,凤眼莲和水芙蓉对氮、磷有较好的去除效果,能够改善富营养化水体。     

基于实地调查和高光谱数据的浑善达克沙地中部植物alpha多样性遥感估测

植物群落物种多样性的快速无损估测一直是近几十年生态学领域的热点研究问题。相对于大尺度的卫星遥感数据,高光谱遥感数据具有光谱和空间分辨率高的优势。采用ASD HH2便携式高光谱仪,收集浑善达克沙地中部120个样方的高光谱数据,并对样方的alpha多样性指数进行同步测定。对高光谱遥感数据进行预处理,采用相关性分析、主成分分析和经验波段筛选法,从数百个波段中选择敏感波段。采用90个样方的高光谱数据作为训练样本,对筛选的敏感波段进行多元线性逐步回归分析,获得12个回归模型。采用另外30个样方的高光谱数据作为验证样本,对回归模型的拟合效果进行检验。结果发现,采用主成分分析法提取敏感波段的回归模型拟合效果最好,Pielou指数、Shannon-Wiener指数和Simpson指数拟合均达到显著水平。对我国植物物种多样性微尺度的快速评估和高光谱遥感具有一定参考意义,并对未来植物多样性高光谱遥感研究提出了建议。     

4种不同生活型湿地植物对富营养化水体的净化效果

选择4种湿地植物菖蒲、香蒲、浮萍和金鱼藻,研究单一及组合湿地植物对高浓度污水(污水处理厂进水)、低浓度污水(污水处理厂出水)中营养物质的去除效果.结果表明: 水体中总氮(TN)、总磷(TP)、化学需氧量(COD)浓度呈现试验前期快速下降,后期缓慢下降的趋势,表明湿地植物能有效净化污水中的TN、TP、COD,但不同湿地植物及湿地植物组合的净化效果存在差异.多种湿地植物组合比单种湿地植物对TN的净化作用强,其中香蒲＋浮萍＋金鱼藻对TN的净化效果最佳;高浓度污水中,单种挺水植物对TP的净化效果较好,低浓度污水中,则是多种湿地植物组合对TP的去除率较高;高浓度污水中,湿地植物对COD的去除率为85.1%～96.0%,其中菖蒲、香蒲去除效果最佳,低浓度污水中,湿地植物对COD去除率为76.9%～94.8%,以菖蒲＋浮萍＋金鱼藻去除效果最好.总体看来,湿地植物对高浓度污水中TN、TP、COD的净化效果好于低浓度污水,两种水体的pH都得到改善.     

湿地植物光合作用向水体供氧能力的试验研究

1　概　述在人工湿地污水处理系统中 ,植物床起着非常重要的作用。植物床中栽种的植物对污水起着一定的净化作用[1～ 3]。根据德国学者Ｋｉｃｋｕｔｈ根区法 (ｔｈｅｒｏｏｔｚｏｎｅｍｅｔｈｏｄ)理论[4 ],生长在湿地中的挺水植物通过叶吸收和茎秆的运输作用将空气中的氧转运到根部 ,再经过植物的根部表面组织扩散 ,在根须周围形成好氧区 ,这样在植物根须周围就会有大量好氧微生物降解有机物 ,在根须较少达到的地方将形成兼性区和厌氧区 ,发生兼性微生物和厌氧微生物降解有机物的作用。因此 ,在人工湿地污水处理系统中的植物床 ,除了利用植…     

湿地中的植物入侵及湿地植物的入侵性

湿地享有“自然之肾”之称,但湿地生态系统正在受到严重的破坏,植物入侵已经成为干扰湿地生态系统的重要因素。同时湿地植物具有高度的入侵性,湿地和植物入侵都是现代生态学的研究热点。本文总结分析了湿地容易受到入侵的6种主要原因,包括湿地生境类型多样,分布广泛;湿地位置与植物扩散路线相关性;干扰;富营养化;湿地的脆弱性;外来种缺少天敌等。归纳了21种全球性主要湿地入侵植物种及其生态习性,并对湿地植物具有高度入侵性的共同特点以及解释湿地入侵现象的5种假说:天敌逃避说、宽耐受性假说、有效利用说、杂种优势说和异株克生说等作了综述分析。     

盐城滨海湿地优势植物碳氮磷生态化学计量高光谱反演

滨海湿地是海陆交界的生态过渡带,是自然界生物多样性最丰富的生态系统之一。湿地植物作为湿地生态系统重要的组成部分,研究其碳、氮、磷生态化学计量特征是了解植物生长状况与适应策略的有效途径。以江苏盐城滨海湿地为研究区,采集互花米草(Spartina alterifora)、芦苇(Phragmites australis)、白茅(Imperata cylindrica)、柽柳(Tamarix chinensis)、盐地碱蓬(Suaeda salsa)共5种优势湿地植物样本及冠层高光谱数据,对植物的碳、氮、磷生态化学计量特征进行高光谱反演研究。结果表示白茅、柽柳与芦苇的最佳反演模型为随机森林(RF)模型,对互花米草反演效果最好的是偏最小二乘(PLSR)模型,而对盐地碱蓬反演精度最高的是BP神经网络(BPNN)模型。研究表明利用高光谱数据可以实现湿地植物碳、氮、磷生态化学计量特征的准确反演,不同模型对于不同湿地植物的反演存在差异,RF模型的反演稳定性最强,是反演湿地植物生态化学计量特征的较优模型。     

基于最佳波段判别的湿地植物叶片全氮反演研究

利用高光谱遥感技术定量估测湿地植被叶片全氮含量,对于监测和诊断湿地植被的生理状况及生长趋势具有重要意义。但叶片氮素遥感诊断研究多存在反演模型过拟合、入选波段与生化参量间因果关系不明确和入选变量间"多重共线性"等局限。以芦苇(Phragmites australis)和香蒲(Typha angustifolia)叶片全氮含量作为研究对象,通过谱带分区,分区最佳波段选取和偏最小二乘回归相结合的方法构建芦苇和香蒲叶片全氮含量反演模型,并利用交叉验证决定系数(R2cv)和均方根误差(RMSEcv)对模型精度进行检验,尝试克服传统反演方法中的不足。结果表明,不同湿地植物类型相比,利用芦苇反射光谱建立的预测模型精度都高于香蒲。不同回归模型相比,一阶导数光谱-偏最小二乘回归模型(FDS-PLSR)精度远高于原始光谱-偏最小二乘回归模型(OS-PLSR)。芦苇最佳模型交叉验证决定系数(R2cv)达到了0.84,方根误差(RMSEcv)为0.10,香蒲最佳模型交叉验证的决定系数(R2cv)达到了0.66,方根误差(RMSEcv)为0.13,是构建湿地植物芦苇和香蒲光谱与叶片全氮含量关系的最佳模型。在不降低湿地植物叶片氮含量反演精度的基础上,有效地避免了传统地物高光谱模型反演中的局限性,是无损害遥感探测方面的有益尝试。     

湿地土壤全氮和全磷含量高光谱模型研究

氮磷是湿地生态系统土壤中的重要营养元素,其对湿地植被生长、湿地生态系统生产力、区域富营养化变化、湿地环境生态净化功能等具有重要的影响作用。研究氮磷营养物质在湿地土壤中的分布变化特征,对湿地生态系统评估、恢复和管理具有重要的意义。以中国高纬度地区面积最大的滨海芦苇湿地——盘锦湿地为研究区,采用不同建模方法(再抽样多元逐步回归模型bootstrap SMLR和再抽样偏最小二乘回归模型bootstrap PLSR)和光谱变换技术(包络线去除CR、光谱一阶微分FD和光谱倒数的对数LR),分别建立了湿地土壤全氮和全磷含量的估算模型。基于湿地土壤实测光谱,模拟高光谱Hyperion数据和多光谱TM数据,在此基础上进行湿地土壤营养元素含量估算。对比所建反演模型的估算精度,探讨高光谱遥感技术对湿地土壤营养元素组分的估算能力和适用性。研究结果表明:bootstrap PLSR相比于bootstrap SMLR建模方法,其对研究区湿地土壤全氮和全磷含量的估算获得了较高精度;对盘锦湿地土壤全氮含量的估算,最高估算精度产生于CR光谱变换技术结合bootstrap PLSR建模;对湿地土壤全磷含量的估算,最高估算精度产生于原光谱数据结合bootstrap PLSR建模;模拟高光谱数据Hyperion对湿地土壤全氮和全磷含量的估算精度均高于模拟多光谱数据TM,模拟Hyperion的估算精度更接近于实测光谱的估算精度。     

植被不同退化状态下尕海湿地土壤氮含量及酶活性特征

土壤中氮素的吸收、转化及含量的变化是影响植被生长的关键因素。为探讨湿地植被不同退化状态对土壤氮组分含量和相关酶活性的影响,以及土壤氮组分含量与相关酶活性之间的关系,以甘南尕海湿地不同植被退化状态样地(未退化CK、轻度退化SD、中度退化MD和重度退化HD)为研究对象,采用野外采样与室内实验相结合的方法,分析了植被不同退化状态下不同形态氮组分(全氮、铵态氮、硝态氮和微生物量氮)含量的变化特征,以及土壤氮转化酶(蛋白酶、脲酶、硝酸还原酶和亚硝酸还原酶)活性之间的相关关系。结果表明:(1)在植被退化状态下,土壤含水量逐渐减小,土壤温度呈先减小后增大的趋势;(2)随着植被退化程度的加剧,硝态氮含量呈增加趋势,而全氮、铵态氮和微生物量氮含量均随退化程度加剧呈减小趋势;土壤蛋白酶活性随退化程度的加剧而减小,脲酶活性呈先减小后增大的趋势,重度退化活性最高,轻度退化最低;硝酸还原酶活性随退化程度的加剧而增加,亚硝酸还原酶活性表现为"升-降-升"的变化趋势,即轻度退化活性最高,未退化和中度退化较低;(3)土壤蛋白酶活性与全氮、铵态氮和微生物量氮呈极显著正相关关系(P<0.01),与硝态氮含量呈显著负...     

遥感反演植被含氮量研究进展

植被含氮量表征植被氮素状态。它作为植被生长状况的重要指标,在生态系统健康状况检测、生态系统生产估测、精准农业、生态系统干扰评估等方面均有重要意义。遥感监测植被含氮量主要基于高光谱和多光谱数据,采用的算法包括经验方法(波谱指数与回归分析)及物理方法(辐射传输模型法)。但受数据源和研究方法的局限,目前植被氮含量遥感监测局限于区域范围较小且内部植被类型与环境条件(气候、地形等)基本一致的情形,而对复杂生态系统的监测能力不足。未来的研究需针对氮沉降和人类活动的生态系统响应这一重大研究需求,发展和改进现有植被含氮量遥感反演方法。可考虑开展对不同环境条件下、不同类型植被光谱曲线进行标准化的研究,以形成普适的植被含氮量反演方法。并考虑综合运用多种数据(如微波遥感、无人机遥感),形成多尺度同步监测,以提高遥感对区域乃至全球范围内植被氮含量常规监测的能力。     

中国主要湿地植被氮和磷生态化学计量学特征

研究湿地植物氮(N)和磷(P)的生态化学计量学特征对揭示植物与生境的耦合关系具有重要意义。通过收集中国52个采样区湿地植物不同器官和全株样本的N和P含量, 对其进行分类和统计分析, 探讨植物器官、生长期、植物类型、湿地类型和气候带对湿地植物N和P生态化学计量学特征的影响。结果表明: 1)湿地植物各器官N、P和N:P的几何平均值均表现为叶片(N, 16.07 mg·g^-1; P, 1.85 mg·g^-1; N:P, 8.67) >地上部分(N, 13.54 mg·g^-1; P, 1.72 mg·g^-1; N:P, 7.96) >茎(N, 7.86 mg·g^-1; P, 1.71 mg·g^-1; N:P, 4.58); 2)叶片N含量随时间变化呈现“三峰”型变化, 峰值分别出现在5月、7月和9月; 茎的N含量随时间变化表现为“双峰”型, 峰值出现在5月和9月; 成熟期之前, 植物叶片的N:P与N趋同波动, N:P主要受N含量控制; 衰老期N:P受P含量控制。3)湿地类型是影响植物叶片N和P生态化学计量特征的关键因素, N和P含量最高值出现在河流, 最低值出现在沼泽湿地, N:P的变化趋势大致与之相反。4)植物叶片N、P和N:P的几何平均值都表现为热带>温带>亚热带, 但总体差异不显著(p > 0.05)。5)中国大部分湿地植物叶片N:P < 14, 表现为N限制。     

应用近红外光谱预测水稻叶片氮含量

以水稻(Oryza sativa)新鲜叶片和干叶粉末两种状态的样品为研究对象, 基于近红外光谱(NIRS)技术, 应用偏最小二乘法(PLS)、主成分回归(PCR)和逐步多元回归(SMLR), 建立并评价了水稻叶片氮含量(NC)近红外光谱模型。结果表明, 基于PLS建立的模型表现最好, 鲜叶氮含量近红外光谱校正模型校正决定系数R_C²为0.940, 校正标准误差RMSEC为0.226; 干叶粉末氮含量的近红外光谱校正模型R_C²为0.977, RMSEC为0.136。模型的内部交叉验证分析表明, 预测鲜叶氮含量内部验证决定系数R_CV²为0.866, 内部验证标准误差RMSECV为0.243; 预测干叶粉末氮含量R_CV²为0.900, RMSECV为0.202。模型的外部验证分析表明, 预测水稻鲜叶氮含量的外部验证决定系数R_V²大于0.800, 外部验证标准误差RMSEP小于0.500, 预测干叶粉末氮含量的R_V²为0.944, RMSEP为0.142。说明, 近红外光谱分析技术与化学分析方法一致性较好, 且基于干叶粉末建立的近红外光谱预测模型的准确性和精确度较新鲜叶片高。     

闽江河口湿地土壤全磷高光谱遥感估算

磷是湿地生态系统必需和限制性元素,利用高光谱遥感数据对其进行估算对实现湿地土壤磷素快速和准确定量具有重要意义。选取闽江河口湿地作为研究区,于2013年5月,采集16个土壤剖面80个样本作为估算与验证模型样本;基于光谱指数建立土壤全磷(TP)含量估算模型,其中光谱指数包括原始光谱反射率(R)、比值土壤指数(RSI)、归一化土壤指数(NDSI)和有机质诊断指数(OII)。此外进一步分析反射光谱与不同形态磷,TP与有机质之间关系,以期初步揭示河口湿地土壤TP估算的机理。研究结果表明,闽江河口湿地土壤TP含量与R相关系数较高的区域分布在360-560 nm,并在406 nm处达到最大值-0.816;光谱指数RSI(R_(430),R_(830))、RSI(R_(460),R_(810))、RSI(R_(560),R_(580))、NDSI(R_(430),R_(830))、NDSI(R_(460),R_(830))、NDSI(R_(560),R_(580))和OII(R_(446))与土壤TP含量均有较高的相关系数,能较好的用于TP含量的估算;各估算模型决定系数(r~2)和均方根误差(RMSE)分别在0.657-0.805和0.052-0.067之间;验证模型r~2和RMSE分别在0.606-0.893和0.037-0.044之间。分潮滩建立TP含量估算模型是可行的,并且能提高部分光谱指数的估算精度。土壤TP含量的估算精度与磷素的组成有关,其中与铁吸附态磷关系较为密切,钙吸附态和铝吸附态磷关系较弱。土壤TP与有机质和氧化还原环境的存在密切关系可能是湿地土壤TP含量估算的重要机理。     

真光层深度的遥感反演及其在富营养化评价中的应用

真光层深度直接影响水体中浮游植物的分布和初级生产力以及水体生态环境,是水生态研究的一个重要参数.利用2006年10月24日～11月2日太湖水下实测光谱数据和光合有效辐射(PAR)数据,通过数据的处理和分析,尝试建立真光层深度与水面以下遥感反射率的关系模型,并利用真光层深度与透明度的关系,建立水体富营养化真光层深度评价模型.研究结果表明:真光层深度与归一化遥感反射率具有很好的相关性;选用特定波段的归一化反射率作为变量,建立两者的关系模型能较好的反演真光层深度,所建立的模型算法中,指数模型拟合方程的综合效果好于其他模型,波段比值算法反演精度要好于单波段算法;利用利用真光层深度进行富营养化评价具有一定的应用价值,利用该模型对太湖水体进行富营养化评价,得出太湖西部湖区大部分已富营养化,东部湖区处于中营养化和轻度富营养化状态.     

应用近红外光谱估测小麦叶片氮含量

研究利用近红外光谱(near-infrared, NIR)和化学计量学方法估测小麦(Triticum aestivum)新鲜叶片和粉末状干叶中全氮含量的可行性, 并建立小麦叶片氮含量估测模型, 以期为小麦氮素营养的精确管理提供理论依据。以3个小麦田间试验观测资料为基础, 分别运用偏最小二乘法(partial least squares, PLS)、反向传播神经网络(back-propagation neural network, BPNN)和小波神经网络(wavelet neural network, WNN), 建立小麦叶片氮含量的鲜叶和粉末状干叶近红外光谱估测模型, 用随机选择的样品集对所建模型进行测试和检验。结果显示, 利用PLS、BPNN和WNN 3种方法构建的近红外光谱模型均能准确地估测小麦叶片氮含量, 其中基于BPNN和WNN的模型优于基于PLS的模型, 且以基于WNN的模型表现最好。对模型进行检验的结果显示, 粉末状干叶模型的预测均方根误差(RMSEP)分别为0.147、0.101和0.094, 鲜叶模型的RMSEP分别为0.216、0.175和0.169, 模型的相关系数均在0.84以上。因此, 利用近红外光谱估算小麦叶片氮素营养精确可行, 对其他作物的氮素营养估测提供了借鉴和参考。