登录    注册    忘记密码

期刊文章详细信息

利用地形和遥感数据预测土壤养分空间分布  ( EI收录)  

Prediction of spatial distribution of soil nutrients using terrain attributes and remote sensing data

  

文献类型:期刊文章

作  者:张素梅[1,2] 王宗明[1] 张柏[1] 宋开山[1] 刘殿伟[1] 李方[1] 任春颖[1] 黄健[3] 张惠琳[3]

机构地区:[1]中国科学院东北地理与农业生态研究所,长春130012 [2]中国科学院研究生院,北京100039 [3]吉林省土壤肥料总站,长春130015

出  处:《农业工程学报》

基  金:国家重点基础研究发展计划(973计划)项目课题(2009CB421103);国家自然科学基金项目(40871187)

年  份:2010

卷  号:26

期  号:5

起止页码:188-194

语  种:中文

收录情况:AJ、BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20102713062793)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:在GIS支持下,选择地形因子和遥感植被指数,建立土壤养分空间分布预测模型,应用回归克里格(Kriging)方法,预测吉林省农安县土壤养分(有机质和全氮)的空间分布。结果表明,11个环境因子中,相对高程、坡度、地形起伏度、坡度变率、归一化植被指数(NDVI)与土壤有机质和全氮含量均具有显著的相关性。地面粗糙度和地形湿度指数与有机质具有显著相关性,而与全氮的相关性不显著。相对高程、坡度、地面粗糙度、河流动能指数以及NDVI在土壤养分的多元回归预测模型中贡献较大,是预测土壤养分空间分布的最优因子。有机质和全氮在研究区的空间分布格局呈现由东南向西北逐渐减少的趋势,这种分布格局受地形和植被的综合作用,同时与土壤类型密不可分。精度检验结果表明,回归克里格方法能够提高土壤养分空间分布预测精度,是一种有效的空间分布插值方法。

关 键 词:遥感 土壤 养分 空间变量测量  GIS  地形特征 回归Kriging  地统计学

分 类 号:S158.2]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心