Исследование взаимосвязи индекса RI и колориметрических показателей измерения органического содержания почвы

  • Фаргана Таваккуль гызы Казымова Национальное аэрокосмическое агентство
Ключевые слова: индекс RI, содержание органического вещества в почве, органический углерод, органические вещества, модель

Аннотация

Анализируется взаимосвязь индекса RI и органического содержания почвы. Исследование известной модели взаимосвязи SOM и SOC, модели взаимосвязи SOC и R, G, B сигналов калориметра, а также полученных экспериментальных данных, применительно к почве аридных и полуаридных зон, позволило получить новое выражение для вычисления индекса RI в зависимости от результатов RGB колориметрических измерений цвета почвы.  Проверка точности вычисления по полученному выражению показала, что полученный результат имеет расхождение с результатами полученными по известному выражению равное 13, это с учетом неопределенности выбора одного из моделей взаимосвязи SOM и SOC можно считать приемлемым результатом. Изложены концептуальные основы построения кондуктометрически – колориметрического комплекса для оценки органического содержания почвы. 

Скачивания

Данные скачивания пока недоступны.

Биография автора

Фаргана Таваккуль гызы Казымова, Национальное аэрокосмическое агентство

аспирант

Литература

1. Coleman T., Montgomery O. Soil moisture, organic matter and iron content effect on spectral characteristic of selected Vertisols and Alfisols in Alabama // Photogrammetric Engineering and Remote Sensing, 1987, Vol. 53, P. 1659–1663.
2. Dalai R.C., Henry R.J. Simultaneous determination of moisture, organic carbon and total nitrogen by near infrared reflectance spectroscopy // Soil. Sci. Soc. Am. J., 1986, Vol. 50, P. 120–123.
3. Dehaan L.R., Taylor G.R. Field – derived spectra of salinized soils and vegetation as indicators of irrigation – induced soil salinization // Remote Sensing of Environment, 2002, Vol. 80, P. 406–417.
4. Erdal Sakin. Organic carbon organic matter and bulk density relationship in arid – semi soils in Southeast Anatolia region // African Journal of Biotechnology, 2012, 19 January, Vol. 11(6), P. 1373–1377. – URL:http://www.academicjournals.org/AJB .
5. Feng Chen, David E. Kissel, Larry T. West, Wayne Adkins. Field – scale mapping of surface soil organic carbon using remotely sensed imagery // Published in Soil Sci. Soc. Am. J., 2000, Vol. 64, P. 746–753.
6. Jain T.B., Graham R.T., Adams D.L. Carbon to organic matter rations for soils in rocky Mountain coniferous forests // Soil Sci. Am. J., 1997, Vol. 61, P. 1190–1195.
7. Krishan P., Butler B.J., Hummel J.W. Close – range sensing of soil organic matter // Transaction of the American Society of Agriculture Engineers (ASAE), 1981, Vol. 24(2), P. 306–311.
8. Maryam Barzegar, Hamid Ebadi, Abbas Kiani. Comparison of different vegetation indices for very high – resolution images, specific case Ultracam-D imagery // The International Archives of the Photogrammetry. Remote Sensing and Spatial Information Sciences,. International Conference on Sensors & Models in remote Sensing & Photogrammetry, 2015, 23–25 November,. Kish Island, Iran, 2015, Vol. XL–1/W5.
9. Mathieu R., Poughet M., Cervelle B., Escadafal R. Relationship between satellite – based radiometric indices simulated using laboratory reflectance data and typical soil color of an arid environment // Remote Sens. Environ, 1998, Vol. 66, P. 17–28.
10. Mohamed E.S., Saleh A.M., Belal A.B., Gad A. Application of near-infrared reflectance for quantitative assessment of soil properties // Egypt. J. Remote Sens. Space Sci, 2018, Vol. 21, Р. 1–14.
11. Nocita M. et al. Soil Spectroscopy: An Alternative to Wet Chemistry for Soil Monitoring // Advances in Agronomy; Academic Press: Cambridge, MA, USA, 2015, Vol. 132, Р. 139–159.
12. Perie C., Ouimet R. Organic carbon, organic matter and bulk density relationship in boreal forest soils // Can. J. Soil Sci., 2007, Vol. 88, P. 315–325.
13. Pitts M.J., Hummel J.W., Butler B.J. Sensor utilizing light reflection to measure soil organic matter // Transaction of the American Society of Agriculture Engineers (ASAE), 1986, Vol. 29(2), P. 422–428.
14. Richard Escadafal, Alfredo R. Huete. Soil optical properties and environmental applications of remote sensing. – URL:researchgate.net›…17869435_Richard_Escadafal.
15. Stevens A., Nocita M., Tóth G., Montanarella L., van Wesemael B. Prediction of Soil Organic Carbon at the European Scale by Visible and Near InfraRed Reflectance Spectroscopy // PLoS ONE, 2013, Vol. 8, e66409.
16. Umesh K. Mandal. Spectral color indices based geospatial modeling of soil organic matter in Chitwan discrit, Nepal // The International Archives of the Photogrammetry. Remote Sensing and Spatial Information Sciences. Congress, 12–19 July, 2016. Prague, Czech Republic. Vol. XLI-B2, 2016. XXII ISPRS.
17. Vaudour E., Gilliot J.M., Bel L., Lefevre J., Chehdi K. Regional prediction of soil organic carbon content over temperate croplands using visible near-infrared airborne hyperspectral imagery and synchronous field spectra // J. Appl. Earth Obs. Geoinf., 2016, Vol. 49, Р. 24–38.
18. Viscarra Rossel R.A., Behrens T. Using data mining to model and interpret soil diffuse reflectance spectra // Geoderma, 2010, Vol. 158, Р. 46–54.
19. Westman C.J., Hytonen J., Wall A. Loss – on ignition in the determination of pools of organic carbon in soils of forests and afforested arable fields // Commun. Soil. Sci. Plant Anal., 2006, Vol. 37, P. 1059–1075.
20. Xu Y., Smith S.E., Grunwald S., Abd-Elrahman A., Wani S.P. Incorporation of satellite remote sensing pan-sharpened imagery into digital soil prediction and mapping models to characterize soil property variability in small agricultural fields // ISPRS J. Photogramm. Remote Sens., 2017, Vol. 123, Р. 1–19.
Опубликован
2020-01-22
Выпуск
Раздел
Агрономия