为了研究长期施用堆肥对潮土剖面土壤水溶性有机物(DOM)的来源和组分特征的影响, 研究以河北省曲周实验站长期施用堆肥的试验田为研究对象, 利用三维荧光光谱技术研究了在长期施用高量生物堆肥(EMI)、 常量生物堆肥(EMII)、 高量传统堆肥(TCI)、 常量传统堆肥(TCII)和化肥(CF)下不同深度土壤水溶性有机物在来源和组成的差异。 研究结果表明, 不同施肥处理的土壤水溶性有机碳(DOC)含量在土壤剖面的分布规律有较大差异, 堆肥使0～20和60～80 cm土层的DOC分别显著提高了81.94%～171.33%和61.18%～152.18%。 荧光光谱指数表明, DOM来源为微生物和植物混合源, 堆肥施用量的增加使DOM腐殖化程度加强, 造成表层土壤中DOM由陆源向生物源迁移, 随着土壤深度的增加, DOM由陆源向生物源迁移。 三维荧光光谱和荧光区域积分表明, 生物堆肥和传统堆肥增加了类腐殖酸物质的含量, 且随着施用量的增加而增加; 高量生物堆肥和传统堆肥增加了类富里酸物质和类溶解性微生物代谢产物的含量; 施用化肥和堆肥均降低了类色氨酸的含量。 类腐殖酸含量、 类富里酸含量和类溶解性微生物代谢产物数量随着土壤深度的增加整体呈降低趋势; 类酪氨酸随着土壤深度的增加呈增加趋势; 类色氨酸随着土壤深度增加整体呈先增加后降低趋势, 且在20～40 cm含量最高。 相关性分析表明, 全磷(TP)、 全氮(TN)、 阳离子交换量(CEC)、 速效钾(AK)、 有机碳(SOC)和DOC等土壤理化指标与类酪氨酸物质呈显著负相关, 与类富里酸、 类溶解性微生物产物和类腐殖酸含量呈显著正相关, 硝态氮(NO-3-N)、 TN、 pH、 SOC与类色氨酸物质呈显著正相关。 总之, 长期施用堆肥增加了潮土表层DOM的含量, 显著改变了土壤中DOM的组成和剖面上的分布特征。

为从土壤光谱中提取土壤有机质的光谱响应信息, 提升土壤有机质含量诊断精度与可靠性, 以潮土有机质含量为研究对象, 以北京市区域的96个耕层土壤参数与高光谱数据为数据源开展研究分析; 先采用二进制小波技术将土壤光谱数据分离为5个尺度的高频数据与低频数据, 再将低频数据、 高频数据分别与土壤有机质实测数据进行相关性分析, 提取最佳波段组合, 构建有机质含量诊断模型。 结果表明: （1）二进制小波技术可抑制噪声对高频信息的干扰, 能有效提升光谱对土壤有机质含量的敏感性, 进而提升有机质含量的诊断精度与可靠性; （2）在二进制小波技术下, 高频信息对有机质含量的诊断能力明显优于低频信息, 低频信息对土壤有机质含量的诊断能力随尺度增加而降低, 高频信息随尺度增加呈先提升而后降低的趋势; （3）与数学方法相比, 基于二进制小波变换算法构建的模型精度较高, 稳定性较好, 其最优模型的预测精度提高了315%, 可靠性增加了105%。

以北京地区的96个潮土土样的有机质含量为研究对象， 以传统光谱变换为参照， 研究分析传统光谱变换与连续小波的耦合在估测土壤有机质含量的可行性； 首先采用传统光谱变换与连续小波处理土壤光谱数据， 然后将处理后的光谱数据与土壤有机质含量进行相关性分析， 提取敏感波段， 并采用偏最小二乘法构建土壤有机质含量估测模型。 结果表明： 耦合传统光谱变换技术与连续小波技术可大幅提升光谱对有机质含量的敏感性， 其相关系数R2最高可达0.714， 这表明耦合传统光谱变换技术与连续小波技术可深入挖掘光谱内的有益信息； 与传统光谱变换技术相比， 基于耦合传统光谱变换技术与连续小波技术构建的模型精度更高， 稳定性更好， 其中以微分变换构建的模型最优， 其R2=0.772， RMSE=0.223， 这表明耦合传统光谱变换技术与连续小波技术可有效压制噪声的负面影响， 提升光谱的稳定性。

在华北潮土上种植不同绿肥, 于绿肥翻压前原位采集其地上部及土壤样品, 进行56d的绿肥翻压模拟试验。 设毛叶苕子(Vicia villosa Roth.)、 二月兰(Orychophragmus Violaceus L.)、 黑麦(Secale cereale L.)三个绿肥处理和无绿肥对照处理, 分析培养过程中土壤可溶性有机物（DOM）组分及其紫外-可见光谱参数的变化, 以探究绿肥对土壤DOM的影响。 种植和翻压绿肥增加土壤可溶性有机碳（DOC）、 总有机酸碳（TOAs）和总碳水化合物碳（TCs）含量, 三者的变化趋势一致, 各处理均在培养第1 d上升至峰值后迅速下降。 毛叶苕子提高DOC和TOAs的效果最好, 最高比对照增加114.01%（培养第1d）和109.10%（培养第14 d）。 黑麦提高TCs的效果最好, 最高比对照增加323.18%（培养第42 d）。 种植和翻压绿肥增加土壤可溶性有机氮（DON）含量, 与DOC变化趋势不同, 各处理在培养第1 d上升后迅速下降一段时间后又迅速上升。 毛叶苕子提高DON的效果最好, 最高比对照增加305.83%（培养第42d）。 绿肥增加了SUVA254, SUVA260, SUVA272, SUVA280, SAUC240-400, 降低了A250/A365和A240/A420。 紫外-可见光谱参数的主成分分析显示SUVA254, SUVA260, SUVA272, SUVA280间有很高正相关性, A250/A365和A240/A420间亦有很高正相关性, SAUC240-400是这些参数中表征DOM性质的关键因子。 综上结果表明, 种植翻压绿肥增加了土壤DOM含量, 提高了土壤DOM的芳香性、 疏水性、 腐殖化程度、 平均分子量, 增加了土壤DOM的稳定性。

基于北京市52个潮土样本的高光谱数据和Landsat TM、 环境减灾卫星(HJ)影像的波段响应函数, 生成宽波段多光谱模拟数据, 对比分析了室内实测光谱数据、 宽波段模拟数据与土壤有机质含量的相关性, 筛选敏感波段, 利用偏最小二乘法构建北方潮土有机质含量预测模型。 研究表明: 在宽波段模拟数据建立的模型中, 由Landsat TM模拟数据的差值土壤指数（DSI）、 比值土壤指数（RSI）、 归一化土壤指数（NDSI）及其第3波段共同构建的模型最优, 其决定系数与均方根误差分别为0.586和0.280； 与实测光谱数据相比, 模拟数据的最佳预测模型, 均优于除一阶微分、 弓曲差以外的其他10种高光谱模型。 因此, 利用多光谱数据预测潮土有机质含量是可行的。