基于知识图谱的滨海盐碱地土壤团聚体有机碳含量测定方法

本发明涉及有机碳含量测定，具体为基于知识图谱的滨海盐碱地土壤团聚体有机碳含量测定方法。

背景技术：

1、滨海盐碱地是我国重要的后备土地资源，其表层碳密度仅为草地或森林表层土壤碳密度的20％左右，因此开发利用我国滨海盐碱地资源，提高其固碳增汇潜力，对减缓气候变化具有重要现实意义，营造人工林是增加滨海盐碱地有机碳输入以及改善土壤结构的重要生物修复措施，国内外研究发现人工林土壤有机碳含量随林龄的增加，可能会出现一直增加或先增加后降低或先降低后增加等趋势，而滨海盐碱地特殊生境下人工林(如刺槐林)土壤有机碳随林龄如何变化，有机碳储存能力是否存在林龄阈值尚不明确，不利于土壤碳汇功能的维持和提升，团聚体是维持土壤结构稳定的基本单元，是有机碳固存的主要载体，有机碳是团聚体形成的重要胶结物质，存在于团聚体中的有机碳难以被微生物接触，从而促进土壤碳库累积，探究团聚体有机碳的积累和具有重要意义。

2、如今，对基于知识图谱的滨海盐碱地土壤团聚体有机碳含量测定方法的研究还存在一些不足，具体体现在传统的滨海盐碱地土壤团聚体有机碳含量测定不够全面，局限于直接对有机碳含量进行测定，忽视了土壤有机碳的动态变化，可能导致结果的片面性，动态变化监测的重要性在于可以追踪有机碳的积累和损失过程，提供对土壤管理和恢复措施有效性的评估，缺乏长期监测可能导致不能及时识别土壤健康状况的变化，仅测定有机碳含量可能无法评估这些措施对土壤健康的长期影响，进而影响生态恢复和可持续管理策略的制定。

技术实现思路

1、针对现有技术的不足，本发明提供了基于知识图谱的滨海盐碱地土壤团聚体有机碳含量测定方法，能够有效解决上述背景技术中涉及的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：基于知识图谱的滨海盐碱地土壤团聚体有机碳含量测定方法，包括以下步骤：获取待检测滨海盐碱地人工林区域基本信息数据集，基于获取的待检测滨海盐碱地人工林区域基本信息数据集，对该待检测滨海盐碱地人工林区域土壤团聚体进行抽样，对样本土壤团聚体进行分离及等级划分；将待检测滨海盐碱地人工林区域样本土壤团聚体等级划分结果及待检测滨海盐碱地人工林区域林龄存储为指定标签；获取指定标签对应土壤团聚体土壤微生物数据集，基于获取的指定标签对应土壤团聚体土壤微生物数据集，综合分析得到土壤团聚体土壤微生物特征值；获取指定标签对应土壤团聚体有机碳含量数据集，基于获取的指定标签对应土壤团聚体有机碳含量数据集，综合分析得到土壤团聚体有机碳含量特征值；将土壤团聚体土壤微生物特征值与土壤团聚体有机碳含量特征值导入土壤团聚体土壤碳含量评估模型，比对得到该指定标签对应的土壤团聚体土壤碳含量，并将各指定标签对应的土壤团聚体土壤碳含量整合为知识图谱。

3、作为进一步的方法，待检测滨海盐碱地人工林区域基本信息数据集，具体包括待检测滨海盐碱地人工林区域林龄、待检测滨海盐碱地人工林区域面积、待检测滨海盐碱地人工林区域植被平均高度。

4、作为进一步的方法，基于获取的待检测滨海盐碱地人工林区域基本信息数据集，对该待检测滨海盐碱地人工林区域土壤团聚体进行抽样，对样本土壤团聚体进行分离及等级划分，具体分析过程为：基于获取的待检测滨海盐碱地人工林区域基本信息数据集，综合分析得到待检测滨海盐碱地人工林区域基本信息特征值，待检测滨海盐碱地人工林区域基本信息特征值作为比对得到待检测滨海盐碱地人工林区域土壤团聚体抽样方案的分析依据；将待检测滨海盐碱地人工林区域基本信息特征值与数据库中存储的各待检测滨海盐碱地人工林区域基本信息特征值对应的待检测滨海盐碱地人工林区域土壤团聚体抽样方案进行比对，得到该待检测滨海盐碱地人工林区域基本信息特征值对应的待检测滨海盐碱地人工林区域土壤团聚体抽样方案；基于该待检测滨海盐碱地人工林区域基本信息特征值对应的待检测滨海盐碱地人工林区域土壤团聚体抽样方案，对该待检测滨海盐碱地人工林区域土壤团聚体进行抽样；基于湿筛法对样本土壤团聚体基于粒径进行分离；将分离后粒径小于250微米的样本土壤团聚体标记为一级土壤团聚体；将分离后粒径大于等于250微米且小于等于2000微米的样本土壤团聚体标记为二级土壤团聚体；将分离后粒径大于2000微米的样本土壤团聚体标记为三级土壤团聚体。

5、作为进一步的方法，待检测滨海盐碱地人工林区域基本信息特征值，具体分析过程为：

6、

7、式中，ω为待检测滨海盐碱地人工林区域基本信息特征值，nl为待检测滨海盐碱地人工林区域林龄，ms为待检测滨海盐碱地人工林区域面积，gd为待检测滨海盐碱地人工林区域植被平均高度，μ1为设定的待检测滨海盐碱地人工林区域林龄的补偿因子，μ2为设定的待检测滨海盐碱地人工林区域面积的补偿因子，μ3为设定的待检测滨海盐碱地人工林区域植被平均高度的补偿因子。

8、作为进一步的方法，将待检测滨海盐碱地人工林区域样本土壤团聚体等级划分结果及待检测滨海盐碱地人工林区域林龄存储为指定标签，具体分析过程为：获取分离后待检测滨海盐碱地人工林区域样本土壤团聚体等级及该分离后待检测滨海盐碱地人工林区域样本土壤团聚体等级对应的待检测滨海盐碱地人工林区域林龄；将待检测滨海盐碱地人工林区域样本土壤团聚体等级及待检测滨海盐碱地人工林区域林龄存储为指定标签。

9、作为进一步的方法，基于获取的指定标签对应土壤团聚体土壤微生物数据集，综合分析得到土壤团聚体土壤微生物特征值，具体分析过程为：获取指定标签对应土壤团聚体土壤微生物数据集，指定标签对应土壤团聚体土壤微生物数据集具体包括指定标签对应土壤团聚体土壤微生物总量、指定标签对应土壤团聚体土壤微生物香农多样性指数、指定标签对应土壤团聚体土壤微生物呼吸速率；基于获取的指定标签对应土壤团聚体土壤微生物数据集，综合分析得到土壤团聚体土壤微生物特征值，土壤团聚体土壤微生物特征值作为比对得到土壤团聚体土壤碳含量的分析依据。

10、作为进一步的方法，土壤团聚体土壤微生物特征值，具体分析过程为：

11、

12、式中，α为土壤团聚体土壤微生物特征值，zn为指定标签对应土壤团聚体土壤微生物总量，xn为指定标签对应土壤团聚体土壤微生物香农多样性指数，hv为指定标签对应土壤团聚体土壤微生物呼吸速率，σ1为设定的指定标签对应土壤团聚体土壤微生物总量的补偿因子，σ2为设定的指定标签对应土壤团聚体土壤微生物香农多样性指数的补偿因子，σ3为设定的指定标签对应土壤团聚体土壤微生物呼吸速率的补偿因子。

13、作为进一步的方法，基于获取的指定标签对应土壤团聚体有机碳含量数据集，综合分析得到土壤团聚体有机碳含量特征值，具体分析过程为：获取指定标签对应土壤团聚体有机碳含量数据集，指定标签对应土壤团聚体有机碳含量数据集具体包括指定标签对应土壤团聚体植物残体总量、指定标签对应土壤团聚体溶解有机碳总量、指定标签对应土壤团聚体腐殖质总量；基于获取的指定标签对应土壤团聚体有机碳含量数据集，综合分析得到土壤团聚体有机碳含量特征值，土壤团聚体有机碳含量特征值作为比对得到土壤团聚体土壤碳含量的分析依据。

14、作为进一步的方法，土壤团聚体有机碳含量特征值，具体分析过程为：

15、

16、式中，β为土壤团聚体有机碳含量特征值，ct为指定标签对应土壤团聚体植物残体总量，rj为指定标签对应土壤团聚体溶解有机碳总量，fz为指定标签对应土壤团聚体腐殖质总量，τ1为设定的指定标签对应土壤团聚体植物残体总量的补偿因子，τ2为设定的指定标签对应土壤团聚体溶解有机碳总量的补偿因子，τ3为设定的指定标签对应土壤团聚体腐殖质总量的补偿因子，e为自然常数。

17、作为进一步的方法，比对得到该指定标签对应的土壤团聚体土壤碳含量，并将各指定标签对应的土壤团聚体土壤碳含量整合为知识图谱，具体分析过程为：将土壤团聚体土壤微生物特征值与土壤团聚体有机碳含量特征值导入土壤团聚体土壤碳含量评估模型，综合分析得到土壤团聚体土壤碳含量评估值，土壤团聚体土壤碳含量评估值作为比对得到土壤团聚体土壤碳含量的分析依据；将土壤团聚体土壤碳含量评估值与数据库中存储的各土壤团聚体土壤碳含量评估值对应的土壤团聚体土壤碳含量进行比对，得到土壤团聚体土壤碳含量评估值对应的土壤团聚体土壤碳含量，将土壤团聚体土壤碳含量评估值对应的土壤团聚体土壤碳含量标记为该土壤团聚体土壤碳含量评估值对应的指定标签对应的土壤团聚体土壤碳含量；将各指定标签对应的土壤团聚体土壤碳含量整合为知识图谱。

18、相对于现有技术，本发明的实施例至少具有如下优点或有益效果：

19、(1)本发明通过提供基于知识图谱的滨海盐碱地土壤团聚体有机碳含量测定方法，通过数据驱动的分析，能够为滨海盐碱地的土壤管理和生态恢复提供科学依据，对土壤团聚体及其有机碳含量的评估，能够识别和促进土壤碳储存的最佳实践，分析土壤团聚体的微生物特征值和有机碳含量，可以深入理解土壤的状况，健康的土壤团聚体能够增强土壤的水分保持能力、养分供应能力和生物多样性，从而提高整个生态系统的服务功能，如水源涵养、土壤保护和生态平衡。

20、(2)本发明通过获取待检测滨海盐碱地人工林区域基本信息数据集，对该待检测滨海盐碱地人工林区域土壤团聚体进行抽样，对样本土壤团聚体进行分离及等级划分，明确不同等级团聚体的特性，可为土地的合理利用和管理提供指导，对不同水平土壤团聚体的分析，可以为生态恢复项目提供科学依据，帮助制定更为精细的恢复策略，不同等级的土壤团聚体对有机碳的储存能力不同，通过分析各等级团聚体的含碳量，可以制定提升土壤碳储存的有效措施。

21、(3)本发明通过将土壤团聚体土壤微生物特征值与土壤团聚体有机碳含量特征值导入土壤团聚体土壤碳含量评估模型，比对得到该指定标签对应的土壤团聚体土壤碳含量，并将各指定标签对应的土壤团聚体土壤碳含量整合为知识图谱，知识图谱通过整合土壤团聚体相关特征与评估结果，能够构建起一个系统化的知识框架，便于研究者快速了解相关信息和关系，知识图谱提供可视化的方式，使得复杂的关系和数据更容易被理解和分析，有助于识别土壤微生物特征、团聚体结构与碳储存之间的关联。