滨海盐渍土可见近红外高光谱特征
Hyperspectral Characteristics of Coastal Saline Soil with Visible/near Infrared Spectroscopy
收稿日期: 2018-06-24 修回日期: 2019-06-15 网络出版日期: 2019-09-19
基金资助: |
|
Received: 2018-06-24 Revised: 2019-06-15 Online: 2019-09-19
作者简介 About authors
张晓光(1983-),男,山东济南人,博士,讲师,主要从事土壤资源调查与遥感信息提取等方面研究E⁃mail:
关键词:
Keywords:
本文引用格式
张晓光, 姜子璇, 孔繁昌.
Zhang Xiaoguang, Jiang Zixuan, Kong Fanchang.
1 引 言
我国现存盐渍土总面积约1亿hm2,盐渍土的类型繁多,盐分组成受到诸多复杂因素(包括气候、地形及地貌、水文、成土母质、生物等)的影响[1]。近年来,在滨海地区更是受到土地过度开发利用、农业不合理灌溉以及海水影响等因素的干扰,致使滨海土壤盐渍化及次生盐渍化危害日益凸显,因而对于盐渍化信息的监测显得尤为重要。
一般认为,在可见光和近红外区间盐渍土与非盐渍化土地相比有着较强的光谱反射,且土壤盐渍化程度越高,光谱反射率越大[4,5]。而近期的研究成果则表现出不完全一致的结论。例如新疆渭干河—库车河三角洲的盐渍土,在1 400~2 500 nm区间,除了非盐渍化土壤之外,其他盐渍化程度的土壤光谱反射率随盐分的增加而增大[8],而在350~1 400 nm 之间,则没有明显现规律性变化。在北疆低盐度(<1.66g/kg)土壤中,土壤的光谱反射率(1 350~1 850 nm)也有类似结论[9]。就整个光谱区间而言,土壤反射率与盐分含量之间无明显规律[10]。黄河上中游地区宁夏龟裂碱土在高pH的情况下,不同程度盐渍化土壤的光谱曲线也没有规律[11],而土壤碱化程度越强,土壤光谱反射率越高[12]。刘焕军等[13]研究发现,东北苏打盐渍土区,富含盐分的碱斑在500、670、1 418、1 915和2 210 nm附近有5个明显的吸收谷,且其反射率和吸收强度均显著强于其他类型土壤。吉林长岭县的盐碱土随着盐分的增加,光谱反射率减小,到达某一临界值后,随着盐分的增加,光谱反射率会增大[14]。滨海盐渍土区,在野外水分影响下,土壤反射率随盐分的增加而降低[15]。黄河三角洲也呈现同样的结论[16]。众多的研究表明,不同区域盐渍土的光谱特征并不统一,这与盐分类型、土壤理化性质有重要的关系。
虽然滨海盐渍土的光谱特征前人做过一定的研究,但是其数据不是单一环境下测量得到,多基于野外实测数据,所得到的光谱特征是受水分影响下的特征。因为测量环境不尽相同,这与其他盐渍土区基于室内测量光谱数据得到的结论不能完全比较,因而尚需要对滨海盐渍土的真实光谱特征进一步研究。以黄河三角洲地区的滨海盐渍土为研究对象,剔除水分影响,通过室内测量对盐渍土的高光谱特征进行了分析,并尝试了建模,为进一步探索盐渍土高光谱定量反演提供理论支持。
2 数据与方法
2.1 研究区概况
土壤样品采自山东省垦利县。垦利县被黄河贯穿,东部靠近海洋,属于典型的黄河三角洲地区。该区位于温带大陆性季风气候区,四季分明。地下水位较低,又因为海水的侧渗影响,土壤中含盐量高,尤其是Cl–和Na+ 较多 [17],属于典型滨海盐渍化土壤类型区。
2.2 样品采集和处理
共采集了表层(0~20 cm)土样40份,样点主要覆盖了盐渍化荒草地、林地和棉花地等多种土地利用类型。采集时用手持GPS对采样点进行定位与记录。围绕采样点周围采集3~6个样点的土壤加以混合,从中取1~2 kg作为一个土样。
对采集的土样进行风干,挑出石块、瓦砾、作物和植被根系等杂质,用木棒碾碎后过2 mm 筛后待用。土壤盐分用电导率法测量,pH用电位法测量。具体方法见文献[18]。
2.3 光谱测量
光谱采集采用Avantes光谱仪,该光谱仪光谱范围为350~1100 nm。测量时选择天气晴朗的条件,并且先进行白板校正。然后将被测的土样分别装于培养皿中,用刀片或者塑料直尺刮去超出部分土壤,保证培养皿表面平整光滑,然后放置草坪。将探头垂直对准土壤,距离约15 cm,打开仪器测量土壤光谱反射率,并进行记录。共采集了40个土样的光谱反射率,每个土壤样采集10次取平均值。
2.4 光谱处理及建模
3 光谱特征分析
3.1 土壤光谱整体反射特征
以kl54号样品为例(如图1所示),测量的土壤原始光谱反射率曲线存在 “毛刺”现象,说明受水分、空气的影响能量波动较大,有很多噪声。尤其是在350~399 nm、1 061~1 100 nm和850~950 nm区间光谱波动最大,不易对光谱特征进行描述,因而需要对光谱进行平滑处理。经过平滑后的反射率曲线(红色曲线)与平滑前的相比,总体趋势没有改变,但去除了原有的噪声,曲线变得平整光滑,能更准确有效地描述光谱的反射特征及吸收峰。
图1
3.2 不同盐化程度的土壤光谱特征
图2
图2
不同盐化程度土壤光谱反射率曲线
Fig.2
Spectral reflectance curves with different
soil salinity
从图2中光谱形态来看,不同盐化程度的土壤光谱反射率曲线的趋势保持一致,且基本平行,但反射率大小差异较大。从整体的反射率来看,轻度盐化的土壤光谱反射率最高,紧挨其次是中度盐化土壤,盐土、非盐化土次之,重度盐化土的反射率最低。其中轻度盐化与中度盐化土的反射率曲线较为相近,在400~450 nm范围内两者的反射率曲线重合。在760 nm处出现微弱吸收峰,轻度盐化与重度盐化的吸收程度明显高于中度盐化、盐土与非盐化土。1 040 nm处盐土的反射率最高,随后所有光谱反射率均下降趋势。
图3
图3
不同盐化程度土壤连续统去除曲线
Fig.3
Continuum removal curves with different
soil salinity
从图3可看出,有多处明显的吸收峰。其中400和490 nm的两处吸收峰在连续统去除之前并不明显,通过连续统去除后,其宽度是6处吸收峰中最宽的,其深度也明显加深。在490 nm处,轻度盐化土壤的吸收最小,其他不同盐化程度的土壤吸收相近。760 nm处的吸收峰窄而尖。在760~920 nm区间重度盐化土的土壤反射率曲线的形态异于其他4类土壤反射率曲线,该曲线在其他曲线下方且呈明显吸收加强趋势,只在900 nm处有波动,而其他曲线在该范围内大致重合且呈上下波动的状态。940~1000 nm附近重度盐化土的吸收峰深度较其他的明显加深,吸收曲线位于其他曲线的下方,差距较大。
4 土壤盐分光谱预测模型分析
理论上不同盐渍化程度的土壤光谱存在差异,本文将测得的土壤原始光谱数据进行平滑后以采样间隔为10 nm进行重采样, 将重采样后的光谱反射率数据对含盐量在SPSS中进行相关性分析,发现含盐量与各波段间的不存在显著的线性相关。因为原始光谱数据本身与土壤盐渍化指标之间并不具备相关性(图4),所以利用原始光谱反射率不能够建立土壤盐渍化预测模型。强制建立的基于光谱数据的盐渍化线性回归模型不能通过检验。
图4
图4
土壤盐分与变换光谱相关性
Fig.4
Correlations between soil salinity and
transformed spectra
对数变换后光谱与盐分相关系数比平滑重采样后的相关系数普遍有所提高,但是系数值基本还是小于0.18。而光谱取倒数后,相关系数值正好与重采样后系数大小相等正负相反,倒数对数后的相关系数与倒数变换后的系数大小相等正负相反,且导数对数变换后相关系数绝对值略大于倒数变换绝对值。所有的相关系数也均不呈现显著性。因此,倒数变换、对数变换基本上不能较大程度提高光谱与盐分的相关性。
一阶微分变换后的光谱与盐分相关系数在数值上有较大的提高,尤其是350~600 nm区间明显高于前3种变换,相关系数达到了0.3。倒数+一阶微分变换后光谱与盐分的相关系数在350~760 nm区间没有提高,但是在800~900 nm光谱区间有所提高。尽管相关系数有所提高,但是并没有呈现显著性。所以说,一阶微分变换、倒数+一阶微分变换也不能较大程度提高光谱与盐分的相关性。
而二阶微分变换后的光谱与盐分的相关系数进一步提高,且在494、536、547和579 nm处达到了显著水平(P<0.05)。将有显著相关的光谱波段作为变量构建回归方程,方程通过检验(sig = 0.026)。
盐分=7.71·R494+22.47·R536-12.105·R547-
11.42·R579-2.78 (1)
虽然构建的方程均方根误差较大(RMSE= 5.53),但是拟合精度(R2=0.265)尚可, 且sig值小于0.05,所以说方程能够基本满足盐分的预测。
5 结 语
本文通过分析黄河三角洲地区滨海盐渍土的高光谱数据,研究了不同盐化程度的土壤反射光谱和吸收特征,并尝试了预测模型的建立。经过平滑后的反射率曲线(红色曲线)与平滑前的相比,总体趋势没有改变,但去除了原有的噪声,曲线变得平整光滑,说明光谱平滑是极有必要的。光谱曲线在400~600 nm区间的反射率相对较小,随着波长的增加逐渐升高。600~850 nm区间上升较为平缓。在760 nm附近出现第一个微弱吸收峰;在900 nm、950 nm附近出现吸收深度与吸收宽度较大的水气吸收峰;1000 nm以上吸收更加强烈。
不同盐化程度的土壤光谱反射率曲线的形态保持一致,且基本平行。从整体的反射率来看,轻度盐化的土壤光谱反射率最高,紧挨其次是中度盐化土壤,盐土、非盐化土次之,重度盐化土的反射率最低。在490 nm处,轻度盐化土壤的吸收最小,其他不同盐化程度的土壤吸收相近。在760~920 nm区间重度盐化土的土壤反射率曲线在其他曲线下方且呈明显吸收加强趋势。这些均是建立光谱模型预测土壤盐分的基础。
为了寻找最好的敏感波段,本文对光谱数据分别进一步进行了对数、倒数、倒数对数、倒数后一阶微分、一阶微分、二阶微分等变换,并将变换后的光谱数据和盐分作相关分析,发现二阶微分变换后能有效的提高光谱与盐分的相关性。将有显著相关的光谱波段作为变量,构建的回归方程能够通过检验(R2=0.265)。
参考文献
Salt Dynamics in Soil Profiles during Long-term Evaporation under Different Groundwater Conditions
[J]. ,
Assessing Soil Salinity Using Soil Salinity and Vegetation Indices derived from IKONOS High-spatial Resolution Imageries: Applications in a Date Palm Dominated Region
[J]. ,
Modeling and Mapping of Soil Salinity with Reflectance Spectroscopy and Landsat Data Using Two Quantitative Methods (PLSR and MARS)
,
Spectral Behavior of Salt-affected Soils
[J].,
Spectral Characteristics of Salt-affected Soils: A Laboratory Experiment
[J].,
Using Hyperspectral Data and PLSR Modelling to Assess acid Sulphate Soil in Subsurface
[J]. ,
Predicting Soil Salinity with Vis-NIR Spectra After Removing the Effects of Soil Moisture Using External Parameter Orthogonalization
[J]. ,
Hyperspectral Characteristics Analysis and Modeling of Soil Salinization
[J].
土壤盐渍化高光谱特征分析与建模
[J].,
Cotton Soil Salinity Monitoring based on a Spectrum-Salt Index
[J].
利用光谱-盐分指数监测棉田土壤盐分
[J].,
Inversion of Soil Salt Content based on Continuum-Removal Method
[J].
基于连续统去除法的土壤盐分含量反演研究
[J].,
Research on Remote Sensing Monitoring Model of Soil Salinization based on Spectrum Characteristic Analysis
[J].
盐渍化土壤光谱特征分析与建模
[J].,
Factors Affecting Spectral Characteristics of Typical Takyr Solonetzs
[J].
典型龟裂碱土土壤光谱特征影响因素研究
[J]. ,
Soil Saline-alkalization Evaluation basing on Spectral Reflectance Characteristics
[J].
基于反射光谱特征的土壤盐碱化评价
[J].,
Study on the Polarized Reflectance Hyperspectral Characteristics and Models of Typical Saline Soil in the West of Jilin Province,China
[J].
吉林省西部典型盐渍化土壤偏振反射高光谱特征与模型研究
[J].,
Predicting Soil Salinity based on Spectral Symmetry under Wet Soil Condition
[J].
土壤湿润条件下基于光谱对称度的盐渍土盐分含量预测
[J].,
Estimation of Coastal Saline Soil Salinity in the Yellow River Delta based on Field Hyperspectra
[J].
基于野外高光谱的黄河三角洲滨海盐渍土盐分含量估测研究
[J].,
Analysis on Saliniity Characteristics and Profile Types of Saline Soils in Yellow River Delta
[J].
黄河三角洲地区土壤盐渍化特征及其剖面类型分析
[J].,
Methods of Soil and Agro-Chemical Analysis
[M].
土壤农化分析方法
[M].
Saline Soil of China
[M].
中国盐渍土
[M].
The Study on the Reflectance Spectral Characteristic of Salt-Affected Soil in Typical Oasis of the Middle Reaches of Tarim River
[J].
塔里木河中游典型绿洲盐渍化土壤的反射光谱特征
[J].,
VIS-NIR reflectance Spectroscopy of the Organic Matter in Several Types of soils
[J] .
几种不同类型土壤的 VIS-NIR 光谱特性及有机质响应波段
[J].,
Study of How Salt Types Greatly Shape Soil Reflectance Spectra Versus Salt Concentrations
[J]. ,
Prediction Analysis of Soil Total Nitrogen Content Based on Hyperspectral
[J].
基于高光谱反射特性的土壤全氮含量预测分析
[J]. ,
Quantitative Analysis of Soil Salt and Its Main Ions based on Visible/Near Infrared Spectroscopy in Estuary Area of Yellow River
[J].
基于可见/近红外光谱的黄河口区土壤盐分及其主要离子定量分析
[J]. ,
A Spectral Index for Estimating Soil Salinity in the Yellow River Delta Region of China Using EO-1 Hyperion Data
[J]. ,
Hyperspectral Remote Sensing of Soil Salinity for Coastal Saline Soil in the Yellow River Delta based on HICO Bands
[J].
基于 HICO波段的滨海土壤盐分遥感反演研究
[J].,
/
〈 | 〉 |