基于MSAVI-WI特征空间的新疆渭干河-库车河流域绿洲土壤盐渍化研究

土壤盐渍化是造成干旱区土地荒漠化及生态恶化的重要原因,及时获取大尺度高精度土壤盐渍信息是防治工作的基础。选取新疆塔里木盆地北缘渭干河—库车河流域三角洲绿洲为研究区,利用Lansat-TM数据与野外实测数据分析盐渍化土壤与修改型土壤调整植被指数(MSAVI)、湿度指数(WI)之间的关系,在此基础上提出了MSAVI-WI特征空间概念,构建了土壤盐渍化遥感监测指数模型(MWI)。结果表明:MWI与土壤表层含盐量相关性较高,其相关性为0.844,精度高于土壤盐渍监测常用的盐分指数与实测数据的相关性。MWI能较好的反映盐渍化土壤地表植被及土壤水分的组合变化,具有明确的生物物理意义,并且特征参量简单,理论上易于理解,实践上易于实现,MWI模型的构建有利于干旱区大尺度土壤盐渍化定量监测与评价工作的开展。     

基于HJ-1A高光谱影像的盐渍化土壤信息提取——以渭干河-库车河绿洲为例

以环境小卫星高光谱影像为主要数据源,在野外实测样本的支持下进行光谱反射率及其变换形式与土壤含盐量的相关性分析,筛选盐渍化土壤响应敏感波段,利用曲线回归分析方法,建立基于高光谱影像的新疆渭干河-库车河绿洲土壤含盐量定量反演模型.结果表明:研究区土壤含盐量的影像响应波段基本位于近红外波段,其中以780～924 nm波长范围最佳,相关系数R≈0.8;反射率对数的倒数一阶微分土壤含盐量预测模型精度最高,回归方程为Y=-4.152-27.735X+769.813X2,模型及其检验的决定系数都在0.88以上,均方根误差约为3.该模型的建立可为区域盐渍化土壤信息的提取及监测提供参考.     

塔里木河流域中游渭干河-库车河绿洲盐渍土水盐信息光谱特征研究

土壤水分、盐分时空变异强,是影响土壤光谱特征的两个重要因素。土壤水分与盐分之间的关系以及土壤水分、盐分与土壤光谱特征间的关系直接关系到利用遥感光谱信息监测土壤盐渍化的精度。该文运用多元统计学及可见光-近红外反射光谱分析方法对2010年10月渭干河-库车河三角洲绿洲盐渍土水分、盐分数据和盐渍土野外光谱数据进行分析,探讨该绿洲盐渍土表层(0～10cm)水盐信息与野外光谱特征间的关系。结果表明:1)土壤水分和土壤电导率可用Cubic曲线拟合,相关系数R=0.8503,土壤盐分和土壤电导率也可用Cubic曲线拟合,相关系数R=0.842,但土壤水分与盐分之间的显著性较弱,相关系数R=0.74。2)与原始野外光谱相比,包络线消除后光谱波段与土壤水分和土壤电导率之间的Pearson相关性都有不同程度的提高,利用包络线消除法后的波段分别建立盐渍土土壤水分、土壤电导率后向回归预测方程,为动态水盐条件下的盐渍土遥感监测提供了理论依据。     

土壤光谱特征分析及盐渍化信息提取——以新疆渭干河/库车河绿洲为例

土壤盐渍化严重制约土地生产力,实时监测土壤盐渍化有利于农业正常生产。选择新疆渭干河—库车河绿洲的光谱反射率数据,研究不同程度盐渍化土壤的光谱特征;并对绿洲所在的库车县的环境与灾害监测预报小卫星的高光谱数据进行盐渍化信息提取。提取步骤为：首先对土壤光谱反射率数据进行14种形式的变换,再与土壤含盐量进行相关分析、逐步回归分析,建立估算不同盐渍化程度的土壤含盐量方程,用均方根误差验证方程的精度;其次,建立植被和土壤波谱库;最后,在波谱库的数据基础上,使用波谱角分类法（SAM）对环境与灾害监测预报小卫星的高光谱数据进行分类。用同步实测数据对分类效果进行精度评价,效果较好,这一结果为今后该区域的高光谱应用奠定了基础,对区域农民耕作方式提出了警示,为区域可持续发展实践提供了参考。     

阿拉善地区土壤盐渍化的遥感反演及分布特征

土壤盐渍化是威胁干旱区土地的重要环境问题。利用遥感技术对土壤盐渍化进行动态监测,分析土壤盐度水平与空间分布,有利于掌握土壤盐渍化现状,为土地资源可持续利用提供理论依据。现有研究多在田间尺度,随着土壤环境问题涉及的范围越来越大,区域斑块信息的提取已无法满足宏观地模拟和展示整体土壤环境的空间分布。以阿拉善地区为例,结合遥感光谱指数与实测土壤盐分数据,运用偏最小二乘回归（PLSR）方法,构建区域尺度范围的土壤盐渍化反演模型,实现大面积地区土壤盐度的精准模拟和定量监测。结果表明,构建的模型验证精度达到0.8788,达到极显著水平,预测结果与实际情况相符,可以较准确地模拟研究区土壤盐渍化状况。受地形、气候、景观类型、农业活动以及土地管理等因素的综合影响,阿拉善地区约20%的区域土壤呈现出不同程度的盐渍化,其中黑河下游河岸带、雅布赖山西侧及贺兰山西侧冲积扇土壤盐渍化程度最为严重。本研究可为大面积区域土壤盐分状况的快速监测及遥感定量反演提供可行的方法,同时为该区域不同程度盐渍化土壤的治理和土地利用管理提供依据。     

基于热红外光谱的干旱区土壤盐分监测研究

土壤盐渍化是新疆最常见的土地退化过程,已经严重威胁到了当地的农业生产、生态稳定和经济发展。通过对渭库绿洲土壤含盐量和土壤热红外光谱分析,探讨了土壤含盐量与热红外发射率之间的定量关系。结果表明：（1）盐渍化土壤的发射率随着含盐量的变化而发生变化,当土壤盐分增加时,发射率也随之增大。（2）土壤含盐量与热红外发射率光谱数据相关性在8.5～9.5 μm波段范围内表现尤为显著,相关系数超过0.8,最高为0.90,对应波段范围9.259～9.271 μm。（3）运用回归模型一阶导数变换形式下建模效果和预测精度都是最优的,R²达到了0.899,RMSE最小为1.734。热红外光谱技术可以反演土壤含盐量,为利用热红外遥感识别土壤盐分信息提供技术支撑。     

塔里木盆地北缘绿洲土壤含盐量和电导率空间变异性研究——以渭干河-库车河三角洲绿洲为例

土壤(及地下水)中水溶性盐的分析,是研究盐渍土盐分动态监测与预报技术的重要基础工作之一,对于及时掌握盐渍化程度与分布,合理制定土地利用政策与生态改良措施,实现区域可持续发展等方面具有重要作用.针对目前塔里木盆地北缘地区广泛存在的土壤盐渍化问题,基于GIS和地统计学方法,研究了渭-库绿洲盐渍化土壤特征(含盐量和电导率)的空间变异性.研究结果表明:渭-库绿洲表层土壤含盐量的空间依赖性比电导率强,表层土壤电导率和含盐量具有较强的空间相关性,变异强度中等,通过Moran's I系数分析,表明2个土壤特征均呈现一定强度的空间自相关关系,在此基础上做出了空间等值线分布趋势图,并进行了趋势分析.本研究为土壤特征变量空间变异分析与评价提供了普适性较强的实现方法,为构建盐渍土定量监测模型提供了一定科学依据.     

塔里木河中游典型绿洲盐渍化土壤的反射光谱特征

研究盐渍化土壤的光谱特性是利用遥感技术实现在区域尺度上进行土壤盐渍化监测和评价的工作基础, 是建立地面数据和遥感数据关系的桥梁。本文以塔里木河中游典型绿洲--渭干河-库车河三角洲绿洲为研究对象, 采用光谱学技术以及多元统计相结合的方法, 研究干旱区典型绿洲盐渍化土壤的反射光谱特征。首先, 对光谱数据进行预处理(去噪、剔除水分吸收波段), 以便消除仪器本身噪声及外界条件的影响, 并且计算了部分盐渍地样本的光谱吸收特征参数, 说明相同程度的盐渍化土壤具有相似的吸收特征;其次, 研究盐渍化土壤的反射光谱与盐分因子(八大离子、电导率(EC)、含盐量(salt content)、pH、总溶解固体(TDS)等) 之间的关系, 并选择具有代表性的盐分因子与野外实测光谱数据建立定量回归模型, 通过多元线性回归分析得出含盐量、SO₄^2-、TDS、EC与原始光谱数据的相关性分别是0.746、0.908、0.798 和0.933, 达到了理想的效果。本研究对于干旱区典型绿洲盐渍土的光谱特征研究有着重要指示意义, 为发展和完善中国盐渍土理化特征的可见光-近红外反射光谱分析理论奠定科学积累, 并进一步为干旱区土壤盐渍化、沙漠化灾害等环境恶化问题的解决提供新的科学技术手段。     

基于多光谱遥感的典型绿洲棉田春季土壤盐分反演及验证

为探索快速提取典型绿洲棉田土壤盐分的有效方法,获取区域尺度的土壤盐渍化特征及空间分布,进而为土壤盐渍化防治提供参考。以新疆兵团农二师31团为研究区域,2019、2021年春季Landsat 8 OLI多光谱影像和野外实测土壤含盐量为数据源,将波段组、光谱指数组和全变量组作为模型输入变量组,采用多元逐步回归（Multiple stepwise regression, MSR）、偏最小二乘回归（Partial least squares regression, PLSR）、极限学习机（Extreme learning machine, ELM）、支持向量机（Support vector machine, SVM）和BP神经网络（Back propagation neural network, BPNN）构建基于3个输入变量组的土壤盐分遥感反演模型,探究输入变量和建模方法对模型精度的影响效果,通过对比确定春季土壤盐分最优反演模型,定量反演地表土壤含盐量。结果表明：（1） 研究区主要为非盐化土和轻度盐化土,总样本变异系数为0.67,呈中等变异性;光谱反射率与土壤盐渍化程度的关系表现为土壤盐渍化越重,光谱反射率越高。（2） 海岸波段（b1）、蓝波段（b2）、绿波段（b3）、红波段（b4）和盐分指数（SI1、SI2、SI3、SI4、S3、S4、S5）均通过显著性检验P<0.01,相关系数均达到0.4以上。（3） 所有模型中,基于全变量组建立的BPNN反演模型精度最高,建模集R²为0.705;验证集R²为0.556。（4） 由反演结果可知,2019、2021年春季耕作区土壤主要为非盐化土,分别占耕作区总面积的55.55%和64.62%,其次为轻度盐化土,分别占44.31%和35.17%;2021年土壤盐渍化程度较2019年有所减轻。     

克里雅河流域土壤盐分光谱定量分析

本文对克里雅河流域进行野外调查、采集土壤样品及其光谱反射特性的测量,通过比较不同光谱预处理的方法建立偏最小二乘回归(PLSR)模型,并利用决定系数(R2)、均方根误差(RMSEP)、残留预测偏差(RPD)对模型的稳定性和预测能力进行检验。结果表明:反射率一阶微分是预测土壤样本盐分含量的最佳光谱指标。PLSR模型在建立土壤光谱与盐分含量关系时较为适用,R2、RMSE和RPD分别为0.77、0.25和1.88。利用反射光谱估算土壤中盐分含量,通过各种光谱预处理方法可以提高估算精度,可以为该区土壤盐渍化评价和生态环境调查提供依据。     

黄河景电灌区土壤盐渍化反演的多模型对比北大核心CSCD

位于中国西北干旱区东部的景电灌区是黄河景泰川电力提灌二期工程覆盖的重要地区。不合理的水资源利用和区内排水不畅导致该区成为次生盐渍化发生的重点区域。为更好地预测景电灌区的土壤盐渍化问题,服务盐渍化防治和盐渍土改良的国家需求,基于地表实测高光谱反射率和土壤电导率数据,从模型稳定性、噪声问题、共线性问题和准确度4个方面对比分析了深度神经网络(Deep neural network,DNN)、分布式随机森林(Distributed random forest,DRF)和梯度提升机(Gradient boosting machine,GBM)3个模型在景电灌区土壤盐分预测方面的适用性。结果表明:(1)实测高光谱反射率数据与土壤电导率之间存在较强的相关性,高光谱数据为土壤盐分预测研究提供了便利;(2)DNN模型的稳定性高,对噪声和共线性问题的处理能力更强,模拟准确度相对较高,而DRF和GBM模型模拟结果差别较小。DNN模型更适于景电灌区土壤盐分预测研究,这在模型适用性方面为该区域的土壤盐渍化研究提供了参考。     

土壤氯化钠含量高光谱估算模型研究

基于光谱反射率快速、无损的检测优势,以于田地区不同氯化钠含量土壤光谱反射率作为信息源,探讨利用反射光谱估算土壤氯化钠含量的可行性。于2012年7月对于田地区进行野外调查,在测定土壤光谱反射率及氯化钠含量的基础上,对光谱反射率数据进行预处理并建立了逐步多元线性回归(SMLR)模型和偏最小二乘回归(PLSR)模型,并利用决定系数R2和均方根误差RMSE对模型稳定性和预测能力进行检验,进而比较不同预处理方法和不同模型估算结果的适用性。结果表明:反射率二阶微分光谱是预测土壤样本氯化钠含量的最佳光谱指标;偏最小二乘回归(PLSR)模型是建立土壤光谱与氯化钠含量关系的最优模型,R2和RMSE分别为0.812和0.105。利用反射光谱估算土壤氯化钠含量,通过各种光谱预处理方法提高估算精度,可实现在区域尺度上的土壤盐渍化监测和评价。     

MODIS和Landsat时空融合影像在土壤盐渍化监测中的适用性研究——以渭干河—库车河三角洲绿洲为例

土壤盐渍化的遥感监测依赖于高时空分辨率影像,但受经费预算、卫星回访周期及天气的影响,高时空分辨率的遥感影像较难获取,这就限制了根据采样时间来获取对应时期遥感影像进行土壤盐渍化监测反演的应用。为此,提出融合MODIS和Landsat影像生成高时空分辨率影像来提取土壤盐渍化信息,为时空影像进行土壤盐渍化监测研究提供数据参考。以渭干河—库车河绿洲为研究区,利用增强型时空自适应融合率反射模型（Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）和灵活的时空融合模型（Flexible spatiotemporal data fusion,FSDAF）,对MODIS和Landsat影像进行时空融合,并基于融合影像数据构建了关于土壤电导率（EC）的随机森林（RF）预测模型,对比分析时空融合影像应用于土壤盐渍化遥感监测的适用性。结果表明：ESTARFM融合影像的特征波段反射率与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.8066、R²（SWIR2）=0.8444;FSDAF融合影像的特征波段与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.6999、R²（SWIR2）=0.7493;基于ESTARFM融合影像构建的EC值预测模型精度最高,R²=0.9268,基于FSDAF融合影像构建的EC值预测模型精度良好,R²=0.8987,基于验证影像构建的EC值预测模型R²=0.9103; ESTARFM模型的融合精度高于FSDAF模型,并且基于融合影像构建的EC值预测模型效果良好。     

不同环境背景下的艾比湖区域土壤水盐差异性特征研究北大核心CSCD

由于不同的环境背景下环境机制不同,所以导致了水盐(主要指水分、盐分)空间变异存在很大差异,在此背景下分析艾比湖地区含水量与含盐量空间变异,有助于更加合理的了解土壤含水量与含盐量一体化规律。以艾比湖为中心把艾比湖区域分为三个靶区:绿洲、荒漠、湖区,运用统计学方法,分析三个区域的土壤水分、盐分差异性特征。结果表明:绿洲、荒漠、湖区这三个区域表层土壤盐分积聚严重,其含盐量大小依次为:荒漠→绿洲→湖区,而含水量却相反;绿洲、荒漠和湖区土壤含盐量的变异系数均在85%~150%之间,属高强度变异,含水量变异系数均介于55%~75%之间,属中强度变异。说明荒漠区域盐分含量的水平分布不均匀,空间异质性较强;而水分含量的水平相对较为均匀,空间异质性较弱。绿洲、荒漠、湖区土壤层10~20 cm与20~40 cm土壤层含盐量的存在显著性相关性(p<0.01),即绿洲的相关系数0.913,荒漠的相关系数0.966,湖区的相关系数0.941,绿洲与湖区土壤表层与亚层含水量存在显著性相关性(p<0.01)相关系数分别为0.851和0.908。说明绿洲与湖区土壤层0~10 cm与10~20 cm土壤含水量存在水分转移现象,荒漠区域这种现象不明显,可能与沙漠炎热地表环境和土壤性质等因素有关。研究结果揭示了艾比湖地区不同环境背景下秋季的土壤含水量与含盐量分布特征,为艾比湖地区农作物灌溉管理及土壤盐渍化治理提供了科学依据。     

灌区间盐分变迁与耕地安全特征——以三工河流域农业绿洲为例

针对目前绿洲内部土壤盐渍化问题,以新疆三工河流域农业绿洲为研究区,运用遥感、GIS和地统计学相结合的方法研究了0~20 cm土层盐分动态特征与发展趋势。结果表明:流域空间上土壤盐分的理论变异函数拟合符合指数模型,F检验达到极显著水平。Kriging差值及其与同期的土地利用类型图叠加运算表明,整个绿洲区南部阜康灌区耕地土壤盐化面积及盐渍化作用小于北部绿洲阜北灌区,耕地土壤盐分具有显著的局地地带性分布特征,随绿洲耕地南北方向距离的增加土壤盐渍化作用增强。另外南部绿洲耕地农业灌溉具有明显的脱盐作用,随时间尺度的延长,盐渍化作用减弱;而北部绿洲土壤盐渍化作用加强,表现为积盐作用。绿洲受盐害作用的区域主要为北部(阜北灌区)绿洲,通过空间概率模型预测,在长时间范围内,土壤盐渍化依旧是制约北部绿洲耕地生产力的主要因素。通过联合运用变异函数分析、线性回归分析和空间概率分析方法的优势,有效识别了三工河流域农业绿洲空间土壤盐渍化的变化特征与变化趋势,对于认识流域空间单元土壤盐分的变迁具有重要意义。     

基于机器学习和多光谱遥感的银川平原土壤盐分预测

快速获取区域土壤盐渍化程度信息,对于盐渍化治理与生态环境保护具有重要意义。以银川平原为研究区,以盐分影响因子和盐分指数分别作为输入参数,建立支持向量机(SVM),BP神经网络(BPNN)和贝叶斯神经网络(BNN)3种土壤盐分预测模型,选取最佳模型进行研究区不同深度的土壤盐渍化预测。结果表明：(1)0～20 cm土壤盐分预测模型中基于影响因子变量组的BNN模型效果最佳,决定系数(R²)为0.618,均方根误差(RMSE)为2.986;20～40 cm土壤盐分预测模型中基于盐分指数变量组的BNN模型效果最佳,R²为0.651,RMSE为1.947;综合对比下,BNN模型的预测效果最好,可用于研究区土壤盐渍化预测。(2)银川平原主要是以非盐渍化和轻度盐渍化为主,0～20 cm土壤重度盐渍化及盐土共占总面积的11.59%,20～40 cm土壤重度盐渍化及盐土共占总面积的7.04%,20～40 cm土壤盐渍化程度较0～20 cm土壤盐渍化轻。     

不同取样单元对干旱区绿洲小麦地上生物量光谱估算模型的影响

为了更好地了解小麦高光谱特征与其地上生物量的关系,采用美国ASD公司手持便携式野外光谱仪（ASD Fieldspec HandHeld）在甘肃河西绿洲进行了小麦高光谱遥感地面观测。运用单变量线性和非线性回归分析方法,以不同绿洲为取样单元,建立4种NDVI-小麦地上生物量（ANPP）的地面光谱模型。研究结果表明,各模型均达到极显著检验水平（小样区:α=0.01,n=20;大样区:α=0.01,n=34）,通过对各个模型进行误差分析,确定基于同一绿洲和不同绿洲单元构建的最优光谱模型均为指数函数模型。其中,张掖绿洲、酒泉绿洲和河西绿洲模型分别为ANPP=0.1567e12.568NDVI(R2=0.8123)、ANPP=0.4082e11.108NDVI(R2=0.8321) 和ANPP=17.255e5.4326NDVI(R2=0.7369)。基于同一绿洲（小样区）构建的小麦光谱生物量预测模型在不同绿洲之间可以通用,但不能用于河西绿洲小麦估产;河西绿洲小麦估产要借助不同绿洲小样区构建的小麦光谱生物量模型进行预测。     

不同环境背景下的艾比湖区域土壤水盐差异性特征研究

由于不同的环境背景下环境机制不同,所以导致了水盐（主要指水分、盐分）空间变异存在很大差异,在此背景下分析艾比湖地区含水量与含盐量空间变异,有助于更加合理的了解土壤含水量与含盐量一体化规律。以艾比湖为中心把艾比湖区域分为三个靶区：绿洲、荒漠、湖区,运用统计学方法,分析三个区域的土壤水分、盐分差异性特征。结果表明：绿洲、荒漠、湖区这三个区域表层土壤盐分积聚严重,其含盐量大小依次为：荒漠→绿洲→湖区,而含水量却相反;绿洲、荒漠和湖区土壤含盐量的变异系数均在85%～150%之间,属高强度变异,含水量变异系数均介于55%～75%之间,属中强度变异。说明荒漠区域盐分含量的水平分布不均匀,空间异质性较强;而水分含量的水平相对较为均匀,空间异质性较弱。绿洲、荒漠、湖区土壤层10～20 cm与20～40 cm土壤层含盐量的存在显著性相关性（p<0.01）,即绿洲的相关系数0.913,荒漠的相关系数0.966,湖区的相关系数0.941,绿洲与湖区土壤表层与亚层含水量存在显著性相关性（p<0.01）相关系数分别为0.851 和0.908。说明绿洲与湖区土壤层0～10 cm与10～20 cm土壤含水量存在水分转移现象,荒漠区域这种现象不明显,可能与沙漠炎热地表环境和土壤性质等因素有关。研究结果揭示了艾比湖地区不同环境背景下秋季的土壤含水量与含盐量分布特征,为艾比湖地区农作物灌溉管理及土壤盐渍化治理提供了科学依据。     

新疆铁干里克绿洲水文过程对土壤盐渍化的影响

在对塔里木河下游绿洲地表灌溉水和地下水水质特征及土壤盐分实测分析的基础上,探讨了地表水、地下水过程及其对土壤盐渍化的影响。结果显示：塔里木河下游绿洲灌区地表水矿化度与土壤表层0～50cm盐分含量呈显著正相关,与50～100cm土层含盐量相关性不显著;地下水埋深与土壤盐分含量密切相关,0～50cm表层土壤盐分含量随地下水埋深的增加而下降,其中0～20cm下降幅度最大。当地下水埋深较浅时,绿洲内土壤含盐量高,呈T型分布,盐分表聚性强,土壤盐分含量随土壤深度的增加呈下降趋势;当地下水埋深较深时,绿洲内土壤盐份呈菱形分布,中层土壤盐分高,且地下水矿化度和土壤盐分分布转折点均为6.0m。据此推断,6m是地下水盐分积聚和表层土壤盐分积累停止的临界地下水埋深。     

三工河流域中上游绿洲土壤盐化的时空动态

针对绿洲内部土壤盐渍化发生的现状,以三工河流域中上游阜康绿洲为研究区,运用遥感与GIS技术,结合地统计学方法研究了0—20 cm土层盐分动态特征及其主导因素。结果表明:①研究区各种景观类型间转移剧烈,区域绿洲化作用强于荒漠化; ②通过对1982年和2005年土壤盐分的理论模型拟合,符合球形模型,并且F检验达到极显著水平; ③Kriging插值及其与同期的绿洲景观类型图叠加运算表明,土壤盐渍化具有向北推进的趋势,南部绿洲土壤盐化程度减弱,北部绿洲土壤盐渍化程度加重;④农业灌溉具有一定的洗盐作用,使得南部绿洲土壤盐化程度减轻;北部绿洲,由于地下水作用,使得土壤盐化程度加重。