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。     

基于表观电导率与实测光谱的干旱区湿地土壤盐分监测

以新疆艾比湖滨盐渍化土壤为对象,利用磁感应电导仪和光谱仪测得的盐渍土表观电导率和可见光/近红外光谱数据,选取与EM38解译的土壤盐分相关性最好的光谱变换形式和特征波长,分别建立多元逐步回归、偏最小二乘回归和支持向量回归的土壤盐分监测模型。结果表明：（1）表观电导率两种模式相结合建立的盐分含量解译模型的拟合优度达到0.91,即在该区域内电磁感应技术可用于土壤盐分含量的间接监测。（2）一阶微分处理优于二阶微分,经一阶微分变换后的光谱可以较好地预测土壤盐分含量。（3）3种建模方法中,支持向量回归的建模精度最高,偏最小二乘回归和多元逐步回归次之。干旱区湖滨湿地土壤盐分含量的估测模型宜选取基于平滑后的原始一阶微分光谱数据建立的支持向量回归模型。     

基于电磁感应技术的塔里木盆地北缘绿洲土壤盐分空间变异特性

土壤盐渍化是影响绿洲农业生产、抑制作物生长的主要生态环境问题。当前,将电磁感应技术与地面实测技术相结合是监测土壤盐渍化分布及其变化的先进方法。本文以新疆渭干河-库车河三角洲绿洲为研究区,以电磁感应仪在水平模式下（EM_H）和垂直模式下（EM_V）所获取的土壤表观电导率数据以及野外实测数据为基础,通过建立EM_V和EM_H与土壤盐分含量及组成元素的多元线性回归模型,采用泛克里格法（Universal Kriging）对研究区两个关键季节（干季、湿季）的土壤盐分含量及组成的空间变异特征进行了分析。结果表明：研究区干季和湿季表层盐渍土含盐量均与EM_V和EM_H具有良好的相关性,以EM_V+EM_H为自变量建立的土壤盐分解译模型的精度较高,且通过0.01水平检验;研究区干、湿两季的表层土壤含盐量数据符合P-P正态分布,空间分布均呈现强相关性;采用能够充分考虑到干旱区表层土壤盐分空间变异的球状套合模型,能够更好地拟合土壤表层含盐量的空间结构;研究采用泛克里格法将解译出的土壤盐分及其主要组成离子（Na⁺、Cl^-）含量进行空间插值分析,其变化趋势与土壤含盐量的变化趋势基本一致,因而采用电磁感应技术可以有效地监测不同季节干旱区绿洲土壤盐分及其组成的空间变化。     

基于地表光谱建模的区域土壤盐渍化遥感监测研究

土壤盐渍化是土地荒漠化和土地退化的主要类型之一,也是世界性资源问题和生态问题,盐渍化土壤主要分布在干旱半干旱地区,而土壤盐渍化的动态监测和预报是目前研究的重要手段。新疆渭干河-库车河三角洲绿洲是我国土壤盐渍化比较严重也比较典型区域之一,以实测获取的绿洲区域范围内不同恶化程度的盐渍化土壤的高光谱反射率及其土壤含盐量为基础数据源,从中优选出对不同盐渍化程度土壤最为敏感的光谱波段,结合Landsat-TM多光谱遥感影像构建于地表光谱建模的最佳土壤盐渍化监测模型,并将此模型实现大尺度范围内的高精度土壤盐分遥感定量反演。结果表明:(1)反射率一阶微分光谱变换方式最好,与土壤含盐量相关性最佳,最大相关系数可达0.987。(2)利用抛物线模型与最佳土壤盐分指数SI3,构建的地表光谱模型效果最为理想(R2=0.885 2)。(3)与单纯以传统多光谱遥感技术构建的土壤盐分监测模型(R2=0.592 5)相比,经尺度转换后的模型,其精度与效果(R2=0.708 4)则更优。为今后可实现高精度干旱区区域大尺度卫星遥感土壤盐渍化监测提供一种科学、有效的途径。     

干旱区典型绿洲盐渍化土壤空间信息研究

对提取干旱区盐渍化信息的若干方法进行了评述,并且选取位于干旱区地带的盐渍化典型区域——阿克苏地区的库车、新和、沙雅县(渭-库绿洲)以及和田地区的于田县(于田绿洲)作为研究区进行实证分析。采用同一时相的ETM 数据,运用K-T变换、比值变换以及通过NDVI指数和分类来提取信息,效果明显。通过实证分析发现:虽然研究区都地处塔里木盆地周边地区,一个是塔北绿洲,另一个是塔南绿洲。但由于水文(盐渍化形成的关键)、气候(形成盐渍化土壤的驱动力)、地形(盐渍化土壤分布及差异的主要因素)、人类活动(盐渍化土壤形成的重要因素)等因素差异的存在,导致了盐渍化情况的差异。再利用Surfer软件绘制盐渍化出土壤特征(电导率)的等值线图,发现渭-库绿洲和于田绿洲表层土壤电导率的空间分布状况的差异。     

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。     

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。     

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。     

塔里木河中游绿洲盐漠带典型盐生植物光谱指数分析

盐生植物对于维持干旱区绿洲生态系统平衡起着核心作用。该文以渭干河-库车河三角洲绿洲盐漠带典型盐生植物为研究对象,利用Field Spec Pro FR便携式地物波谱仪,对2010年10月盐生植物的野外光谱数据进行采集并取相应土样。首先,采用光谱学分析方法分析光谱特征变化,并对土壤理化特性(含盐量、TDS、电导率、pH值)进行室内测定分析,获得盐生植物光谱特征数据和土壤理化特性数据。其次,利用实测光谱数据对盐生植物高光谱植被指数NDVI705、VOG1、ARI1和CRI1进行反演,用高光谱影像和TM影像分别对VOG1和NDVI705进行反演,并与土壤理化特性进行相关性分析。研究表明:高光谱植被指数NDVI705、VOG1、ARI1与土壤理化特性之间相关性均较低(0.266R0.449),但CRI1与含盐量、TDS的相关性较高(R=0.668);用高光谱影像反演的VOG1与电导率的相关性较高(R=0.536),用TM影像反演的NDVI705与TDS相关性较高(R=0.695)。通过精度验证,发现高光谱反演数据(VOG1)比TM反演数据(NDVI705)精确,说明遥感数据空间分辨率的不同影响了反演植被光谱指数的精度。该研究不仅可为干旱地区盐生植物的遥感识别奠定基础,而且对维持绿洲生态系统稳定提供一定的科学依据。     

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.     

基于不同窗口纹理特征的SVM土壤盐渍化信息提取方法与精度分析研究

以塔里木盆地北缘绿洲--渭干河-库车河三角洲绿洲为例,借助ENVI遥感软件,利用ETM+数据,探讨了该绿洲土壤盐渍化信息提取的方法.传统的遥感图像分类方法多数在解决问题上存在精度不高、分类效率较低、不确定性强的缺陷,所以,选择好的分类方法对于提取盐渍化信息是至关重要的.近年来,将SVM应用于遥感图像分类已成为新的发展趋势.文章提出了基于纹理特征的支持向量机(Support Vector Machine,SVM)的分类方法,得出以下结论:分别结合3×3,5×5,7×7,9×9,11×11,13×13窗口纹理特征和光谱的SVM分类精度都很高,达到93%以上.并且在验证分类精度时,发现结合光谱和9×9窗口纹理信息的SVM分类的结果更符合实际情况.所以说加入纹理特征后使得光谱信息比较接近的3类地物(重度、中度、轻度盐渍地)的区分性增大,从而使精度提高.因此,基于纹理特征的SVM分类方法更有利于遥感图像分类和盐渍化信息监测,是地物遥感信息提取的有效途径.     

近50年来渭干河-库车河三角洲绿洲耕地变化及其成因

利用 195 0～ 2 0 0 0年的统计和普查数据 ,对渭干河—库车河三角洲绿洲近 5 0年来耕地数量变化及区域差异进行分析 ,并探讨了影响耕地动态变化的驱动因子。近 5 0年渭干河—库车河三角洲绿洲耕地面积经历了 3个增长期和 2个减少期的变化。经综合分析发现影响渭干河—库车河三角洲绿洲耕地变化的主要驱动因素是 5次大的政策变动 ,耕地需求增加与非农业部门占用 ,导致土壤肥力下降 ,沙化、盐渍化等问题出现。     

新疆典型绿洲土壤电导率和pH值的光谱响应特征

土壤理化性质影响土壤质量,直接决定作物的产量,极易受到灌溉的影响。选择新疆典型绿洲——渭干河-库车河三角洲绿洲作为靶区,利用土壤光谱反射率预测土壤的电导率、pH值。首先,对土壤光谱反射率做变换,得到18种形式的反射率;其次,对18种形式的反射率与土壤电导率、pH值进行相关与回归分析,得到预测方程;最后,验证预测方程的精度,并确定最佳方程。结果显示:可以用土壤的光谱反射率预测土壤电导率、pH值,土壤电导率的预测方程为反射率的一阶导数微分形式,均方根误差为0.184;土壤pH值的预测方程为倒数的二阶导数微分形式,均方根误差为0.278。快速预测土壤电导率、pH值可以为土壤质量的评价提供数据基础,有利于正确有效地指导农业生产。     

Remote Sensing Inversion for Simulation of Soil Salinization Based on Hyperspectral Data and Ground Analysis in Yinchuan,China

The Pingluo area, as an experimental study area in Yinchuan, has been subjected to major environmental degradation due to soil salinization problems. Soil salinization is one of the main problems of land degradation in arid and semiarid regions. In the present study, remote sensing was integrated with mathematical modeling to evaluate soil salinization adequately. To detect soil salinization, soil water content and electrical conductivity of soil samples were analyzed. The reflectance of soil samples was measured using a spectrometer (SR-3500) with 1024 bands. Indices of soil salinity, vegetation and drought were analyzed using Landsat images over the study area. Based on Landsat images, physicochemical analysis, reflectance of sensitive bands for soil salinization and environmental indices, canopy response salinity index (CRSI), perpendicular drought index (PDI) and enhanced normalized difference vegetation index (ENDVI), a new model was established for simulation and prediction of soil salinization in the study area. Correlation analyses and multiple regression methods were used to construct an accurate model. The results showed that green, blue and near-infrared light was significantly correlated with soil salinity and that the spectral parameters improved this correlation significantly. Therefore, the model was more effective when combining spectral parameters with sensitive bands with modeling. After mathematical transformation of soil reflectance, the correlations of bands sensitive to soil salinization were 0.739 and 0.7 for electrical conductivity and water content, respectively. After transformation of vegetation reflectance, the correlation coefficient of soil salinity became 0.577. After inversion of the model based on soil hyperspectral and water content, the significance became 0.871 and 0.726, respectively, which can be used to predict soil salinity and water content. The spectral soil salinity model had a coefficient of 0.739 for soil salinity prediction. Among the salinity indices, the CRSI was selected as the most significant, with R² of 0.571, whereas the R² for PDI reached only 0.484. Among the vegetation indices, the ENDVI had the highest response to soil salinity, with R² of 0.577. After scale conversion, the correlation percentages between CRSI and measured soil salinity and between ENDVI and measured soil salinity increased to 16.2% and 8.5%, respectively. Following the correlation between PDI and soil water content, the percentage of correlation increased to 11.6%. The integration of hyperspectral remote sensing, ground methods and an inversion method for salinity is a very important and effective technique for rapid and nondestructive monitoring of soil salinization.

     

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。     

基于地表温度-植被指数特征空间的区域土壤水分反演

针对目前西北地区广泛存在的农业干旱问题,选取了新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择云量较少的两幅TM影像,建立地表温度-植被指数特征空间。首先利用线性方程拟合了特征空间的上下边界,比较利用归一化植被指数(NDVI)建立的地表温度-植被指数特征空间Ts/NDVI和利用改进型土壤调整植被指数(MSAVI)构建的地表温度-植被指数特征空间Ts/MSAVI形状的差异,并计算得到两种温度植被干旱指数(Temperature vegetation dryness index-TVDI,分别为TVDIN和MTVDI)。对TVDI与同期野外不同深度的实测土壤重量含水量数据进行回归分析,建立TVDI估测土壤水分的经验模型并对模型进行验证。研究结果表明,TVDIN和MTVDI均能够反演表层土壤水分,其中MTVDI与土壤水分相关性比TVDIN与土壤水分相关性要高,MTVDI能够更好地反映区域土壤水分状况,是一种更有效的土壤水分监测方法,对农业干旱监测具有一定的科学依据。     

基于随机森林算法的土壤有机质含量高光谱检测

为了探讨既能保留光谱信息又能准确对土壤有机质含量进行快速检测。以新疆南部渭干河—库车绿洲内部73个土壤样点及其对应的高光谱数据为研究对象，采用小波变换与数学变换进行光谱数据预处理，分析各小波分解重构光谱在不同有机质含量与不同土壤类型下光谱曲线差异，通过相关分析确定最大小波分解层并筛选敏感波段，结合灰色关联分析与随机森林预测分类模型对各小波分解特征光谱进行重要性分析，最后基于最优特征光谱建立多元线性预测模型并进行分析。结果表明：（1） 耕作土壤与林地土壤光谱曲线波段相较盐渍土壤和荒漠土壤光谱曲线变化较为平缓，同时在水分吸收波段处，盐渍土壤光谱曲线吸收谷最深。（2） 小波变换分解光谱与土壤有机质含量的相关性随着分解层数增加呈现先减后增趋势，在第6层中，特征光谱曲线与敏感波段数量变化趋于稳定，确定为小波变换最大分解层。（3） 随机森林模型相比灰色关联分析对于各小波分解层因子的筛选符合预期，按照对土壤有机质含量影响从高到低排序为L3-(1/LgR)′、L4-(1/LgR)′、L6-(1/LgR)′、L5-(1/LgR)′、L2-(1/LgR)′、L0-1/LgR、L1-1/LgR。（4）在小波分解光谱中，中频范围特征光谱对干旱区土壤有机质含量的估测能力优于高频与低频范围特征光谱，同时基于L-MC建立的模型精度最高。研究表明：基于机器学习分类方法结合小波分解的土壤光谱有机质含量监测，可以有效的减少噪声波段干扰，并提高特征波段的分类预测精度。