郭　熙，謝碧裕，葉英聰，謝　文

(1.江西省農(nóng)業(yè)科學(xué)院土壤肥料與資源環(huán)境研究所,江西南昌330200；2.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃所,北京100081；3.江西農(nóng)業(yè)大學(xué)國土資源與環(huán)境學(xué)院，江西南昌330045)

基于一階微分變換方法的南方丘陵稻田土壤電阻率高光譜特性研究

郭熙1,2,3，謝碧裕3，葉英聰3，謝文3

(1.江西省農(nóng)業(yè)科學(xué)院土壤肥料與資源環(huán)境研究所,江西南昌330200；2.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃所,北京100081；3.江西農(nóng)業(yè)大學(xué)國土資源與環(huán)境學(xué)院，江西南昌330045)

摘要：通過對(duì)土壤電導(dǎo)率和光譜測定，分析了南方丘陵稻田土壤電阻率特征、原始光譜數(shù)據(jù)及重采樣光譜數(shù)據(jù)特征。在光譜重采樣基礎(chǔ)上進(jìn)一步構(gòu)建光譜包絡(luò)線去除變換、光譜反射率倒數(shù)(1/R)、對(duì)數(shù)[ln(1/R)]、平方根(R0.5)、一階微分等單一或復(fù)合變換模型。通過橫向、縱向綜合比較分析不同模型的反射率與電阻率相關(guān)性分析的曲線差異，著重探討了基于一階微分的數(shù)據(jù)變換模型間土壤電阻率與光譜反射率間相關(guān)性強(qiáng)弱，結(jié)果表明：(1)基于一階微分變換的模型可以對(duì)重疊混合光譜進(jìn)行分解以便識(shí)別，擴(kuò)大樣品之間的光譜特征差異，發(fā)掘敏感波段的光譜吸收、反射特征；(2)綜合反射率的平方根的一階微分變換、反射率的倒數(shù)的對(duì)數(shù)及反射率對(duì)數(shù)的一階微分等模型得出，在波段為382 nm處，土壤電阻率與光譜反射率間相關(guān)系數(shù)最高達(dá)0.788，在波段為555～560 nm，多個(gè)微分變換模型相關(guān)性系數(shù)在0.7以上，可為后續(xù)反演因子的確定及土壤電阻率高光譜估測回歸模型的建立提供參考。

關(guān)鍵詞：一階微分變換；南方丘陵稻田土壤；土壤電阻率；高光譜特性

土壤電阻率是土壤理化因子和內(nèi)在結(jié)構(gòu)特征的綜合體現(xiàn)。土壤電阻率作為土壤電導(dǎo)學(xué)研究的一個(gè)重要內(nèi)容，與土壤中水分、鹽分、陽離子、有機(jī)質(zhì)含量和其溫度、質(zhì)地結(jié)構(gòu)等諸多理化因子密切相關(guān)[1]，土壤電導(dǎo)特性指標(biāo)常常用土壤電導(dǎo)率或者土壤電導(dǎo)率的倒數(shù)——土壤電阻率來表示，且土壤電阻率是防雷接地工程技術(shù)的基礎(chǔ),還是判斷土壤腐蝕性的一個(gè)重要評(píng)價(jià)標(biāo)準(zhǔn),也是反映土壤肥力特性的基礎(chǔ)指標(biāo)[2]。

土壤光譜反射率在特定波段內(nèi)同樣也能反映土壤理化特征和內(nèi)在結(jié)構(gòu)。隨著遙感技術(shù)特別是高光譜及近紅外光譜分析技術(shù)的快速發(fā)展，各國學(xué)者都致力于研究土壤的光譜特性及其與土壤理化性質(zhì)的相互關(guān)系，尤其近20年來已有較快發(fā)展。近些年來，國內(nèi)外土壤電阻率方面的研究主要集中在：(1)應(yīng)用物理電學(xué)法直接測定土壤電阻率方法研究[3](2)土壤鹽分、土壤含水量、溫度以及氣象等因子的影響[4]，但缺乏涵蓋多因子的綜合分析及定量化研究。實(shí)際應(yīng)用表明，對(duì)土壤電阻率研究的缺乏，尤其是基于土壤高光譜遙感的土壤電阻率估算研究的匱乏，一定程度上影響了土壤電阻率在防雷減災(zāi)、精準(zhǔn)農(nóng)業(yè)、土地管理等各領(lǐng)域的應(yīng)用。因此，本文通過對(duì)稻田表層土壤(0～20 cm)電導(dǎo)率分布狀況與土壤高光譜特性相關(guān)性的研究，提出了土壤光譜反射率的一階微分?jǐn)?shù)據(jù)變換模型，為挖掘土壤電阻率高光譜特性研究提供了可行方法，也為土壤電阻率估測模型反演因子的快速確定及土壤電阻率高光譜回歸估測模型的建立提供參考。同時(shí)也為雷電災(zāi)害風(fēng)險(xiǎn)評(píng)估、雷電防護(hù)工程、地下金屬設(shè)施的防腐工程、精準(zhǔn)農(nóng)業(yè)等方面的重要應(yīng)用工作提供理論支撐。

1材料與方法

1.1研究區(qū)域概況

研究區(qū)域選為興國縣，涉及永豐鄉(xiāng)、高行鎮(zhèn)、社富鄉(xiāng)、隆坪鄉(xiāng)、鼎龍鄉(xiāng)、長崗鄉(xiāng)共6個(gè)鄉(xiāng)鎮(zhèn)。興國縣位于我國中亞熱帶南部,江西省中南部,東經(jīng)115°01′～115°51′,北緯26°03′～26°41′,主要地貌類型有河谷沖積平原、崗地、丘陵山地等。母巖主要有第四紀(jì)紅色粘土、砂頁巖、花崗巖、千枚巖等。主要的土壤類型為紅壤、黃壤、紫色土和水稻土。研究區(qū)域水稻土又分為表潛青潮沙泥田、漚水紫泥田、淹育沙泥田、潴育潮沙泥田、潴育麻沙泥田共5個(gè)土種[5]。興國縣是以水稻生產(chǎn)為主的農(nóng)業(yè)大縣，水稻又是興國縣的主要糧食作物，屬雙季稻區(qū)，是江西省糧食主產(chǎn)縣之一。常年水稻種植面積約49 667 hm2以上，總產(chǎn)在26.5×104t左右，年人均占有量為340 kg左右[6]。

興國縣域以低山、丘陵為主(海拔最低為127 m)，局部有中山(海拔最高為1 204 m)，降水充沛，熱量豐富。年均溫16～20 ℃，最冷月平均氣溫3～8 ℃，最熱月平均氣溫27～30 ℃，積溫5 000～7 000 ℃。無霜期230～300 d。年降水量1 200～1 600 mm，具有江南丘陵區(qū)海拔2 000 m以內(nèi)，春多雨、夏酷熱的氣候特征。地理上又將武夷山以西、雪峰山以東丘陵(湖南和江西兩省以及安徽南部的丘陵)劃為江南丘陵地貌區(qū)，而江南丘陵區(qū)也是南方丘陵區(qū)的典型代表區(qū)域之一，加上興國縣位于羅霄山脈以東、武夷山脈以西的雩山山區(qū),恰處在江南丘陵地貌區(qū)，故興國縣可作為南方丘陵區(qū)的代表。

1.2研究方法

1.2.1土壤采樣點(diǎn)確定將采樣點(diǎn)按鄉(xiāng)鎮(zhèn)到村依次排列編號(hào)：1～2號(hào)為永豐鄉(xiāng)豪溪村，3～8號(hào)為永豐鄉(xiāng)馬良村，9～14號(hào)為永豐鄉(xiāng)馬良村，15～20號(hào)為隆坪鄉(xiāng)蘭溪村，21～26號(hào)為鼎龍鄉(xiāng)楊村村，27～32號(hào)為長崗鄉(xiāng)榔木村，33～38號(hào)為社富鄉(xiāng)東韶村，39～43號(hào)為高行鎮(zhèn)高興村，總計(jì)43個(gè)樣點(diǎn)。將采樣點(diǎn)的經(jīng)緯度與興國縣土壤類型圖疊加，提取出每個(gè)取樣點(diǎn)的土壤類型屬性，作出興國稻田土壤采樣分布圖如圖1。

圖1　興國縣中低產(chǎn)田土壤采樣分布圖Fig.1　Xingguo County soil sampling distribution of the low～yielding fields

1.2.2土壤電阻率測定方法采用英國WET土壤3參數(shù)速測儀現(xiàn)場快速測量土壤的水分、溫度、電導(dǎo)率3個(gè)重要參數(shù)，溫度測量范圍為-5～50 ℃，精度為±1.5 ℃；電導(dǎo)率測量范圍為0～1 500 ms/m[7]；容積含水量測定范圍0～100%，精度為3%。針對(duì)43個(gè)樣點(diǎn)均用WET探頭進(jìn)入稻田土壤20 cm后隔3 s在HH2讀數(shù)表存儲(chǔ)數(shù)據(jù)。

1.2.3土壤高光譜測定方法首先采用美國SVCR-768地物波譜儀測定43個(gè)稻田土壤樣點(diǎn)的反射光譜，其波長范圍為344～2 513 nm，采樣間隔為1.3 nm(344～1 000 nm區(qū)間)、8 nm(1 000～1 900 nm)和5 nm(1 900～2 513 nm)，輸出波段數(shù)為2 150。其次選擇晴朗無云、無風(fēng)的天氣，在自然光照條件下，在保證土壤表層平整前提下，去除稻田土壤表層植被后采用5度視場角探頭，距稻田土壤實(shí)地15 cm處垂直角度進(jìn)行光譜采集，測量時(shí)間范圍為白天11：00—14：00[8]。如圖2對(duì)43樣點(diǎn)原始數(shù)據(jù)反射率取其平均值所得光譜反射率曲線圖。

圖2　原始數(shù)據(jù)光譜反射率曲線圖Fig.2　Raw data spectral reflectance curves

1.2.4光譜數(shù)據(jù)處理的方法光譜數(shù)據(jù)處理方法主要涉及重采樣的方法、連續(xù)統(tǒng)去除方法、光譜微分技術(shù)、數(shù)理統(tǒng)計(jì)分析及光譜數(shù)據(jù)變換方法。(1)重采樣處理方法。利用SVCR-768地物波譜儀自帶的光譜數(shù)據(jù)處理軟件SVC-HR768對(duì)原始光譜數(shù)據(jù)進(jìn)行重采樣處理,重采樣間隔為1 nm，再導(dǎo)出重采樣數(shù)據(jù)。由于SVCR-768地物波譜儀測定土壤樣點(diǎn)的反射光譜數(shù)據(jù)在1 000 nm、1 900 nm附近的接縫處以及前后邊緣波段350～399 nm、2 451～2 500 nm處噪聲較大，使得重采樣所得的原始光譜曲線的相鄰波段之間存在信息重合，導(dǎo)致整個(gè)光譜數(shù)據(jù)信息冗余，而其他波段的信噪比高,約為1 000∶1。因此本研究對(duì)光譜數(shù)據(jù)以1 nm為間隔進(jìn)行算術(shù)平均運(yùn)算，處理后的光譜曲線更加平滑的同時(shí)仍然維持了原光譜的主要特征,故對(duì)導(dǎo)出的每個(gè)土樣的光譜曲線去除前后噪聲較大的邊緣波段350～380 mn和2 451～2 500 nm波段[9-10]。

(2)連續(xù)統(tǒng)去除法。連續(xù)統(tǒng)處理也叫去包絡(luò)線法，作為一種典型的光譜分析法，定義為逐點(diǎn)直線連接隨波長變化的吸收或反射凸出的“峰”值點(diǎn),并使折線在“峰”值點(diǎn)上的外角大于180°[10]。它可以有效地突出光譜曲線吸收和反射特征,并將其歸一到一致的光譜背景上,有利于和其他光譜曲線進(jìn)行特征數(shù)值比較,從而提取出特征波段進(jìn)行分類識(shí)別，去掉包絡(luò)線后變?yōu)楣庾V波段深度曲線(圖4)。光譜波段深度曲線計(jì)算公式為：R′(λ)=1-R(λ)/Rc(λ)；式中，R′，R，Rc分別是光譜波段深度、原始光譜和光譜包絡(luò)線，λ為波長。

(3)光譜一階微分方法。光譜微分技術(shù)(導(dǎo)數(shù)算法)是常用的光譜增強(qiáng)方法，該方法對(duì)光譜信噪比非常敏感。研究表明，光譜的低階微分處理對(duì)噪聲影響敏感性較低，對(duì)不同的背景和噪聲有去除作用。微分光譜可以消除基線漂移或平緩背景干擾的影響，并可以提供比原始光譜更高的分辨率和更清晰的光譜輪廓變換，其基本處理方法是：先確定導(dǎo)數(shù)窗口寬度Δλ,再根據(jù)導(dǎo)數(shù)的定義計(jì)算波長y的導(dǎo)數(shù)，再逐步移動(dòng)依次計(jì)算所有波長的導(dǎo)數(shù)，由此得出導(dǎo)數(shù)光譜。土壤高光譜在波長i處的一階微分光譜采用下式計(jì)算:ρ′(λi)=[ρ(λi+1)-ρ(λi-1)]/(2Δλ);式中,λ為波長,λi=351,352,……,2 499 nm,ρ(λi)為波長i的光譜反射系數(shù)，在實(shí)際計(jì)算中，一般用光譜的差分作為微分的有限近似[10-11]。土壤原始反射率光譜經(jīng)過微分變換后,曲線隨波長變化更明顯,更能凸顯細(xì)微信息差異引起的變化,也更易找出曲線拐點(diǎn)位置。

(4)方差分析與相關(guān)性分析方法。相關(guān)性分析之前務(wù)必對(duì)43樣點(diǎn)的反射率進(jìn)行方差分析，本研究僅涉及單因素——電阻率對(duì)光譜反射率的影響，因此選擇單因素方差分析。單因素方差分析是以不同水平下，各總體均值服從方差相同的正態(tài)分布為前提條件，研究不同水平下各個(gè)總體的均值是否有顯著差異的問題。一旦通過方差分析驗(yàn)證了43樣點(diǎn)反射率的均值存在顯著性差異，土壤導(dǎo)電率與光譜反射率相關(guān)性探討才有實(shí)際意義。以此為據(jù)對(duì)光譜數(shù)據(jù)進(jìn)行方差分析和相關(guān)性分析，最后計(jì)算其與土壤電阻率的相關(guān)系數(shù)，并繪制相關(guān)系數(shù)曲線圖。

(5)光譜數(shù)據(jù)變換方法。為了減弱背景、大氣散射對(duì)室外采集的高光譜數(shù)據(jù)的影響和提高不同吸收特征的靈敏度，對(duì)原始高光譜數(shù)據(jù)進(jìn)行變換計(jì)算獲得土壤“電阻率估測指數(shù)”，用變換后的“電阻率估測指數(shù)”與土壤電阻率進(jìn)行相關(guān)分析，從而獲得反演土壤電阻率的敏感波段，光譜數(shù)據(jù)變換的目的是為了提高光譜數(shù)據(jù)與土壤電阻率之間的相關(guān)系數(shù)，從而在眾多波段中選擇能更好地反演土壤電阻率的因子。

2數(shù)據(jù)的處理分析

2.1南方丘陵稻田土壤電阻率特征分析

對(duì)收集到的所有土壤電導(dǎo)參數(shù)進(jìn)行了極大值、極小值、平均值、標(biāo)準(zhǔn)差、變異程度等常規(guī)項(xiàng)目的統(tǒng)計(jì)總結(jié)如表1。

電導(dǎo)率與電阻率轉(zhuǎn)換公式:γ=1/P；γ其中為電導(dǎo)率，單位ms/m；P為電阻率，單位Ω·m。對(duì)測得的表層土壤電導(dǎo)率數(shù)據(jù)進(jìn)行求倒，轉(zhuǎn)化為相應(yīng)土壤電阻率數(shù)據(jù)。由上表1可知：(1)長崗鄉(xiāng)榔木村土壤電導(dǎo)率分布在100～153為電導(dǎo)率最高，屬正常數(shù)據(jù)；電導(dǎo)率最小值25位于永豐鄉(xiāng)馬良村8號(hào)樣點(diǎn)。(2)土壤電導(dǎo)率標(biāo)準(zhǔn)差(SD)為29.945，數(shù)值偏大，表明大部分的數(shù)值和平均值(48.42)之間差異較大，同理土壤電阻率標(biāo)準(zhǔn)差則偏小。(3)在相同條件下，據(jù)兩組變異系數(shù)(CV)比較，土壤電導(dǎo)率變異程度大于土壤電阻率。(4)峰度是衡量數(shù)據(jù)分布起伏變化的指標(biāo)，以正態(tài)分布為基準(zhǔn)，比其平緩時(shí)值為正，反之則為負(fù)，由此可知，土壤電導(dǎo)率數(shù)據(jù)分布相對(duì)土壤電阻率平緩的多。(5)偏度統(tǒng)計(jì)數(shù)據(jù)分布偏斜方向和程度的度量，表征概率分布密度曲線相對(duì)于平均值不對(duì)稱程度的特征數(shù)。偏度以bs表示bs<0稱分布具有負(fù)偏離，也稱左偏態(tài)，bs>0稱分布具有正偏離，也稱右偏態(tài)，從而用偏離來檢驗(yàn)分布的正態(tài)性。右偏時(shí)一般算術(shù)平均數(shù)>中位數(shù)>眾數(shù)，左偏時(shí)相反，即眾數(shù)>中位數(shù)>平均數(shù)[13]。結(jié)合表1可知土壤電導(dǎo)率偏度為2.092，其分布相對(duì)正態(tài)分布右偏，反之土壤電阻率則向左偏斜但偏斜程度不及電導(dǎo)率。

表1　土壤導(dǎo)電性能參數(shù)統(tǒng)計(jì)特征

2.2南方丘陵稻田土壤光譜特征分析

2.2.1原始數(shù)據(jù)光譜特征分析光譜反射率曲線(圖3)與特征吸收曲線(圖4)對(duì)比分析發(fā)現(xiàn)：對(duì)原始光譜進(jìn)行連續(xù)統(tǒng)處理也能有效突出光譜曲線的反射吸收特征,圖4是所有土樣反射率取平均值的連續(xù)統(tǒng)去除曲線圖,從圖中同樣可以看出在1 400,1 900,2 200 nm有明顯的水分吸收谷,另外在420 nm附近有一個(gè)小的反射峰,480 nm附近有一個(gè)明顯的吸收谷。這些微小的光譜特征通過光譜反射曲線很難觀察出來。

圖3　43樣點(diǎn)數(shù)據(jù)光譜曲線Fig.3　43 samples spectral curves

圖4　43樣點(diǎn)特征吸收光譜曲線Fig.4　43 samples characteristic absorption spectrum curve

2.2.2重采樣數(shù)據(jù)光譜特征分析43個(gè)土壤光譜數(shù)據(jù)經(jīng)重采樣處理后作出其平均光譜反射率曲線圖(如圖5),圖6為對(duì)43個(gè)土壤光譜重采樣反射率數(shù)據(jù)求一階微分后作出其平均光譜反射率曲線圖。雖然樣品較少，但綜合圖5、圖6，依然可以清楚看出反射光譜曲線的明顯的吸收反射特征,從全波段范圍內(nèi)來看,整體光譜曲線表現(xiàn)平緩,光譜反射率隨波長而增大。有兩個(gè)明顯的吸收谷,即1 400,1 900,2 200 nm微弱的吸收谷。在1 400 nm和1 900 nm處存在明顯的OH-和H2O的吸收特征，以及2 200 nm處的Al-OH的吸收特征[14-15]。

圖5　重采樣數(shù)據(jù)光譜曲線Fig.5　Spectral curves resampling

圖6　一階微分的特征吸收光譜曲線Fig.6　The first differential absorption spectrum characteristic curve

但從圖5看出，在400～780 nm可見光波段反射率增加較快,而在近紅外(NIR)的780～2 450 nm波段反射率增加相對(duì)較緩。但從400～2 450 nm波段范圍的一階微分曲線(圖6)來看,在540 nm處，一階微分曲線出現(xiàn)峰值,說明該波段處光譜反射率增幅最快,而在820～900 nm附近出現(xiàn)較寬的谷形,說明此波段附近光譜反射率增加緩慢。

從圖7不難發(fā)現(xiàn)：原始數(shù)據(jù)經(jīng)重采樣后采用包絡(luò)線去除法變換后，相關(guān)性分析后全波段(345～2 495 nm)相關(guān)性有所下降，但很明顯看出1 400 nm、1 900 nm這兩個(gè)水分吸收帶，在波長為350 nm處，相關(guān)系數(shù)最大值為0.56，有待進(jìn)一步改進(jìn)數(shù)據(jù)變換模型。

圖7　重采樣數(shù)據(jù)包絡(luò)線去除相關(guān)性曲線Fig.7　Resampling data to remove the envelope correlation curve

2.2.3光譜數(shù)據(jù)變換的光譜特征分析光譜數(shù)據(jù)變換方法很多，本小節(jié)主要針對(duì)光譜重采樣后數(shù)據(jù)土壤進(jìn)行如表2的光譜數(shù)據(jù)變換，計(jì)算其與土壤電阻率的相關(guān)系數(shù)，并繪制相關(guān)系數(shù)曲線圖，最后根據(jù)相關(guān)系數(shù)大小及波峰波谷位置提取光譜特征。

表2　反射率數(shù)據(jù)變換方法列表

(1)反射率的倒數(shù)、對(duì)數(shù)、平方根、立方根單一變換模型。本小節(jié)單獨(dú)列取了3種常見的光譜反射率變換模型(圖8)：倒數(shù)、對(duì)數(shù)、平方根及反射率的立方根(1～4)變換與重采樣數(shù)據(jù)相關(guān)性對(duì)比，反射率的立方根變換模型在以往的文獻(xiàn)中未曾研究。圖8表明：土壤反射率對(duì)數(shù)變換相關(guān)性比平方根、立方根的變換偏高，且趨向正相關(guān)方向，而反射率的倒數(shù)變換呈負(fù)相關(guān)。

(2)倒數(shù)、對(duì)數(shù)、平方根交叉組合變換模型。研究表明：光譜反射率經(jīng)倒數(shù)的對(duì)數(shù)變換后，增強(qiáng)可見光區(qū)的光譜差異，消除背景噪音的影響,變非線性關(guān)系為線性關(guān)系[14-17]。列取倒數(shù)、對(duì)數(shù)、平方根交叉組合變換中的3種(5～7)：反射率的平方根的倒數(shù)變換(R-0.5)；反射率對(duì)數(shù)的倒數(shù)變換[(LnR)-1]；反射率的倒數(shù)的對(duì)數(shù)變換(-LnR)。據(jù)圖9，曲線縱向?qū)Ρ扔^察發(fā)現(xiàn)：反射率數(shù)據(jù)三種變換模型總體趨勢一致，相關(guān)系數(shù)均在1 366 nm處取值最大，為0.733，但總體相關(guān)性均不理想，在1 380～1 440 nm，1 810～2 000 nm及2 370～2 500 nm處呈直線延伸；曲線橫向?qū)Ρ瓤芍汗庾V反射率經(jīng)倒數(shù)的對(duì)數(shù)變換在可見光波段及近紅外波段(344～1 350 nm)相關(guān)性系數(shù)偏小且為負(fù)相關(guān)，而1 350 nm之后偏大。

圖8　反射率的四種基本變換與重采樣相關(guān)性曲線對(duì)比圖Fig.8　Four basic transformation reflectivity curve associated with resampling comparison chart

圖9　反射率的3種復(fù)合變換相關(guān)性曲線圖Fig.9　Three composite reflectivity transform correlation graph

(3)基于3.2.2和3.2.3的一階微分變換模型。①如圖10，基于之前所描述5種基本變換的一階微分疊加對(duì)比：涉及反射率倒數(shù)的一階微分，反射率對(duì)數(shù)的一階微分，反射率平方根的一階微分，反射率立方根的一階微分(8～11)和重采樣數(shù)據(jù)的一階微分。在圖10中對(duì)比不難發(fā)現(xiàn)，土壤反射率對(duì)數(shù)的一階微分變換后的數(shù)據(jù)相關(guān)性在5組微分變換相關(guān)性曲線中整體偏高，在可見光不斷560～570 nm波段間明顯偏高，但反射率平方根的一階微分變換在波長為382 nm處相關(guān)系數(shù)最高達(dá)0.79。

②基于反射率的倒數(shù)、指數(shù)、平方根交叉組合變換下的一階微分模型對(duì)比分析：包括反射率對(duì)數(shù)的倒數(shù)的一階微分，反射率倒數(shù)的對(duì)數(shù)的一階微分及反射率平方根的倒數(shù)的一階微分(12～14)。通過綜合比較圖11，可以看出可見光波段556～569 nm波段范圍內(nèi)為曲線波峰形態(tài)，此波段3種微分變換模型相關(guān)性普遍偏高，相關(guān)系數(shù)在0.7以上，而土壤反射率倒數(shù)的對(duì)數(shù)的一階微分變換后的數(shù)據(jù)與土壤電阻率的相關(guān)性比其他2種數(shù)據(jù)變換略微偏高，且在382 nm同一波段處，相關(guān)系數(shù)達(dá)-0.752。

圖10　重采樣與四種基本變換的一階微分相關(guān)性曲線對(duì)比圖Fig.10　Resampling transformation with four basic first-order differential correlation curve comparison chart

圖11　反射率復(fù)合變換的一階微分相關(guān)性曲線對(duì)比圖Fig.11　Reflectivity of the composite transform a first-order differential correlation curve comparison chart

綜上所述：基于微分變換綜合反射率的平方根的一階微分變換、反射率的倒數(shù)的對(duì)數(shù)及反射率對(duì)數(shù)的一階微分模型得出，在波段為382 nm處，土壤電阻率與光譜反射率間相關(guān)性最高達(dá)0.788，在波段為555～560 nm，反射率平方根的倒數(shù)變換一階微分，倒數(shù)的對(duì)數(shù)一階微分變換等多個(gè)微分模變換模型處理后相關(guān)性系數(shù)在0.7以上，同時(shí)有效地突出了電阻率的光譜吸收和反射特征，適合作為提取反演因子的變換方式；除了直接對(duì)反射率進(jìn)行分析,對(duì)原始反射率進(jìn)行了對(duì)數(shù)、光譜微分變換，包絡(luò)線去除變換，從中尋找對(duì)土壤電阻率敏感的光譜指標(biāo)。土壤光譜反射率經(jīng)對(duì)數(shù)變化與光譜反射率經(jīng)對(duì)數(shù)變換,均能趨向于增強(qiáng)可見光區(qū)的光譜差異(可見光區(qū)的原始光譜值一般偏低),單純的對(duì)數(shù)變換趨向于減少由于光照條件、地形等變化引起的隨機(jī)因素影響，而光譜反射率經(jīng)對(duì)數(shù)變換能趨向于減少因光照條件變化引起的乘性因素影響。光譜測量容易受觀測角度、照度、樣品表面粗糙度等諸多因素的影響，使得光譜數(shù)據(jù)的信噪比較低，而微分光譜恰好可以消除基線漂移或平緩背景干擾的影響，并可以提供比原始光譜更高的分辨率和更清晰的光譜輪廓變換[18-21]。

3結(jié)論與討論

土壤是非常復(fù)雜的有機(jī)統(tǒng)一的整體，而土壤電阻率受土壤水分，土壤礦物質(zhì)等諸多因素影響，在測定條件穩(wěn)定的情況下，其高光譜特性及反演結(jié)果受土壤含水量、土壤質(zhì)地及有機(jī)質(zhì)含量等共同因素影響。雖然國內(nèi)外針對(duì)土壤電導(dǎo)率或電阻率高光譜特性研究極少，但依然取得了不錯(cuò)的研究成果。唐明星在基于高光譜遙感的鹽土棉田棉花葉片含水量和土壤電導(dǎo)率監(jiān)測研究中取得的成果：采用江蘇南京(118°50＇E，32°02＇N)南京農(nóng)業(yè)大學(xué)牌樓試驗(yàn)站盆栽和土柱栽培方法，綜合2個(gè)棉花品種在不同生育期的土壤電導(dǎo)率和功能葉光譜反射率試驗(yàn)數(shù)據(jù)，表明單波段747 nm光譜反射率與土壤電導(dǎo)率的相關(guān)性最好；張雷等研究棉花功能葉高光譜參數(shù)的土壤電導(dǎo)率監(jiān)測模擬發(fā)現(xiàn)：通過2008—2009年在江蘇南京農(nóng)業(yè)大學(xué)牌樓試驗(yàn)站的盆栽試驗(yàn)結(jié)果表明，以敏感波段1 350 nm和2 307 nm構(gòu)建的歸一化光譜指數(shù)NDSI(R1350,R2307)與土壤電導(dǎo)率的決定系數(shù)最高。

本文針對(duì)高光譜數(shù)據(jù)波段多、數(shù)據(jù)量大、冗余度高等特點(diǎn)[22],論述了高光譜數(shù)據(jù)多種線型變換處理方法,即高光譜數(shù)據(jù)特征提取算法，重點(diǎn)挖掘一階微分的光譜數(shù)據(jù)特征算法。通過實(shí)證分析表明：(1)綜合反射率的平方根的一階微分變換、反射率的倒數(shù)的對(duì)數(shù)及反射率對(duì)數(shù)的一階微分模型分析了贛州興國縣水稻土壤電阻率與稻田土壤光譜反射率的關(guān)系，恰好印證了基于一階微分變換的模型可以對(duì)重疊混合光譜進(jìn)行分解以便識(shí)別，擴(kuò)大樣品之間的光譜特征差異，發(fā)掘敏感波段的光譜吸收、反射特征。(2)反射率經(jīng)一階微分在波段為382 nm處，土壤電阻率與光譜反射率間相關(guān)性最高達(dá)0.788(與唐明星[11]在江蘇南京得到的波段747 nm光譜反射率與土壤電導(dǎo)率的相關(guān)性最好的結(jié)果有所差異)；在可見光波段555～560 nm，多個(gè)微分模變換模型相關(guān)性系數(shù)在0.7以上(與張雷[12]的江蘇棉田敏感波段為1 350 nm和2 307 nm的研究結(jié)論)，可為后續(xù)反演因子的確定及土壤電阻率高光譜回歸估測模型的建立提供參考。

在測譜學(xué)已經(jīng)發(fā)展的方法中，微分光譜技術(shù)是一種在遙感數(shù)據(jù)處理中特別有應(yīng)用前景的分析方法。不同階數(shù)的微分(差分)值可以幫助人們迅速確定光譜的拐點(diǎn)及最大最小反射率的波長位置。Cloutis的研究表明，光譜的低階微分處理對(duì)噪聲影響敏感性較低，因而在實(shí)際應(yīng)用中較有效。當(dāng)然一階微分變換模型數(shù)據(jù)處理也存在一個(gè)缺陷,即對(duì)噪聲非常敏感,很容易將噪聲擴(kuò)大,“毛剌”現(xiàn)象嚴(yán)重。今后的研究中將繼續(xù)尋找一種通用、準(zhǔn)確的發(fā)掘土壤電導(dǎo)率或電阻率高光譜吸收、反射特征的數(shù)據(jù)變換處理方法。

參考文獻(xiàn)：

[1]劉磊.土壤電阻率估算及影響因素研究[D].南京：南京信息工程大學(xué),2011.

[2]張禎,荀久玉,孔錦.土壤電導(dǎo)率的測定中影響因素研究[J].科技信息,2007(28):276-277.

[3]李淑敏,李紅,周連第.土壤電導(dǎo)率的快速測量(EM38)與數(shù)據(jù)的研究應(yīng)用[J].安徽農(nóng)業(yè)科學(xué),2009(29):14001-14004.

[4]曹曉斌,吳廣寧,付龍海,等.溫度對(duì)土壤電阻率影響的研究[J].電工技術(shù)學(xué)報(bào),2007(9):1-6.

[5]朱克貴，杜國華，章琰，等.中國士種志[M].北京：中國農(nóng)業(yè)出版社，1994.

[6]王永祿.興國縣雙季水稻高產(chǎn)主要限制性因子分析與對(duì)策[D].南昌:江西農(nóng)業(yè)大學(xué),2011.

[7]張麗,蔣平安,武紅旗,等.北疆典型土壤反射光譜特征研究[J].水土保持學(xué)報(bào),2013(1):273-276.

[8]李曦.基于高光譜遙感的土壤有機(jī)質(zhì)預(yù)測建模研究[D].杭州:浙江大學(xué),2013.

[9]王曉.土壤含水量高光譜特性與估測模型研究[D].泰安:山東農(nóng)業(yè)大學(xué),2012.

[10]劉煥軍,張新樂,鄭樹峰,等.黑土有機(jī)質(zhì)含量野外高光譜預(yù)測模型[J].光譜學(xué)與光譜分析,2010(12):3355-3358.

[11]唐明星.基于高光譜遙感的鹽土棉田棉花葉片含水量和土壤電導(dǎo)率監(jiān)測研究[D].南京:南京農(nóng)業(yè)大學(xué),2009.

[12]張雷,唐明星.基于棉花功能葉高光譜參數(shù)的土壤電導(dǎo)率監(jiān)測模擬[J].應(yīng)用生態(tài)學(xué)報(bào),2012(3):5-6.

[13]楊海杰.數(shù)理統(tǒng)計(jì)方法的應(yīng)用[J].承德醫(yī)學(xué)院學(xué)報(bào),2005(4):8-9.

[14]Nocita M,Kooistra L,Bachmann M,et al.Predictions of soil surface and topsoil organic carbon content through the use of laboratory and field spectroscopy in the albany thicket biome of eastern cape province of south africa[J].Geoderma,2011,167(2):295-302.

[15]Mouazen A,Kuang B,De Baerdemaeker J,et al.Comparison among principal component,partial least squares and back propagation neural network analyses for accuracy of measurement of selected soil properties with visible and near infrared spectroscopy[J].Geoderma,2010,158(1):23-31.

[16]O'rourke S M,Holden N M.Determination of soil organic matter and carbon fractions in forest top soils using spectral data acquired from visible-near infrared hyperspectral images [J].Soil Science Society of America Journal,2012,76(2):586.

[17]王人潮，蘇海萍，王深法.浙江省主要土壤光譜反射特性及其模糊分類在土壤分類中的應(yīng)用研究[J].浙江農(nóng)業(yè)大學(xué)學(xué)報(bào),1986,12(4):464-471.

[18]徐菊生.江西土壤[M].北京：中國農(nóng)業(yè)科技出版社,1991:205-208.

[19]Summers D,Lewis M,Ostendorf B,et al.Visible near-infrared reflectance spectroscopy as a predictive indicator of soil properties[J].Ecological Indicators,2011,11(1):123-131.

[20]梁亮,楊敏華,臧卓.基于小波去噪與SVR的小麥冠層含氮率高光譜測定[J].農(nóng)業(yè)工程學(xué)報(bào),2010(12):248-253.

[21]張娟娟.土壤養(yǎng)分信息的光譜估測研究[D].南京:南京農(nóng)業(yè)大學(xué),2009(7):23-26.

[22]Cloutis E A.Hyperspectral geological remote sensing:evaluation ofanalytical techniques[J].International Journal of Remote Sensing,1996(6):15-17.

The Spectral Characteristics of High Soil Resistivity in

Paddy Fields in Southern China Hilly Areas

GUO Xi1,2,3，XIE Bi-yu3，YE Ying-cong3，XIE Wen3

(1.Soil and Fertilizer Institute of Resources and Environment,Jiangxi Provincial Academy of Agricultural Sciences,Nanchang 330200,China;2.Agricultural Resources and the Agricultural Zoning,Chinese Academy of Agricultural Sciences,Beijing 100081,China;3.College of Land Resources and Environment,Jiangxi Agricultural University,Nanchang 330045,China)

Abstract:This study used soil conductivity and spectra mensuration to analyse the characteristics of paddy soil resistivity,original spectral data and resample spectra data of Southern China hilly paddy fields.Single or comprehensive models of spectra continued removed data,the reciprocal value,logarithm,square root and first ore differential value of soil spectra reflectivity were built based on the spectra resample method.According to the transverse and longitudinal analysis of the correlation curve of different models,the correlation between

soil conductivity and spectra reflectivity was probed attentively based on the first order differential data transformation model.The result showed that:(1)the mode based on the first order differential could discompose and identify overlapping spectra,amplify the spectra characteristics between samples,explore the spectra absorption and reflectance characteristics of sensitive bands;(2) the models of the first order differential of square root,the logarithm of reciprocal value,the first order differential of logarithm value implied that the correlation coefficient reached 0.788 in the band 383 nm and the correlation coefficient keeps above 0.7 in the band range from 555 to 560 nm.These results give reference for the determination of the subsequent inversion factors and the building of high spectra soil resistivity regression model.

Key words：first order differential;Southern China hilly paddy soil;soil resistivity;high spectral characteristics

作者簡介：郭熙(1974—)，男，副教授，博士，主要從事農(nóng)業(yè)資源利用與“3S”技術(shù)研究，E-mail：xig435@163.com。

基金項(xiàng)目：國家“十二五”科技支撐計(jì)劃項(xiàng)目(2012BAD04B11)和江西省博士后擇優(yōu)資助項(xiàng)目

收稿日期：2014-04-10修回日期：2014-06-30

中圖分類號(hào)：S153.2;TP70

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1000-2286(2015)01-0190-09