鄭曼迪 熊黑鋼 喬娟峰 劉靖朝

摘要： 為尋求同一背景不同人類(lèi)干擾程度下的土壤有機(jī)質(zhì)含量的最佳預(yù)測(cè)模型，本研究以天山北麓的土壤為研究對(duì)象，運(yùn)用Landsat8遙感影像以及實(shí)測(cè)光譜2種方式進(jìn)行對(duì)比，結(jié)合不同的綜合光譜指數(shù)，對(duì)無(wú)人干擾區(qū)、人為干擾區(qū)的影像反射率和實(shí)測(cè)光譜反射率進(jìn)行光譜變換，分析反射率及其變換形式與有機(jī)質(zhì)含量的相關(guān)性，以相關(guān)系數(shù)通過(guò)0.01和0.05顯著性水平檢驗(yàn)的波段作為自變量，運(yùn)用多元線(xiàn)性回歸方程分別建立了無(wú)人干擾區(qū)、人為干擾區(qū)土壤有機(jī)質(zhì)含量高光譜預(yù)測(cè)模型，精度最高的為最優(yōu)模型。結(jié)果表明：（1） Landsat8影像中B1—B5波段與有機(jī)質(zhì)含量的相關(guān)系數(shù)通過(guò)了0.01與0.05顯著性水平檢驗(yàn)，作為自變量建立有機(jī)質(zhì)含量預(yù)測(cè)模型。同時(shí)，為了能與影像反射率有個(gè)良好的對(duì)比，實(shí)測(cè)光譜反射率及其變換形式同樣也選擇5個(gè)相關(guān)系數(shù)最大的波段作為敏感波段用以建立模型。在影像與實(shí)測(cè)光譜中，土壤鹽分指數(shù)結(jié)合植被指數(shù)與有機(jī)質(zhì)含量相關(guān)性最好的分別是無(wú)人干擾區(qū)的SI3、DVI和SI3、RVI;人為干擾區(qū)的SI2、RVI和SI1、RVI。在結(jié)合光譜綜合指數(shù)的模型中，無(wú)論是影像還是實(shí)測(cè)光譜，都是以反射率與植被指數(shù)、鹽分指數(shù)相結(jié)合作為自變量建立的模型精度最好。對(duì)比2種預(yù)測(cè)方式，預(yù)測(cè)效果最好的是利用實(shí)測(cè)光譜與鹽分指數(shù)、植被指數(shù)建立的無(wú)人干擾區(qū)一階微分的多元線(xiàn)性回歸模型以及人為干擾區(qū)的倒數(shù)之對(duì)數(shù)一階微分的多元線(xiàn)性回歸模型，R2分別為0.93和0.89。

關(guān)鍵詞：干旱區(qū);遙感;高光譜;土壤有機(jī)質(zhì);估算模型

中圖分類(lèi)號(hào)：F301.24

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)： 1000-4440（2018）05-1048-09

人類(lèi)活動(dòng)的方式、程度以及持續(xù)的時(shí)間對(duì)土壤肥力和土壤生態(tài)系統(tǒng)基本生物生產(chǎn)能力產(chǎn)生重要的影響，使得土壤水分、鹽分、有機(jī)質(zhì)、電導(dǎo)率、pH等指標(biāo)發(fā)生較大變化，從而土壤的理化性質(zhì)發(fā)生改變。光譜指數(shù)是指由某些特定多光譜或高光譜遙感數(shù)據(jù)波段的反射率線(xiàn)性或非線(xiàn)性組合構(gòu)成的一種光譜參數(shù)。光譜指數(shù)波段組合的選取需參照一定的物理基礎(chǔ)，能部分消除環(huán)境背景如非植被目標(biāo)土壤、水體等的光譜影響，在此基礎(chǔ)上建立的多波段光譜植被指數(shù)所體現(xiàn)的光譜信息比單波段具有更好的靈敏性，統(tǒng)計(jì)分析結(jié)果更加精確。而綜合光譜指數(shù)指的是土壤鹽分指數(shù)與植被指數(shù)的總稱(chēng)。近年來(lái)部分國(guó)內(nèi)外學(xué)者通過(guò)運(yùn)用歸一化指數(shù)以及差值指數(shù)對(duì)土壤鹽分、有機(jī)質(zhì)、全氮、速效氮、有效磷、含水量進(jìn)行預(yù)測(cè)，預(yù)測(cè)效果都優(yōu)于以原始光譜反射率以及光譜變換為自變量的預(yù)測(cè)模型。利用高光譜植被指數(shù)（MSI）可以很好地反映土壤全磷、鹽分含量的變化，歸一化植被指數(shù)（NDVI）可用于初步反映土壤pH值的變化，用以建立模型預(yù)測(cè)pH值，精度分別達(dá)到0.488、- 0.818、-0.599。

研究結(jié)果表明采用光譜波段組合技術(shù)對(duì)預(yù)測(cè)土壤有機(jī)質(zhì)含量的研究已經(jīng)較為成熟，但是絕大部分的研究都是以人類(lèi)干擾的土壤作為研究對(duì)象，且以原始光譜反射率及其變換形式的敏感波段為自變量建立預(yù)測(cè)模型，很少有對(duì)同一背景下，不同程度人類(lèi)干擾的區(qū)域進(jìn)行以綜合光譜指數(shù)為自變量的有機(jī)質(zhì)含量預(yù)測(cè)對(duì)比，以分析人類(lèi)干擾程度對(duì)土壤有機(jī)質(zhì)影響的差異。本研究通過(guò)運(yùn)用實(shí)測(cè)光譜反射率與Landsat8影像反射率及其變換形式結(jié)合鹽分指數(shù)、植被指數(shù)，分別建立了有、無(wú)人類(lèi)干擾的土壤有機(jī)質(zhì)預(yù)測(cè)模型，并對(duì)比尋求其最佳的模型。為今后準(zhǔn)確預(yù)測(cè)不同程度人類(lèi)干擾下土壤有機(jī)質(zhì)含量，獲取土壤肥力相關(guān)信息提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于天山北麓與準(zhǔn)噶爾盆地南緣（87°40'—87°70'E，44°12～45°00'N）。氣候?qū)儆诘湫偷臏貛Т箨懶詺夂颍募狙谉岫竞?，降水稀少，年降水?64mm，年蒸發(fā)潛力2000mm左右。土壤類(lèi)型有灰漠土、龜裂土、沙土。因本研究對(duì)比人類(lèi)干擾與否對(duì)土壤有機(jī)質(zhì)含量預(yù)測(cè)的差異，所以將研究區(qū)分為A、B兩區(qū)，兩區(qū)通過(guò)一條巨大的水渠相隔開(kāi)來(lái)。A區(qū)因距離人類(lèi)居住區(qū)較遠(yuǎn)沒(méi)有被開(kāi)發(fā)利用，表層有少量原生植被。B區(qū)位于新疆生產(chǎn)建設(shè)兵團(tuán)102團(tuán)附近，人類(lèi)活動(dòng)較為頻繁，近些年來(lái)大部分土地開(kāi)始作為林地（包括人工梭梭林地、榆樹(shù)林地、育苗地）被開(kāi)發(fā)利用，由于是普通林地，所以只是翻耕并沒(méi)有施加肥料。

1.2 樣本采集與光譜測(cè)量

在研究區(qū)A區(qū)由南向北布設(shè)5條間距600～800m的東西向采樣線(xiàn).B區(qū)布設(shè)6條間距800～1000 m的采樣線(xiàn)。在每條采樣線(xiàn)上選擇5個(gè)具有代表性的采樣點(diǎn)，其間距為300—1000 m，并對(duì)55個(gè)采樣點(diǎn)進(jìn)行GPS定位（圖1）。采集時(shí)間為2014年6月。A區(qū)表層有少部分原生植被，B區(qū)多為林地、育苗地，也有少量草本植物，所以表層采集所得的光譜是土壤與少量植被的混合光譜。由于土壤光譜主要反映其表層的性質(zhì)，所以采用0—20cm的土壤有機(jī)質(zhì)含量進(jìn)行分析。土樣經(jīng)過(guò)研磨、過(guò)篩等預(yù)處理之后送至中國(guó)科學(xué)院新疆生態(tài)與地理研究所進(jìn)行有機(jī)質(zhì)含量的測(cè)定。

光譜測(cè)量采用美國(guó)ASD公司生產(chǎn)的便攜式Field-Spec@ 3Hi-Res光譜儀，光譜有效范圍：350—2500 nm，分析軟件采用ASD View Spec Pro。光譜測(cè)量采用野外實(shí)測(cè)方法，為了避免天氣對(duì)光譜造成的不利影響，試驗(yàn)選在11∶00-15∶00（當(dāng)?shù)貢r(shí)間），晴朗少云、無(wú)風(fēng)的天氣進(jìn)行。每次采集光譜前對(duì)光譜儀進(jìn)行白板校正以去除暗電流的影響。采用25度視場(chǎng)角探頭，且距土壤樣品15cm處垂直角度進(jìn)行光譜采集。在每個(gè)采樣點(diǎn)周?chē)?m范圍采用梅花樁采樣法選取5個(gè)土壤背景相近的位置采集光譜，每個(gè)位置重復(fù)測(cè)量10次，得到的50條光譜曲線(xiàn)的平均值即為該采樣點(diǎn)的實(shí)測(cè)光譜值。

1.3 光譜預(yù)處理

在數(shù)據(jù)分析之前，通過(guò)Savitzky-Golay平滑法對(duì)光譜進(jìn)行平滑處理，消除光譜曲線(xiàn)噪聲可能引起的誤差，并對(duì)原始光譜進(jìn)行一階微分（R'）、倒數(shù)之對(duì)數(shù)一階微分[（lgl/R）']的變換，用于探討適合有無(wú)人類(lèi)干擾的土壤有機(jī)質(zhì)含量高精度預(yù)測(cè)模型的最佳光譜變換形式。

1.4 影像數(shù)據(jù)

本研究選取Landsat8_OLI影像，OLI陸地成像儀共有9個(gè)波段，包括了ETM+傳感器的所有波段，增加了藍(lán)色波段（B1）和短紅外波段（B9）2個(gè)波段，其中B8是分辨率為15 m的全色波段。本研究選取的是2014年6月的遙感影像，云量為0，去除影像的B8、B9波段，保留分辨率為30 m的前7個(gè)波段進(jìn)行處理。使用EN-VI5.1軟件進(jìn)行所需區(qū)域的裁剪、輻射定標(biāo)、幾何校正以及大氣校正。由于獲取影像信息時(shí)會(huì)受到大氣中水汽、氣溶膠等因素的影響使得波段的噪聲增加、信息模糊，所以使用IIAASH大氣校正消除這些噪聲，降低鄰近像元之間的輻射干擾，也可以調(diào)整由于人為抑制而導(dǎo)致的波譜平滑10]，最后獲取近似地表真實(shí)反射率的影像。將經(jīng)試驗(yàn)測(cè)得的有機(jī)質(zhì)含量與預(yù)處理后遙感影像一同導(dǎo)入Arcgis軟件中，運(yùn)用軟件中的Extraction工具提取每個(gè)采樣點(diǎn)對(duì)應(yīng)的DN值。因影像已經(jīng)過(guò)大氣校正，所以影像像元的DN值即為反射率值，范圍是0～l。實(shí)測(cè)光譜是采用間隔2m的梅花樁采樣法進(jìn)行測(cè)量的，而遙感影像的分辨率為30 mx30 m，為使遙感影像中對(duì)應(yīng)的采樣點(diǎn)有較為準(zhǔn)確的值且與實(shí)測(cè)光譜數(shù)據(jù)有一個(gè)尺度上的良好對(duì)應(yīng)，在每一個(gè)采樣點(diǎn)坐標(biāo)及其附近共提取6個(gè)反射率的值，經(jīng)過(guò)平均之后即為此采樣點(diǎn)的影像反射率值。

1.5 綜合光譜指數(shù)的計(jì)算與提取

本研究選取5種土壤鹽分指數(shù)[鹽分指數(shù)l（SI2、鹽分指數(shù)2（SI2）），鹽分指數(shù)3（S/3），歸一化鹽分指數(shù)（NDSI），亮度指數(shù)（BI）]進(jìn)行對(duì)比，以及選取3種植被指數(shù)[簡(jiǎn)單比值植被指數(shù)（RVI）、歸一化植被指數(shù)（NDVI）、差值植被指數(shù)（DVI）]進(jìn)行對(duì)比，計(jì)算方法見(jiàn)表1。將實(shí)測(cè)光譜反射率代人表l中的計(jì)算公式得出由光譜計(jì)算得到的鹽分指數(shù)和植被指數(shù)。運(yùn)用ENVI5.1軟件對(duì)遙感影像通過(guò)表1中的計(jì)算公式進(jìn)行波段計(jì)算，得出的圖像再利用Arcgis軟件提取各采樣點(diǎn)的鹽分指數(shù)和植被指數(shù)。

1.6 模型檢驗(yàn)

模型檢驗(yàn)通過(guò)修正自由度的可決定系數(shù)（R2）、均方根誤差（RMSE）、相對(duì)分析誤差（RPD）等指標(biāo)衡量模型的精度。R2反映預(yù)測(cè)值解釋實(shí)測(cè)值變化的程度，RMSE用來(lái)檢驗(yàn)?zāi)M值和實(shí)測(cè)值的符合度。R2越大，RMSE越小，說(shuō)明模型的精度越高，反之亦然。RPD>2.0時(shí)，表明模型具有很好的預(yù)測(cè)能力：當(dāng)1.4

RPD=樣本標(biāo)準(zhǔn)差/RMSE （3）

式中：Xi為觀測(cè)值;X'為真實(shí)值;n為觀測(cè)次數(shù)。

2 結(jié)果與分析

2.1 土壤有機(jī)質(zhì)含量與鹽分含量的相關(guān)性

無(wú)人干擾區(qū)和人為干擾區(qū)有機(jī)質(zhì)含量與鹽分含量呈負(fù)相關(guān)，相關(guān)系數(shù)分別達(dá)到-0.867和-0.803，且均呈現(xiàn)極顯著相關(guān)關(guān)系（表2）。人為干擾區(qū)因?yàn)橛蓄l繁的人類(lèi)活動(dòng)，破壞土壤結(jié)皮，土壤中的水分蒸發(fā)較為強(qiáng)烈，土壤深層的鹽分會(huì)向上移動(dòng)，聚集在土壤表層，另外該地區(qū)的降水較少，很難將表層的鹽分淋洗至下層，使得表層鹽分含量高于無(wú)人干擾區(qū)。土壤有機(jī)質(zhì)大部分來(lái)源于動(dòng)植物以及微生物殘?bào)w，鹽分過(guò)高的區(qū)域，不利于動(dòng)植物生存，即動(dòng)植物、微生物殘?bào)w質(zhì)量過(guò)少，有機(jī)質(zhì)含量較少，因此出現(xiàn)土壤鹽分越高，有機(jī)質(zhì)含量越少的現(xiàn)象。

2.2 實(shí)測(cè)光譜反射率及其變換形式與有機(jī)質(zhì)含量的相關(guān)性

無(wú)人干擾區(qū)與人為干擾區(qū)的原始光譜所有波段與有機(jī)質(zhì)含量的相關(guān)性都沒(méi)有通過(guò)0.01水平的顯著性檢驗(yàn)（圖2a、圖2d）。原因首先是原始光譜反射率是在野外實(shí)測(cè)的，加之土壤表層還有少量植被，對(duì)測(cè)量土壤光譜的影響較大，其次是反射率在可見(jiàn)光區(qū)的光譜差異較小，因光照條件變化引起的乘性因素以及光譜儀本身的低頻噪聲帶來(lái)的影響較大。通過(guò)對(duì)實(shí)測(cè)光譜進(jìn)行一階微分（R）和倒數(shù)的對(duì)數(shù)一階微分[（lgl/R）]處理后，有部分波段通過(guò)0.01水平的顯著性檢驗(yàn)（圖2b、圖2c、圖2e、圖2f）。這是由于高光譜微分分析對(duì)于光譜信噪比十分敏感，采用導(dǎo)數(shù)光譜技術(shù)可以消除光譜數(shù)據(jù)之間的系統(tǒng)誤差，減弱大氣輻射、散射和吸收對(duì)目標(biāo)光譜的影響，以便提取可識(shí)別地物的光譜吸收峰參數(shù)（波長(zhǎng)位置、深度、寬度和吸收光譜指數(shù)等）17-18。有少部分的波段位于水分吸收帶（1300～1420 nm、1820—1970nm及2350—2500 nm），對(duì)光譜反演有機(jī)質(zhì)含量的精準(zhǔn)性有較大影響，不適用于作為土壤有機(jī)質(zhì)含量高光譜估測(cè)模型的特征波段，于是在反演過(guò)程中剔除了位于水分吸收帶的波段。選擇其中相關(guān)系數(shù)較大的5個(gè)波段作為敏感波段用以建立有機(jī)質(zhì)含量的預(yù)測(cè)模型（表3）。

2.3 遙感影像反射率及其變換形式與有機(jī)質(zhì)含量的相關(guān)性

從Landsat8遙感影像中獲取采樣點(diǎn)影像反射率的B1～B7波段，并對(duì)其做一階微分（R ）、倒數(shù)之對(duì)數(shù)一階微分[（lgl/R）]的微分變換處理，分別與有機(jī)質(zhì)含量做相關(guān)性分析（表4）。無(wú)人干擾區(qū)與人為干擾區(qū)的原始影像反射率與有機(jī)質(zhì)含量呈負(fù)相關(guān)，經(jīng)過(guò)一階微分以及倒數(shù)對(duì)數(shù)一階微分之后，相關(guān)性有明顯的增加，原因是導(dǎo)數(shù)光譜運(yùn)算可以體現(xiàn)特定地物某階導(dǎo)數(shù)具有明顯區(qū)別于其他地物的特征，對(duì)于M階導(dǎo)數(shù)光譜來(lái)說(shuō)，會(huì)將增加N—2M個(gè)波段，信息量顯著增加，所以運(yùn)用導(dǎo)數(shù)光譜技術(shù)來(lái)提取可識(shí)別地物的光譜信息，用以建立預(yù)測(cè)模型效果較為顯著。其中無(wú)人干擾區(qū)與人為干擾區(qū)的一階微分B1～B5波段通過(guò)了0.01顯著性水平檢驗(yàn)。

2.4 土壤鹽分指數(shù)、植被指數(shù)與有機(jī)質(zhì)含量的相關(guān)性

將影像和光譜反射率代入表l中的計(jì)算公式計(jì)算得出的土壤鹽分指數(shù)與無(wú)人干擾區(qū)以及人為干擾區(qū)的有機(jī)質(zhì)含量呈負(fù)相關(guān)，植被指數(shù)與其呈正相關(guān)（表5）。這是由于土壤有機(jī)質(zhì)大部分來(lái)源于動(dòng)植物以及微生物殘?bào)w，鹽分過(guò)高的區(qū)域，不利于植物和生物生存，即動(dòng)植物、微生物殘?bào)w質(zhì)量過(guò)少，有機(jī)質(zhì)含量較少，因此出現(xiàn)土壤鹽分越高，有機(jī)質(zhì)含量越少的現(xiàn)象。而植被的生長(zhǎng)以及其殘?bào)w都是有利于積累有機(jī)質(zhì)的過(guò)程，所以植被指數(shù)與有機(jī)質(zhì)呈現(xiàn)了正相關(guān)的關(guān)系。本研究選擇與有機(jī)質(zhì)含量相關(guān)系數(shù)最大的鹽分指數(shù)、植被指數(shù)，即影像光譜指數(shù)選用無(wú)人干擾區(qū)的SI3、DVI，人為干擾區(qū)的SI2、RVI;由實(shí)測(cè)光譜反射率所計(jì)算的光譜指數(shù)選用無(wú)人干擾區(qū)的S/3、RVI與人為干擾區(qū)的SI1、RVI指數(shù)來(lái)建立有機(jī)質(zhì)含量預(yù)測(cè)模型。

2.5 不同人類(lèi)干擾程度有機(jī)質(zhì)含量預(yù)測(cè)模型

選用KS（Kennard-Stone）算法，計(jì)算出各個(gè)樣品有機(jī)質(zhì)含量之間的歐氏距離，按照3：2的比率劃分為建模集和檢驗(yàn)集（表6）。

2.5.1 基于影像反射率的有機(jī)質(zhì)含量預(yù)測(cè)模型無(wú)論什么變換形式，無(wú)人干擾區(qū)與人為干擾區(qū)影像各波段的反射率與有機(jī)質(zhì)含量的相關(guān)性都是B1～B5的相關(guān)系數(shù)相對(duì)較大，原因是B1～B5的波段范圍為0.433～0.885nm，有機(jī)質(zhì)在其范圍內(nèi)對(duì)光譜的響應(yīng)較好.所以在建立模型時(shí)選擇影像B1～B5波段的反射率。以影像反射率及其變換形式分別與土壤鹽分指數(shù)、植被指數(shù)結(jié)合為自變量，有機(jī)質(zhì)含量為因變量，建立有機(jī)質(zhì)含量的多元線(xiàn)性回歸模型（表7）。為了比較模型的精度與可靠性，計(jì)算了模型的決定系數(shù)R2、均方根誤差RMSE以及相對(duì)分析誤差RPD 3項(xiàng)指標(biāo)。

整體上，無(wú)人干擾區(qū)的模型精度都優(yōu)于人為干擾區(qū)，原因是無(wú)人干擾區(qū)保留了土壤鹽分和有機(jī)質(zhì)的原始分布情況，而人為干擾區(qū)因?yàn)轭l繁的人類(lèi)活動(dòng)打破了這種分布，使得鹽分與有機(jī)質(zhì)分布較為復(fù)雜。

在所有只利用影像反射率及其變換形式的模型中，無(wú)人干擾區(qū)與人為干擾區(qū)的模型精度大小均呈現(xiàn)一階微分>倒數(shù)對(duì)數(shù)一階微分>原始影像反射率的規(guī)律。在各類(lèi)變換形式中，4種不同自變量建立的模型精度大小排列：鹽分指數(shù)+植被指數(shù)>植被指數(shù)>鹽分指數(shù)>原始影像反射率及其變換形式，且無(wú)人干擾區(qū)與人為干擾區(qū)預(yù)測(cè)效果最好的均是一階微分與鹽分指數(shù)、植被指數(shù)相結(jié)合建立的模型，R2分別為0. 86和0.81.RPD為1.96、1.83。

2.5.2 基于實(shí)測(cè)光譜反射率的有機(jī)質(zhì)含量預(yù)測(cè)模型 為使利用遙感影像反射率、實(shí)測(cè)光譜反射率及其變換形式與土壤鹽分指數(shù)、植被指數(shù)結(jié)合建立的模型有良好的對(duì)比性，選擇5個(gè)敏感波段及其變換形式作為自變量，與鹽分指數(shù)和植被指數(shù)，建立多元線(xiàn)性回歸預(yù)測(cè)模型（表8）。

整體上，無(wú)人干擾區(qū)的建模效果優(yōu)于人為干擾區(qū)。在各類(lèi)變換形式下的4種模型中，實(shí)測(cè)光譜反射率及其變換形式與土壤鹽分指數(shù)、植被指數(shù)結(jié)合為自變量的模型精度要優(yōu)于其他3種自變量。其中無(wú)人干擾區(qū)、人為干擾區(qū)中分別是一階微分、倒數(shù)之對(duì)數(shù)一階微分預(yù)測(cè)效果最好，R2分別較影像反射率預(yù)測(cè)最佳的模型精度提升了0.07和0.08，RPD提升了0.20、0.22。

對(duì)比以上2種建模方式，首先提取Landsat8影像反射率時(shí)為了減小影像分辨率帶來(lái)的誤差，在采樣點(diǎn)附近提取了6個(gè)不同位置的反射率值，平均后的值即為該采樣點(diǎn)的影像反射率，但是以其建立出的模型精度還是略低于實(shí)測(cè)光譜反射率。原因可能是（1） Landsat8 0LI影像的時(shí)間分辨率為16d，本研究選取的影像是最接近于采樣日期的，但還是會(huì)有一定誤差：（2）大氣氣溶膠通過(guò)對(duì)太陽(yáng)輻射和紅外輻射的吸收和散射，造成地一氣系統(tǒng)輻射收支的改變，氣溶膠對(duì)輻射的吸收和散射作用，可直接干擾光學(xué)傳感器的信號(hào)接收。除了氣溶膠的影響之外，大氣中的水汽也是影響遙感影像的一個(gè)主要因素，在遙感影像預(yù)處理中進(jìn)行了能消除以上因素影響的FIAASH大氣校正，但是大氣校正會(huì)直接影響到反射率的精度，造成根據(jù)實(shí)測(cè)光譜反射率建立的模型精度優(yōu)于影像反射率的結(jié)果。其次在相同的光譜變換形式中，對(duì)比以不同自變量建立的模型精度，無(wú)論是基于影像還是實(shí)測(cè)光譜，自變量都是反射率及其變換形式與土壤鹽分指數(shù)、植被指數(shù)建立的模型效果是最優(yōu)的，較不結(jié)合土壤鹽分指數(shù)、植被指數(shù)為自變量的模型精度有很大的提升。綜合這2種預(yù)測(cè)方式，預(yù)測(cè)效果最好的是利用實(shí)測(cè)光譜與鹽分指數(shù)、植被指數(shù)建立的無(wú)人干擾區(qū)一階微分的多元線(xiàn)性回歸模型以及人為干擾區(qū)的倒數(shù)之對(duì)數(shù)一階微分的多元線(xiàn)性回歸模型，R2分別為0.93和0.89。

3 討論

本研究通過(guò)相關(guān)性分析選擇Landsat8影像中B1～B5波段以及實(shí)測(cè)光譜相關(guān)系數(shù)最大的5個(gè)波段分別作為自變量，結(jié)合鹽分指數(shù)、植被指數(shù)建立無(wú)人干擾區(qū)、人為干擾區(qū)有機(jī)質(zhì)含量的多元線(xiàn)性回歸方程。結(jié)果表明，在影像與實(shí)測(cè)光譜中，土壤鹽分指數(shù)結(jié)合植被指數(shù)與有機(jī)質(zhì)含量相關(guān)性最好的分別是無(wú)人干擾區(qū)的S/3、DVI和SI3、RVI;人為干擾區(qū)的SI2、RVI和SI1、RVI。在影像反射率的各類(lèi)變換形式中，4種不同自變量建立的模型精度呈現(xiàn)鹽分指數(shù)+植被指數(shù)>植被指數(shù)>鹽分指數(shù)>原始影像反射率及其變換形式的規(guī)律，且無(wú)人干擾區(qū)和人為干擾區(qū)預(yù)測(cè)效果最好的均是一階微分與鹽分指數(shù)、植被指數(shù)相結(jié)合建立的模型，R2分別為0.86和0.81，RPD為1.96、1.83。實(shí)測(cè)光譜反射率及其變換形式與綜合光譜指數(shù)相結(jié)合建立的模型精度大小為：鹽分指數(shù)+植被指數(shù)>鹽分指數(shù)>植被指數(shù)>原始影像反射率及其變換形式，模型精度最高的是無(wú)人干擾區(qū)的一階微分、人為干擾區(qū)的倒數(shù)之對(duì)數(shù)一階微分，R2分別為0.93和0.89。

本研究將實(shí)測(cè)光譜反射率結(jié)合光譜指數(shù)預(yù)測(cè)無(wú)人干擾區(qū)、人為干擾區(qū)的有機(jī)質(zhì)含量，獲得了對(duì)于該區(qū)域的最佳模型。但由于實(shí)測(cè)土壤反射光譜特征的影響因素較多，所建模型的預(yù)測(cè)精度以及普適性會(huì)受到一定的限制。因此，在下一步工作中，需要充分考慮其他因素的綜合影響，建立引入其他理化參數(shù)的有機(jī)質(zhì)光譜預(yù)測(cè)模型，例如從高分辨率的遙感影像提取各類(lèi)參數(shù)，或者對(duì)參數(shù)進(jìn)行改進(jìn)等，同時(shí)還可以加大預(yù)測(cè)尺度，大幅度增加采樣點(diǎn)的個(gè)數(shù)以及區(qū)域面積，進(jìn)一步提升預(yù)測(cè)的普適性以及精準(zhǔn)性。