隋 敏，任建華，陳 強，趙 悅，臧淑英

(哈爾濱師范大學 寒區(qū)地理環(huán)境監(jiān)測與空間信息服務(wù) 黑龍江省重點實驗室，黑龍江 哈爾濱 150025)

0 引 言

土壤鹽堿化是一定的氣候、地形及水文地質(zhì)等自然條件對土壤水、鹽運移產(chǎn)生作用的結(jié)果[1]，隨著人口的迅速增長和人類的不合理活動，土壤鹽堿化程度日益加劇并降低了土壤肥力，這直接影響到植物生長，導致作物產(chǎn)量下降[2]。據(jù)統(tǒng)計，鹽堿化土壤占世界陸地總面積的6.5%，其中尤以印度恒河平原、亞馬遜平原東北部等地區(qū)最為嚴重[3]。我國鹽堿化土地面積約為0.35億hm2，主要分布在東北松嫩平原、西北干旱半干旱地區(qū)、黃淮海平原以及東部沿海地區(qū)[4]。因此，及時獲取土壤信息，針對土壤鹽分進行高效的分析監(jiān)測對解決區(qū)域土壤鹽堿化問題具有重要意義。

20世紀70年代起，國外學者開始將衛(wèi)星遙感應(yīng)用于土壤鹽堿化的監(jiān)測，到90年代日趨完善。21世紀以來，隨著技術(shù)的不斷發(fā)展，擁有精細光譜分辨率、納米級連續(xù)光譜的光譜遙感實現(xiàn)了對鹽堿化土壤快速、無損的測量[5]。其中，利用遙感手段所獲取的土壤反射率數(shù)據(jù)被廣泛應(yīng)用于土壤鹽分評估模型的建立。Chen等[6]利用Landset7 ETM+與Landset8 OLI數(shù)據(jù)提取反射光譜，通過改進后的植被指數(shù)來判別土壤鹽堿化程度，并在此基礎(chǔ)上建立了中國黃河三角洲墾利區(qū)的季節(jié)SCC反演模型，發(fā)現(xiàn)了長三角鹽堿化土壤的季節(jié)鹽分動態(tài)變化過程并繪制了土壤鹽分季節(jié)變化圖。Moreira等[7]將混合光譜分析應(yīng)用于Landset8 OLI與Hyperion遙感影像，他們使用鹽度指數(shù)對比分析了兩種影像在對巴西東北部鹽堿土與非鹽堿土的識別能力，結(jié)果表明Hyperion遙感數(shù)據(jù)對土壤鹽分的估算誤差更小，識別精度更高。Nawar等[8]借助Landset7 ETM+數(shù)據(jù)與土壤電導率重建了土壤反射光譜，利用偏最小二乘回歸與多元自適應(yīng)回歸樣條模型來估算埃及西奈半島埃爾蒂娜平原土壤鹽分，結(jié)果表明多元自適應(yīng)回歸樣條模型R2達到了0.70，模型精度高，適合高鹽地區(qū)土壤鹽分的估算與制圖。Elhafyani等[9]利用Landset8 OLI數(shù)據(jù)與土壤電導率構(gòu)建了摩洛哥的塔菲拉勒特平原土壤鹽度指數(shù)的多元線性回歸模型，結(jié)果表明不同波段的模型精度較高，決定系數(shù)R2在0.53～0.75間，表明該方法在此研究區(qū)具有一定的適用性。再屯古麗·亞庫普等[10]針對中國新疆于田綠洲利用四極化ALOS-2 及PALSAR2數(shù)據(jù)，使用多元回歸模型、地理加權(quán)回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型建立了土壤含鹽量、含水量及pH值的雷達后向散射系數(shù)定量反演模型，結(jié)果表明三層BP模型鹽分反演精度最高，RPD達到5.53。

除從航空和航天遙感平臺上獲取高光譜數(shù)據(jù)外[11]，地面光譜儀作為一種重要的數(shù)據(jù)獲取手段，也被廣泛用于與遙感數(shù)據(jù)進行比較驗證及土壤理化性質(zhì)的定量分析等研究當中。地基高光譜測量實驗主要包括室內(nèi)測量與室外測量兩種類型[12-14]。其中，室內(nèi)測量實驗主要指在光學暗室條件下，利用光譜儀傳感器鏡頭照射土樣來獲取光譜數(shù)據(jù)，一般測量高度以近土壤表面為主；室外實測中測量高度主要取決于地面植被覆蓋狀況，同時還受土壤表面狀況、天氣條件及研究尺度等諸多因素的影響[4]。Farifteh等[15]在荷蘭特賽爾島田間采集粉砂質(zhì)黏土、砂壤土、沙土三種質(zhì)地不同的鹽堿化土壤，在暗室利用ASD光譜儀設(shè)置實驗高度3cm獲取土壤光譜數(shù)據(jù)，比較不同質(zhì)地的土壤的鹽堿化程度及其光譜信息，結(jié)果表明隨著土壤中鹽分濃度的增加，波段在1 300nm以上觀測到的吸收特征變寬，最大反射率位置向短波長方向偏移，總反射率呈比例變化。Srivastava等[16]在印度哈里亞納邦稻麥種植區(qū)獲取鹽堿土，在暗室內(nèi)使用ASD光譜儀設(shè)置實驗高度5 cm獲取數(shù)據(jù)，分析表明土壤鹽分在光譜1 390 nm～2 400 nm區(qū)間對鹽度變化最為敏感，反射率一階微分處理后的偏最小二乘模型對土壤鹽分的預測精度R2達到0.93。Luis等[17]在巴西北部灌溉鹽堿土，獲取土樣暗室，并在內(nèi)使用ASD光譜儀在7 cm高度下對比測量了原始土壤以及加入石膏后土樣含鹽量的光譜響應(yīng)，研究結(jié)果表明石膏對灌溉區(qū)鹽堿土的改良效果明顯。Fu等[18]以中國新疆天山準噶爾盆地為研究區(qū)，使用ASD光譜儀采集15 cm下室外土壤樣品的光譜數(shù)據(jù)，并結(jié)合粒子群優(yōu)化概率神經(jīng)網(wǎng)絡(luò)模型對土壤鹽分進行定量分析，進而區(qū)別和判定人類活動在研究區(qū)內(nèi)的不同干擾強度對鹽堿土的影響。Lin等[19]將SVC光譜儀在室外測量了10 cm實驗高度下的土樣光譜，同時結(jié)合HJ-1A衛(wèi)星遙感影像建立了最佳土壤鹽堿化反演模型，并用此模型實現(xiàn)了大尺度下松嫩平原北部扎龍濕地土壤鹽分與pH值的高精度定量反演。Bouaziz等[20]在突尼斯東南部土壤表面8 cm距離上，收集了土壤樣本的光譜數(shù)據(jù)，同時結(jié)合該區(qū)域的Landset影像，并對數(shù)據(jù)進行了主成分分析與集群分析處理，以期提供有關(guān)多光譜數(shù)據(jù)與地面真實性之間相互關(guān)系的大量信息，從而有助于更好地理解多光譜數(shù)據(jù)與地面實況測量之間的相互關(guān)系，實現(xiàn)對受鹽污染土壤狀況的監(jiān)測。

從現(xiàn)有研究來看，雖然地面實測光譜實驗更有針對性，且反射率數(shù)據(jù)在采集過程中受干擾也較少，但大多的地面實測光譜實驗都是在某一固定高度下進行，所獲取的光譜數(shù)據(jù)僅作為地面參考數(shù)據(jù)與遙感影像進行比較或者直接加入到模型中進行運算研究，而較少考慮光譜實驗中實驗高度對測量結(jié)果的影響。因此，本研究從室外實測光譜實驗入手，通過確定不同的光譜測量高度，定量研究不同測量高度下土壤含鹽量對光譜響應(yīng)的差異，在此基礎(chǔ)上尋找特征譜段并建立合理的土壤鹽分預測模型，通過對光譜分析與模型結(jié)果的對比，以期優(yōu)化松嫩平原蘇打鹽堿土光譜實驗方法，針對后續(xù)實驗操作中測量高度的確定提供參考建議，從而能夠更好的提高土壤含鹽量的預測精度，為東北松嫩平原土壤鹽堿化改良提供準確的數(shù)據(jù)支持。

1 材料與方法

1.1 研究區(qū)概況

松嫩平原不僅是世界三大蘇打鹽堿土集中分布區(qū)之一，也是我國土壤鹽堿化最嚴重的地區(qū)之一[21]。該區(qū)域土壤低洼部分堆積了近代湖相粘質(zhì)和細砂質(zhì)沉積物，且土壤質(zhì)地粘，滲透性差，使得土壤pH值普遍在8.5以上，屬于中度或重度鹽堿土[22]。本文選取吉林省白城市為研究區(qū)，該區(qū)域?qū)儆跍貛Т箨懶约撅L氣候，年降水量為400 mm～500 mm，年蒸發(fā)量達到1 200 mm，較高的蒸發(fā)降水比加上劇烈的人類活動干擾使得土壤鹽堿化現(xiàn)象日趨加劇，是典型的重度鹽堿土分布區(qū)域。

1.2 土樣采集與處理

為保證采集的土壤樣本的均質(zhì)性，本研究于2018年10月至11月，利用網(wǎng)格法采集土壤樣本共計56個，采樣范圍在44°13′57″～46°18′46″N，121°38′35″～124°22′50″E之間，取樣深度為0～20 cm之間，研究區(qū)采樣點示意圖見圖1。對采集回來的土壤樣本進行的烘干和研磨后，統(tǒng)一過80目篩以剔除土壤樣本中的雜草和植物根系，用于后續(xù)的土壤理化性質(zhì)測定和光譜采集。實驗室內(nèi)使用電導儀DDB-303A結(jié)合電導法測定土壤樣本的EC值，使用LPII5PHMeter結(jié)合酸度計法測量土壤樣本的pH值。

1.3 光譜數(shù)據(jù)測量與處理

本研究采用SVC-HR1024i便攜式地物光譜儀對土壤樣本進行光譜數(shù)據(jù)測量，其有效光譜范圍是350～2 500 nm，其中350～1 000 nm的采樣間隔為3.5 nm、1 000～1 850 nm的采樣間隔為9.5 nm、1 850～2 500 nm的采樣間隔為6.5 nm。光譜采集實驗在上午11時至下午1時的連續(xù)晴朗無云的天氣條件下進行，土壤樣品放置于尺寸為直徑4.6 cm、高度3 cm的黑色圓柱形鋁盒內(nèi)，鋁盒內(nèi)裝滿土樣并稍稍刮平，使其表面平整，放置于黑色的15 cm×15 cm的正方形升降臺中心上，選取25°鏡頭光纖測量，實驗高度3 cm測量對應(yīng)的照射面積為9.14 cm2；實驗高度4cm測量對應(yīng)的照射面積為16.75 cm2；實驗高度5 cm測量對應(yīng)的照射面積為26.17 cm2；實驗高度6 cm測量對應(yīng)的照射面積為37.68 cm2；實驗高度7 cm測量對應(yīng)的照射面積為51.29 cm2；在考慮到光纖鏡頭的照射面積以及鋁盒的土樣面積下，本研究最終選取3 cm、4 cm、5 cm、6 cm、7 cm等5個不同高度對土壤光譜數(shù)據(jù)進行測量，探頭保持垂直向下正對鋁盒，每次測量保證鋁盒在升降臺位置不變，精準控制測量高度的變化。為每個樣本均進行重復測量20條取平均值作為最終的光譜反射曲線，并將光譜間隔重采樣為1 nm。

由于光譜數(shù)據(jù)的低階微分處理對噪聲的敏感性低，因此為了達到更好地反演效果并突出光譜的混合特征信息，本研究對Savitzky-Golay平滑處理后的數(shù)據(jù)利用公式(1)公式(2)對原始光譜進行一階微分與二階微分的數(shù)學變換[23]。

(1)

(2)

對處理后的敏感光譜波段數(shù)據(jù)帶入到多元線性模型與偏最小二乘模型中進行分析運算，基于土壤鹽分EC的實測值和模型結(jié)果的預測值來計算評級指標。估算精度通過決定系數(shù)R2、均方根誤差RMSE、相對分析誤差RPD這3個指標進行衡量，模型的R2越大，RMSE越小，模型估算準確度越高；反之越差。當RPD>2時，模型預測精度極佳；當1.4

R2=∑ni=1(Y^-Y-)2∑ni=1(Yi-Y-)2RMSE=∑ni=1(Yˊ-Y)2nRPD=SDP(∑ni=1(Yˊ-Y)2-{[∑ni=1(Yˊ-Y)]2/n}/n-1)1/2SDP={∑ni=1Yˊ2-[(∑ni=1Yˊ)/n]/(n-1)}1/2

2 結(jié)果與分析

2.1 相關(guān)分析

對56個樣本的電導率與pH值進行統(tǒng)計分析的結(jié)果如下表1所示。模型計算得出，土壤樣本的電導率平均值為1.89 mS·cm-1，標準差為1.78 mS·cm-1，變異系數(shù)為94%。土樣的pH值最小為8.39，最大值達到10.8，變異系數(shù)為4.7%。分析結(jié)果表明研究區(qū)內(nèi)所采集的56個樣本的鹽分含量較高，并且鹽分變異系數(shù)大，能較好的反映該地區(qū)的蘇打鹽堿土的鹽分狀況。

表1 土樣電導率與pH值統(tǒng)計分析結(jié)果Table 1 Statistics of conductivity and pH of soil samples

根據(jù)樣本EC值的范圍，選取EC值的中值的9號樣本作為代表樣本，展示3 cm、4 cm、5 cm、6 cm、7 cm這5個實驗高度下代表樣本的原始光譜反射率在不同實驗高度下的對應(yīng)表現(xiàn)，圖中光譜曲線經(jīng)過平滑與重采樣1 nm處理(圖2)。

圖2 代表樣本不同實驗高度下原始光譜曲線Fig.2 The original spectral curves of samples at different experimental heights

如圖2所示，為代表樣品在不同實驗高度下的原始光譜曲線，樣本的原始光譜在波段350～2 500 nm區(qū)間內(nèi)呈現(xiàn)波動上升趨勢，實驗5個不同高度下波段與反射率的整體趨勢保持一致，不同高度的表現(xiàn)差異較小，在350～400 nm、2400～2 500 nm間信噪比較低，與前人研究結(jié)果一致[26]。實驗高度5 cm下全波段反射率最佳，數(shù)值最高。其次為實驗高度3 cm、6 cm、4 cm、7 cm。原始光譜波段反映了不同實驗高度下光譜整體的吸收特征，鹽堿土的光譜曲線總體上較平緩，但是反射率數(shù)值不同，說明不同實驗高度下土樣的光譜反射強度不同。在350～2 500 nm間特征吸收帶的出現(xiàn)位置也不盡相同。整體趨勢為在350～1 500 nm區(qū)間內(nèi)平緩上升，部分高度存在小部分波段區(qū)間波動；1 500～1 800 nm間增速較緩，1 800～1 950 nm以及2 450～2 500 nm區(qū)間內(nèi)受室外測量的大氣中水汽影響發(fā)生劇烈上下波動。

將3 cm、4 cm、5 cm、6 cm、7 cm等5個實驗高度下土壤樣本的原始光譜反射率按在不同高度下與土壤樣本的EC值進行逐波段的相關(guān)性分析，結(jié)合圖2以及考慮到室外實驗的開放特性，容易受到空氣中水汽的影響，因此在進行相關(guān)分析時去除波段1 350～1 400 nm、1 810～1 950 nm、2 450～2 500 nm這3個受水汽影響較大的波段。計算350～2 500 mn間波段與土壤鹽分的相關(guān)系數(shù)，用于選取建模敏感波段(圖3)。從圖3可以看出，不同實驗高度下所獲取的土壤原始光譜反射率在350～2 500 nm間呈現(xiàn)正相關(guān)關(guān)系。不同實驗高度下的波段趨勢較為一致，以實驗高度5 cm和7 cm表現(xiàn)較好。不同實驗高度下的光譜反射率與鹽分的相關(guān)性在350～550 nm間呈現(xiàn)良好相關(guān)性。在350～1 000 nm間相關(guān)系數(shù)波動下降，在區(qū)間1 000～1 810 nm內(nèi)波動緩慢，較為平滑。區(qū)間1 950～2 450 nm對鹽分反映較為敏感，存在連續(xù)的上下波動態(tài)勢，相關(guān)系數(shù)數(shù)值也較好。

圖3 不同實驗高度下土壤原始光譜反射率與EC值的關(guān)系Fig.3 Correlation coefficients between soil original reflectance and EC values at different experimental heights

將3 cm、4 cm、5 cm、6 cm、7 cm等5個實驗高度下土壤樣本的反射率的一階和二階微分變換結(jié)果，按在不同高度下與土壤樣本的EC值進行350～2 500 nm間波段的相關(guān)性分析(圖4)。從圖4可以看出，5個實驗高度下經(jīng)過微分數(shù)學變換后的光譜數(shù)據(jù)與土壤EC值的相關(guān)性明顯增強，表現(xiàn)為相關(guān)系數(shù)在0附近快速震蕩，并呈現(xiàn)明顯的正負相關(guān)區(qū)域，表明經(jīng)過微分變換放大了原始光譜中的隱晦信息，提升了相關(guān)性，并且在不同的實驗高度下的反射率二階微分變換優(yōu)于一階微分。綜合分析5個實驗高度下一階微分和二階微分變換后的相關(guān)系數(shù)絕對值來分析，實驗高度5 cm表現(xiàn)最好，通過顯著性檢驗的特征波段數(shù)量最多，與土壤EC值相關(guān)系數(shù)高，集中體現(xiàn)在波段400～420 nm、1 020～1 100 nm、1 200～1 340 nm等這3個區(qū)間內(nèi)，其中波段1 672 nm處的一階微分相關(guān)系數(shù)達到0.702，波段853 nm處的二階微分相關(guān)系數(shù)達到了0.711。此外，實驗高度7 cm的反射率二階微分變換后的706 nm、1 709 nm等波段的相關(guān)系數(shù)數(shù)值超過0.662，實驗高度3 cm的反射率二階微分變換后的562 nm、2044 nm等波段的相關(guān)系數(shù)數(shù)值均超過0.553，實驗高度4 cm與6 cm較其他實驗高度表現(xiàn)較差，且經(jīng)過顯著性檢驗的波段數(shù)量少于其他實驗高度。實驗高度6 cm的二階微分變換后的波段709 nm、874 nm等波段出相關(guān)系數(shù)數(shù)值超過0.506，實驗高度4 cm的一階微分變換后的波段752 nm、789 nm處相關(guān)系數(shù)數(shù)值超過0.429。

圖4 不同實驗高度下一階、二階微分光譜數(shù)據(jù)與EC的相關(guān)系數(shù)Fig.4 The correlation coefficients of the second and second-order differential data with EC at different experimental heights

由圖3和圖4分析得到，不同的實驗高度下原始光譜反射率與經(jīng)過一階微分、二階微分數(shù)學變換后的光譜反射率與土壤的EC值的相關(guān)系數(shù)，光譜反射率經(jīng)過一階微分和二階微分的數(shù)學轉(zhuǎn)換后，與鹽分的相關(guān)系數(shù)絕對值有明顯提升，按照紫(350～455 nm)、藍(455～492 nm)、綠(492～577 nm)、黃(577～597 nm)、橙(597～622 nm)、紅(622～780 nm)、近紅外短波(780～1 100 nm)、近紅外長波(1 100～2 500 nm)的劃分[27]，在這8個波段范圍(除去受水汽影響的噪音部分波段)內(nèi)，對應(yīng)不同測量高度分別選擇原始反射率以及不同微分形式下的反射率變換結(jié)果與鹽分相關(guān)系數(shù)絕對值最大的4個波段作為土壤鹽分敏感波段，并且均通過1%水平驗證，將其確定為建模波段，結(jié)果如表2所示。

表2 不同實驗高度下的敏感波段(波長nm)Table 2 Sensitive bands(wavelength) at different experimental heights

2.2 土壤鹽分的光譜模型

據(jù)表2所得出的相關(guān)分析結(jié)果，在56個樣本中隨機選取36個作為建模集，建立土壤EC值與反射率及其一階微分、二階微分的逐步多元線性回歸方程，不同測量高度下多元線性回歸模型建模結(jié)果如表3示。

表3 多元線性回歸方程模型分析統(tǒng)計表Table 3 Statistics of three-element linear regression equation model analysis

據(jù)表2所得出的相關(guān)分析結(jié)果，在56個樣本中隨機選取36個作為建模集，建立土壤EC值與反射率及其一階微分、二階微分的偏最小二乘線性回歸方程，不同測量高度下偏最小二乘模型建模結(jié)果如表4所示。

從表3和表4可以看出，不同實驗高度的光譜數(shù)據(jù)對樣本含鹽量的響應(yīng)差異較大。原始光譜反射率在兩種模型計算后對鹽分的擬合精度較差，估算能力不高，不同高度下兩種模型中指標R2范圍在0.48～0.74之間，RPD值范圍為1.13～2.37，經(jīng)過數(shù)學微分變換后，5個實驗高度下反射率一階微分、二階微分建立的兩種模型精度均有所上升，且二階微分變換優(yōu)于一階微分。此外，不同實驗高度的3種光譜形式在兩種模型中的表現(xiàn)差異也較大，整體上偏最小二乘回歸模型在對鹽分的精度與擬合上優(yōu)于多元線性回歸模型。綜合5個實驗高度下3種不同光譜形式在兩種模型中的結(jié)果，實驗高度5 cm為最佳高度，其反射率二階微分在偏最小二乘回歸模型中R2=0.91、RMSE=0.40、RPD=3.08；其次為實驗高度7 cm，反射率二階微分在偏最小二乘回歸模型中R2=0.80、RMSE=0.95、RPD=2.41。第三為實驗高度3 cm，反射率二階微分在偏最小二乘回歸模型中R2=0.76、RMSE=1.10、RPD=2.30。另外兩個實驗高度4 cm與實驗高度6 cm表現(xiàn)較差，所得全部實驗結(jié)果中R2較小、RPD數(shù)值小于2，模型精度低且模型不穩(wěn)定，針對鹽分進行估算的精度不高。

選取5 cm測量高度作為最佳光譜測量高度，利用20個驗證樣本分別對其一階和二階微分變換的多元線性回歸模型和偏最小二乘回歸模型進行驗證(圖5)。

表4 偏最小二乘回歸方程模型分析統(tǒng)計表Table 4 Statistics of partial least squares regression equation model analysis

圖5 土壤含鹽量的多元線性模型與偏最小二乘模型預測結(jié)果檢驗(n=20)Fig.5 Test of prediction results of multivariate linear model and partial least squares model of soil salinity(n=20)

從圖5顯示的結(jié)果可以看出反射率二階微分變換優(yōu)于一階微分，且偏最小二乘回歸模型的預測精度高于多元線性回歸模型的精度。此外，從兩種模型預測比較來看，多元線性回歸模型中預測值與實測值中存在異常值，異常值存在與含鹽量的較高的區(qū)域，偏離對角線附近；而偏最小二乘模型的預測值與實測值的表現(xiàn)整體較好，聚集在對角線附近，說明其穩(wěn)定性和預測精度均優(yōu)于多元線性回歸模型。而異常值出現(xiàn)的另一個原因可能也是由于本文所用的多元線性模型與偏最小二乘模型只是運用了全波段中篩選后的敏感波段加入模型進行計算，容易造成局部有效信息的丟失，但是選取敏感波段進行計算有精簡計算模型、計算量小的優(yōu)勢，可以用于鹽分信息的快速估測。

3 討 論

原始的光譜數(shù)據(jù)包含的數(shù)據(jù)量巨大，與土樣EC值進行相關(guān)分析后相關(guān)系數(shù)較低，因此，將原始光譜數(shù)據(jù)進行微分處理，可以放大光譜中的隱晦信息，提高土壤含鹽量模型的預測精度。同時，結(jié)合其他實驗高度數(shù)據(jù)分析表明二階微分變換后的光譜數(shù)據(jù)更能有效的提升與土樣EC值的相關(guān)系數(shù)，是本文最佳的光譜變換形式，這與楊愛霞等和李志等的研究結(jié)果相同[28-30]。

對土壤EC值的多元線性回歸方程與偏最小二乘方程的建模結(jié)果與預測效果進行檢驗，通過比較模型指標R2、RMSE、RPD的大小，表明偏最小二乘回歸模型的穩(wěn)定性與預測能力優(yōu)于多元線性回歸，模型研究結(jié)果與前人的研究結(jié)果較為一致[31-32]。這是由于多元線性回歸模型在建立過程中會出現(xiàn)多種共線性的問題，導致結(jié)果的不穩(wěn)定性，影響了估算精度，而偏最小二乘回歸模型是建立在傳統(tǒng)的回歸方法上，同時引入了方差分析和主成分分析，是一種多變量回歸方法，因此在對土樣EC值的估算中表現(xiàn)更好[33]。而本文僅考慮多元線性回歸方程與偏最小二乘方程這兩種線性模型進行實驗，后續(xù)研究中應(yīng)該采用多種非線性模型進行計算來對比分析，以尋求更好更適合的反演模型。

不同的實驗高度在估算土壤鹽分中差異存在且無明顯規(guī)律性，實驗高度5 cm表現(xiàn)最佳，其次為實驗高度7 cm和實驗高度3 cm，而實驗高度4 cm和實驗高度6 cm的光譜數(shù)據(jù)在經(jīng)過數(shù)學變換后在兩種模型中精度上升較小，RPD范圍在1.13～1.82之間，預測精度不高。綜上考慮，不同的實驗高度針對鹽分的估算表現(xiàn)不同，這種現(xiàn)象出現(xiàn)的原因可能是由于實驗為室外實驗，實驗調(diào)控中外在環(huán)境的不可控性以及大氣中的水汽影響仍然存在；同時，土樣經(jīng)過烘干研磨后堿土表面顏色深淺不一，這也可能直接影響了光譜反射率大小，從而影響光譜信息對鹽分指標的擬合精度；此外，盛用土樣的鋁盒面積較小，且土樣表面的顆粒度的差異也會影響光譜數(shù)據(jù)的測量結(jié)果，這也可能導致不同高度下回歸模型精度和預測結(jié)果的差異性。同時，本文在設(shè)計實驗高度上結(jié)合實驗用鋁盒面積選取為3 cm～7 cm，這一實驗高度間隔為1 cm，在后續(xù)研究中，可以進一步調(diào)整測量高度范圍和測量間隔，進一步提高預測模型的精度和適用范圍。

4 結(jié) 論

本研究使用松嫩平原典型鹽堿土地區(qū)土壤樣本，通過室外光譜實測實驗調(diào)控不同實驗高度，定量研究不同實驗高度對土壤鹽分反演精度的的影響，對樣本的光譜反射率進行一階微分與二階微分的數(shù)學變換結(jié)果可以有效提高與土壤電導率間的相關(guān)性，通過在多元線性回歸方程與偏最小二乘回歸方程中進行鹽分的估算結(jié)果表明實驗的高度中表現(xiàn)最好的為5 cm，反射率二階微分變換后在偏最小二乘回歸方程中R2=0.91，RPD=3.08，模型穩(wěn)定，預測精度較高，可以用于對鹽堿化土壤含鹽量進行估算。不同實驗高度的建模結(jié)果對鹽分的估算結(jié)果存在差異，但規(guī)律性不明顯，表現(xiàn)優(yōu)良程度從高到低為5 cm、7 cm、3 cm、6 cm、4 cm，說明室外實驗中實驗高度的不同對于光譜數(shù)據(jù)影響較大，且偏最小二乘模型建模結(jié)果優(yōu)于多元線性回歸模型。