關(guān)鍵詞：高光譜；土壤含鹽量；鹽漬化土壤；預(yù)測模型；多元逐步線性回歸

0 引言

土壤鹽漬化嚴(yán)重制約農(nóng)業(yè)生產(chǎn)和發(fā)展，已成為全球普遍存在的環(huán)境問題，是一種常見的土地退化過程[1]。土壤鹽漬化是一個復(fù)雜的過程，分析鹽漬化土壤在時間與空間上的動態(tài)變化，能夠更好地掌握當(dāng)?shù)佧}漬化的程度與狀態(tài)，為農(nóng)業(yè)生產(chǎn)、生態(tài)環(huán)境保護(hù)提供理論依據(jù)[2-3]。近年來研究人員研究了許多精確和高效的土壤鹽分定量分析方法，這些方法對土壤鹽漬化的改善和治理、土地資源的保護(hù)、農(nóng)業(yè)生產(chǎn)效率的提高作用顯著，但對于大范圍區(qū)域很難做到及時、準(zhǔn)確地監(jiān)測[4-5]。因此，廣泛開展鹽化土壤動態(tài)監(jiān)測、土壤含鹽量精確估算等研究備受關(guān)注[6-7]。

在遙感技術(shù)日新月異的今天，地物的細(xì)微之處在光譜數(shù)據(jù)中都能得到準(zhǔn)確地反映[8]。王飛等[9]對新疆維吾爾自治區(qū)天山典型綠洲進(jìn)行深入研究，利用線性與非線性模型對土壤鹽分敏感的原始波段、鹽分指數(shù)、植被指數(shù)等指標(biāo)進(jìn)行對比分析，發(fā)現(xiàn)SI-T、TGDVI、EEVI、BAND2和BAND5等指標(biāo)對鹽分特別敏感。WHITNEYK等[10]通過對土壤含鹽量時空變化的遙感光譜指數(shù)和冠層溫度進(jìn)行動態(tài)監(jiān)測，對土壤大尺度鹽分時空序列進(jìn)行數(shù)據(jù)分析。王麗娜等[11]利用主要成分回歸分析方法，基于對鹽漬土壤光譜曲線變化規(guī)律的研究進(jìn)行分析，確定了黃河三角洲鹽分敏感波段1490～1608和1900～1950nm兩個波長范圍，并通過估算得到了區(qū)域土壤含鹽量。在土壤修復(fù)過程中，朱赟等[12]通過對相關(guān)系數(shù)極值和不同相關(guān)系數(shù)范圍分析，從8種光譜數(shù)據(jù)集中篩選最優(yōu)波段，運用偏最小二乘法，建立了光譜反演模型。利用野外敏感波段，張同瑞等[13]建立了光譜指數(shù)，進(jìn)一步構(gòu)建18個模型并驗證選定，在黃河三角洲地區(qū)鹽分條件下，以土壤調(diào)節(jié)植被指數(shù)的線性模型為基礎(chǔ)，確定最優(yōu)的反演分析模型。蔡東全[14]對土壤鹽化程度不同的光譜特征規(guī)律進(jìn)行了分析，利用相關(guān)分析的方法獲得特征波段，以多元線性回歸分析方法建立高光譜預(yù)測模型，通過波譜角分類法得到了土壤鹽化信息，建立了土壤波譜庫。黃帥等[15]通過高光譜指數(shù)與土壤含鹽量的相關(guān)性分析，以最小二乘回歸和多元漸線性回歸的方法，篩選出土壤含鹽量的光譜特征波段，建立土壤鹽分動態(tài)監(jiān)測模型。蒲智等[16]確定了最優(yōu)光譜指數(shù)和定量預(yù)測模型，分析了土壤含鹽量與5種高光譜指數(shù)的定量關(guān)系。亞森江·喀哈爾[17]利用室內(nèi)高光譜數(shù)據(jù)建立了渭干河?庫車河三角綠洲的PLSR和SVM土壤含鹽量反演模型，R2分別為0.762和0.637。為提升模型的反演精度，張曉光等[18]在原始光譜反射率的基礎(chǔ)上進(jìn)行整數(shù)階微分變換，結(jié)果表明，一階和二階微分變換比原始光譜反射率對土壤含鹽量更加敏感，建立的模型精度更高。本研究以內(nèi)蒙古自治區(qū)（簡稱內(nèi)蒙古）科爾沁右翼中旗巴彥淖爾蘇木為研究區(qū)，根據(jù)室內(nèi)分析結(jié)果，對鹽漬化土壤進(jìn)行分析，依據(jù)高光譜數(shù)據(jù)，將光譜數(shù)據(jù)進(jìn)行多種數(shù)學(xué)變換，并與土壤含鹽量進(jìn)行相關(guān)分析，從而對響應(yīng)波段進(jìn)行優(yōu)選提取。采用地統(tǒng)計分析方法構(gòu)建鹽漬化土壤遙感監(jiān)測模型，模擬測定含鹽數(shù)量與光譜數(shù)據(jù)之間的數(shù)學(xué)關(guān)系，為大規(guī)模定量監(jiān)測鹽漬化土壤提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

巴彥淖爾蘇木隸屬于內(nèi)蒙古興安盟科爾沁右翼中旗，地處東經(jīng)121°46′27.5″～122°12′54.8″、北緯44°30′22.3″～44°49′2.7″，海拔高度184m，面積527.1km2。巴彥淖爾蘇木屬溫帶大陸性季風(fēng)氣候，春季少雨多風(fēng)、夏季多雨高溫、秋季風(fēng)大干燥。巴彥淖爾蘇木地處科爾沁腹地，地形屬沙坨平原地區(qū)，風(fēng)沙土和草甸為主。巴彥淖爾蘇木耕地面積1萬hm2，由于生態(tài)破壞、土地退化、原生與次生鹽堿化并存，根據(jù)全國第四次沙化監(jiān)測，巴彥淖爾蘇木鹽堿地面積1.429萬hm2，其中林地面積0.016萬hm2、草原面積1.413萬hm2，鹽堿地面積大、程度重，嚴(yán)重制約當(dāng)?shù)亟?jīng)濟(jì)、生態(tài)和農(nóng)牧業(yè)的發(fā)展[19]。

1.2 數(shù)據(jù)采集與處理

1.2.1 土壤樣品采集與處理

2020年6月中旬在研究區(qū)內(nèi)開展野外調(diào)查，按照梅花樁取樣法（重復(fù)采集5次，然后對土壤進(jìn)行混勻）對研究區(qū)表層（0～10cm）土壤樣本進(jìn)行采集，共采集土壤樣本100個。樣品在實驗室內(nèi)自然風(fēng)干，充分研磨后過2mm篩。每個樣品分2份，用于土壤光譜檢測1份，用于水溶性鹽總量指標(biāo)測定1份。土壤水溶性鹽用水浴蒸干法測定總量：吸取一定量的土壤浸出液放在瓷蒸發(fā)皿上，在水浴上蒸干，用過氧化氫氧化有機(jī)質(zhì)，在105～110°C烘箱中烘干，稱質(zhì)量。

1.2.2 土壤樣本光譜測定

光譜檢測采用FieldSpec4光譜儀（analyticalspectraldevices），頻段范圍350～2500nm，采樣間隔1nm，輸出波段數(shù)2151個。在暗室內(nèi)進(jìn)行光譜測定，先校正后進(jìn)行光譜測定。在暗室內(nèi)對土壤樣本進(jìn)行光譜檢測，檢測之前進(jìn)行校正。將處理好的土樣裝滿盛樣皿，表面刮平后開始檢測，每個樣品檢測10次，以算術(shù)平均值作為實際光譜反射率。

1.3 數(shù)據(jù)處理

1.3.1 光譜數(shù)據(jù)平滑去噪

運用Origin8.6軟件中的Savitizky-Golay平滑法進(jìn)行9點加權(quán)平均，對測得的光譜反射率進(jìn)行平滑處理。光譜曲線中噪聲較大的波段范圍經(jīng)過平滑處理后被刪除，400～2500nm波段的光譜信息得以保留。

1.3.2 實測光譜數(shù)據(jù)變換

由于原始光譜對噪聲的敏感性不強(qiáng)，原始光譜經(jīng)過數(shù)學(xué)變換處理后，再與土壤含鹽量構(gòu)建模型，對土壤含鹽量進(jìn)行估算[20]。為了更好地反映土壤含鹽量與光譜反射率的相關(guān)關(guān)系，對原始光譜反射率R分別進(jìn)行一階導(dǎo)數(shù)R′、二階導(dǎo)數(shù)R″、平方根、平方根一階導(dǎo)數(shù)（）′、平方根二階導(dǎo)數(shù)（）″、對數(shù)logR′、對數(shù)一階導(dǎo)數(shù)（logR）′、對數(shù)二階導(dǎo)數(shù)（logR）″、對數(shù)倒數(shù)[log（1/R）]、對數(shù)倒數(shù)一階導(dǎo)數(shù)[log（1/R）]′、對數(shù)倒數(shù)二階導(dǎo)數(shù)[log（1/R）]″、倒數(shù)（1/R）、倒數(shù)一階導(dǎo)數(shù)（1/R）′和倒數(shù)二階導(dǎo)數(shù)（1/R）″14種常見光譜變換，以選擇最佳的光譜處理方法。光譜微分處理計算公式為

1.3.3 相關(guān)性分析

對樣本光譜數(shù)據(jù)與土壤含鹽量的相關(guān)系數(shù)進(jìn)行逐波段測算，對特征波段進(jìn)行提取。計算相關(guān)系數(shù)公式為

1.4 建模與檢驗

1.4.1 模型建立方法

通過原始光譜反射率及其數(shù)學(xué)變換形式與土壤含鹽量進(jìn)行相關(guān)性分析，提取特征波段。供試土壤樣本數(shù)為100個，以供試土壤樣本的70%用于模型建立，30%用于模型的檢驗，采用多元逐步線性回歸方法建立土壤含鹽量高光譜預(yù)測模型。

1.4.2 模型檢驗

利用回歸決定系數(shù)（R2）和均方根誤差ERMSE對建模集和驗證集進(jìn)行檢驗。R2越大、ERMSE越小，表明模型穩(wěn)定性和預(yù)測效果越好。計算公式為

2 結(jié)果與分析

2.1 土壤鹽漬化等級劃分

測得的土壤樣本指標(biāo)值統(tǒng)計特征如表1所示。樣本土壤含鹽量最大值55.34g/kg、最小值0.52g/kg、平均值13.10g/kg及變異系數(shù)97.25%，屬強(qiáng)變異，表明研究區(qū)土壤含鹽量分布很不均勻。根據(jù)研究區(qū)實測點的情況，參考《中國鹽漬土》中土壤分級方法，確定研究區(qū)土壤鹽漬化分級標(biāo)準(zhǔn)，如表2所示[21]。

2.2 土壤光譜特征分析

將100個土壤樣本的反射率依照表2進(jìn)行分類，在不同鹽漬化土壤樣本中，取其平均值作為光譜反射率曲線，如圖1所示。5條曲線的變化趨勢基本一致，供試土壤含鹽量越高，光譜的反射率也越大。光譜反射率在350～1300nm范圍內(nèi)呈上升趨勢，增加幅度較大，在1400～1850nm范圍內(nèi)反射率不斷升高，但增加幅度較緩，1900～2150nm范圍內(nèi)光譜反射率增加且增加速度很快，從2150～2500nm范圍內(nèi)，光譜反射率先逐漸減小，后又快速增加再急劇下降，在接近1400、1900和2200nm處出現(xiàn)3個明顯的水分吸收谷。

2.3 最佳波段選取

由于供試土壤含鹽量變化較大，對最佳波段的選取會造成一定影響，根據(jù)土壤鹽漬化分級標(biāo)準(zhǔn)將參試土壤分為兩類：非鹽土（土壤含鹽量≤7g/kg）和鹽土（土壤含鹽量>7g/kg），計算土壤含鹽量與15種數(shù)學(xué)變換的光譜數(shù)據(jù)的相關(guān)系數(shù)，如圖2所示。非鹽土光譜反射率與土壤含鹽量的相關(guān)系數(shù)最大0.3646，鹽土的原始光譜反射率與土壤含鹽量的相關(guān)系數(shù)最大0.4545，經(jīng)過數(shù)學(xué)變換后，與土壤含鹽量的正負(fù)相關(guān)性明顯增強(qiáng)。非鹽土的對數(shù)一階微分處理反射率與土壤含鹽量在1490nm處相關(guān)性最高，相關(guān)系數(shù)最?0.5898，鹽土的對數(shù)一階微分反射率與土壤含鹽量在727nm處相關(guān)性最高，相關(guān)系數(shù)?0.5591。數(shù)據(jù)中的細(xì)微信息經(jīng)數(shù)學(xué)變換后得以放大，可以據(jù)此篩選出提取pRpR土壤含鹽量的特征波段。根據(jù)圖2中相關(guān)分析，R′、R″、（）′、（）″、（logR）′、（logR）″、[log（1/R）]′、[log（1/R）]″、（1/R）′和（1/R）″10組變換下顯著相關(guān)的波段數(shù)較多，而其他變換沒有或極少存在與土壤含鹽量顯著相關(guān)的特征波段。因此從以上10種變換中選擇特征波段，如表3和表4所示。

2.4 土壤含鹽量估測模型構(gòu)建

根據(jù)相關(guān)分析結(jié)果得到的特征光譜波段，建立土壤含鹽量的多元逐步線性回歸模型。運用DPS數(shù)據(jù)處理軟件將非鹽土47個樣本、鹽土53個樣本中的70%（非鹽土32個樣本，鹽土36個樣本）用于建模，30%（非鹽土15個樣本，鹽土17個樣本）用于模型驗證。以實測土壤含鹽量作為因變量，以特征波段的光譜反射率作為自變量，在保證R2盡可能大的前提下，建立土壤含鹽量的多元逐步線性回歸模型，如表3和表4所示。

利用多元逐步線性回歸分析方法建立的鹽漬化土壤含鹽量預(yù)測模型精度較高，非鹽土用于建模的R2平均值0.7306、最大值0.7685、最小值0.6514，ERMSE平均值0.97、最大值1.10、最小值0.90；鹽土用于建模的R2平均值0.5557、最大值0.7682、最小值0.3466，ERMSE平均值7.76、最大值9.50、最小值5.66。根據(jù)R2越大、ERMSE越小，模型越穩(wěn)定的原則，非鹽土的原始二階方程建模的R2=0.7685、ERMSE=0.90，模型穩(wěn)定性最好；鹽土的對數(shù)二階方程建模的R2=0.7682、ERMSE=5.66，模型穩(wěn)定性最好。

2.5 模型精度檢驗

模型的驗證主要考慮穩(wěn)定性和預(yù)判能力兩個方面。測試模型的預(yù)測能力，以未參加建模的土壤樣本中土壤含鹽量為準(zhǔn)真值。由表3和表4可知，非鹽土檢驗?zāi)Ｐ蜋z測的R2最大值0.7292、最小值0.4059，ERMSE最大值1.91、最小值0.95；非鹽土的原始二階方程檢測的R2=0.7292、ERMSE=0.95，模型穩(wěn)定性最好。鹽土檢驗?zāi)Ｐ蜋z測的R2最大值0.8718、最小值0.3944，ERMSE最大值9.77、最小值5.80，鹽土的對數(shù)二階方程檢測的R2=0.7682、ERMSE=5.66，模型穩(wěn)定性最好。

由圖3可知，建模樣本基本上聚集在對角線附近，非鹽土原始光譜反射率二階微分預(yù)測模型實測值與預(yù)測值間的樣本擬合系數(shù)R2=0.8246，鹽土原始光譜反射率對數(shù)二階微分預(yù)測模型實測值與預(yù)測值之間的樣本擬合系數(shù)R2=0.7666，預(yù)測值和實測值具有較好的一致性。本研究建立的土壤鹽漬化遙感監(jiān)測模型是有效的，經(jīng)檢驗合格，可在一定程度上用于預(yù)測土壤含鹽量。

3 討論

在構(gòu)建模型時發(fā)現(xiàn)，當(dāng)對全部供試土壤反射率及其數(shù)學(xué)變換形式進(jìn)行整體構(gòu)建模型時，回歸決定系數(shù)（R2）整體不高，模型穩(wěn)定性較差，預(yù)測效果不好，當(dāng)將供試土壤按照土壤含鹽量進(jìn)行分類，再對其反射率及其數(shù)學(xué)變換形式進(jìn)行建模時，R2值整體升高，模型的穩(wěn)定性和預(yù)測效果增強(qiáng)。這是由于供試土壤實測土壤含鹽量最大值55.34g/kg、最小值0.52g/kg、平均值13.10g/kg及變異系數(shù)97.25%，研究區(qū)域內(nèi)土壤含鹽量分布極不均勻，導(dǎo)致在特征波段選取上存在差別。

本研究是對采自內(nèi)蒙古自治區(qū)科爾沁右翼中旗巴彥淖爾蘇木典型鹽漬化土壤進(jìn)行光譜反射率測定，并對其進(jìn)行均方根、對數(shù)、對數(shù)倒數(shù)、倒數(shù)及其一階、二階微分等數(shù)學(xué)變換，利用多元逐步線性回歸分析方法，建立鹽漬化土壤含鹽量預(yù)測模型，并對預(yù)測模型進(jìn)行對比。研究表明，非鹽土的原始光譜對數(shù)一階微分預(yù)測模型最優(yōu)，鹽土的對數(shù)一階微分預(yù)測模型最優(yōu)，這也說明選取不同的數(shù)學(xué)變換形式在模型預(yù)測上是不同的。因此本研究篩選的光譜變換形態(tài)所建立的預(yù)測模型，對于其他地區(qū)鹽土的適用性尚待考證。

4 結(jié)束語

（1）從形態(tài)上看，不同鹽漬化程度的土壤光譜特征曲線基本一致；土壤含鹽量越高的土壤樣本，其光譜反射率就越高。

（2）光譜反射率經(jīng)數(shù)學(xué)變換后與土壤含鹽量的正負(fù)相關(guān)性增強(qiáng)，特別是經(jīng)過一階和二階微分變換后，相關(guān)性顯著增強(qiáng)：非鹽土的原始光譜對數(shù)一階微分反射率與土壤含鹽量相關(guān)性最高，在1490nm處相關(guān)系數(shù)最大為?0.5898，在727nm處鹽土原始光譜對數(shù)一階微分反射率最大為?0.5591。

（3）利用多元逐步線性回歸建立的預(yù)測模型，非鹽土以原始光譜的二階微分模型為最優(yōu)，檢測R2=0.7292，鹽土以對數(shù)二階微分模型為最優(yōu)，檢測R2=0.8718，可快速測定鹽堿土土壤含鹽量。