李曉明，楊勁松，余 美，楊奇勇，劉梅先

基于電磁感應的干旱區(qū)土壤鹽漬化定量遙感研究

李曉明1，2，楊勁松1，余 美3，楊奇勇4，劉梅先1

(1.中國科學院南京土壤研究所，南京 210008;2.陜西省地產(chǎn)開發(fā)服務總公司，西安 710075;3.南京市雨花區(qū)水利局，南京 210012;4.中國地質(zhì)科學院巖溶地質(zhì)研究所，桂林 541004)

以南疆典型干旱區(qū)Landsat 7 ETM+遙感圖像為數(shù)據(jù)源，利用決策樹分類法提取農(nóng)業(yè)用地，并對農(nóng)業(yè)用地進行移動式電磁感應調(diào)查(簡稱磁感調(diào)查)和光譜特征提取，同時分析磁感數(shù)據(jù)和圖像光譜特征與土壤鹽分含量的相關性，從而建立土壤鹽分的定量反演模型。研究結果表明:土地利用類型決策樹的分類精度達到93.75%，Kappa系數(shù)達0.915 4;經(jīng)多元逐步回歸分析，磁感調(diào)查獲得的土壤鹽分含量與差值植被指數(shù)(DVI)、ETM+圖像第二波段像元值(B2)以及比值植被指數(shù)(RVI)間具有顯著相關性，由此建立的遙感反演模型可用于土壤鹽分含量的定量反演。經(jīng)89個樣點檢驗，基于磁感調(diào)查的土壤鹽分遙感反演精度雖低于基于磁感調(diào)查的地統(tǒng)計空間分析的精度，但遙感定量反演值與磁感調(diào)查實測值仍具有良好的相關性，而且精度較高，因此利用本文方法進行土壤鹽漬化大面積監(jiān)測是快速有效的途徑。

電磁感應;干旱區(qū);土壤鹽漬化;定量遙感;光譜特征

0 引言

鹽漬土是我國最主要的農(nóng)業(yè)中低產(chǎn)土壤類型之一，其總面積約為3.6×107hm2，占全國可利用土地面積的4.88%［1］，從濕潤地區(qū)到極端干旱的荒漠地區(qū)，均有大量鹽漬土分布［2］。在干旱地區(qū)，土壤鹽漬化嚴重制約當?shù)氐霓r(nóng)業(yè)生產(chǎn)。為合理利用鹽漬土資源和提高土地利用效率，需要對土壤鹽漬化進行監(jiān)測，主要監(jiān)測方法包括田間采樣和定點監(jiān)測、電磁感應式大地表觀電導率測量以及遙感圖像解譯等［1］。其中田間采樣和移動式電磁感應調(diào)查(以下簡稱磁感調(diào)查)，雖然能獲取比較精確的土壤鹽漬化信息，但對于大面積的土壤監(jiān)測，成本高、難度大。隨著遙感數(shù)據(jù)空間與光譜分辨率的不斷提高，遙感數(shù)據(jù)源日益豐富，技術方法也日趨成熟，不同類型的遙感數(shù)據(jù)在土壤鹽漬化監(jiān)測中均獲得廣泛運用［2－7］。

鹽漬土信息的提取主要基于其波譜響應特征［8］，地物波譜特性是遙感定量分析的基礎［7］。本文選用Landsat 7 ETM+遙感圖像，首先利用決策樹分類法提取農(nóng)業(yè)用地，并在磁感調(diào)查的基礎上，通過研究土壤鹽分含量與光譜特征的相關性來建立土壤鹽分的定量遙感反演模型，并對鹽漬土進行定量分級。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

本文選取南疆典型的干旱區(qū)——巴州尉犁縣為研究區(qū)。巴州地處天山南麓，氣候非常干燥，年降水量大多在100 mm以下，而蒸發(fā)量則高達2 500 mm左右，蒸降比值大約為40［2］。高蒸降比使該地區(qū)極易產(chǎn)生土壤鹽漬化和次生鹽漬化問題。區(qū)內(nèi)年平均氣溫8.2～11.6℃，晝夜溫差大，氣溫變化四季分明，光照充足，屬暖溫帶大陸性干旱氣候。研究區(qū)以棉花為主要種植作物，農(nóng)田面廣地平，利于機械作業(yè)，也為開展磁感調(diào)查創(chuàng)造了有利條件。

在研究區(qū)北部選定典型田塊作為磁感調(diào)查的重點區(qū)域(以下簡稱磁感調(diào)查區(qū))。

1.2 研究方法

在土壤鹽漬化地區(qū)，大地表觀電導率主要與土壤鹽分含量有關(土壤鹽分的貢獻率＞60%)，是鹽分含量的良好表征。本文在磁感調(diào)查區(qū)通過磁感調(diào)查來獲取足量的大地表觀電導率信息，以便為土壤鹽漬化遙感定量反演提供數(shù)據(jù)支持。

電磁感應式大地表觀電導率測定儀(EM38，EM31)有水平(H)和垂直(V)兩種測量模式，在不同模式下，測量的土體深度不同。當EM38和EM31與數(shù)據(jù)采集器、GPS連接起來構建移動式磁感調(diào)查系統(tǒng)［9］時，就可以同時采集地理位置信息和大地表觀電導率信息，并可進行快速測量，從而有效提高了土壤鹽漬化監(jiān)測的效率。

Landsat 7裝備的增強型專題成圖儀(ETM+)，可通過利用多光譜掃描輻射計感應來自地表反射的太陽輻射和其自身釋放的熱輻射來提供高分辨率的圖像信息數(shù)據(jù)［10］，共采集7個光譜波段和1個全色波段的遙感數(shù)據(jù)，為遙感反演提供了良好的數(shù)據(jù)基礎。

本文主要基于電磁感應方法研究土壤鹽漬化定量遙感反演。在磁感調(diào)查區(qū)采集土壤校準樣點27個，并進行磁感調(diào)查，建立土壤鹽分的電磁感應模型，進而獲取磁感調(diào)查點鹽分信息，同時利用地統(tǒng)計分析方法獲知磁感調(diào)查區(qū)土壤鹽分的空間分布狀況。另一方面，基于各波段圖像的像元值及光譜指數(shù)，首先采集實地調(diào)查樣點125個，基于遙感圖像利用決策樹分類與光譜指數(shù)相結合的方法提取整個研究區(qū)的農(nóng)業(yè)用地信息，并額外隨機布設檢驗樣點608個，利用混淆矩陣、Kappa系數(shù)檢驗土地利用類型分類精度;然后通過提取17 599個磁感調(diào)查點的光譜特征來研究基于磁感調(diào)查的土壤鹽分含量與遙感圖像光譜特征的相關性，并建立土壤鹽分遙感定量反演模型，用于進行農(nóng)業(yè)用地的土壤鹽漬化定量分級。除以上校準樣點和磁感調(diào)查點之外，在磁感調(diào)查區(qū)內(nèi)再次隨機布設檢驗樣點89個，對基于磁感調(diào)查的地統(tǒng)計分析和基于磁感調(diào)查的遙感反演兩種方法的精度進行比較，技術路線見圖1。

圖1 土壤鹽分反演技術路線Fig.1 Technology route of soil salinization inversion

2 結果與分析

2.1 土壤鹽分含量的電磁感應模型建立

首先在磁感調(diào)查區(qū)內(nèi)布設校準樣點27個，測定EM38和EM31不同模式下的大地表觀電導率(H38，V38，H31和V31)，同時采集0～10 cm深度的土壤樣品，帶回實驗室自然風干，磨細過2 mm篩，按1∶5的土水質(zhì)量比提取浸提液，用于測定樣品全鹽含量。然后利用逐步回歸分析方法分析樣品的全鹽含量與大地表觀電導率的相關性，建立土壤鹽分電磁感應模型。最后，選擇相關性較好的自變量組合，以H38，V38，V31為自變量的土壤鹽分電磁感應模型如式(1)所示，以H38和H31為自變量的土壤鹽分電磁感應模型如式(2)所示。

式中:Ts為測定土壤樣品的全鹽含量，g/kg;H38和H31分別為EM38和EM31的水平模式讀數(shù)，ms/m;V38和V31分別為EM38和EM31的垂直模式讀數(shù)，ms/m;r為相關系數(shù);n為樣品數(shù);“*”表示置信度在0.05水平上顯著相關。

由回歸分析可知，土壤鹽分含量與大地表觀電導率具有很好的相關性，式(1)相關系數(shù)高達0.937，但構建的電磁感應移動測量系統(tǒng)每次只能選用一種模式(水平或垂直)，而且考慮到EM38和EM31水平及垂直模式的感應深度，故在這次磁感調(diào)查時均設定為水平模式。此外研究還發(fā)現(xiàn)H38，H31與鹽分含量具有顯著的相關性，如式(2)所示。

通過以上模型可得到磁感調(diào)查點的鹽分信息，進而為土壤全鹽含量的遙感定量反演和鹽漬化程度分級提供數(shù)據(jù)支持。

2.2 土地利用類型的決策樹分類

2.2.1 決策規(guī)則建立

決策樹分類就是利用事先確定的決策規(guī)則，通過執(zhí)行一系列的二叉決策樹來確定ETM圖像每一個像元所屬的正確類型，目前已得到廣泛應用［11－15］。除了各個波段圖像像元值外，本文還引入了部分與地物類型相關的光譜指數(shù)，包括比值植被指數(shù)(RVI)、歸一化植被指數(shù)(NDVI)、土壤調(diào)節(jié)植被指數(shù)(SAVI)、差值植被指數(shù)(DVI)、改進歸一化差異水體指數(shù)(MNDWI)、鹽分指數(shù)(SI)、亮度指數(shù)(BI)、組成物指數(shù)(FI)和歸一化差異指數(shù)(NDI)，供進行土地利用類型分析時選用，最終確定地物類型以及鹽漬化程度分級。

根據(jù)實地調(diào)查，研究區(qū)的土地利用類型除農(nóng)業(yè)用地外，還包括水域、裸地和荒漠地，選取實地調(diào)查樣點125個，其中水域30個、農(nóng)業(yè)用地45個、裸地25個、荒漠地25個。結果顯示，水域與其他地物類型相比，歸一化差異水體指數(shù)均在0.345以上，而其他地物類型的均為負值。由此得出的決策規(guī)則可表示為ETM圖像第二和第五波段像元亮度值B2、B5的關系為B2＞2B5;通過分析其余3種土地利用類型發(fā)現(xiàn)，可以用0.18作為閾值，NDVI＞0.18者為農(nóng)業(yè)用地;剩余的裸地和荒漠地不易區(qū)分。利用已知土地利用類型的25個裸地和25個荒漠地的調(diào)查樣點的像元亮度值和光譜指數(shù)進行判別分析，研究發(fā)現(xiàn)ETM第四波段圖像的像元亮度值B4與DVI，NDI的線性組合，可以用來區(qū)分裸地和荒漠地，其表達式為

式中P1和P2為判別指數(shù)，如果P1＞P2，則判斷該地物類型為裸地，反之則判斷為荒漠地。利用以上決策規(guī)則建立的決策樹如圖2所示。

圖2 土地利用類型決策樹分類流程Fig.2 Flow chart of decision tree classification of landuse

2.2.2 決策樹分類及精度檢驗

在ENVI軟件中，首先按圖2所示的決策規(guī)則建立決策樹，然后進行決策樹分類，統(tǒng)計得到各土地利用類型的面積(表1)。由表1可知，研究區(qū)內(nèi)農(nóng)業(yè)用地面積僅占區(qū)域總面積的1/4左右。

表1 研究區(qū)土地利用類型及各類鹽漬土土地面積Tab.1 Area of all types of landuse and salinized soils in the study area

為檢驗土地利用類型決策樹分類的精度，首先在研究區(qū)隨機布設608個檢驗樣點，包括水域181個、農(nóng)業(yè)用地166個、裸地153個和荒漠地108個;然后計算分類結果混淆矩陣［16－17］(表 2)。

表2 決策樹分類混淆矩陣Tab.2 Confusion matrix with decision tree classification

由混淆矩陣可以看出，農(nóng)業(yè)用地和水域兩種土地利用類型的分類精度較高，分類混淆結果主要發(fā)生在裸地和荒漠地之間。決策樹分類的總精度為93.75%;農(nóng)業(yè)用地的制圖精度、用戶精度(表示實際地面真實情況的概率)均為100%;水域的制圖精度為99.45%，用戶精度為100%;裸地的制圖精度為97.39%，用戶精度為81.87%;荒漠地的制圖精度為 69.44%，用戶精度為93.75%。決策樹分類的 Kappa系數(shù)為0.915 4?？傮w來說，水域和農(nóng)業(yè)用地的分類精度較高，而裸地與荒漠地的分類結果容易混淆，這主要是由于二者地表均無覆蓋，光譜特征比較接近，部分裸地可能也是表層積鹽嚴重的荒漠地。

2.3 土壤鹽分遙感定量分級

2.3.1 反演模型

對比不同等級的鹽漬化土壤的像元亮度值可以發(fā)現(xiàn)，僅僅依靠單一的光譜特征難以對鹽漬化土壤進行定量研究，通過分析磁感調(diào)查的土壤鹽分含量與對應點位土壤光譜特征的相關性，并進行逐步回歸分析發(fā)現(xiàn)，表層土壤鹽分含量可以看成是差值植被指數(shù)(DVI)、ETM第二波段圖像像元亮度值(B2)和比值植被指數(shù)(RVI)的線性組合，由此建立的土壤鹽分定量反演模型為

式中“ ”表示在置信度0.01水平上呈極顯著相關。根據(jù)式(5)對研究區(qū)土壤鹽分含量進行定量反演，同時根據(jù)鹽漬化土壤分級指標［18］，進一步將研究區(qū)中的農(nóng)業(yè)用地分為非鹽漬化土、輕度鹽漬化土、中度鹽漬化土、重度鹽漬化土和鹽土5類(圖3)。

圖3 2008年11月遙感定量反演鹽漬土分類圖Fig.3 Quantitative classification of salinized soils with remote sensing in Nov.2008

由圖3可以看出，研究區(qū)存在嚴重的鹽漬化問題，除了水域和荒漠地外，裸地主要是地表鹽分大量聚集，在土壤表層形成白色結晶，植物無法生存造成的，應該歸屬于重度鹽漬土土地或者鹽土土地，該面積占研究區(qū)總面積的53.17%;即使在有植被覆蓋的可利用農(nóng)業(yè)用地中，非鹽漬化土地也僅占研究區(qū)總面積的4.96%，輕度、中度、重度鹽漬化土地分別占研究區(qū)總面積的17.44%，51.11%，26.49%。可見研究區(qū)內(nèi)土壤鹽漬化問題已成為制約當?shù)剞r(nóng)業(yè)生產(chǎn)的重要因素。

2.3.2 精度分析

將磁感調(diào)查區(qū)(即圖3中紅色框范圍)內(nèi)的農(nóng)業(yè)用地作為精度比較的研究區(qū)域。基于磁感調(diào)查的遙感反演結果如圖4(a)所示，基于磁感調(diào)查的地統(tǒng)計空間分析的預測結果如圖4(b)所示。

圖4 2008年11月磁感調(diào)查區(qū)0～10 cm深度土壤鹽分含量分布Fig.4 Distribution of soil salinization content in 0 ～10 cm layer in the electromagnetic survey area in Nov.2008

比較上述兩種方法的分類結果可以發(fā)現(xiàn)，二者提取的土壤鹽分空間分布信息具有良好的一致性，即土壤鹽分含量高的區(qū)域分布比較一致，說明基于磁感調(diào)查的遙感反演方法也具有與地統(tǒng)計分析方法相似良好的精度。

利用磁感調(diào)查區(qū)布設的檢驗樣點89個、采集0～10 cm深度的表層土壤樣品及其實驗室測定的鹽分含量來比較兩種方法對鹽漬化土壤鹽分含量的研究精度發(fā)現(xiàn):基于磁感調(diào)查的地統(tǒng)計分析方法，土壤樣品鹽分含量的實測值與預測值更接近，相關性更好，預測值的標準誤差約為2.35 g·kg－1;基于磁感調(diào)查的遙感反演方法預測值的標準誤差略高，約為2.51 g·kg－1。這兩種方法的實測值與預測值的關系分別為

式中:y為檢驗樣點土壤樣品鹽分含量的實測值，g·kg－1;x1為基于磁感調(diào)查的地統(tǒng)計分析方法的預測值，g·kg－1;x2為基于磁感調(diào)查的遙感反演方法的預測值，g·kg－1;“*”表示在置信度0.05水平上呈顯著相關。

3 結論

基于磁感調(diào)查的地統(tǒng)計分析方法雖然精度高(r=0.937)，但難以用于大面積區(qū)域的監(jiān)測;而基于磁感調(diào)查的遙感定量反演方法不僅可以對大面積范圍進行監(jiān)測，而且還可以通過獲取不同時相的遙感圖像來進行反演分析，尤其是對過去時相的圖像反演，從而彌補缺失歷史調(diào)查數(shù)據(jù)的不足。

研究區(qū)的土地利用類型比較簡單、ETM圖像反演精度良好，可把農(nóng)業(yè)用地信息提取出來，從而可進行土壤鹽漬化分級。根據(jù)土壤鹽漬化遙感反演結果與地統(tǒng)計分析土壤鹽漬化空間分布結果的比較可以發(fā)現(xiàn)，兩者具有良好的一致性，這說明基于磁感調(diào)查的遙感定量反演方法也具有與地統(tǒng)計分析方法相似良好的精度?；诖鸥姓{(diào)查的遙感定量反演的精度比基于磁感調(diào)查的地統(tǒng)計分析方法的精度相對較低，其主要原因:①遙感圖像分辨率較低，在一個像元尺度的范圍內(nèi)，土壤鹽分仍存在復雜的空間異質(zhì)性;②遙感圖像配準精度不夠會導致點位的偏移;③地表覆蓋物對鹽漬化土壤光譜特征存在干擾。

由于環(huán)境的干擾，以及受信息獲取設備和處理設備的限制，遙感信息在傳遞過程中不可避免地帶有誤差，并將最終導致遙感圖像解譯標志的不確定性［19］，這都會影響遙感反演精度。有些誤差可以通過校正等方法盡可能減小;有的則需要采用更高分辨率的遙感圖像來提高地物識別精度，進而提高定量反演精度。對于鹽漬化土壤的解譯，在鹽漬化程度比較重的區(qū)域，圖像上容易形成鹽斑或者呈現(xiàn)裸地狀態(tài)，有利于鹽漬化信息提取;但在鹽漬化程度比較輕的區(qū)域，由于植被等地表覆蓋物會對鹽漬土光譜特征產(chǎn)生擾亂，從而影響反演精度，在這種情況下，就需要采用其他地物光譜特征或非遙感數(shù)據(jù)作為輔助信息來進行土壤鹽漬化的提取。

［1］ 趙其國，史學正.土壤資源概論［M］.北京:科學出版社，2007.

［2］ Farifteh J，F(xiàn)arshad A，George R J.Assessing Salt－ affected Soils Using Remote Sensing，Solute Modelling，and Geophysics［J］.Geoderma，2006，130(3/4):191 －206.

［3］ Farifteh J，Van der Meer F，Atzberger C，et al.Quantitative Analysis of Salt－affected Soil Reflectance Spectra:A Comparison of Two Adaptive Methods(PLSR and ANN)［J］.Remote Sensing of Environment，2007，110(1):59 － 78.

［4］ Metternicht G I，Zinck J A.Remote Sensing of Soil Salinity:Potentials and Constraints［J］.Remote Sensing of Environment，2003，85(1):1－20.

［5］ 扶卿華，倪紹祥，王世新，等.土壤鹽分含量的遙感反演研究［J］.農(nóng)業(yè)工程學報，2007，23(1):48 －54.

［6］ 彭望琭，李天杰.TM數(shù)據(jù)的Kauth－Thomas變換在鹽漬土分析中的作用——以陽高盆地為例［J］.環(huán)境遙感，1989，4(3):183－190.

［7］ 張 飛，丁建麗，塔西甫拉提·特依拜，等.渭干河－庫車河三角洲綠洲鹽漬化地地物光譜數(shù)據(jù)分析［J］.光譜學與光譜分析，2008，28(12):2921 －2926.

［8］ 關元秀，劉高煥，劉慶生，等.黃河三角洲鹽堿地遙感調(diào)查研究［J］.遙感學報，2001，5(1):46 －51.

［9］ Townsend P A，Helmers D P，Kingdon C C，et al.Changes in the Extent of Surface Mining and Reclamation in the Central Appalachians Detected Using a 1976 － 2006 Landsat Time Series［J］.Remote Sensing of Environment，2009，113(1):62 －72.

［10］米 佳，王 堃，王紅梅.Landsat ETM+在北方農(nóng)牧交錯帶土壤沙化監(jiān)測中的應用［J］.光譜學與光譜分析，2011，31(3):798－802.

［11］ Pal M，Mather P M.An Assessment of the Effectiveness of Decision Tree Methods for Land Cover Classification［J］.Remote Sensing of Environment，2003，86(4):554 －565.

［12］ He Q S，Tashpolat T，Ding J L.The Extraction of Saline Soil Information in Arid Area Based on Decision Tree Algorithm:A Case Study in the Delta Oasis of Weigan and Kuqa Rivers［J］.Resources Science，2006，28(6):134 －140.

［13］ Tooke T R，Coops N C，Goodwin N R，et al.Extracting Urban Vegetation Characteristics Using Spectral Mixture Analysis and Decision Tree Classifications［J］.Remote Sensing of Environment，2009，113(2):398 －407.

［14］王 建，董光榮，李文君，等.利用遙感信息決策樹方法分層提取荒漠化土地類型的研究探討［J］.中國沙漠，2000，20(3):243－246.

［15］李曉明，楊勁松，吳亞坤.基于遙感和電磁感應的鹽漬土識別分級— —以河南封丘為例［J］.遙感信息，2010(1):79 －83.

［16］依力亞斯江·努爾麥麥提，丁建麗，塔西甫拉提·特依拜，等.基于支持向量機分類的遙感土壤鹽漬化信息監(jiān)測［J］.水土保持研究，2007，14(4):209 －222.

［17］鄧小煉，于 嶸，亢 慶，等.基于遙感的黃河三角洲地區(qū)鹽堿地分布監(jiān)測［J］.遙感信息，2006(5):34－36.

［18］王遵親，祝壽全，俞仁培，等.中國鹽漬土［M］.北京:科學出版社，1993.

［19］葛 詠，王勁峰，梁 怡，等.遙感信息不確定性研究［J］.遙感學報，2004，8(4):339 －348.

Research on Quantitative Remote Sensing of Soil Salinization in the Arid Area Based on Electromagnetic Induction

LI Xiao － ming1，2，YANG Jing － song1，YU Mei3，YANG Qi－ yong4，LIU Mei－ xian1
(1.Institute of Soil Science，Chinese Academy of Sciences，Nanjing 210008，China;2.Shaanxi Estate Development Service Corporation，Xi’an 710075，China;3.Yuhua District Water Resources Bureau，Nanjing 210012，China;4.Institute of Karst Geology，CAGS，Guilin 541004，China)

For the sake of quantitative remote sensing study of soil salinization in the typical arid area，Landsat 7 ETM+image of the typical arid area in South Xinjiang was obtained.The land use type of farmland was extracted by decision tree classification.The correlation between soil salinization，etectromagnetic induction data and spectrum characteristics was analyzed by mobile electromagnetic survey and extraction of spectrum characteristics in farmland.On such a basis，a quantitative inversion model of soil salinization was obtained.Some results have been obtained:the land use classification has a favorable accuracy with a total precision of 93.75% and a Kappa coefficient of 0.9154;multiple regression indicates that there exists significant correlation between soil salinization detected by the mobile electromagnetic survey and DVI(Difference Vegetable Indice)，B2(the value of band 2 of ETM+images)and RVI(Ratio Vegetable Index)，and that the inversion model of soil salinization can be used to identify salinized soils quantitatively.Results from 89 verification points show that，although the quantitative inversion accuracy of remote sensing is a little lower than that of geo－statistics analysis based on electromagnetic induction，the correlation between the inversion values and the measured values is favorable，and the accuracy is acceptable.Thus the means put forward in this paper is an rapid and effective technology for large－scale soil salinization monitoring.

electromagnetic induction;arid area;soil salinization;quantitative remote sensing;spectrum characteristics

TP 79;X 833;S 127

A

1001－070X(2012)01－0053－06

10.6046/gtzyyg.2012.01.10

2011－05－16;

2011－06－20

國家公益性行業(yè)(農(nóng)業(yè))科研專項經(jīng)費項目(編號:200903001)、國家自然科學基金項目(編號:41171181)和中國科學院知識創(chuàng)新工程重要方向項目(編號:KZCX2－YW－359－1)共同資助。

李曉明(1983－)，男，博士，主要從事資源遙感與土地利用方面的研究。E－mail:xmlisdc@126.com。

楊勁松(1959－)，男，博士，研究員，主要研究領域為土壤和水資源利用與管理。E－mail:jsyang@issas.ac.cn。

(責任編輯:邢 宇)