申曉華+王耀強(qiáng)+鄭磊+郭小靜

摘要：以位于河套平原的巴彥淖爾市杭錦后旗陜壩鎮(zhèn)為試驗(yàn)區(qū)域，利用Radarsat-2四極化數(shù)據(jù)，配合DEM數(shù)據(jù)計(jì)算得到研究區(qū)域的后向散射系數(shù)（Sigma Nought）值。通過分析得出Sigma Nought值與土壤含鹽量之間的反演關(guān)系，并以此為依據(jù)對(duì)整幅影像進(jìn)行決策樹分類，以確定其鹽漬化程度及分布。通過58個(gè)點(diǎn)建立的反演模型的決定系數(shù)R2=0.753。研究發(fā)現(xiàn)此模型的遙感反演效果較好，具有一定的參考和應(yīng)用價(jià)值。

關(guān)鍵詞：Radarsat-2；Sigma Nought；鹽漬化；河套平原

中圖分類號(hào)：S153.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2014）15-3533-03

Using Radarsat-2 Four Polarization Images in Salinity Inversion of Hetao Irrigated Soil

SHEN Xiao-hua， WANG Yao-qiang， ZHENG Lei， GUO Xiao-jing

（Inner Mongolia Agricultural University， Hohhot 010018， China）

Abstract：Using Shanba Hangjinhouqi area as the experiment object， Radarsat-2 four polarization data and DEM data were used to calculate the backscattering coefficient （Sigma Nought）. By analyzing Sigma Nought and soil salinity，Decision Trees were used to classify the entire image. Coefficient of determination of the inversion model established by 58 points is 0.753. Remote sensing based on this model was found to be better， with certain values of reference and application.

Key words： Radarsat-2； Sigma Nought； Salinization； Hetao Plain

收稿日期：2013-12-16

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（51169016）

作者簡(jiǎn)介：申曉華，（1987-），男，河北邢臺(tái)人，在讀碩士研究生，研究方向?yàn)?S技術(shù)在農(nóng)業(yè)水土工程中的應(yīng)用（電話）13847136321（電子信箱）

attsxh@126.com。

土壤鹽漬化是影響河套平原農(nóng)業(yè)生產(chǎn)的重要因素，對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)帶來了破壞性的影響，給當(dāng)?shù)剞r(nóng)民帶來了直接的經(jīng)濟(jì)損失。內(nèi)蒙古河套灌區(qū)的鹽漬化土地面積約占內(nèi)蒙古鹽漬化土地面積的70%。因此，對(duì)河套平原鹽漬化程度進(jìn)行遙感監(jiān)測(cè)與反演，為該地區(qū)灌溉制度制定、鹽漬化土壤治理方案制定提供參考。本研究以Radarsat-2四極化衛(wèi)星數(shù)據(jù)為數(shù)據(jù)源，研究鹽漬化信息提取方法，證實(shí)Radarsat-2四極化衛(wèi)星數(shù)據(jù)在土壤鹽漬化反演方面的適用性。

1 研究區(qū)域概況

陜壩鎮(zhèn)是杭錦后旗的政府所在地，是國(guó)家西部大開發(fā)的重點(diǎn)區(qū)域。陜壩鎮(zhèn)位于河套平原，當(dāng)?shù)剞r(nóng)民賴以生存的引黃灌溉對(duì)發(fā)展灌區(qū)農(nóng)業(yè)生產(chǎn)和改善農(nóng)業(yè)生態(tài)環(huán)境發(fā)揮著重要作用，但長(zhǎng)期的大水漫灌和渠系水滲漏誘發(fā)下部鹽分向表層聚集，產(chǎn)生土壤次生鹽漬化[1]。

2 數(shù)據(jù)源

Radarsat-2是一顆C波段的雷達(dá)衛(wèi)星，而C波段可提取地表0～5 cm的土壤信息[2]。本研究使用Radarsat-2四極化精細(xì)模式數(shù)據(jù)，影像覆蓋面積為25 km×25 km，入射角范圍為35.3109398°～36.8815956°。Google Earth軟件能夠顯示地物的精確經(jīng)緯度坐標(biāo)，利用其這一優(yōu)勢(shì)，對(duì)遙感圖像進(jìn)行幾何校正，能夠提高幾何校正的精度[3]。故在本研究中采用Google Earth對(duì)Radarsat-2影像進(jìn)行幾何校正。

2.1 衛(wèi)星影像數(shù)據(jù)

本研究中數(shù)據(jù)接收日期為2013年4月20日10∶47∶50（UTC時(shí)間），F(xiàn)Q（Fine Quad-Pol）模式、HH+HV+VH+VV極化，標(biāo)稱分辨率8 m的Radarsat-2衛(wèi)星SLC影像。以陜壩鎮(zhèn)西25公里、北12公里、南12公里區(qū)域?yàn)檠芯繀^(qū)域，影像四角經(jīng)緯度為：NW：40°59′N/106°53′E，NE： 41°01′N/107°08′E，SW：40°44′N/106°57′E，SE：40°47′N/107°12′E。

2.2 采樣點(diǎn)位置數(shù)據(jù)和全鹽量數(shù)據(jù)

在衛(wèi)星過境當(dāng)天、過境前后各1 d時(shí)間內(nèi)，采集影像覆蓋區(qū)域內(nèi)的土壤表層樣本80個(gè)，現(xiàn)場(chǎng)通過手持GPS測(cè)量并記錄采樣點(diǎn)經(jīng)緯度信息，同時(shí)在Google Earth中標(biāo)記并核對(duì)位置是否正確。所取樣本帶回實(shí)驗(yàn)室進(jìn)行土壤水溶性鹽分的測(cè)定。

2.3 Google Earth上截取的影像

以Google Earth可以進(jìn)行幾何校正，操作簡(jiǎn)單且十分精確。重采樣會(huì)給影像帶來信息的損失[4]，但是Google Earth提供高分辨率影像僅供瀏覽不供下載，無法利用其進(jìn)行影像配準(zhǔn)，以應(yīng)用ENVI提供的predict功能在不損失圖像信息的情況下獲得采樣點(diǎn)后向散射系數(shù)值。所以利用GETScreen軟件從Google Earth上截取了1 900張圖像，然后拼接、處理成所需影像，用以進(jìn)行影像配準(zhǔn)。

3 雷達(dá)影像處理

通過ENVI軟件的SARScape模塊對(duì)原始SLC影像進(jìn)行多視、濾波、地理編碼和定標(biāo)處理后，得到雷達(dá)后向散射系數(shù)影像。然后利用實(shí)地Google Earth影像，選取GCP對(duì)影像進(jìn)行配準(zhǔn)，最終得到一幅坐標(biāo)與實(shí)地一致的、能反應(yīng)實(shí)地后向散射系數(shù)的影像。

3.1 濾波

雷達(dá)影像與可見光遙感影像有所不同：由于采用相干微波源照射，所以各散射中心回波的相干疊加，造成合成矢量的振幅和相位都有一定的起伏，而且其幅度和相位與回波的方向有很大關(guān)系，其散射回來的總回波并不完全由地物目標(biāo)的后向散射系數(shù)決定，而是圍繞這些后向散射系數(shù)值有較大的隨機(jī)起伏，使SAR對(duì)目標(biāo)后向散射系數(shù)的測(cè)量產(chǎn)生很大偏差，在最終得到的圖像中出現(xiàn)相干斑噪聲[5]。ENVI的高級(jí)雷達(dá)處理模塊，即SARScape模塊，提供了多種濾波方法[6-12]。經(jīng)過對(duì)處理后影像的對(duì)比，選擇了Lee、Frost和Refined Lee 3種濾波方法得到的后向散射系數(shù)與實(shí)測(cè)含鹽量做相關(guān)性做比較。經(jīng)過反復(fù)的比較，最終得出Lee濾波最適合進(jìn)行土壤含鹽量反演的要求的結(jié)論。

3.2 影像配準(zhǔn)

圖像配準(zhǔn)用于將圖像糾正在某種地理編碼的坐標(biāo)系統(tǒng)中，使得它與某個(gè)參考影像具有相同的幾何屬性。圖像配準(zhǔn)包括地面控制點(diǎn)（GCP）的選取和幾何糾正兩個(gè)步驟。選取GCP的原則是應(yīng)選取圖像上易于分辨的特征點(diǎn)，如路的交叉點(diǎn)等；控制點(diǎn)應(yīng)盡可能的均與分布在整幅圖像上。本研究中在影像上比較均勻的選取了14個(gè)GCP點(diǎn)，其相對(duì)位置如圖1所示（圖中白色方塊處）。幾何糾正過程中，為了減少重采樣帶來的圖像信息損失，沒有對(duì)影像直接進(jìn)行幾何糾正，而是利用了ENVI影像配準(zhǔn)中提供的predict功能在不進(jìn)行重采樣的情況下獲得采樣點(diǎn)的后向散射系數(shù)。通過保存這些點(diǎn)所在位置的ROI文件，可以方便地得到相同點(diǎn)其他極化方式的后向散射系數(shù)值。

4 表層土壤含鹽量反演

4.1 建立多元線性回歸方程

在80個(gè)采樣點(diǎn)中，隨機(jī)的選取了58個(gè)為建立回歸方程所用，其余22個(gè)點(diǎn)用作驗(yàn)證。用SPSS 19.0軟件進(jìn)行相關(guān)分析和多元回歸分析對(duì)含鹽量與后向散射系數(shù)值及其數(shù)學(xué)變換形式進(jìn)行分析，建立土壤水溶性鹽分總量（y）與后向散射系數(shù)間的回歸方程：

y=-2.294HV+1.925HV+0.509VV+（-0.535HH2-4.377HV2+3.54VH2+2.671VV2）/100-0.584。式中：y表示土壤全鹽量，HH、HV、VH、VV分別為HH、HV、VH、VV極化方式的后向散射系數(shù)值。該回歸方程的決定系數(shù)為R2=0.753，說明用此公式進(jìn)行反演的可信程度高。反演值與實(shí)測(cè)值的關(guān)系如圖2所示。

4.2 回歸模型反演結(jié)果分析

利用Radarsat-2遙感影像對(duì)陜壩地區(qū)土壤全鹽量進(jìn)行反演，列舉14個(gè)樣本點(diǎn)反演結(jié)果（見表1）。由表1可知，大部分樣點(diǎn)的誤差和相對(duì)誤差都比較小，說明利用統(tǒng)計(jì)模型反演含鹽量的精度較高。

利用遙感反演模型將研究區(qū)域土壤含鹽量現(xiàn)在直觀的顯示出來，通過ENVI決策樹方法對(duì)影像進(jìn)行分類，其結(jié)果見圖3。

圖3中綠色表示全鹽量在0～0.3 g/kg，藍(lán)色表示全鹽量在0.3～0.6 g/kg，黃色表示全鹽量在0.6～1.0 g/kg，紅色表示表示全鹽量在1.0～1.3 g/kg，黑色表示全鹽量在1.3 g/kg以上的水域。圖3左上角為山區(qū)，右側(cè)中部為杭錦后旗陜壩鎮(zhèn)。由圖3可知，山區(qū)、居民地在圖中以黃色、綠色為主，紅色為輔；農(nóng)田呈藍(lán)色為主，夾雜著黃色、綠色紋理和少許片狀紅色斑塊。

5 小結(jié)

1）通過對(duì)Radarsat-2四極化影像的分析，其Lee濾波的極化組合適合對(duì)土壤的含鹽量進(jìn)行反演。

2）建立土壤含鹽量與雷達(dá)后向散射系數(shù)的統(tǒng)計(jì)模型，利用決策樹分類將反演得到的含鹽量進(jìn)行分類，發(fā)現(xiàn)研究區(qū)域土壤含鹽量大部分為0.3～0.6 g/kg，與實(shí)測(cè)的80個(gè)數(shù)據(jù)中0.3～0.6 g/kg之間的66個(gè)（82.5%）相互印證。

參考文獻(xiàn)：

[1] 劉秉旺，張茂盛，陳龍生，等.內(nèi)蒙古河套灌區(qū)土壤鹽漬化成因研究[J].西部資源，2013，3：172-173.

[2] ZHOU P， DING J L， WANG F， et al. Retrieval method of soil water content in vegetation covering areas based on multi-source remote sensing data[J]. Journal of Remote Sensing，2010，14（5）：959-965.

[3] 黃寶華，郭福生，姜勇彪，等.廣豐盆地遙感圖像幾何校正方法比較[J].水利科技與經(jīng)濟(jì)，2010，16（2）：227-234.

[4] 尤紅建.合成孔徑雷達(dá)圖像精準(zhǔn)處理[M].北京：科學(xué)出版社，2011.

[5] 王 超，張 紅，陳 曦，等.全極化合成孔徑雷達(dá)圖像處理[M].北京：科學(xué)出版社，2008.

[6] 張成雯，唐家奎，于新菊，等.黃河三角洲土壤含鹽量定量遙感反演[J].中國(guó)科學(xué)院研究生院學(xué)報(bào)，2013，30（2）：220-227.

[7] 王耿明，李 達(dá)，王忠忠，等.松遼平原鹽堿土含鹽量的遙感反演研究[J].水土保持研究，2009，16（3）：235-237.

[8] 依力亞斯江·努爾麥麥提，塔西浦拉提·特依拜，舒 寧，等.基于Radarsat和TM圖像融合與土壤分類的土壤鹽漬化信息遙感監(jiān)測(cè)研究[J].測(cè)繪科學(xué)，2009，34（1）：56-59.

[9] 安永清，屈永華，高鴻永，等.內(nèi)蒙古河套灌區(qū)土壤鹽堿化遙感監(jiān)測(cè)方法研究[J].遙感技術(shù)與應(yīng)用，2008，23（3）：316-319.

[10] 熊文成，邵 云. 氯化鈉鹽土壤介電虛部特性的初步研究[J].遙感學(xué)報(bào)，2006，10（2）：280-282.

[11] BENDOR E， PATKIN K， BANIN A， et al. Mapping of several soil properties using DAIS-7915 hyperspectral scanner data A case study over soil in Israel[J].International Joumal of Remote Sensing，2002，23：1043-1062.

[12] 韋建波.RADARSAT-2數(shù)據(jù)再干旱區(qū)鹽漬地信息提取中的應(yīng)用[D]. 烏魯木齊：新疆大學(xué)，2009.

3 雷達(dá)影像處理

通過ENVI軟件的SARScape模塊對(duì)原始SLC影像進(jìn)行多視、濾波、地理編碼和定標(biāo)處理后，得到雷達(dá)后向散射系數(shù)影像。然后利用實(shí)地Google Earth影像，選取GCP對(duì)影像進(jìn)行配準(zhǔn)，最終得到一幅坐標(biāo)與實(shí)地一致的、能反應(yīng)實(shí)地后向散射系數(shù)的影像。

3.1 濾波

雷達(dá)影像與可見光遙感影像有所不同：由于采用相干微波源照射，所以各散射中心回波的相干疊加，造成合成矢量的振幅和相位都有一定的起伏，而且其幅度和相位與回波的方向有很大關(guān)系，其散射回來的總回波并不完全由地物目標(biāo)的后向散射系數(shù)決定，而是圍繞這些后向散射系數(shù)值有較大的隨機(jī)起伏，使SAR對(duì)目標(biāo)后向散射系數(shù)的測(cè)量產(chǎn)生很大偏差，在最終得到的圖像中出現(xiàn)相干斑噪聲[5]。ENVI的高級(jí)雷達(dá)處理模塊，即SARScape模塊，提供了多種濾波方法[6-12]。經(jīng)過對(duì)處理后影像的對(duì)比，選擇了Lee、Frost和Refined Lee 3種濾波方法得到的后向散射系數(shù)與實(shí)測(cè)含鹽量做相關(guān)性做比較。經(jīng)過反復(fù)的比較，最終得出Lee濾波最適合進(jìn)行土壤含鹽量反演的要求的結(jié)論。

3.2 影像配準(zhǔn)

圖像配準(zhǔn)用于將圖像糾正在某種地理編碼的坐標(biāo)系統(tǒng)中，使得它與某個(gè)參考影像具有相同的幾何屬性。圖像配準(zhǔn)包括地面控制點(diǎn)（GCP）的選取和幾何糾正兩個(gè)步驟。選取GCP的原則是應(yīng)選取圖像上易于分辨的特征點(diǎn)，如路的交叉點(diǎn)等；控制點(diǎn)應(yīng)盡可能的均與分布在整幅圖像上。本研究中在影像上比較均勻的選取了14個(gè)GCP點(diǎn)，其相對(duì)位置如圖1所示（圖中白色方塊處）。幾何糾正過程中，為了減少重采樣帶來的圖像信息損失，沒有對(duì)影像直接進(jìn)行幾何糾正，而是利用了ENVI影像配準(zhǔn)中提供的predict功能在不進(jìn)行重采樣的情況下獲得采樣點(diǎn)的后向散射系數(shù)。通過保存這些點(diǎn)所在位置的ROI文件，可以方便地得到相同點(diǎn)其他極化方式的后向散射系數(shù)值。

4 表層土壤含鹽量反演

4.1 建立多元線性回歸方程

在80個(gè)采樣點(diǎn)中，隨機(jī)的選取了58個(gè)為建立回歸方程所用，其余22個(gè)點(diǎn)用作驗(yàn)證。用SPSS 19.0軟件進(jìn)行相關(guān)分析和多元回歸分析對(duì)含鹽量與后向散射系數(shù)值及其數(shù)學(xué)變換形式進(jìn)行分析，建立土壤水溶性鹽分總量（y）與后向散射系數(shù)間的回歸方程：

y=-2.294HV+1.925HV+0.509VV+（-0.535HH2-4.377HV2+3.54VH2+2.671VV2）/100-0.584。式中：y表示土壤全鹽量，HH、HV、VH、VV分別為HH、HV、VH、VV極化方式的后向散射系數(shù)值。該回歸方程的決定系數(shù)為R2=0.753，說明用此公式進(jìn)行反演的可信程度高。反演值與實(shí)測(cè)值的關(guān)系如圖2所示。

4.2 回歸模型反演結(jié)果分析

利用Radarsat-2遙感影像對(duì)陜壩地區(qū)土壤全鹽量進(jìn)行反演，列舉14個(gè)樣本點(diǎn)反演結(jié)果（見表1）。由表1可知，大部分樣點(diǎn)的誤差和相對(duì)誤差都比較小，說明利用統(tǒng)計(jì)模型反演含鹽量的精度較高。

利用遙感反演模型將研究區(qū)域土壤含鹽量現(xiàn)在直觀的顯示出來，通過ENVI決策樹方法對(duì)影像進(jìn)行分類，其結(jié)果見圖3。

圖3中綠色表示全鹽量在0～0.3 g/kg，藍(lán)色表示全鹽量在0.3～0.6 g/kg，黃色表示全鹽量在0.6～1.0 g/kg，紅色表示表示全鹽量在1.0～1.3 g/kg，黑色表示全鹽量在1.3 g/kg以上的水域。圖3左上角為山區(qū)，右側(cè)中部為杭錦后旗陜壩鎮(zhèn)。由圖3可知，山區(qū)、居民地在圖中以黃色、綠色為主，紅色為輔；農(nóng)田呈藍(lán)色為主，夾雜著黃色、綠色紋理和少許片狀紅色斑塊。

5 小結(jié)

1）通過對(duì)Radarsat-2四極化影像的分析，其Lee濾波的極化組合適合對(duì)土壤的含鹽量進(jìn)行反演。

2）建立土壤含鹽量與雷達(dá)后向散射系數(shù)的統(tǒng)計(jì)模型，利用決策樹分類將反演得到的含鹽量進(jìn)行分類，發(fā)現(xiàn)研究區(qū)域土壤含鹽量大部分為0.3～0.6 g/kg，與實(shí)測(cè)的80個(gè)數(shù)據(jù)中0.3～0.6 g/kg之間的66個(gè)（82.5%）相互印證。

參考文獻(xiàn)：

[1] 劉秉旺，張茂盛，陳龍生，等.內(nèi)蒙古河套灌區(qū)土壤鹽漬化成因研究[J].西部資源，2013，3：172-173.

[2] ZHOU P， DING J L， WANG F， et al. Retrieval method of soil water content in vegetation covering areas based on multi-source remote sensing data[J]. Journal of Remote Sensing，2010，14（5）：959-965.

[3] 黃寶華，郭福生，姜勇彪，等.廣豐盆地遙感圖像幾何校正方法比較[J].水利科技與經(jīng)濟(jì)，2010，16（2）：227-234.

[4] 尤紅建.合成孔徑雷達(dá)圖像精準(zhǔn)處理[M].北京：科學(xué)出版社，2011.

[5] 王 超，張 紅，陳 曦，等.全極化合成孔徑雷達(dá)圖像處理[M].北京：科學(xué)出版社，2008.

[6] 張成雯，唐家奎，于新菊，等.黃河三角洲土壤含鹽量定量遙感反演[J].中國(guó)科學(xué)院研究生院學(xué)報(bào)，2013，30（2）：220-227.

[7] 王耿明，李 達(dá)，王忠忠，等.松遼平原鹽堿土含鹽量的遙感反演研究[J].水土保持研究，2009，16（3）：235-237.

[8] 依力亞斯江·努爾麥麥提，塔西浦拉提·特依拜，舒 寧，等.基于Radarsat和TM圖像融合與土壤分類的土壤鹽漬化信息遙感監(jiān)測(cè)研究[J].測(cè)繪科學(xué)，2009，34（1）：56-59.

[9] 安永清，屈永華，高鴻永，等.內(nèi)蒙古河套灌區(qū)土壤鹽堿化遙感監(jiān)測(cè)方法研究[J].遙感技術(shù)與應(yīng)用，2008，23（3）：316-319.

[10] 熊文成，邵 云. 氯化鈉鹽土壤介電虛部特性的初步研究[J].遙感學(xué)報(bào)，2006，10（2）：280-282.

[11] BENDOR E， PATKIN K， BANIN A， et al. Mapping of several soil properties using DAIS-7915 hyperspectral scanner data A case study over soil in Israel[J].International Joumal of Remote Sensing，2002，23：1043-1062.

[12] 韋建波.RADARSAT-2數(shù)據(jù)再干旱區(qū)鹽漬地信息提取中的應(yīng)用[D]. 烏魯木齊：新疆大學(xué)，2009.

3 雷達(dá)影像處理

通過ENVI軟件的SARScape模塊對(duì)原始SLC影像進(jìn)行多視、濾波、地理編碼和定標(biāo)處理后，得到雷達(dá)后向散射系數(shù)影像。然后利用實(shí)地Google Earth影像，選取GCP對(duì)影像進(jìn)行配準(zhǔn)，最終得到一幅坐標(biāo)與實(shí)地一致的、能反應(yīng)實(shí)地后向散射系數(shù)的影像。

3.1 濾波

雷達(dá)影像與可見光遙感影像有所不同：由于采用相干微波源照射，所以各散射中心回波的相干疊加，造成合成矢量的振幅和相位都有一定的起伏，而且其幅度和相位與回波的方向有很大關(guān)系，其散射回來的總回波并不完全由地物目標(biāo)的后向散射系數(shù)決定，而是圍繞這些后向散射系數(shù)值有較大的隨機(jī)起伏，使SAR對(duì)目標(biāo)后向散射系數(shù)的測(cè)量產(chǎn)生很大偏差，在最終得到的圖像中出現(xiàn)相干斑噪聲[5]。ENVI的高級(jí)雷達(dá)處理模塊，即SARScape模塊，提供了多種濾波方法[6-12]。經(jīng)過對(duì)處理后影像的對(duì)比，選擇了Lee、Frost和Refined Lee 3種濾波方法得到的后向散射系數(shù)與實(shí)測(cè)含鹽量做相關(guān)性做比較。經(jīng)過反復(fù)的比較，最終得出Lee濾波最適合進(jìn)行土壤含鹽量反演的要求的結(jié)論。

3.2 影像配準(zhǔn)

圖像配準(zhǔn)用于將圖像糾正在某種地理編碼的坐標(biāo)系統(tǒng)中，使得它與某個(gè)參考影像具有相同的幾何屬性。圖像配準(zhǔn)包括地面控制點(diǎn)（GCP）的選取和幾何糾正兩個(gè)步驟。選取GCP的原則是應(yīng)選取圖像上易于分辨的特征點(diǎn)，如路的交叉點(diǎn)等；控制點(diǎn)應(yīng)盡可能的均與分布在整幅圖像上。本研究中在影像上比較均勻的選取了14個(gè)GCP點(diǎn)，其相對(duì)位置如圖1所示（圖中白色方塊處）。幾何糾正過程中，為了減少重采樣帶來的圖像信息損失，沒有對(duì)影像直接進(jìn)行幾何糾正，而是利用了ENVI影像配準(zhǔn)中提供的predict功能在不進(jìn)行重采樣的情況下獲得采樣點(diǎn)的后向散射系數(shù)。通過保存這些點(diǎn)所在位置的ROI文件，可以方便地得到相同點(diǎn)其他極化方式的后向散射系數(shù)值。

4 表層土壤含鹽量反演

4.1 建立多元線性回歸方程

在80個(gè)采樣點(diǎn)中，隨機(jī)的選取了58個(gè)為建立回歸方程所用，其余22個(gè)點(diǎn)用作驗(yàn)證。用SPSS 19.0軟件進(jìn)行相關(guān)分析和多元回歸分析對(duì)含鹽量與后向散射系數(shù)值及其數(shù)學(xué)變換形式進(jìn)行分析，建立土壤水溶性鹽分總量（y）與后向散射系數(shù)間的回歸方程：

y=-2.294HV+1.925HV+0.509VV+（-0.535HH2-4.377HV2+3.54VH2+2.671VV2）/100-0.584。式中：y表示土壤全鹽量，HH、HV、VH、VV分別為HH、HV、VH、VV極化方式的后向散射系數(shù)值。該回歸方程的決定系數(shù)為R2=0.753，說明用此公式進(jìn)行反演的可信程度高。反演值與實(shí)測(cè)值的關(guān)系如圖2所示。

4.2 回歸模型反演結(jié)果分析

利用Radarsat-2遙感影像對(duì)陜壩地區(qū)土壤全鹽量進(jìn)行反演，列舉14個(gè)樣本點(diǎn)反演結(jié)果（見表1）。由表1可知，大部分樣點(diǎn)的誤差和相對(duì)誤差都比較小，說明利用統(tǒng)計(jì)模型反演含鹽量的精度較高。

利用遙感反演模型將研究區(qū)域土壤含鹽量現(xiàn)在直觀的顯示出來，通過ENVI決策樹方法對(duì)影像進(jìn)行分類，其結(jié)果見圖3。

圖3中綠色表示全鹽量在0～0.3 g/kg，藍(lán)色表示全鹽量在0.3～0.6 g/kg，黃色表示全鹽量在0.6～1.0 g/kg，紅色表示表示全鹽量在1.0～1.3 g/kg，黑色表示全鹽量在1.3 g/kg以上的水域。圖3左上角為山區(qū)，右側(cè)中部為杭錦后旗陜壩鎮(zhèn)。由圖3可知，山區(qū)、居民地在圖中以黃色、綠色為主，紅色為輔；農(nóng)田呈藍(lán)色為主，夾雜著黃色、綠色紋理和少許片狀紅色斑塊。

5 小結(jié)

1）通過對(duì)Radarsat-2四極化影像的分析，其Lee濾波的極化組合適合對(duì)土壤的含鹽量進(jìn)行反演。

2）建立土壤含鹽量與雷達(dá)后向散射系數(shù)的統(tǒng)計(jì)模型，利用決策樹分類將反演得到的含鹽量進(jìn)行分類，發(fā)現(xiàn)研究區(qū)域土壤含鹽量大部分為0.3～0.6 g/kg，與實(shí)測(cè)的80個(gè)數(shù)據(jù)中0.3～0.6 g/kg之間的66個(gè)（82.5%）相互印證。

參考文獻(xiàn)：

[1] 劉秉旺，張茂盛，陳龍生，等.內(nèi)蒙古河套灌區(qū)土壤鹽漬化成因研究[J].西部資源，2013，3：172-173.

[2] ZHOU P， DING J L， WANG F， et al. Retrieval method of soil water content in vegetation covering areas based on multi-source remote sensing data[J]. Journal of Remote Sensing，2010，14（5）：959-965.

[3] 黃寶華，郭福生，姜勇彪，等.廣豐盆地遙感圖像幾何校正方法比較[J].水利科技與經(jīng)濟(jì)，2010，16（2）：227-234.

[4] 尤紅建.合成孔徑雷達(dá)圖像精準(zhǔn)處理[M].北京：科學(xué)出版社，2011.

[5] 王 超，張 紅，陳 曦，等.全極化合成孔徑雷達(dá)圖像處理[M].北京：科學(xué)出版社，2008.

[6] 張成雯，唐家奎，于新菊，等.黃河三角洲土壤含鹽量定量遙感反演[J].中國(guó)科學(xué)院研究生院學(xué)報(bào)，2013，30（2）：220-227.

[7] 王耿明，李 達(dá)，王忠忠，等.松遼平原鹽堿土含鹽量的遙感反演研究[J].水土保持研究，2009，16（3）：235-237.

[8] 依力亞斯江·努爾麥麥提，塔西浦拉提·特依拜，舒 寧，等.基于Radarsat和TM圖像融合與土壤分類的土壤鹽漬化信息遙感監(jiān)測(cè)研究[J].測(cè)繪科學(xué)，2009，34（1）：56-59.

[9] 安永清，屈永華，高鴻永，等.內(nèi)蒙古河套灌區(qū)土壤鹽堿化遙感監(jiān)測(cè)方法研究[J].遙感技術(shù)與應(yīng)用，2008，23（3）：316-319.

[10] 熊文成，邵 云. 氯化鈉鹽土壤介電虛部特性的初步研究[J].遙感學(xué)報(bào)，2006，10（2）：280-282.

[11] BENDOR E， PATKIN K， BANIN A， et al. Mapping of several soil properties using DAIS-7915 hyperspectral scanner data A case study over soil in Israel[J].International Joumal of Remote Sensing，2002，23：1043-1062.

[12] 韋建波.RADARSAT-2數(shù)據(jù)再干旱區(qū)鹽漬地信息提取中的應(yīng)用[D]. 烏魯木齊：新疆大學(xué)，2009.