熊俊峰, 林 晨, 馬榮華, 吳治澎, 閔 敏,4

(1.南京信息工程大學(xué) 地理與遙感學(xué)院, 江蘇 南京 210044; 2.中國科學(xué)院 南京地理與湖泊研究所 中國科學(xué)院流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室, 江蘇 南京 210008; 3.南京大學(xué) 地理與海洋科學(xué)學(xué)院, 江蘇 南京 210046; 4.河南大學(xué) 黃河文明與可持續(xù)發(fā)展研究中心, 河南 開封 475001)

太湖流域典型農(nóng)用地面源磷流失的土壤主控因子光譜識(shí)別

熊俊峰1,2, 林 晨2, 馬榮華2, 吳治澎3, 閔 敏2,4

(1.南京信息工程大學(xué) 地理與遙感學(xué)院, 江蘇 南京 210044; 2.中國科學(xué)院 南京地理與湖泊研究所 中國科學(xué)院流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室, 江蘇 南京 210008; 3.南京大學(xué) 地理與海洋科學(xué)學(xué)院, 江蘇 南京 210046; 4.河南大學(xué) 黃河文明與可持續(xù)發(fā)展研究中心, 河南 開封 475001)

[目的] 通過光譜識(shí)別太湖流域農(nóng)用地面源磷流失的土壤主控因子，為簡化面源磷流失強(qiáng)度估算提供依據(jù)。 [方法] 通過分析梅梁灣流域耕地和園地中不同面源磷流失強(qiáng)度下的土壤光譜特征，確定影響面源磷流失強(qiáng)度的主要土壤理化性質(zhì)。 [結(jié)果] 耕地面源磷流失強(qiáng)度的特征波段為650～670 nm，1 475 nm和1 680～1 695 nm，土壤主控因子是有機(jī)質(zhì)，二者之間呈正相關(guān)；園地面源磷流失強(qiáng)度的特征波段為685～690 nm，710～720 nm，1 110～1 115 nm，1 150～1 155 nm和2 170 nm，主控因子是有機(jī)質(zhì)、水分和Fe2+，分別和面源磷流失強(qiáng)度呈負(fù)相關(guān)、正相關(guān)和負(fù)相關(guān)；有機(jī)質(zhì)對(duì)耕地的面源磷流失強(qiáng)度的影響更加顯著：耕地面源磷流失強(qiáng)度與光譜指數(shù)間的相關(guān)系數(shù)在1 685 nm處達(dá)到0.74，而園地條件下相關(guān)系數(shù)最高值在715 nm處僅為0.48。 [結(jié)論] 耕地面源磷流失主控因子為有機(jī)質(zhì)，園地的主控因子為有機(jī)質(zhì)、水分和Fe2+。

光譜; 磷流失; 水分; 有機(jī)質(zhì); 土地利用

文獻(xiàn)參數(shù)： 熊俊峰, 林晨, 馬榮華, 等.太湖流域典型農(nóng)用地面源磷流失的土壤主控因子光譜識(shí)別[J].水土保持通報(bào)，2017,37(2)：137-141.DOI:10.13961/j.cnki.stbctb.2017.02.020； Xiong Junfeng, Lin Chen, Ma Ronghua, et al. Spectral Identification of Main Control Factors of Soil Phosphorus Loss from Typical Agricultural Land in Taihu Basin[J]. Bulletin of Soil and Water Conservation, 2017,37(2)：137-141.DOI:10.13961/j.cnki.stbctb.2017.02.020

農(nóng)業(yè)面源污染是流域水體富營養(yǎng)化的重要來源，面源磷流失強(qiáng)度受到土壤性質(zhì)、土地利用、植被覆蓋和降雨等多方面因素影響[1-2]，而實(shí)際上大多數(shù)影響因素會(huì)首先改變土壤理化性質(zhì)，進(jìn)而對(duì)磷流失強(qiáng)度產(chǎn)生影響，所以土壤理化性質(zhì)是判斷面源磷流失強(qiáng)度的直接依據(jù)。而利用反射光譜判斷土壤理化特性的研究已經(jīng)十分成熟[3]，因此，利用光譜技術(shù)，快速甄別影響面源磷流失的土壤理化性質(zhì)對(duì)農(nóng)業(yè)面源污染的合理管控具有重要的科學(xué)意義。近年來，國內(nèi)外已有許多學(xué)者致力于研究土壤理化性質(zhì)和光譜特征間的關(guān)系，目前土壤水分、有機(jī)質(zhì)和鐵等土壤理化性質(zhì)的研究比較豐富，其光譜特征波段已經(jīng)受到大多數(shù)學(xué)者認(rèn)可(表1)[3-14]。其中，土壤水分和有機(jī)質(zhì)在1 400和2 200 nm處會(huì)相互影響，二者的含量增多會(huì)降低全波段的反射率[12]；土壤的機(jī)械組成對(duì)土壤光譜特征也有較大的影響，土壤粒徑越小，其反射率越高，但是隨著土壤黏粒含量提高，土壤含水量會(huì)增多，從而造成反射率下降[14-15]。土壤中氮元素與土壤有機(jī)質(zhì)結(jié)合緊密，雖然存在光譜特征卻容易受到有機(jī)質(zhì)掩蓋[16-17]；土壤中磷元素的光譜研究多集中于對(duì)總磷和有效磷含量的定量估算，對(duì)磷的特征波段研究較少，另一方面磷與有機(jī)質(zhì)結(jié)合緊密，其光譜特征受到有機(jī)質(zhì)光譜特征影響嚴(yán)重[18]，磷與整個(gè)波段內(nèi)的反射光譜表現(xiàn)出了低相關(guān)性[19]。通過土壤光譜定性判斷土壤理化性質(zhì)的研究成果十分豐富，而土壤中磷元素的光譜響應(yīng)機(jī)理還不明確，所以無法根據(jù)土壤光譜特征直接判斷磷含量的高低及其流失強(qiáng)度，但是，磷與有機(jī)質(zhì)、機(jī)械組成、土壤水分等土壤理化性質(zhì)關(guān)系緊密，而這些指標(biāo)的光譜特征相對(duì)明確，因此，通過篩選影響磷流失的關(guān)鍵理化性質(zhì)，進(jìn)而實(shí)現(xiàn)面源磷流失的光譜快速監(jiān)測是可行的。

本研究以太湖梅梁灣流域?yàn)檠芯繀^(qū)，將農(nóng)業(yè)用地分為耕地和園地，面源磷流失強(qiáng)度分為高值區(qū)和低值區(qū)，通過野外實(shí)測光譜對(duì)比不同面源磷流失強(qiáng)度的土壤光譜特征，提取出光譜響應(yīng)特征波段，分析影響面源磷流失的主要土壤理化性質(zhì)，實(shí)現(xiàn)面源磷流失的土壤主控因子識(shí)別，為簡化面源磷流失強(qiáng)度估算提供依據(jù)。

表1 主要土壤理化性質(zhì)的光譜響應(yīng)波段

1 材料與方法

1.1 研究區(qū)劃分

以太湖梅梁灣流域?yàn)檠芯繀^(qū)，根據(jù)課題組已有的研究基礎(chǔ),首先利用ArcSWAT劃分子流域確定研究區(qū)范圍，利用ENVI 5.2和ArcGIS 10.2軟件，根據(jù)降雨數(shù)據(jù)、遙感影像數(shù)據(jù)、數(shù)字高程模型和土地利用數(shù)據(jù)，結(jié)合小區(qū)試驗(yàn)，通過USLE模型和PLOAD[20]模型計(jì)算研究區(qū)面源磷流失強(qiáng)度[1]。根據(jù)面源磷流失強(qiáng)度(圖1)，結(jié)合太湖流域典型農(nóng)用地類型：耕地和園地(附圖7)。將研究區(qū)分為4類區(qū)域： (1) 耕地高值區(qū); (2) 耕地低值區(qū); (3) 園地高值區(qū); (4) 園地低值區(qū)。從中選取23個(gè)典型代表區(qū)域?yàn)椴蓸訁^(qū)，進(jìn)行野外光譜實(shí)測，高值區(qū)選取流失強(qiáng)度大于1.2 kg/km2的區(qū)域，低值區(qū)選取流失強(qiáng)度低于0.8 kg/km2的區(qū)域，4類區(qū)域的采樣區(qū)個(gè)數(shù)依次為4，5，6，8個(gè)。

圖1 研究區(qū)面源磷流失強(qiáng)度分布

1.2 光譜數(shù)據(jù)采集

野外實(shí)地光譜采集使用的是ASD FieldSpec3手持便攜式光譜儀，測定波段為350～2 500 nm，其中350～1 000 nm光譜分辨率為3 nm，1 000～2 500 nm間的光譜分辨率為10 nm。數(shù)據(jù)采集在晴天少云的時(shí)間段進(jìn)行，并在采集前將植被剝離，保證裸土信息獲取。測試過程中，在每個(gè)采樣區(qū)內(nèi)隨機(jī)選擇3個(gè)光譜采集點(diǎn)，每個(gè)采集點(diǎn)測定5次取算術(shù)平均值，共得到69個(gè)采樣點(diǎn)的光譜數(shù)據(jù)。為了消除外界噪聲影響，首先對(duì)光譜數(shù)據(jù)進(jìn)行9點(diǎn)Savitz-Golay卷積平滑法[3]處理；然后為了減少光譜變量，對(duì)光譜數(shù)據(jù)進(jìn)行5 nm間隔的重采樣，作為實(shí)際反射光譜曲線。

1.3 光譜數(shù)據(jù)分析

由于野外實(shí)地光譜采集受到外界因素的干擾較大，故刪去噪聲較大的3個(gè)波段1 345～1 455 nm，1 790～1 970 nm和2 400～2 500 nm。首先將光譜曲線根據(jù)面源磷流失強(qiáng)度分為高低值，通過去包絡(luò)線處理突出光譜吸收特征，對(duì)比不同面源磷流失強(qiáng)度下的土壤光譜差異。然后根據(jù)用地類型進(jìn)一步劃分耕地和園地，并對(duì)實(shí)際光譜反射率(reflectance,R)進(jìn)行5種變換處理： (1) 去包絡(luò)線(continuum removal, CR); (2) 去包絡(luò)線導(dǎo)數(shù)(continuum removal derivative, CRD); (3) 對(duì)數(shù)(logarithm,L); (4) 對(duì)數(shù)導(dǎo)數(shù)(logarithmic derivative, LD); (5) 一階導(dǎo)數(shù)(first derivative, FD)，計(jì)算面源磷流失強(qiáng)度與這6種形式數(shù)據(jù)之間顯著系數(shù)，顯著系數(shù)越低顯著性越高，選取顯著性最高的5個(gè)波段確定面源磷流失強(qiáng)度的土壤主控因子。最后根據(jù)顯著系數(shù)選取顯著性最好的光譜指數(shù)曲線，計(jì)算光譜指數(shù)曲線和面源磷流失強(qiáng)度的相關(guān)系數(shù)，分析不同用地類型下，土壤主控因子對(duì)面源磷流失強(qiáng)度的影響機(jī)理。

2 結(jié)果與分析

2.1 不同面源磷流失強(qiáng)度光譜特征分析

由于野外實(shí)測得到的光譜反射率較低，為了突出其吸收特征，對(duì)光譜曲線進(jìn)行去包絡(luò)線處理，圖2為不同面源磷流失強(qiáng)度下光譜反射率及其去包絡(luò)線。由圖2可知，整體上兩條曲線反射率都較低，但是高值區(qū)反射率曲線明顯高于低值區(qū)反射率曲線，造成整體反射率存在差異的原因可能是有機(jī)質(zhì)，水分或機(jī)械組成[3]；高值曲線和低值曲線的變化趨勢(shì)基本一致，但是在700 nm處高值曲線比低值曲線的吸收峰深，1 100 nm附近高值曲線有一明顯的反射峰，而低值曲線在此處較平滑，對(duì)照表1可知，700 nm處為有機(jī)質(zhì)吸收波段，1 100 nm處為Fe2+的吸收波段，說明有機(jī)質(zhì)和Fe2+對(duì)面源磷流失有影響。2條去包絡(luò)線僅在700 nm處存在明顯差異，可以篩選出有機(jī)質(zhì)是影響面源磷流失強(qiáng)度的主控因子。去包絡(luò)線在其他波段基本重合，說明籠統(tǒng)地對(duì)比農(nóng)用地高值區(qū)和低值區(qū)的光譜特征效果不佳，所以接下來將農(nóng)用地繼續(xù)進(jìn)一步劃分為耕地和園地，判斷不同用地類型下面源磷流失強(qiáng)度的土壤主控因子。

圖2 不同面源磷流失強(qiáng)度土壤的光譜曲線與去包絡(luò)線

2.2 不同用地類型下面源磷流失土壤主控因子識(shí)別

表2 面源磷流失強(qiáng)度和光譜指數(shù)間的顯著系數(shù)

注：CRD為去包絡(luò)線導(dǎo)數(shù)，F(xiàn)D為一階導(dǎo)數(shù)。

2.3 不同用地類型下土壤理化性質(zhì)對(duì)面源磷流失強(qiáng)度的影響機(jī)理

根據(jù)表2，耕地選取光譜經(jīng)過CRD變換后的曲線，園地選取光譜經(jīng)過FD變換后的曲線，計(jì)算其與面源磷流失強(qiáng)度的相關(guān)系數(shù)(圖3)。從耕地光譜指數(shù)和面源磷流失強(qiáng)度的相關(guān)系數(shù)圖可以看出，相關(guān)系數(shù)最高值在1 685 nm處達(dá)到0.74；在650～670 nm，1 475 nm，1 680～1 695 nm處相關(guān)系數(shù)較高，即為特征波段；根據(jù)表1可知，650～670 nm處為有機(jī)質(zhì)的吸收波段，面源磷流失強(qiáng)度和去包絡(luò)線導(dǎo)數(shù)在此處呈負(fù)相關(guān)，表明當(dāng)去包絡(luò)線導(dǎo)數(shù)越小時(shí)，去包絡(luò)線數(shù)值在此處下降快，吸收峰深，有機(jī)質(zhì)含量高，則面源磷流失強(qiáng)度大，即說明有機(jī)質(zhì)含量和面源磷流失強(qiáng)度呈正相關(guān)；1 475 nm處接近土壤水分和有機(jī)質(zhì)的吸收波段，說明其和面源磷流失強(qiáng)度呈負(fù)相關(guān)；1 680～1 695 nm處接近C-H的吸收波段，說明其和面源磷流失強(qiáng)度呈負(fù)相關(guān)。

綜合3處光譜曲線特征可知，由于在耕地中的灌溉行為頻繁，導(dǎo)致土壤水分含量大，而耕地的有機(jī)質(zhì)含量低，所以有機(jī)質(zhì)的部分吸收特征被水分掩蓋，可以認(rèn)為耕地條件下有機(jī)質(zhì)含量越高，水分含量越低，則面源磷流失強(qiáng)度越大。從園地光譜指數(shù)和面源磷流失強(qiáng)度的相關(guān)系數(shù)圖可以看出，相關(guān)系數(shù)最高值在715 nm處達(dá)到0.48；在685～690 nm，710～720 nm，1 110～1 115 nm，1 150～1 155和2 170 nm處相關(guān)系數(shù)較高，即為特征波段；根據(jù)表1可知，685～690 nm和710～720 nm這2個(gè)波段為有機(jī)質(zhì)吸收波段，面源磷流失強(qiáng)度和導(dǎo)數(shù)在此處呈正相關(guān)，說明有機(jī)質(zhì)含量和面源磷流失強(qiáng)度呈負(fù)相關(guān)；1 110～1 115 nm接近Fe2+的吸收波段，其和面源磷流失強(qiáng)度在此處呈正相關(guān)；2 170 nm接近水分和有機(jī)質(zhì)吸收波段，其和面源磷流失強(qiáng)度呈正相關(guān)?？梢哉J(rèn)為園地條件下有機(jī)質(zhì)和Fe2+含量越高，土壤水分含量越低，則面源磷流失強(qiáng)度越低。

有機(jī)質(zhì)和水分都是2種用地類型面源磷流失強(qiáng)度的土壤主控因子，但是二者在2種用地類型下影響機(jī)理卻相反，這是因?yàn)?種用地類型下面源磷流失的機(jī)理有所不同。相比于耕地，園地地表坡度較大，降雨時(shí)更容易造成水土流失，面源磷流失形態(tài)以顆粒態(tài)磷所占比例更大，所以，在園地條件下： (1) 土壤水含量越高，越容易產(chǎn)生徑流，造成水土流失； (2) 有機(jī)質(zhì)含量低，土壤黏性下降，也容易造成水土流失[22]。在耕地條件下，地面坡度較平緩，降雨時(shí)徑流流速較慢，對(duì)地表的沖刷作用不劇烈，所以相比于園地，顆粒態(tài)磷流失量減少，溶解態(tài)所占比重增大，所以在耕地條件下： (1) 由于降雨時(shí)會(huì)首先產(chǎn)生壤中流帶走溶解態(tài)磷，土壤蓄滿后才會(huì)產(chǎn)生徑流[2]，所以土壤水分含量少，溶解態(tài)磷流失量大； (2) 土壤有機(jī)質(zhì)含量和磷含量顯著相關(guān)，所以土壤中有機(jī)質(zhì)含量越高，磷含量也越高[23]，面源磷流失強(qiáng)度也越高。由此可見，土壤有機(jī)質(zhì)含量對(duì)磷流失起著十分重要的作用，有機(jī)質(zhì)含量低，一方面導(dǎo)致土壤黏性小，容易產(chǎn)生水土流失，另一方面導(dǎo)致磷含量低。但是土壤黏性和磷含量對(duì)磷流失的影響還需進(jìn)一步研究，今后的研究中需要探索二者在不同坡度和土壤含水量的情況下，對(duì)不同形態(tài)磷流失的影響能力。

圖3 光譜指數(shù)和面源磷流失強(qiáng)度間的相關(guān)系數(shù)

3 結(jié) 論

通過對(duì)太湖流域典型農(nóng)用地下不同面源磷流失強(qiáng)度區(qū)域的土壤光譜研究，證明了農(nóng)用地面源磷流失強(qiáng)度的土壤主控因子是有機(jī)質(zhì)，根據(jù)前人研究，一方面由于土壤中有機(jī)質(zhì)含量影響植物生長，植被的生長狀況對(duì)水土保持有著重要影響[21]；另一方面有機(jī)質(zhì)影響土壤黏性，土壤黏性對(duì)水土流失也有重要影響[22]；土壤中有機(jī)質(zhì)和磷結(jié)合緊密[18]，土壤中有機(jī)質(zhì)含量高低可以指示磷含量高低，土壤磷含量對(duì)面源磷流失有著直接影響。進(jìn)一步劃分用地類型為耕地和園地后，可以確定耕地面源磷流失強(qiáng)度的土壤主控因子是有機(jī)質(zhì)，其面源磷流失強(qiáng)度和土壤有機(jī)質(zhì)含量呈正相關(guān)；園地面源磷流失強(qiáng)度的土壤主控因子是有機(jī)質(zhì)、水分和Fe2+，其面源磷流失強(qiáng)度和土壤有機(jī)質(zhì)呈負(fù)相關(guān)，和水分呈正相關(guān)，和Fe2+呈負(fù)相關(guān)。雖然兩種用地類型下的面源磷流失強(qiáng)度土壤主控因子都是有機(jī)質(zhì)，但是有機(jī)質(zhì)在2種用地類型下的作用相反，并且對(duì)耕地的面源磷流失強(qiáng)度的影響更加顯著，說明在園地條件下，外界環(huán)境復(fù)雜，導(dǎo)致面源磷流失強(qiáng)度受到的影響因素變多，另一方面說明不同外界條件下，面源磷流失的機(jī)理有所差異[1-2]，有機(jī)質(zhì)的作用也不一樣。研究表明通過光譜可以快速甄別平原地區(qū)農(nóng)用地面源磷流失強(qiáng)度，在今后的研究中，可以進(jìn)一步探索不同外界條件下這些主控因子對(duì)面源磷流失的影響機(jī)理，并根據(jù)這些主控因子簡化面源磷流失強(qiáng)度的估算模型，提高估算效率，進(jìn)而為農(nóng)業(yè)面源污染的治理提供依據(jù)。

[1] Lin Chen, Wu Zhipeng, Ma Ronghua, et al. Detection of sensitive soil properties related to non-point phosphorus pollution by integrated models of SEDD and PLOAD[J]. Ecological Indicators, 2016,60:483-494.

[2] 陳玲.香溪河流域典型坡耕地氮磷流失機(jī)理研究[D].湖北 宜昌:三峽大學(xué),2013.

[3] 鄭光輝.江蘇部分地區(qū)土壤屬性高光譜定量估算研究[D].江蘇 南京:南京大學(xué),2010.

[4] 燕守勛,張兵,趙永超,等.礦物與巖石的可見近紅外光譜特性綜述[J].遙感技術(shù)與應(yīng)用,2003,18(4):191-201.

[5] Weber B, Olehowski C, Knerr T, et al. A new approach for mapping biological soil crusts in semi-desert areas with hyperspectral imagery [J]. Remote Sensing of Environment, 2008,112(5):2187-2201.

[6] Bartholomeus H M, Schaepman M E, Kooistra L, et al. Spectral reflectance based indices for soil organic carbon quantification [J]. Geoderma, 2008,145(1/2):28-36.

[7] Ladoni M, Bahrami H A, Alavipanah S K, et al. Estimating soil organic carbon from soil reflectance:a review [J]. Precision Agriculture, 2010,11(1):82-99.

[8] Reeves J B. Near-versus mid-infrared diffuse reflectance spectroscopy for soil analysis emphasizing carbon and laboratory versus on-site analysis: Where are we and what needs to be done [J]. Geoderma, 2010,158(1/2):3-14.

[9] Rossel R A V, Adamchuk V I, Sudduth K A, et al.Proximal soil sensing:An effective approach for soil measurements in space and time [J]. Advances in Agronomy, 2011,113(113):243-291.

[10] 紀(jì)文君,史舟,周清,等.幾種不同類型土壤的VIS_NIR光譜特性及有機(jī)質(zhì)響應(yīng)波段[J].紅外與毫米波學(xué)報(bào),2012,31(3):277-282.

[11] 彭杰,周清,張楊珠,等.有機(jī)質(zhì)對(duì)土壤光譜特性的影響研究[J].土壤學(xué)報(bào),2013,50(3):517-524.

[12] 鄭光輝,王明江,焦彩霞,等.土壤有機(jī)質(zhì)高光譜估算研究進(jìn)展[J].南京信息工程大學(xué)學(xué)報(bào),2013,5(6):481-486.

[13] 史舟,王乾龍,彭杰,等.中國主要土壤高光譜反射特性分類與有機(jī)質(zhì)光譜預(yù)測模型[J].中國科學(xué)(D)：地球科學(xué),2014,44(5):978-988.

[14] 馬創(chuàng),申廣榮,王紫君,等.不同粒徑土壤的光譜特征差異分析[J].土壤通報(bào),2015,46(2):292-298.

[15] 張娜,張棟良,李立新,等.基于高光譜的區(qū)域土壤質(zhì)地預(yù)測模型建立與評(píng)價(jià):以河套灌區(qū)解放閘灌域?yàn)槔齕J].干旱區(qū)資源與環(huán)境,2014,28(5):67-72.

[16] Martin P D, Malley D F, Manning G, et al. Determination of soil organic carbon and nitrogen at the field level using near-infrared spectroscopy[J]. Canadian Journal of Soil Science, 2002,82(4):413-422.

[17] Luce M S, Ziadi N, Zebarth B J, et al. Rapid determination of soil organic matter quality indicators using visible near infrared reflectance spectroscopy [J]. Geoderma, 2014,232:449-458.

[18] Lin Chen, Ma Ronghua, Zhu Qing, et al. Using hyper-spectral indices to detect soil phosphorus concentration for various land use patterns [J]. Environ. Monit. Assess, 2015,187(1):4130-4140.

[19] 徐麗華，謝德體，魏朝富，等.紫色土土壤全氮和全磷含量的高光譜遙感預(yù)測[J].光譜學(xué)與光譜分析,2013,33(3):723-727.

[20] USEPA. PLOAD 3.0 User’s Manual [R]. January, 2001.

[21] 徐憲立，馬克明，傅伯杰，等.植被與水土流失關(guān)系研究進(jìn)展[J].生態(tài)學(xué)報(bào),2006,26(9):3137-3143.

[22] 楊才敏.土壤有機(jī)質(zhì)與水土流失的關(guān)系定量研究[J].水土保持研究,2008,15(5):177-179.

[23] 陳書琴，儲(chǔ)昭升，胡社榮，等．巢湖周邊表土中有機(jī)質(zhì)、全氮和全磷空間分布及其相關(guān)性[J].環(huán)境科學(xué),2012,33(9):3031-3037.

Spectral Identification of Main Control Factors of Soil Phosphorus Loss from Typical Agricultural Land in Taihu Basin

XIONG Junfeng1,2, LIN Chen2, MA Ronghua2, WU Zhipeng3, MIN Min2,4

(1.SchoolofGeographyandRemoteSensing,NanjingUniversityofInformationScience&Technology,Nanjing，Jiangsu210044,China; 2.KeyLaboratoryofWatershedGeographicSciences,InstituteofGeographyandLimnology,ChineseAcademyofSciences,Nanjing,Jiangsu210008,China; 3.SchoolofGeographicandOceanographicSciences,NanjingUniversity,Nanjing,Jiangsu210046,China; 4.KeyResearchInstituteofYellowRiverCivilizationandSustainableDevelopment,He’nanUniversity,Kaifeng,He’nan475001,China)

[Objective] This study was to simplify the estimation of phosphorus loss intensity, through identifying key soil properties affecting non-point source phosphorus loss by spectral analysis, in agricultural land of Taihu Basin. [Methods] To identify the key soil physical and chemical properties affecting non-point source phosphorus loss, the spectral characteristics of soil from arable land and orchard land at Meiliang Bay watershed, Taihu Basin were contrasted. [Results] The characteristic bands of non-point source phosphorus loss were 650～670 nm, 1 475 nm and 1 680～1 695 nm in arable land, suggesting that soil organic matter was the main factor controlling non-point source phosphorus loss due to the positive correlation between soil organic matter content and non-point source phosphorus loss intensity. The characteristic bands of non-point source phosphorus loss were 685～690 nm, 710～720 nm, 1 110～1 115 nm, 1 150～1 155 nm and 2 170 nm in orchard land, which suggested that soil organic matter, moisture and Fe2+were the main controlling factors of non-point source phosphorus loss intensity. Non-point source phosphorus loss intensity was negatively correlated with soil organic matter content and Fe2+, while it was positively correlated with water content. The effect of the source phosphorus loss on the arable land was more significant. The correlation coefficient between the surface source phosphorus loss intensity and the spectral index reached 0.74 at 1 685 nm in arable land. The highest correlation coefficient was only 0.48 at 715 nm in orchard land. [Conclusion] The key soil property in arable land was soil organic matter, and the key soil properties in orchard land was soil organic matter, moisture and Fe2+.

spectrum; phosphorus loss; moisture; organic matter; land use

2016-07-14

2016-09-09

國家自然科學(xué)基金青年項(xiàng)目“典型林耕地轉(zhuǎn)換模式下顆粒態(tài)磷流失的土壤主控因子光譜甄別”(41301227)

熊俊峰(1993—),男(漢族),江西省九江市人,碩士研究生,研究方向?yàn)轭I(lǐng)域?yàn)樯鷳B(tài)環(huán)境效應(yīng)遙感監(jiān)測。E-mail:xjfpanda@163.com。

林晨(1984—),男(漢族),江蘇省南京市人,博士,助理研究員,主要從事生態(tài)環(huán)境效應(yīng)遙感監(jiān)測。E-mail:Clin@niglas.ac.cn。

B

1000-288X(2017)02-0137-05

TP79, S151.9