馬 馳

(遼寧省交通高等?？茖W(xué)校，遼寧 沈陽 110122)

【研究意義】土壤中的有機(jī)質(zhì)是土壤的重要組成部分，是土壤肥力的核心指標(biāo)，也是土壤反射光譜特征的重要反映。雖然有機(jī)質(zhì)含量只在土壤中占很小一部分(耕作區(qū)土壤表層有機(jī)質(zhì)通常小于10 %)，但其對(duì)植物的生長(zhǎng)、土壤環(huán)境保護(hù)以及農(nóng)業(yè)生產(chǎn)等方面具有重要作用[1-3]。因此，快速、準(zhǔn)確的估測(cè)土壤中有機(jī)質(zhì)的含量，對(duì)于防治土壤退化、保護(hù)農(nóng)業(yè)生態(tài)環(huán)境、促進(jìn)農(nóng)業(yè)增產(chǎn)及農(nóng)民增收、實(shí)現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展均具有重要意義。傳統(tǒng)的土壤有機(jī)質(zhì)含量調(diào)查工作存在成本高、效率低、容易受到地理位置限制等缺點(diǎn)，難以滿足精細(xì)農(nóng)業(yè)的要求。遙感技術(shù)具有數(shù)據(jù)獲取時(shí)間短、遙感影像所含信息量豐富等優(yōu)點(diǎn)，已在土壤成分估測(cè)等方面得到了廣泛應(yīng)用。諸多學(xué)者研究顯示，有機(jī)質(zhì)的光譜特征主要表現(xiàn)在其對(duì)可見光的吸收作用，土壤中有機(jī)質(zhì)的含量在可見光與近紅外波段與反射率呈負(fù)相關(guān)。因此，有機(jī)質(zhì)的含量可以通過土壤的反射光譜獲得一定程度的反映?！厩叭搜芯窟M(jìn)展】前人的研究結(jié)果顯示，現(xiàn)階段應(yīng)用遙感技術(shù)估測(cè)土壤有機(jī)質(zhì)含量的多光譜遙感影像多為TM與ETM。然而， 由于Lansat 5遙感衛(wèi)星內(nèi)部出現(xiàn)故障，已于2011年末停止接收TM遙感數(shù)據(jù)，難以保證其現(xiàn)勢(shì)性需求；搭載ETM+傳感器的Landsat 7遙感衛(wèi)星在2003年5月出現(xiàn)故障，導(dǎo)致以后接收的所有ETM+遙感影像均出現(xiàn)條帶，嚴(yán)重影響了ETM+遙感影像的應(yīng)用范圍和使用效果。我國(guó)自行研制的高分一號(hào)(GF-1)遙感衛(wèi)星于2013年2月升空，其獲得的遙感影像具有更短的重訪周期(4 d)和更高的空間分辨率(8m/16m)，更容易表現(xiàn)出地表詳細(xì)特征與碎部特征[4]。然而，當(dāng)前利用GF-1遙感影像進(jìn)行土壤成分估測(cè)等方面的研究尚處于探索階段?！颈狙芯壳腥朦c(diǎn)】本文實(shí)驗(yàn)以GF-1遙感影像為數(shù)據(jù)源，利用地理信息系統(tǒng)(GIS)的分析方法，結(jié)合研究區(qū)土壤采樣的實(shí)驗(yàn)室化驗(yàn)數(shù)據(jù)，估測(cè)扶余市耕作區(qū)土壤有機(jī)質(zhì)含量，【擬解決的關(guān)鍵問題】為GF-1遙感影像估測(cè)土壤成分的研究提供依據(jù)與參考。

1 材料與方法

1.1 研究區(qū)概況

扶余市地處松嫩平原東北部邊緣，松原市東部，西與松原市寧江區(qū)接壤，南隔第二松花江與前郭縣、農(nóng)安縣、德惠市為鄰，北與肇源縣、哈爾濱市雙城區(qū)相望，東與榆樹市接壤，北緯44°30′～45°15′、東經(jīng)125°0′～127°05′。扶余市屬于中溫帶季風(fēng)氣候，一年四季氣候分明：冬季寒冷而干燥，夏季炎熱而降雨集中，春季干旱且多大風(fēng)、秋季涼爽而少雨，多年平均降水量為500～700 mm，平均海拔150～250 m。

扶余市地處我國(guó)東北平原黑土與鹽堿土的過渡區(qū)域：東部為黑土、黑鈣土區(qū)，土質(zhì)肥沃，有機(jī)質(zhì)含量較高(平均在5 %以上)，是我國(guó)最重要的糧食生產(chǎn)基地之一；研究區(qū)西部的松原市、白城市，湖沼眾多且地勢(shì)地平，部分地區(qū)土地鹽堿化嚴(yán)重。因此，監(jiān)測(cè)研究區(qū)土壤有機(jī)質(zhì)含量，對(duì)于發(fā)展地區(qū)農(nóng)業(yè)生產(chǎn)、預(yù)防土地退化與荒漠化，實(shí)現(xiàn)土地資源的可持續(xù)利用具有重要意義。

1.2 土壤采樣與處理

2015年4月14日至16日對(duì)扶余市耕作區(qū)表層土壤進(jìn)行采樣，此時(shí)耕作區(qū)內(nèi)無植被、冰雪及凍土，在遙感影像上可以真實(shí)的表現(xiàn)出裸土的光譜信息，采樣點(diǎn)分布如圖1所示。土樣采集過程中采用五點(diǎn)采樣法，即：在30 m×30 m范圍內(nèi)采集5個(gè)土樣混合約1 kg，裝入采集袋保存，共采得67個(gè)土壤樣品。采樣過程中利用手持GPS接收機(jī)測(cè)量采樣點(diǎn)經(jīng)緯度坐標(biāo)，用以確定采樣點(diǎn)在遙感影像上的相對(duì)位置，并對(duì)采樣位置進(jìn)行拍照，記錄采樣點(diǎn)周邊環(huán)境、以前作物的類型、田塊的大小、天氣情況等信息。采樣后將土樣在實(shí)驗(yàn)室風(fēng)干、研磨，剔除小石塊、動(dòng)物殘骸以及植物根須等雜質(zhì)，過3 mm篩。有機(jī)質(zhì)含量的化驗(yàn)采用重鉻酸鉀容量法-外加熱法進(jìn)行測(cè)定。

圖1 研究區(qū)內(nèi)土壤采樣點(diǎn)分布Fig.1 Distribution of soil sampling sites in the study area

1.3 遙感影像的選取與預(yù)處理

本文選取與土壤采樣同步的2015年4月10日覆蓋研究區(qū)的GF-1遙感影像1景，影像中云量小于1 %，遙感影像的成像時(shí)間與土壤采樣時(shí)間吻合，遙感影像可以真實(shí)反映出采樣時(shí)刻地表信息，有利于提高研究區(qū)土壤有機(jī)質(zhì)含量的估測(cè)精度；預(yù)處理工作包括GF-1影像的大氣校正、幾何精校正以及影像的裁剪等。利用ENVI 軟件中Radiomotric Calibration工具進(jìn)行GF-1遙感影像的輻射定標(biāo)，實(shí)現(xiàn)遙感影像的灰度值(DN值)向輻亮度值的轉(zhuǎn)化；利用ENVI軟件的FLAASH工具對(duì)遙感影像進(jìn)行大氣校正，消除傳感器成像過程中大氣吸收、散射等原因造成的成像誤差；利用1∶5萬地形圖為對(duì)GF-1遙感影像進(jìn)行幾何精校正，校正誤差小于1個(gè)像元；利用Erdas軟件對(duì)遙感影像進(jìn)行適當(dāng)?shù)牟眉艄ぷ?，獲得覆蓋研究區(qū)的遙感影像。

前人研究成果顯示，將遙感影像的反射率進(jìn)行適當(dāng)?shù)臄?shù)學(xué)變換可以削弱影像中噪聲對(duì)地物反射光譜的影響，提高土壤有機(jī)質(zhì)含量與遙感影像中反射率(反射率的變換形式)的相關(guān)性，從而改善土壤中有機(jī)質(zhì)含量的估測(cè)精度。本文實(shí)驗(yàn)將GF-1影像的反射率進(jìn)行對(duì)數(shù)(logR)、倒數(shù)(1/R)、一階微分(R′)、指數(shù)(eR)、冪(Ra)等數(shù)學(xué)變換，建立估測(cè)研究區(qū)土壤有機(jī)質(zhì)含量的光譜分析指數(shù)。

1.4 估測(cè)模型的建立與檢驗(yàn)

為了建立研究區(qū)土壤有機(jī)質(zhì)含量的估測(cè)模型，將67個(gè)土樣分為兩部分：估測(cè)土壤有機(jī)質(zhì)含量的建模樣本57個(gè)和模型檢驗(yàn)樣本10個(gè)；將建模樣本有機(jī)質(zhì)含量的化驗(yàn)值與采樣點(diǎn)在GF-1影像中的反射率(反射率變換形式)在SPSS軟件中進(jìn)行相關(guān)性分析，篩選出研究區(qū)土壤有機(jī)質(zhì)含量的敏感波段；利用回歸分析的方法建立研究區(qū)土壤有機(jī)質(zhì)含量的估測(cè)模型，估測(cè)研究區(qū)表層土壤有機(jī)質(zhì)含量，并繪制扶余市土壤有機(jī)質(zhì)含量估測(cè)結(jié)果圖。

估測(cè)模型的檢驗(yàn)采用判定系數(shù)R2和總均根方差(RMSE)2個(gè)指標(biāo)。模型的判定系數(shù)R2越大(接近于1)模型越穩(wěn)定；總均根方差(RMSE)越小，表明估測(cè)模型的精度越高、估測(cè)能力越強(qiáng)。一個(gè)好的估測(cè)模型應(yīng)該使判定系數(shù)R2盡量大，而總均根方差(RMSE)盡量小。

2 結(jié)果與分析

2.1 有機(jī)質(zhì)含量與GF-1各波段反射率相關(guān)性分析

圖2 反射率與有機(jī)質(zhì)含量相關(guān)性統(tǒng)計(jì)Fig.2 Relevance of reflectivity and organic matter content

采樣土壤有機(jī)質(zhì)含量的化驗(yàn)值與其在GF-1遙感影像中對(duì)應(yīng)點(diǎn)的各波段反射率(反射率變換形式)進(jìn)行相關(guān)性分析，圖2顯示：土壤有機(jī)質(zhì)含量與GF-1的反射率呈負(fù)相關(guān)，且相關(guān)性隨波長(zhǎng)的增加而升高，在第4波段(波長(zhǎng)0.77～0.89 μm)達(dá)到最大值(R=-0.813)；將反射率進(jìn)行指數(shù)變化、冪函數(shù)變化以后可以顯著提高與有機(jī)質(zhì)含量的相關(guān)性。其中，經(jīng)過指數(shù)函數(shù)變化后與有機(jī)質(zhì)含量相關(guān)系數(shù)最大值出現(xiàn)在第3波段(波長(zhǎng)0.63～0.69 μm)，相關(guān)系數(shù)為R=-0.886，經(jīng)過冪函數(shù)變化后與有機(jī)質(zhì)含量相關(guān)系數(shù)最大值出現(xiàn)在第4波段，相關(guān)系數(shù)為R=-0.872；經(jīng)過對(duì)數(shù)變化后，與有機(jī)質(zhì)含量的相關(guān)性略有增加，且相關(guān)系數(shù)在第3波段達(dá)到最大值，為R=-0.821；反射率經(jīng)過一階微分變換后與土壤有機(jī)質(zhì)含量的相關(guān)性有所降低。

2.2 估測(cè)模型建立與檢驗(yàn)

表1 有機(jī)質(zhì)含量的估測(cè)模型

圖3 有機(jī)質(zhì)含量估測(cè)值與實(shí)測(cè)值的比較Fig.3 Comparison of estimated and measured values of organic matter content

2.3 研究區(qū)有機(jī)質(zhì)分布的空間格局

土壤有機(jī)質(zhì)含量的估測(cè)結(jié)果(圖4)顯示，研究區(qū)土壤有機(jī)質(zhì)含量具有東高西低、北高南低的空間格局：東部、北部地區(qū)土壤有機(jī)質(zhì)含量普遍高于30 g/kg，西部地區(qū)土壤有機(jī)質(zhì)含量普遍介于20～30 g/kg之間，而西南部地區(qū)與前郭縣、農(nóng)安縣交界地帶土壤有機(jī)質(zhì)含量較低，普遍低于20 g/kg，部分地區(qū)甚至低于10 g/kg。在對(duì)研究區(qū)進(jìn)行實(shí)地調(diào)查、土壤采樣過程中發(fā)現(xiàn)，扶余市東部地區(qū)毗鄰我國(guó)東北黑土區(qū)，土壤中有機(jī)質(zhì)含量較高、土質(zhì)肥沃，農(nóng)作物長(zhǎng)勢(shì)良好，是我國(guó)重要的糧食生產(chǎn)基地。而松原市中西部地區(qū)地勢(shì)低平、湖沼眾多，土地鹽堿化嚴(yán)重。諸多學(xué)者研究顯示，當(dāng)土壤中含鹽量較高時(shí)，在可見光與近紅外波段將表現(xiàn)出較高反射率[5-7]，從而將掩蓋土壤中有機(jī)質(zhì)的光譜吸收特性，使得利用GF-1遙感影像土壤有機(jī)質(zhì)含量的估測(cè)值偏低。

3 討 論

在利用遙感影像 估測(cè)土壤有機(jī)質(zhì)含量的過程中，有機(jī)質(zhì)的光譜特性起著重要作用。土壤中有機(jī)質(zhì)含量的差異在可見光、近紅外波段的反射率均有重要體現(xiàn)。為此，諸多學(xué)者作了許多相關(guān)研究。例如，劉煥軍等人在利用TM遙感影像研究黑土有機(jī)質(zhì)含量時(shí)發(fā)現(xiàn)土壤中有機(jī)質(zhì)含量與TM遙感影像的反射率在可見光、近紅外波段呈負(fù)相關(guān)，且在第3波段(波長(zhǎng)為0.63～0.69 μm)達(dá)到最大值，相關(guān)系數(shù)R=-0.710，其次為第4波段(波長(zhǎng)為0.76～0.90 μm)，相關(guān)系數(shù)R=-0.683[8]。張法升等人在利用遙感影像反演阜新市阜新鎮(zhèn)土壤有機(jī)質(zhì)含量時(shí)發(fā)現(xiàn)，TM遙感影像的反射率與有機(jī)質(zhì)含量呈顯著負(fù)相關(guān)，且在第4、5波段相關(guān)性顯著[9]，以上學(xué)者的研究結(jié)論與本文相同或相近；將反射率進(jìn)行指數(shù)變換、冪函數(shù)變換以后可以顯著提高與土壤中有機(jī)質(zhì)含量的相關(guān)性，與欒福明、宋金紅等人研究的結(jié)論相同[10-11]。

圖4 土壤有機(jī)質(zhì)含量估測(cè)Fig.4 Estimate results of soil organic matter content

本文利用GF-1前3個(gè)波段反射率指數(shù)變換形式為自變量，采用多元回歸分析的方法建立扶余市土壤有機(jī)質(zhì)含量多元估測(cè)模型，估測(cè)研究區(qū)表層土壤有機(jī)質(zhì)含量，獲得了較好的估測(cè)結(jié)果，分析其原因：①遙感影像成像時(shí)間與土壤采樣時(shí)間相同，有利于真實(shí)反應(yīng)出研究區(qū)裸土信息，提高了有機(jī)質(zhì)含量估測(cè)精度；②將遙感影像進(jìn)行了輻射定標(biāo)與大氣校正，可以消除(削弱)大氣分子與氣溶膠等因素對(duì)地物反射的影響，遙感影像表現(xiàn)出較真實(shí)的地表反射率；③將GF-1遙感影像中的反射率進(jìn)行適當(dāng)?shù)臄?shù)學(xué)變換，可以有效抑制遙感影像中噪聲對(duì)估測(cè)結(jié)果的影響，顯著提高了土壤有機(jī)質(zhì)含量的估測(cè)精度。然而，本文利用檢驗(yàn)樣本檢驗(yàn)?zāi)Ｐ偷墓罍y(cè)效果時(shí)，有機(jī)質(zhì)含量的實(shí)測(cè)值與估測(cè)值仍然存在一定的誤差，筆者認(rèn)為：文中在利用GF-1遙感影像估測(cè)研究區(qū)土壤有機(jī)質(zhì)含量的過程中，未考慮土壤中水分對(duì)有機(jī)質(zhì)含量估測(cè)的影響，在以后研究中有待考慮。

4 結(jié) 論

本文實(shí)驗(yàn)利用GF-1遙感影像，結(jié)合扶余市耕作區(qū)裸土采樣的有機(jī)質(zhì)含量化驗(yàn)數(shù)據(jù)，估測(cè)研究區(qū)土壤有機(jī)質(zhì)含量，可以總結(jié)出以下結(jié)論。

(1)利用GF-1遙感影像前3個(gè)波段反射率的指數(shù)變換建立的研究區(qū)土壤有機(jī)質(zhì)含量多元估測(cè)模型，建模樣本的模型判定系數(shù)R2達(dá)到0.851，檢驗(yàn)樣本的均方根誤差RMSE= 0.172，說明該模型具有較高的估測(cè)精度與模型穩(wěn)定性，對(duì)研究區(qū)土壤有機(jī)質(zhì)含量具有較強(qiáng)的探測(cè)能力。

(2)GF-1遙感影像的4個(gè)波段均為對(duì)土壤中有機(jī)質(zhì)敏感的可見光與近紅外波段，與Landsat系列等遙感影像相比，GF-1具有較高的空間分辨率和更短的重訪周期，可以很好的表現(xiàn)出地表的細(xì)部特征與碎部特征，為GF-1遙感影像在土壤成分等方面的應(yīng)用提供了廣闊的空間。

[1]程 彬，姜琦剛，陳鳳臻，等. 松遼平原黑土有機(jī)質(zhì)含量的遙感反演研究[J]. 水土保持研究，2011，18(1)：264-267.

[2]管延龍，王讓會(huì)，李 成，等. 天山北麓土壤有機(jī)質(zhì)高光譜特征分析[J]. 環(huán)境科學(xué)技術(shù)，2015，38(9)：1-6.

[3]許安定，周鑫斌，蘇婷婷，等.土地整理對(duì)煙田土壤理化及生物學(xué)性狀的影響[J].西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,38(3):156-164.

[4]陸春玲，王 瑞，尹 歡. “高分一號(hào)”衛(wèi)星遙感成像特性[J]. 航天返回與遙感，2014，35(4)：67-73.

[5]Rao B R, Sankar T R, Dwivedi R S, et al. Spectral behabior of salt-affected soils[J]. International Journal of Remote Sensing, 1995, 16(12): 2125-2136.

[6]扶卿華，倪紹祥，王世新. 土壤鹽分含量的遙感反演研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22(12)：48-54.

[7]王 爽，丁建麗，王 璐，等. 基于地表光譜建模的區(qū)域土壤鹽漬化遙感監(jiān)測(cè)研究[J]. 干旱區(qū)地理，2016，39(1)：190-198.

[8]劉煥軍，趙春江，王紀(jì)華，等. 黑土典型區(qū)土壤有機(jī)質(zhì)遙感反演[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，28(7)：211-215.

[9]張法升，曲 威，尹光華，等. 基于多光譜遙感影像的表層土壤有機(jī)質(zhì)空間格局反演[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2010，21(4)：883-888.

[10]欒福明，張小雷，熊黑鋼，等. 基于TM影像的荒漠-綠洲交錯(cuò)帶土壤有機(jī)質(zhì)含量反演模型[J].中國(guó)沙漠，2014，34(4)：1080-1086.

[11]宋金紅，吳景貴，趙欣宇，等. 基于TM數(shù)據(jù)的黑土有機(jī)質(zhì)含量空間格局反演研究[J]. 土壤學(xué)報(bào)，2015，52(6)：1422-1429.