張雅莉， 塔西甫拉提·特依拜， 阿爾達(dá)克·克里木， 張 東，依力亞斯江·努爾麥麥提， 張 飛

(1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院,烏魯木齊 830046； 2.新疆大學(xué)綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室,烏魯木齊 830046)

0 引言

土壤鹽漬化是土地退化和土壤荒漠化的主要表現(xiàn)之一，已經(jīng)嚴(yán)重制約綠洲農(nóng)業(yè)經(jīng)濟(jì)的可持續(xù)發(fā)展，威脅綠洲生態(tài)環(huán)境穩(wěn)定，是世界各國(guó)所面臨的主要生態(tài)環(huán)境問(wèn)題之一[1-3]。新疆維吾爾自治區(qū)是我國(guó)最大的鹽漬土壤分布區(qū)，由于氣候、地質(zhì)地貌、水文等自然條件以及人類對(duì)水資源的不合理開發(fā)，擾亂水、鹽原有的自然動(dòng)態(tài)平衡而導(dǎo)致土壤次生鹽漬化大面積發(fā)展，鹽堿土的總面積達(dá)2 181.4萬(wàn)hm2，占全國(guó)鹽堿土總面積(9 913萬(wàn)hm2)的22.01%。大面積的土壤鹽漬化造成新疆綠洲的土壤質(zhì)量不斷退化，鹽漬化災(zāi)害不斷加劇，嚴(yán)重威脅當(dāng)?shù)氐纳鷳B(tài)環(huán)境安全，影響社會(huì)經(jīng)濟(jì)的發(fā)展[4-5]，形勢(shì)十分嚴(yán)峻。因此，準(zhǔn)確、科學(xué)、迅速獲取鹽漬化變化的程度、定量化監(jiān)測(cè)和預(yù)報(bào)鹽漬化是當(dāng)前土壤鹽漬化監(jiān)測(cè)研究的發(fā)展趨勢(shì)[6]。

鹽漬土是表層(0～20 cm)土壤中含易溶性鹽類含量達(dá)2 g/kg以上、只生長(zhǎng)某些耐鹽植被的土壤。鹽漬化土壤的光譜反射率是土壤礦物成分、土壤質(zhì)地、有機(jī)質(zhì)含量、水分含量和地表粗糙度等諸多因素共同影響的綜合效應(yīng)[7]。已有研究表明，土壤有機(jī)質(zhì)、礦物質(zhì)及鹽分含量等因素對(duì)土壤光譜特征都有不同程度的影響[8]，因此用遙感光譜手段研究土壤鹽漬化已受到越來(lái)越廣泛的關(guān)注。通過(guò)研究地物屬性信息與遙感數(shù)據(jù)之間的關(guān)系，可獲得土壤光譜特性與土壤含鹽量之間的相關(guān)關(guān)系，從而定量估算土壤含鹽量[9]。高光譜數(shù)據(jù)能夠完整、連續(xù)提供土壤光譜信息，反映地物光譜的細(xì)微特征[7]，具有準(zhǔn)確、及時(shí)提取和監(jiān)測(cè)土壤信息的技術(shù)優(yōu)勢(shì)[10]。目前，國(guó)內(nèi)外學(xué)者主要利用可見光、近紅外、熱紅外和高光譜遙感等技術(shù)，結(jié)合地面實(shí)測(cè)光譜數(shù)據(jù)，分析土壤屬性與其光譜反射率的定量關(guān)系，對(duì)土壤鹽漬化進(jìn)行研究。Dehaan等[11]通過(guò)觀測(cè)和研究澳大利亞Murray-Darling盆地輕、中、重度鹽漬土以及鹽殼的光譜，發(fā)現(xiàn)不同鹽分含量的土壤在不同光譜波段的吸收作用有明顯差異。Farifteh等[12]利用高光譜數(shù)據(jù)進(jìn)行土壤鹽漬化分類時(shí)發(fā)現(xiàn)，土壤反射率對(duì)土壤表層鹽分具有良好的響應(yīng)特性，同時(shí)還建立了基于光譜反射率的最小二乘法與人工神經(jīng)網(wǎng)絡(luò)對(duì)鹽漬化土壤的預(yù)測(cè)模型，認(rèn)為鹽漬化土壤與其光譜反射率存在線性關(guān)系。阿爾達(dá)克·克里木等[13]以ASTER影像和實(shí)測(cè)含鹽量為基礎(chǔ)數(shù)據(jù)，建立了土壤含鹽量估算模型。姚遠(yuǎn)等[14]用實(shí)測(cè)高光譜數(shù)據(jù)和電磁感應(yīng)數(shù)據(jù)(EM38)系統(tǒng)建立了遙感監(jiān)測(cè)模型，并通過(guò)TM影像進(jìn)行了土壤鹽分的反演。雷磊等[15]利用野外測(cè)量的高光譜數(shù)據(jù)建立土壤鹽分反演模型，并校正HSI影像土壤含鹽量估算模型，提高了鹽漬化監(jiān)測(cè)模型的精度。伍漫春等[16]則通過(guò)對(duì)試驗(yàn)區(qū)不同鹽漬化程度的植被和土壤高光譜數(shù)據(jù)進(jìn)行變換與分析，建立了綜合光譜指數(shù)土壤鹽漬化監(jiān)測(cè)模型。但目前以新一代Landsat8陸地成像儀(Operational Land Imager，OLI)多光譜結(jié)合實(shí)測(cè)高光譜進(jìn)行土壤含鹽量的反演相對(duì)較少。

本文以艾比湖流域?yàn)檠芯繀^(qū)，以O(shè)LI多光譜數(shù)據(jù)為源信息，結(jié)合實(shí)地采樣點(diǎn)土壤表層的高光譜數(shù)據(jù)試測(cè)，使用多元逐步回歸方法，分別構(gòu)建基于OLI影像和美國(guó)ASD(Analytical Spectral Devices)光譜儀實(shí)測(cè)且經(jīng)重采樣的光譜數(shù)據(jù)的鹽分估算模型，并通過(guò)比較兩者的精度，分析地面實(shí)測(cè)高光譜數(shù)據(jù)與星載多光譜數(shù)據(jù)間的相關(guān)關(guān)系，用實(shí)測(cè)光譜校正影像光譜模型，以期為提升鹽漬化土壤的多光譜遙感影像預(yù)測(cè)(或稱反演，下同)精度提供一種新思路，從而為艾比湖流域土壤鹽分快速的多光譜遙感定量監(jiān)測(cè)提供技術(shù)手段，為土壤鹽漬化的改良、治理及預(yù)測(cè)提供決策依據(jù)。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)概況

研究區(qū)艾比湖流域位于新疆準(zhǔn)噶爾盆地的西部，E79°53′～85°02′，N43°38′～45°52′之間，位于博樂市、溫泉縣和精河縣境內(nèi)。該地區(qū)屬于典型的溫帶大陸性干旱氣候，年平均降水量100 mm左右，主要集中在5—8月； 多年平均蒸發(fā)量在1 600 mm以上，蒸發(fā)量遠(yuǎn)大于降水量； 多年平均氣溫7.8 ℃，年極高、極低氣溫分別為41.3 ℃和-36.4 ℃，多年平均無(wú)霜期為190 d。位于研究區(qū)中心的艾比湖平均水深1.4 m，蓄水量7.3億m3，湖面海拔189 m。艾比湖僅靠精河和博爾塔拉河每年補(bǔ)給地表水6億m3，維持湖面面積在500 km2左右，是新疆第一大鹽水湖[14]。流域內(nèi)的地貌景觀類型多樣，海拔由低到高依次有湖積平原、細(xì)土平原、山前沖積平原和山地丘陵，是我國(guó)少見的荒漠-湖泊濕地景觀[17]。湖濱周圍廣泛分布著鹽化草甸土、沼澤土、草甸鹽土、鹽土(鹽漬化土)、灰棕漠土和胡楊林土； 植被種類繁多，有胡楊、檉柳、梭梭、旱生蘆葦和琵琶柴等散布區(qū)內(nèi)[18]。因干旱和鹽堿化的作用，植被覆蓋稀疏，大量裸地變?yōu)辂}漬地，致使湖濱地區(qū)荒漠化程度加劇，成為中國(guó)西部沙塵暴的主要發(fā)源地之一。近些年隨著湖面的縮小，地下水位進(jìn)一步下降，土壤鹽漬化更加嚴(yán)重，鹽塵活動(dòng)越發(fā)頻繁，生態(tài)環(huán)境遭到破壞[19-20]，直接威脅到天山北坡經(jīng)濟(jì)帶的可持續(xù)發(fā)展和新亞歐大陸橋的安全運(yùn)行。

1.2 野外實(shí)測(cè)樣本采集

根據(jù)研究需要，于2014年10月1—15日在艾比湖流域進(jìn)行了土壤樣本數(shù)據(jù)采集，選擇地勢(shì)平坦、水分含量低、粗糙度小、植被覆蓋少的地面作為采樣單元。采樣點(diǎn)分布如圖1所示。OLI影像的成像時(shí)間為2014年9月21日，野外數(shù)據(jù)采集時(shí)間與衛(wèi)星掃描過(guò)境時(shí)間基本一致。野外數(shù)據(jù)采集包括2部分：

圖1 研究區(qū)及野外采樣點(diǎn)分布(影像底圖為L(zhǎng)andsat8 OLI B1(R)，B2(G)，B3(B)假彩色合成影像)Fig.1 Research area and distribution of field sampling points

1.3 遙感影像獲取與預(yù)處理

本研究選取的遙感影像是美國(guó)USGS(http: //glovis.usgs.gov/)網(wǎng)站提供的Landsat8 OLI遙感數(shù)據(jù)。Landsat8衛(wèi)星的OLI共有9個(gè)波段，其中包含1個(gè)空間分辨率為15 m的全色波段，其他波段空間分辨率為30 m，光譜波段在0.433 ～2.300 μm范圍內(nèi)。選取2014年9月21日云量相對(duì)較少的OLI影像作為基礎(chǔ)數(shù)據(jù)源，與土壤樣本采集時(shí)間相近。利用圖像處理軟件ENVI5.0對(duì)OLI數(shù)據(jù)進(jìn)行波段合成、輻射定標(biāo)、大氣校正和研究區(qū)范圍裁剪等處理。

2 土壤鹽分估算模型研建

2.1 鹽漬土OLI影像光譜特征

Landsat 8具有較高的空間分辨率，信息量豐富。為提取鹽漬土信息和提高監(jiān)測(cè)精度，首先必須了解不同程度的鹽漬土在影像光譜上的反射特征[22]。艾比湖湖泊周圍土壤鹽分含量極高，因劇烈蒸發(fā)和強(qiáng)風(fēng)的作用，表層土壤形成鹽殼，在影像上色調(diào)發(fā)白。圖2為不同鹽分含量的OLI影像光譜反射率曲線。從中可以看出，含鹽量越高、反射率就越強(qiáng)。每條光譜曲線的變化總體趨勢(shì)基本相似。鹽漬土在可見光范圍內(nèi)反射率較低，變化幅度較平穩(wěn)，隨著波長(zhǎng)的增加反射率也在平緩地增加。在0.515 μm波段處出現(xiàn)較弱的吸收谷、0.600～0.885 μm范圍內(nèi)反射率隨波長(zhǎng)的增加變化幅度明顯、在0.885 μm處達(dá)到反射率最高值。

圖2 不同鹽分含量的OLI影像光譜反射率Fig.2 Spectral reflectance of OLI images with different soil salinity

2.2 光譜反射率變換及相關(guān)性分析

為了找出光譜反射率與鹽分之間的關(guān)系，對(duì)原始光譜反射率進(jìn)行數(shù)學(xué)變換。變換后，可以減少遙感影像中因光照條件和地形變化等引起的誤差，有效降低噪聲對(duì)目標(biāo)光譜的影響[22]，增強(qiáng)光譜數(shù)據(jù)與土壤含鹽量之間的關(guān)系，從而找出對(duì)鹽漬土敏感的光譜波段。

(1)

2.3 模型建立與精度檢驗(yàn)

經(jīng)過(guò)分析土壤反射率光譜數(shù)據(jù)變換結(jié)果與鹽分的相關(guān)性，在Origin8軟件平臺(tái)下采用多元逐步回歸的數(shù)學(xué)方法，建立土壤含鹽量估算模型，即

y=β0+β1χ1+β2χ2+…+βk-1χk-1,

(2)

式中：y為因變量；χk-1為自變量； (k-1)為自變量個(gè)數(shù)；β0為模型常數(shù)項(xiàng)；βk-1為回歸系數(shù)。

根據(jù)52個(gè)樣本的土壤鹽分?jǐn)?shù)據(jù)，隨機(jī)選出33個(gè)樣本用于建立鹽分估算模型，剩余的19個(gè)樣本用于均方根誤差檢驗(yàn)其精度，即

(3)

式中：Z*(Si)為預(yù)測(cè)鹽分值；Z(Si)為實(shí)測(cè)鹽分值；M為采樣單元的數(shù)量。

3 結(jié)果與討論

3.1 OLI影像光譜分析及估算模型建立

為了使ASD儀器實(shí)測(cè)光譜數(shù)據(jù)的波長(zhǎng)與OLI影像(6個(gè)波段)的波長(zhǎng)相對(duì)應(yīng)，根據(jù)各波段的中心波長(zhǎng)，將OLI影像0.433～2.300 μm范圍的波長(zhǎng)分為6個(gè)區(qū)間，節(jié)點(diǎn)分別為0.433 μm，0.52 μm，0.62 μm，0.68 μm，0.885 μm和1.67 μm。對(duì)OLI影像的光譜反射率及其變換結(jié)果與土壤鹽分含量數(shù)據(jù)進(jìn)行相關(guān)性分析，篩選出相關(guān)系數(shù)較高的波段作為自變量； 以33個(gè)土壤樣本的含鹽量作為因變量，運(yùn)用多元逐步回歸分析(式(2))建立OLI影像的土壤含鹽量估算模型，結(jié)果如圖3和表1所示。

圖3OLI光譜反射率及其變換結(jié)果與土壤含鹽量的相關(guān)關(guān)系
Fig.3CorrelationcoefficientbetweenOLIspectralreflectivityaswellasitsdifferenttransformedresultsandsoilsalinity

表1 OLI土壤鹽分估算模型Tab.1 Soil salinity inversion model of OLI

①：X0.49表示波長(zhǎng)為0.49 μm處的OLI影像光譜值；R2為決定系數(shù)； RMSE為均方根誤差。

圖4 用實(shí)測(cè)鹽分值驗(yàn)證OLI影像預(yù)測(cè)鹽分值Fig.4 Verification for soil salinity values of OLI image predicted by field measured

由圖4可知，驗(yàn)證預(yù)測(cè)結(jié)果的R2=0.670，RMSE=0.180。根據(jù)研究需要，只列出了模型效果較佳的精度驗(yàn)證結(jié)果。

3.2 ASD光譜數(shù)據(jù)重采樣及估算模型建立

ASD光譜儀光譜波段范圍在0.35～2.5 μm之間，而 OLI影像光譜波段在0.433～2.300 μm之間，為了使 OLI影像光譜與ASD測(cè)量光譜波段相匹配，以ASD儀器測(cè)量的光譜作為基準(zhǔn)數(shù)據(jù)，通過(guò)影像傳感器波譜響應(yīng)函數(shù)將ASD光譜儀0.35～2.500 μm波段光譜重采樣成與OLI影像光譜相一致的6個(gè)波段，波長(zhǎng)分別為0.433 μm，0.52 μm，0.62 μm，0.68 μm，0.885 μm和1.67μm。通過(guò)對(duì) ASD 重采樣光譜反射率與鹽分的相關(guān)性分析，確定土壤鹽分反射率的響應(yīng)波段，按照相關(guān)性最大的原則選擇敏感波段。利用式(1)對(duì)ASD光譜重采樣后的反射率及其變換結(jié)果與鹽分含量數(shù)據(jù)進(jìn)行相關(guān)性分析(圖5)。

(c) lgB，1/lgB與B′相關(guān)系數(shù) (d) (1/lgB)′，B″與(lgB)″相關(guān)系數(shù)

圖5ASD光譜反射率及其變換結(jié)果與土壤含鹽量的相關(guān)關(guān)系

Fig.5CorrelationcoefficientbetweenASDspectralreflectivityaswellasitsdifferenttransformedresultsandsoilsalinity

不同形式變換后的光譜反射率與鹽分的敏感波段基本在0.433 μm，0.62 μm和0.68 μm處，因此，針對(duì)每一種數(shù)學(xué)變換，選擇相關(guān)性較高的2個(gè)波段組合作為土壤含鹽量的特征波段，建立估算模型。從圖5可以看出，ASD重采樣后的反射率值及其變換值與鹽分含量的相關(guān)性比OLI影像(圖3)有了很大的提高，相關(guān)系數(shù)最高能達(dá)0.80。同樣，對(duì)其利用多元回歸算法建立與土壤鹽分含量的估算模型，并用同樣的19個(gè)實(shí)測(cè)鹽分?jǐn)?shù)據(jù)檢驗(yàn)估算模型的精度，模型結(jié)果與檢驗(yàn)精度見表2。由表2可知，ASD反射率及其變換值與土壤含鹽量的估算模型比OLI影像鹽分估算模型結(jié)果較好。ASD重采樣后光譜反射率對(duì)數(shù)的倒數(shù)一階微分(1/lgR)′模型(波段組合為 0.433 μm和0.68 μm)的R2=0.779，且RMSE=0.203。建模用的鹽分值是前文用的33個(gè)采樣點(diǎn)，用剩余的19個(gè)采樣點(diǎn)檢驗(yàn)?zāi)Ｐ偷木取D6為對(duì)ASD數(shù)據(jù)的對(duì)數(shù)的倒數(shù)一階微分(1/lg B)′模型檢驗(yàn)結(jié)果，可知模型的R2=0.790 3，RMSE=0.214。

表2 ASD土壤鹽分估算模型Tab.2 Soil salinity inversion model of ASD

①：X0.433表示波長(zhǎng)為0.433 μm處的ASD光譜值；R2為決定系數(shù)；RMSE為均方根誤差。

圖6 用實(shí)測(cè)鹽分值驗(yàn)證ASD重采樣光譜預(yù)測(cè)鹽分值Fig.6 Verification for soil salinity values of ASD resampling predicted by field measured

3.3 模型校正及精度檢驗(yàn)

為提高模型的監(jiān)測(cè)精度并實(shí)現(xiàn)地面到空間的銜接，探索ASD重采樣后的光譜數(shù)據(jù)與OLI影像光譜估算的鹽分值之間的關(guān)聯(lián)性，建立了兩者之間的關(guān)系式，即

y=0.906 8x+2.113 8,

(4)

式中：x為OLI影像光譜估算的鹽分值，g/kg；y為ASD重采樣光譜估算的鹽分值，g/kg。

圖7 示出ASD重采樣模型與OLI模型預(yù)測(cè)的鹽分值的關(guān)系。

圖7 ASD重采樣模型與OLI模型預(yù)測(cè)鹽分值的關(guān)系Fig.7 Relationship between soil salinity values predicted by ASD resampling model and OLI model

圖8 校正后OLI影像光譜預(yù)測(cè)和ASD實(shí)測(cè)鹽分值散點(diǎn)圖Fig.8 Scatterplot of soil salinity values predicted by corrected OLI image spectral and measured by ASD

結(jié)果表明，校正后的OLI影像土壤鹽分含量估算模型的R2有了較大幅度的提高，從0.28提高到0.777 6，RMSE=0.281，說(shuō)明該模型能有效提高大區(qū)域尺度條件下的土壤鹽漬化信息提取精度。

4 結(jié)論

Khan等[23]研究發(fā)現(xiàn)Landsat ETM影像的中紅波段(0.62～0.68 μm)光譜范圍對(duì)不同土壤鹽分程度比較敏感，運(yùn)用本方法得出的主要敏感波段范圍與其基本一致。本文分別利用landsat8 OLI影像光譜和ASD重采樣光譜數(shù)據(jù)，采用多元逐步回歸的方法建立土壤鹽分預(yù)測(cè)模型，并實(shí)現(xiàn)了用實(shí)測(cè)光譜對(duì)影像光譜模型的校正。主要得出以下結(jié)論：

1)OLI影像光譜土壤含鹽量估算模型的決定系數(shù)(R2)普遍偏低，土壤光譜反射率均方根模型為最佳，模型為y=226.15x0.49-208.74x0.68+10.33(最佳波段組合為0.49 μm和0.68 μm)，模型檢驗(yàn)樣本的R2=0.67，RMSE=0.180。

2)經(jīng)ASD重采樣后的土壤鹽分估算模型中，光譜反射率對(duì)數(shù)的倒數(shù)一階微分的變換模型為最佳，模型為y=96.957x0.433+37.491x0.68+3.886(最佳波段組合為0.433 μm和0.68 μm)，檢驗(yàn)樣本的R2=0.790 3，RMSE=0.214。

3)經(jīng)過(guò)ASD重采樣土壤鹽分實(shí)測(cè)光譜數(shù)據(jù)校正后的OLI影像土壤含鹽量估算模型，模型R2得到了較好的提升，模型精度有了較大提高。

通過(guò)ASD光譜儀實(shí)測(cè)的光譜數(shù)據(jù)重新采樣成與Landsat 8 OLI影像相匹配的波段，并校正遙感影像光譜鹽分估算模型，具有較大的實(shí)踐意義，可提高和促進(jìn)土壤鹽漬化定量遙感監(jiān)測(cè)的精度； 實(shí)現(xiàn)了不同尺度光譜比較，并為由點(diǎn)到面的拓展提供了方法依據(jù)[24]。但將高光譜地面數(shù)據(jù)與多光譜遙感數(shù)據(jù)擬合目前還是嘗試性的，鑒于研究區(qū)采樣點(diǎn)表層土壤水分含量極少、地勢(shì)平坦等特點(diǎn)，忽略了其他因素對(duì)光譜反射率的影響。本研究所建立的土壤鹽分估算模型只考慮了鹽分因素，而沒有更加具體地與鹽基離子等土壤理化性質(zhì)相結(jié)合，無(wú)疑還有一定的局限性。建議在將來(lái)的工作中采用微波遙感等更高分辨率的影像進(jìn)行整個(gè)研究區(qū)的鹽分反演，以達(dá)到區(qū)域尺度下對(duì)土壤含鹽量的及時(shí)、準(zhǔn)確、動(dòng)態(tài)監(jiān)測(cè)。

[1] 文振旺.新疆土壤地理[M].北京:科學(xué)出版社,1965.

Wen Z W.Soil Geography of Xinjiang[M].Beijing:Science Press,1965.

[2] 魏云杰,許 模.新疆土壤鹽漬化成因及其防治對(duì)策研究[J].地球與環(huán)境,2005,33(s1):593-597.

Wei Y J,Xu M.Study on soil salinization and countermeasures of its prevention in Xinjiang[J].Earth and Environment,2005,33(s1):593-597.

[3] 丁建麗,姚 遠(yuǎn),王 飛.干旱區(qū)土壤鹽漬化特征空間建模[J].生態(tài)學(xué)報(bào),2014,34(16):4620-4631.

Ding J L,Yao Y,Wang F.Detecting soil salinization in arid regions using spectral feature space derived from remote sensing data[J].Acta Ecologica Sinica,2014,34(16):4620-4631.

[4] 田長(zhǎng)彥,周宏飛,劉國(guó)慶.21世紀(jì)新疆土壤鹽漬化調(diào)控與農(nóng)業(yè)持續(xù)發(fā)展研究建議[J].干早區(qū)地理,2000,23(2):177-181.

Tian C Y,Zhou H F,Liu G Q.The proposal on control of soil salinizing and agricultural sustaining developmentn in 21’s century in Xinjiang[J].Arid Land Geography,2000,23(2):177-181.

[5] 董新光,周金龍,陳躍濱.干旱內(nèi)陸區(qū)水鹽監(jiān)測(cè)與模型研究及其應(yīng)用[M].北京:科學(xué)出版社,2007:1-27.

Dong X G,Zhou J L,Chen Y B.Monitoring Water and Soil with the Model and Its Application in Arid Inland Area[M].Beijing:Science Press,2007:1-27.

[6] Mougenot B,Pouget M,Epema G F.Remote sensing of salt affected soils[J].Remote Sensing Reviews,1993,7(3/4):241-259.

[7] 彭 杰,遲春明,向紅英,等.基于連續(xù)統(tǒng)去除法的土壤鹽分含量反演研究[J].土壤學(xué)報(bào),2014,51(3):459-469.

Peng J,Chi C M,Xiang H Y,et al.Inversion of soil salt content based on continuum-removal method[J].Acta Pedologica Sinica,2014,51(3):459-469.

[8] Farifteh F,Farshad A,George R J.Assessing salt-affected soils using remote sensing,solute modelling,and geophysics[J].Geoderma,2006,130(3/4):191-206.

[9] 翁永玲,戚浩平,方洪賓,等.基于PLSR方法的青海茶卡―共和盆地土壤鹽分高光譜遙感反演[J].土壤學(xué)報(bào),2010,47(6):1255-1263.

Weng Y L,Qi H P,Fang H B,et al.PLSR-based hyperspectral remote sensing retrieval of soil salinity of Chaka-Gonghe basin in Qinghai Province[J].Acta Pedologica Sinica,2010,47(6):1255-1263.

[10] 曹 雷,丁建麗,玉米提·哈力克,等.基于國(guó)產(chǎn)高分一號(hào)衛(wèi)星數(shù)據(jù)的區(qū)域土壤鹽漬化信息提取與建模[J].土壤學(xué)報(bào),2016,53(6):1399-1409.

Cao L,Ding J L,Umut H,et al.Extraction and modeling of regional soil salinization based on data from GF-1 satellite[J].Acta Pedologica Sinica,2016,53(6):1399-1409.

[11] Dehaan R L,Taylor G R.Field-derived spectra of salinized soils and vegetation as indicators of irrigation-induced soil salinization[J].Remote Sensing of Environment,2002,80(3):406-417.

[12] 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.

[13] 阿爾達(dá)克·克里木,塔西甫拉提·特依拜,張 東,等.基于高光譜的ASTER影像土壤鹽分模型校正及驗(yàn)證[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(12):144-150.

Kelimu A,Tiyip T,Zhang D,et al.Calibration and validation of soil salinity estimation model based on measured hyperspectral and ASTER image[J].Transactions of the Chinese Society of Agricultural Engineering,2016,32(12):144-150.

[14] 姚 遠(yuǎn),丁建麗,阿爾達(dá)克·克里木,等.基于實(shí)測(cè)高光譜和電磁感應(yīng)數(shù)據(jù)的區(qū)域土壤鹽漬化遙感監(jiān)測(cè)研究[J].光譜學(xué)與光譜分析,2013,33(7):1917-1921.

Yao Y,Ding J L,Kelimu A,et al.Research on remote sensing monitoring of soil salinization based on measured hyperspectral and EM38 data[J].Spectroscopy and Spectral Analysis,2013,33(7):1917-1921.

[15] 雷 磊,塔西甫拉提·特依拜,丁建麗,等.基于HJ-1A高光譜影像的鹽漬化土壤信息提取——以渭干河-庫(kù)車河綠洲為例[J].中國(guó)沙漠,2013,33(4):1104-1109.

Lei L,Tiyip T,Ding J L,et al.Soil salinization information extraction by using hyperspectral data of HJ-1A HSI:A case study in the oasis of Ugan & Kuqa,Xinjiang,China[J].Journal of Desert Research,2013,33(4):1104-1109.

[16] 伍漫春.綠洲區(qū)域尺度水鹽遙感研究——以渭干河庫(kù)車河綠洲為例[D].烏魯木齊:新疆大學(xué),2011.

Wu M C.Research on the water-salt of the Oasia at the regional scale by remote sensing[D].Urumchi:Xinjiang University,2011.

[17] 吳敬祿,劉建軍,王蘇民,等.近1500年來(lái)新疆艾比湖同位素記錄的氣候環(huán)境演化特征[J].第四紀(jì)研究,2004,24(5):585-590.

Wu J L,Liu J J,Wang S M,et al.Climatic change record from stable isotopes in lake Aibi,Xinjiang during the past 1500 years[J].Quaternary Sciences,2004,24(5):585-590.

[18] 何學(xué)敏,呂光輝,秦 璐,等.艾比湖荒漠濕地生態(tài)系統(tǒng)非生長(zhǎng)季碳通量數(shù)據(jù)特征[J].生態(tài)學(xué)報(bào),2014,34(22):6655-6665.

He X M,Lü G H,Qin L,et al.Research on data characteristics during non-growing season of desert wetland ecosystem in Ebinur lake[J].Acta Ecologica Sinica,2014,34(22):6655-6665.

[19] 冉啟祥,呂光輝,魏雪峰,等.艾比湖自然保護(hù)區(qū)土壤酶活性及理化性質(zhì)[J].干旱區(qū)研究,2014,31(4):715-722.

Ran Q X,Lü G H,Wei X F,et al.Enzyme activities and physicochemical properties of soils in the Ebinur lake nature reserve in Xinjiang,China[J].Arid Zone Research,2014,31(4):715-722.

[20] 趙順陽(yáng),王文科.艾比湖流域典型植物生長(zhǎng)的水文地質(zhì)條件研究[J].新疆環(huán)境保護(hù),2005,15(1):13-17.

Zhao S Y,Wang W K.Research on hydrogeological condition of Aibi lake valley Tipical plant growth[J].Environmental Protection of Xinjiang,2005,15(1):13-17.

[21] 李 慧,藺啟忠,王欽軍,等.基于小波包變換和數(shù)學(xué)形態(tài)學(xué)結(jié)合的光譜去噪方法研究[J].光譜學(xué)與光譜分析,2010,30(3):644-648.

Li H,Lin Q Z,Wang Q J,et al.Research on spectrum denoising methods based on the combination of wavelet package transformation and mathematical morphology[J].Spectroscopy and Spectral Analysis,2010,30(3):644-648.

[22] Palacios-Orueta A,Ustin S L.Multivariate statistical classification of soil spectra[J].Remote Sensing of Environment,1996,57(2):108-118.

[23] Kan N M,Sato Y.Monitoring hydro-salinity status and its impact in irrigated semi arid areas using IRS-1B LISS-Ⅱ data[J].Asian Journal of Geoinform,2001,1(3):63-73.

[24] 李 相,丁建麗.基于實(shí)測(cè)高光譜指數(shù)與HSI影像指數(shù)的土壤含水量監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(19):68-75.

Li X,Ding J L.Soil moisture monitoring based on measured hyperspectral index and HSI image index[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(19):68-75.