王雪梅，周曉紅

(1. 新疆師范大學(xué)地理科學(xué)與旅游學(xué)院，新疆 烏魯木齊 830054；2. 新疆維吾爾自治區(qū)新疆干旱區(qū)湖泊環(huán)境與資源重點(diǎn)實(shí)驗(yàn)室， 新疆 烏魯木齊 830054)

在干旱和半干旱區(qū)，土壤鹽分離子隨著水分向上聚集到地表并產(chǎn)生積累，進(jìn)而形成土壤鹽漬化[1-2]。作為干旱農(nóng)業(yè)區(qū)主要的土地荒漠化問(wèn)題，土壤鹽漬化造成了區(qū)域性的土壤肥力下降、土壤板結(jié)，同時(shí)還破壞了水土資源和地表生態(tài)環(huán)境，造成了農(nóng)業(yè)生產(chǎn)損失嚴(yán)重，經(jīng)濟(jì)產(chǎn)能下降[3]。目前，許多國(guó)家已經(jīng)將土壤鹽漬化問(wèn)題納入到國(guó)家未來(lái)的發(fā)展規(guī)劃當(dāng)中，并且已經(jīng)成為全球變化研究框架下的重要研究?jī)?nèi)容[4]。而中國(guó)的鹽漬土比例明顯高于世界平均水平，約有鹽漬土0.17億hm2，近1/3的地區(qū)都存在土壤鹽漬化問(wèn)題[5]。作為土壤鹽漬化大區(qū)，新疆地處亞歐大陸中心，遠(yuǎn)離海洋，干旱的氣候條件造就了新疆的土壤鹽漬化問(wèn)題十分普遍，鹽漬土種類(lèi)較多。同時(shí)，作為重要的商品棉基地，新疆的鹽漬化土壤嚴(yán)重影響著該區(qū)棉花的產(chǎn)量和質(zhì)量。

土壤鹽漬化在某種程度上會(huì)使植被狀況發(fā)生改變，植被指數(shù)的變化可以預(yù)測(cè)土壤鹽漬化的程度和發(fā)展趨勢(shì)。因而，根據(jù)植被指數(shù)等參量反演土壤鹽分含量已成為判別土壤鹽漬化程度的重要方法之一[6-9]。已有眾多學(xué)者進(jìn)行了類(lèi)似研究，如姚遠(yuǎn)等[10]利用Landsat TM 7的植被指數(shù)和電磁感應(yīng)技術(shù)對(duì)塔里木盆地北緣綠洲進(jìn)行土壤鹽分線(xiàn)性回歸建模和空間分布反演；Bouaziz 等[11]基于MODIS遙感影像提取出了多種植被指數(shù)，可反映巴西東北部土壤鹽漬化問(wèn)題，并建立了LSU模型用于評(píng)價(jià)半干旱區(qū)的土壤鹽漬化。然而研究表明，雖然通過(guò)提取遙感影像的歸一化植被指數(shù)、比值植被指數(shù)和差值植被指數(shù)等傳統(tǒng)植被指數(shù)可以監(jiān)測(cè)土壤鹽漬化信息，但識(shí)別準(zhǔn)確度仍然較低[12]。而增強(qiáng)型植被指數(shù)是一個(gè)優(yōu)化的植被指數(shù)，不僅提高了對(duì)高生物量區(qū)域的敏感性，而且通過(guò)對(duì)冠層物理參數(shù)的提取和大氣效應(yīng)減少改進(jìn)了植被監(jiān)測(cè)能力[13]。王飛等人[14]的研究進(jìn)一步表明，增強(qiáng)型植被指數(shù)對(duì)土壤鹽度具有較強(qiáng)的敏感性，用增強(qiáng)型植被指數(shù)可定量評(píng)估新疆典型綠洲的土壤鹽度狀況。因此，本研究在傳統(tǒng)的植被指數(shù)中引入短紅外波段得到增強(qiáng)型植被指數(shù)，并以渭干河—庫(kù)車(chē)河三角洲綠洲棉田土壤為研究對(duì)象，提取采樣點(diǎn)土壤鹽分含量和獲取該地區(qū)的同時(shí)期的遙感影像，利用該采樣點(diǎn)的增強(qiáng)型植被指數(shù)反演出該地區(qū)棉田土壤鹽分的空間分布狀況。

1 研究區(qū)概況

渭干河—庫(kù)車(chē)河三角洲綠洲是個(gè)典型而完整的扇形平原綠洲，其北部是峻峭的天山山脈，海拔介于3 000～5 000 m之間，是渭干河—庫(kù)車(chē)河三角洲綠洲的重要水源地；中部是殘丘和低山，它們主要以秋里塔格山為主，海拔介于1 500～2 000 m之間, 東西走向；南部是山前平原區(qū)，庫(kù)車(chē)、沙雅和新和3個(gè)縣都屬于其管轄范圍。該研究區(qū)屬于溫帶大陸性極端干旱氣候，降水稀少，夏季炎熱、冬季寒冷，年平均氣溫為10.7℃，日照時(shí)數(shù)為2 888.7 h，全年無(wú)霜期為209 d，年平均降水量介于51.0～68.1 mm之間，其中，沙雅縣的降水量最低，庫(kù)車(chē)縣的降水量最高，年平均蒸發(fā)量介于1 195.0～1 506.0 mm之間，蒸降比從北向南逐漸增大。在該區(qū)北部的高山地帶常年存在的冰山積雪，是該區(qū)主要灌溉水源渭干河和庫(kù)車(chē)河的發(fā)源地，除此之外該區(qū)還有少量的水源來(lái)自塔里木河和地下泉水。由于研究區(qū)地下土層是由較細(xì)的顆粒物所構(gòu)成的，且透水性較差和地下水位較高，因此，在該區(qū)土壤鹽漬化非常普遍，在古河道、河漫灘、泉水溢出帶等地下水淺埋區(qū)，分布著大面積的鹽漬化土和鹽土，嚴(yán)重影響了該區(qū)綠洲農(nóng)業(yè)的發(fā)展。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 土壤數(shù)據(jù)采集與處理

根據(jù)研究區(qū)氣候特征、棉田生長(zhǎng)情況和土壤鹽分的季節(jié)性變化特征，在2013年10月上旬進(jìn)行了野外調(diào)查與觀測(cè)，這一時(shí)期研究區(qū)氣溫較高，蒸發(fā)強(qiáng)烈、棉花生長(zhǎng)成熟，土壤鹽分向土壤表層聚集。由于棉花的生長(zhǎng)狀況不同，選擇不同生長(zhǎng)狀況的棉田作為采樣點(diǎn)，且均勻分布在整個(gè)研究區(qū)，使土壤采樣點(diǎn)更具代表性。現(xiàn)利用GPS測(cè)量每一個(gè)采樣點(diǎn)的經(jīng)緯度并做記錄，在0～20 cm土層深度進(jìn)行取樣，共采集46個(gè)土壤樣本(見(jiàn)圖1)。將采集的土壤樣本進(jìn)行編號(hào)入袋，經(jīng)實(shí)驗(yàn)室自然風(fēng)干、研磨過(guò)篩，參照中國(guó)科學(xué)院南京土壤研究所編寫(xiě)的《土壤理化性質(zhì)分析》，采用土水比1∶5浸提土壤樣品測(cè)定土壤含鹽量[15]。

2.2 遙感影像處理

選擇與采樣時(shí)間相對(duì)應(yīng)的2013年10月13日的由陸地成像儀(OLI)獲取的Landandsat 8遙感影像。利用ENVI5.1軟件，首先對(duì)遙感影像進(jìn)行幾何精校正、輻射定標(biāo)和Flash大氣校正；然后進(jìn)行影像的投影變換、配準(zhǔn)和裁剪等預(yù)處理，獲得研究區(qū)影像圖。最后利用ArcGIS 10.3軟件從研究區(qū)遙感影像中提取出采樣點(diǎn)所對(duì)應(yīng)的光譜反射數(shù)據(jù)，從而進(jìn)行建模和反演土壤鹽分的空間分布。

圖1 樣點(diǎn)空間分布圖Fig.1 The spatial distribution map of sampling points

2.2.1 植被指數(shù)計(jì)算 在傳統(tǒng)植被指數(shù)的基礎(chǔ)上，對(duì)各種植被指數(shù)進(jìn)行擴(kuò)展[16]，公式內(nèi)加入短紅外波段的反射率，可得到4種增強(qiáng)型植被指數(shù)，分別為：增強(qiáng)型歸一化植被指數(shù)(ENDVI)、增強(qiáng)型比值植被指數(shù)(ERVI)、增強(qiáng)型差值植被指數(shù)(EDVI)和增強(qiáng)型植被指數(shù)(EVI)，計(jì)算公式如表1所示。首先在ENVI 5.1軟件中提取各采樣點(diǎn)的各波段的反射率，利用公式計(jì)算4種增強(qiáng)型植被指數(shù)，然后利用SPSS 22.0軟件對(duì)增強(qiáng)型植被指數(shù)與土壤含鹽量進(jìn)行相關(guān)分析。

2.2.2 土壤鹽分反演模型構(gòu)建 將研究區(qū)土壤樣本進(jìn)行分組，46個(gè)實(shí)測(cè)數(shù)據(jù)隨機(jī)分為兩組，一組34個(gè)用于模型構(gòu)建，另一組12個(gè)用于驗(yàn)證，然后分別用4種增強(qiáng)型植被指數(shù)與土壤含鹽量進(jìn)行線(xiàn)性回歸分析，構(gòu)建土壤鹽分含量的遙感反演模型。通過(guò)對(duì)不同模型進(jìn)行對(duì)比分析，選擇最佳反演模型，并進(jìn)一步用驗(yàn)證樣本對(duì)所選模型進(jìn)行精度檢驗(yàn)。

2.2.3 土壤鹽分空間分布遙感反演 首先在渭干河—庫(kù)車(chē)河三角洲綠洲的不同棉田分布區(qū)均勻選取82個(gè)樣點(diǎn)作為預(yù)測(cè)點(diǎn)(其空間分布見(jiàn)圖1)，并記錄其經(jīng)緯度和求算出樣點(diǎn)的增強(qiáng)型歸一化植被指數(shù)(ENDVI)。根據(jù)最佳反演模型求出其預(yù)測(cè)點(diǎn)的土壤含鹽量，并檢驗(yàn)土壤含鹽量是否滿(mǎn)足正態(tài)分布。根據(jù)棉田土壤鹽分的實(shí)際觀測(cè)值與期望正態(tài)值的累積概率生成的P-P散點(diǎn)圖的分布來(lái)看，圖中散點(diǎn)基本圍繞對(duì)角線(xiàn)分布，說(shuō)明土壤含鹽量近似服從正態(tài)分布。利用ArcGIS10.3對(duì)土壤含鹽量進(jìn)行地統(tǒng)計(jì)學(xué)普通克里格插值分析，最終得到基于遙感反演模型的土壤鹽分空間分布圖。

表1 植被指數(shù)計(jì)算公式

Table 1 Computation formula for the vegetation indexes

植被指數(shù)Vegetation index計(jì)算公式Computation formula增強(qiáng)型歸一化植被指數(shù) ENDVI(b5+b7-b4)/(b5+b7+b4)增強(qiáng)型比值植被指數(shù) ERVI(b5+b7)/b4增強(qiáng)型差值植被指數(shù) EDVIb5+b6-b4增強(qiáng)型植被指數(shù) EVI2.5×(b5+b6-b4)/(b5+b6+6×b4-7.5×b2+1)

注：表中b2、b4、b5、b6和b7為L(zhǎng)andsat8遙感影像的各個(gè)波段，其中b2、b4為可見(jiàn)光波段，b5為近紅外波段，b6、b7為短波紅外。

Note: b2、b4、b5、b6, and b7 are all bands of Landsat 8 remote sensing images in the table. Among them, b2 and b4 are visible bands, b5 is near-infrared bands, and b6 and b7 are short-wave infrared bands.

3 結(jié)果分析

3.1 植被指數(shù)分析

利用SPSS 22.0軟件分別對(duì)4種增強(qiáng)型植被指數(shù)與土壤含鹽量進(jìn)行相關(guān)分析(表2)，可知4種增強(qiáng)型植被指數(shù)與土壤含鹽量均有極顯著的相關(guān)性(P<0.001)，比較它們的相關(guān)系數(shù)，可知增強(qiáng)型歸一化植被指數(shù)(ENDVI)與研究區(qū)采樣點(diǎn)土壤含鹽量的相關(guān)系數(shù)(R=-0.869)的絕對(duì)值最大，因而它與土壤鹽分的相關(guān)性最強(qiáng)，為極顯著的負(fù)相關(guān)關(guān)系(P<0.001)；增強(qiáng)型比值植被指數(shù)(ERVI)和增強(qiáng)型差值植被指數(shù)(EDVI)與土壤含鹽量都具有極顯著的負(fù)相關(guān)性(P<0.001)；增強(qiáng)型植被指數(shù)(EVI)與土壤含鹽量為極顯著的正相關(guān)關(guān)系(P<0.001)，相關(guān)系數(shù)為0.608。

3.2 土壤鹽分反演模型構(gòu)建與分析

通過(guò)線(xiàn)性回歸分析方法構(gòu)建研究區(qū)棉田土壤鹽分含量的遙感反演模型(圖2)，可分別得到4種增強(qiáng)型植被指數(shù)與土壤含鹽量的線(xiàn)性回歸模型，對(duì)比4種線(xiàn)性關(guān)系可知，ENDVI與土壤含鹽量的擬合指數(shù)最大(R2=0.824)，通過(guò)進(jìn)一步分析4種植被指數(shù)與土壤含鹽量之間的相關(guān)系數(shù)，可得知增強(qiáng)型歸一化植被指數(shù)(ENDVI)與土壤含鹽量的相關(guān)關(guān)系最為密切。由此可說(shuō)明，增強(qiáng)型歸一化植被指數(shù)(ENDVI)與土壤含鹽量線(xiàn)性擬合效果最好，通過(guò)此模型，可得到較好的土壤鹽分遙感反演結(jié)果，則增強(qiáng)型歸一化植被指數(shù)(ENDVI)與土壤含鹽量所建立的線(xiàn)性回歸模型就是最優(yōu)回歸模型，其線(xiàn)性回歸模型如下所示：

y=-56.494x+22.687

(1)

式中，y表示土壤含鹽量；x為增強(qiáng)型植被指數(shù)(ENDVI)。

表2 植被指數(shù)與土壤鹽分的相關(guān)系數(shù)

圖2 土壤含鹽量反演模型Fig.2 Inversion models of soil salinity

3.3 土壤鹽分反演模型驗(yàn)證

通過(guò)在研究區(qū)隨機(jī)選取的12個(gè)驗(yàn)證采樣點(diǎn)，利用所建立的最優(yōu)線(xiàn)性回歸模型，對(duì)土壤含鹽量進(jìn)行預(yù)測(cè)。比較分析12個(gè)驗(yàn)證采樣點(diǎn)的反演結(jié)果和實(shí)測(cè)數(shù)據(jù)，相對(duì)誤差均小于30%。同時(shí)，根據(jù)土壤含鹽量的實(shí)測(cè)值和預(yù)測(cè)值繪制的散點(diǎn)圖分析(圖3)，發(fā)現(xiàn)預(yù)測(cè)值與實(shí)測(cè)值基本上都在直線(xiàn)的兩側(cè)緊密分布。擬合指數(shù)(R2=0.886)和均方根誤差(RSME=0.970)均表現(xiàn)出較好的線(xiàn)性關(guān)系，這說(shuō)明模型的擬合效果較為理想。進(jìn)一步對(duì)提取出的82個(gè)樣點(diǎn)進(jìn)行土壤鹽分的預(yù)測(cè)，結(jié)果顯示：研究區(qū)82個(gè)預(yù)測(cè)點(diǎn)的土壤含鹽量介于9.33～26.99 g·kg-1，平均值為17.20 g·kg-1，標(biāo)準(zhǔn)差為3.90 g·kg-1，與研究區(qū)樣本實(shí)測(cè)值的統(tǒng)計(jì)結(jié)果較為一致。

3.4 土壤鹽分空間分布

3.4.1 土壤鹽分正態(tài)分布檢驗(yàn) 利用SPSS 22.0統(tǒng)計(jì)分析軟件中的P-P圖分析功能，對(duì)研究區(qū)82個(gè)樣點(diǎn)反演的土壤含鹽量進(jìn)行正態(tài)分布性檢驗(yàn)。從檢驗(yàn)結(jié)果可看出(圖4)，研究區(qū)土壤含鹽量觀測(cè)值的累積概率與正態(tài)分布期望值的累積概率構(gòu)成的散點(diǎn)集中分布在對(duì)角線(xiàn)周?chē)?，因此可認(rèn)為觀測(cè)變量近似服從正態(tài)分布，這表明利用增強(qiáng)型歸一化植被指數(shù)(ENDVI)反演的土壤含鹽量滿(mǎn)足地統(tǒng)計(jì)學(xué)分析的要求，可根據(jù)這82個(gè)采樣點(diǎn)的土壤含鹽量進(jìn)行空間插值分析。

表3 土壤含鹽量預(yù)測(cè)誤差

圖3 土壤含鹽量反演結(jié)果Fig.3 Inversion results of soil salinity

圖4 土壤含鹽量正態(tài)分布檢驗(yàn)P-P圖Fig.4 Normal distribution test P-P graph of soil salinity

3.4.2 土壤鹽分空間格局分布 利用ArcGIS 10.3軟件中地統(tǒng)計(jì)分析方法對(duì)反演模型預(yù)測(cè)得到的82個(gè)采樣點(diǎn)的土壤含鹽量進(jìn)行普通克里格空間插值。變異函數(shù)的最佳擬合模型為球狀模型，通過(guò)模型的擬合指數(shù)和均方根誤差(R2=0.701；RSME=0.467)顯示，該模型預(yù)測(cè)值與實(shí)測(cè)值較接近，擬合效果較好。通過(guò)繪制的土壤鹽分含量空間分布預(yù)測(cè)圖，可看出研究區(qū)棉田土壤鹽分在9.33～26.99 g·kg-1范圍內(nèi)發(fā)生變動(dòng)，平均值為17.42 g·kg-1，標(biāo)準(zhǔn)差為2.30 g·kg-1。其中，土壤含鹽量主要集中分布于14.87～18.46 g·kg-1之間，且由綠洲內(nèi)部向外圍呈遞增的趨勢(shì)，與該區(qū)地理環(huán)境分布較為一致。由于該研究區(qū)是遠(yuǎn)離海洋的內(nèi)陸盆地且是個(gè)封閉的單元，綠洲內(nèi)部是洪積扇，地勢(shì)較高，坡度較大，地表水的徑流量較大，加之人為活動(dòng)的干預(yù)，內(nèi)陸水系、地表水、地下水所含的土壤鹽分不易在此蓄積，土壤中的鹽分含量較少。沿著綠洲外圍的方向，地勢(shì)、坡度都呈現(xiàn)遞減的趨勢(shì)，水的徑流量較差且在水層中分布著亞黏土，因此土壤的透水性較差，會(huì)慢慢產(chǎn)生積鹽，土壤鹽分含量從綠洲內(nèi)部向外圍呈現(xiàn)遞增的趨勢(shì)，而棉花的生長(zhǎng)情況卻呈現(xiàn)出與此相反的變化趨勢(shì)，說(shuō)明土壤中的鹽分含量越低，棉花的長(zhǎng)勢(shì)愈好。

4 討論與結(jié)論

4.1 討論

由于植被與土壤間存在密切的相關(guān)性，故常利用植被作為判斷土壤鹽分含量的指示因子，通過(guò)獲取植被類(lèi)型和生長(zhǎng)狀況可間接反映土壤鹽分的空間分布特征[17]。王飛等[18]學(xué)者通過(guò)利用植被指數(shù)與土壤鹽度指數(shù)構(gòu)建土壤鹽度推理模型對(duì)塔里木盆地西北部土壤鹽漬化進(jìn)行高精度的遙感監(jiān)測(cè)研究。

圖5 土壤含鹽量空間分布預(yù)測(cè)圖Fig.5 Prediction of spatial distribution of soil salinity

丁建麗等學(xué)者的研究進(jìn)一步表明基于擴(kuò)展的增強(qiáng)型植被指數(shù)，對(duì)土壤鹽分具有較高的敏感性，可獲得較好的土壤鹽分空間分布反演結(jié)果，更適宜于土壤鹽分信息的挖掘[14，16，19]。

由于渭干河—庫(kù)車(chē)河三角洲綠洲地勢(shì)呈北高南低的趨勢(shì)，內(nèi)陸水系、地表水及地下水在下游匯集，造成綠洲下部積水嚴(yán)重，強(qiáng)烈的蒸發(fā)運(yùn)動(dòng)使土壤鹽分隨水分積聚到地表，土壤含鹽量從綠洲內(nèi)部向外圍呈現(xiàn)遞增的趨勢(shì)，且綠洲東北部棉田的土壤鹽分含量較高。通過(guò)建立增強(qiáng)型植被指數(shù)與土壤含鹽量的遙感反演模型，使用地統(tǒng)計(jì)分析方法對(duì)渭干河—庫(kù)車(chē)河三角洲綠洲棉田土壤鹽分分布狀況進(jìn)行研究，可定量分析研究區(qū)棉田土壤鹽分的空間分布狀況及其分布特征，對(duì)該區(qū)農(nóng)業(yè)的可持續(xù)發(fā)展與區(qū)域土壤鹽漬化的綜合防治具有一定的指導(dǎo)意義。

4.2 結(jié)論

通過(guò)對(duì)渭干河—庫(kù)車(chē)河三角洲綠洲棉田土壤鹽分進(jìn)行遙感反演其空間分布規(guī)律進(jìn)行研究，可得到如下結(jié)論：

(1)在傳統(tǒng)的植被指數(shù)中加入短紅外波段，可得到4種增強(qiáng)型植被指數(shù)，分別將4種增強(qiáng)型植被指數(shù)采用線(xiàn)性回歸分析方法構(gòu)建土壤鹽分遙感反演模型。4種增強(qiáng)型植被指數(shù)(ENDVI、ERVI、EDVI、EVI)對(duì)應(yīng)的相關(guān)系數(shù)分別為-0.869、-0.835、-0.825、0.608，擬合指數(shù)R2分別為0.824、0.697、0.680、0.369。通過(guò)對(duì)相關(guān)系數(shù)與線(xiàn)性回歸方程的擬合指數(shù)進(jìn)行比較分析，認(rèn)為由增強(qiáng)型歸一化指數(shù)(ENDVI)與土壤含鹽量構(gòu)建的線(xiàn)性回歸模型(y=-56.494x+22.687)預(yù)測(cè)效果最好，檢驗(yàn)結(jié)果顯示模型擬合指數(shù)R2為0.886，均方根誤差(RSME=0.970)較小。

(2)研究區(qū)棉田土壤鹽分的實(shí)測(cè)值介于7.42～22.34 g·kg-1之間，預(yù)測(cè)的研究區(qū)土壤鹽分含量介于9.33～26.99 g·kg-1之間，實(shí)測(cè)值與預(yù)測(cè)值達(dá)到較好的吻合，從土壤鹽分的空間反演圖來(lái)看，土壤含鹽量從綠洲內(nèi)部向外圍逐漸增加，與實(shí)測(cè)點(diǎn)土壤鹽分分布及棉田的生長(zhǎng)狀況較為一致，因此說(shuō)明該研究方法對(duì)估算土壤鹽分較為有效。

(3)研究表明，基于研究區(qū)棉田土壤野外采樣數(shù)據(jù)構(gòu)建的增強(qiáng)型歸一化植被指數(shù)(ENDVI)線(xiàn)性回歸模型，采用地統(tǒng)計(jì)空間插值得到的土壤鹽分空間分布圖，可以較為準(zhǔn)確地預(yù)測(cè)出渭干河—庫(kù)車(chē)河三角洲綠洲棉田土壤鹽分的空間分布狀況和分布特征。