梁 靜 丁建麗，3? 王敬哲 王 飛，3

（1 新疆大學資源與環(huán)境科學學院，烏魯木齊 830046）（2 新疆大學綠洲生態(tài)教育部重點實驗室，烏魯木齊 830046）（3 新疆大學智慧城市與環(huán)境建模自治區(qū)普通高校重點實驗室，烏魯木齊 830046）

土壤鹽漬化是世界范圍內(nèi)重要的資源及生態(tài)問題，已經(jīng)成為制約區(qū)域農(nóng)業(yè)生產(chǎn)和經(jīng)濟可持續(xù)發(fā)展的主要障礙之一［1-2］。作為國家重要的農(nóng)墾區(qū)和后備耕地資源的新疆維吾爾自治區(qū)，鹽漬土面積約占全區(qū)耕地面積的33%［3］。而不斷加重的土壤鹽漬化以及隨之而來的土地荒漠化，不斷威脅新疆的生態(tài)穩(wěn)定和糧食安全［4-5］。因此，及時并準確掌握土壤的鹽漬化信息對于區(qū)域生態(tài)穩(wěn)定、合理防治和配置土地資源至關重要。傳統(tǒng)的原位調(diào)查方法所需要的人力物力成本高，也只能獲得有限的點狀信息［6］。遙感因其探測范圍廣、不限于地形和數(shù)據(jù)獲取快等特點，被廣泛用于土壤鹽漬化的動態(tài)監(jiān)測和評價中［7-8］。

近年來，光學遙感與高光譜遙感技術已經(jīng)被廣泛應用于土壤鹽分的定量估算。Nawar等［9］在埃及El-Tina平原基于土壤反射光譜和電導率（Electrical conductivity，EC）數(shù)據(jù)建立了區(qū)域的鹽分預測模型，結(jié)果表明基于MARS（multivariate adaptive regression splines）建立的預測模型的精度更高（RPD≥2.00）。Meng等［10］利用Landsat OLI/ETM+影像與土壤EC等數(shù)據(jù)構(gòu)建了多元線性回歸（multivariable linear regression，MLR）模型，并比較了模型在黃河三角洲農(nóng)田和鹽沼景觀上的土壤鹽分定量預測能力和尺度轉(zhuǎn)換能力。Wang等［11］基于室內(nèi)測量土壤光譜數(shù)據(jù)和鹽分數(shù)據(jù)，結(jié)合HJ-CCD和Landsat 8 OLI遙感影像建立土壤含鹽量估測模型，并用Bootstarp-BP神經(jīng)網(wǎng)絡算法來比較所提出的模型性能。厲彥玲等［12］融合多光譜與高光譜影像結(jié)合原位數(shù)據(jù)進行土壤鹽分的預估，并指出相較于單一影像所構(gòu)建的模型，影像融合技術能顯著提高土壤鹽分的估算精度（R2≥0.97）。王爽等［13］研究了不同鹽漬土的光譜反射率，優(yōu)選敏感的波段，結(jié)合Landsat TM影像構(gòu)建土壤含鹽量的估算模型，實現(xiàn)了對干旱區(qū)綠洲大尺度和高精度的土壤鹽漬化監(jiān)測。王明寬等［14］以墾利縣為例對多個線性和非線性建模方法進行比較，結(jié)果表明基于BP（back propagation）神經(jīng)網(wǎng)絡所建立的模型精度最優(yōu)，R2可達到0.85。土壤鹽漬化的發(fā)生發(fā)展是一個動態(tài)過程，雖然這些基于不同平臺的遙感數(shù)據(jù)源所建立的土壤鹽分估算模型取得了較為理想的結(jié)果，但這些研究多是依據(jù)某一特定時期的遙感影像開展的，僅能反映單一時期的土壤鹽分信息。干旱區(qū)的土壤含鹽量極易受到水分的影響，土壤鹽分在水熱狀況差異極大的干季（9—10月）和濕季（4—5月）變化極為顯著［15-16］。因此，聯(lián)合地面反射光譜與星載多光譜數(shù)據(jù)對區(qū)域土壤鹽分進行定量估算，并探討季節(jié)對于土壤鹽漬化影響是極為必要的。

新疆位于絲綢之路經(jīng)濟帶的核心區(qū)域，集地緣與資源優(yōu)勢于一身，以三條通道為建設主線，對通道沿線的生態(tài)和經(jīng)濟均將產(chǎn)生巨大的影響［16-17］。艾比湖橫跨中通道的沿線精河縣和阿拉山口口岸區(qū)，是新疆維吾爾自治區(qū)最大的咸水湖，同時也是準噶爾盆地“綠洲-荒漠”生態(tài)系統(tǒng)的共軛演進中心，對氣候和人類活動十分敏感，生態(tài)環(huán)境極為脆弱［18］。基于此，本研究選取艾比湖濕地為研究靶區(qū)，聯(lián)合研究區(qū)不同時期Landsat8 OLI遙感影像，土壤EC數(shù)據(jù)及其對應的室內(nèi)反射光譜數(shù)據(jù)，建立研究區(qū)土壤EC的PLSR（partial leastsquares regression）定量估算模型，并嘗試性地比較干濕兩季的土壤鹽漬化差異，從而為艾比湖地區(qū)土壤鹽漬化的防治和農(nóng)業(yè)生產(chǎn)提供技術支持，并在一定程度上豐富尺度轉(zhuǎn)換等方面的研究。

1 材料與方法

1.1 研究區(qū)概況

艾比湖濕地位于準噶爾盆地西南緣，是內(nèi)陸干旱區(qū)高鹽湖泊濕地的典型代表，地處天山北麓（44°30′～45°10′N，82°35′～83°50′E），地跨精河縣、博樂市及阿拉山口口岸區(qū)［18］。研究區(qū)三面環(huán)山，地勢西北高東南低，西北部受阿拉山口影響，全年8級以上大風可達165 d。艾比湖地處荒漠帶，屬溫帶大陸性干旱氣候，年平均氣溫8.3 ℃，年平均降水量不足100 mm，年均潛在蒸發(fā)量達3 400 mm［19］。研究區(qū)以灰漠土、灰棕漠土和風沙土為典型土壤。湖水面積逐年縮減，伴隨著地下水位下降和土壤含鹽量的增加，鹽漬化過程進一步增強［20］。同時，受自然因素和人為活動雙重作用使得艾比湖的鹽漬化現(xiàn)象十分普遍，嚴重危害當?shù)氐纳鷳B(tài)環(huán)境與農(nóng)業(yè)生產(chǎn)生活［19］。

1.2 樣品采集與處理

研究團隊根據(jù)艾比湖濕地的生態(tài)景觀特征，選取有代表性的綠洲、荒漠及交錯帶等景觀布設樣地，在2016年5月（n= 57）及2016年9月（n=90）進行土壤樣品的采集，樣點位置如圖1所示。樣品采集前，用GPS記錄樣地的位置，5點混合法采集土樣，采樣深度為0～10 cm，共計147個土壤樣品。待土壤樣品自然風干后去除雜質(zhì)（草根，石塊等），過2 mm（10目）孔篩備用。土壤EC的測定采用德國Wissenschaftlich Technische Werkst?tten公司生產(chǎn)的Cond 7310土壤測試儀在土壤懸濁液（水土比5∶1）中進行。利用美國ASD（Analytical Spectral Devices）公司生產(chǎn)的ASD Field Spec3（波譜范圍350～2 500 nm） 光譜儀室內(nèi)采集土壤反射光譜數(shù)據(jù)。測量時在暗室內(nèi)操作，光源為50W鹵化燈，探頭視場角為25°，將過篩后土樣置于鋁盒內(nèi)，用直尺刮平土樣，每個樣點重復采集5次光譜曲線。土壤反射光譜數(shù)據(jù)采集結(jié)束后，對光譜數(shù)據(jù)進行Savitaky-Golay濾波以去除噪聲并對光譜曲線進行平滑，然后取均值作為該土樣的土壤光譜［18］。

圖1 研究區(qū)位置及采樣點分布Fig. 1 Distribution of the sampling sites（n = 147）and the location of the study area

1.3 遙感影像獲取及預處理

結(jié)合采樣時間和云量（＜10%），本文選取2016年5月21日和2016年9月10日的Landsat8 OLI影像，數(shù)據(jù)來源于美國地質(zhì)調(diào)查局（United States Geological Survey，USGS http://glovis.usgs.gov/），行列號為146/29，數(shù)據(jù)等級為LIT，空間分辨率為30 m。7個波段中心波長分別為0.443 0 μm（Coastal波段）、0.482 6 μm（藍色波段）、0.561 3 μm（綠色波段）、0.654 6 μm（紅色波段）、0.864 6 μm（NIR波段）、1.609 0 μm（SWIR1波段）和2.201 0 μm（SWIR2波段），數(shù)據(jù)描述信息詳見文獻［21］。在ENVI 5.3中完成Landsat8 OLI影像的輻射定標、大氣校正、幾何校正等預處理工作。

1.4 土壤鹽度指數(shù)獲取及計算

光譜指數(shù)與土壤表層屬性關系極為密切，是一種監(jiān)測土壤鹽漬化程度的有效指征［22］。因此，本研究在梳理前人研究及相關文獻的基礎上，選取歸一化鹽分指數(shù)（Normalized Difference Salinity Index，NDSI）、鹽分指數(shù)（Salinity Index，SI）、鹽分指數(shù)1（Salinity Index，SI1）、鹽分指數(shù)2（Salinity Index，SI2）、鹽分指數(shù)3（Salinity Index，SI3）、鹽分指數(shù)S1（Salinity Index，S1）、鹽分指數(shù)S2（Salinity Index，S2）、鹽分指數(shù)S3（Salinity Index，S3）、鹽分指數(shù)S5（Salinity Index，S5）、鹽分指數(shù)S6（Salinity Index，S6）、強度指數(shù)1（Intensity Index 1，Int1）、強度指數(shù)2（Intensity index 2，Int2）和綜合光譜響應指數(shù)（Combined Spectral Response Index，CoSRI）共13種土壤鹽分指數(shù)和影像的7個波段作為建模因子表征土壤鹽漬化信息（表1）。土壤鹽度指數(shù)計算及采樣點對應反射率數(shù)據(jù)的提取均基于遙感影像在ENVI 5.3中完成。

1.5 建模和驗證

PLSR是一種常用的、具有主成分分析的多元回歸方法［23,25］。為量化模型的擬合能力，決策標準采用均方根誤差（Root mean square error，RMSE）、決定系數(shù)（Coefficient of determination，R2）和相對分析誤差（Ratio of performance to deviation，RPD）。PLSR在MATLAB R2012b軟件中實現(xiàn)?；谑覂?nèi)測量土壤反射光譜數(shù)據(jù)，可以直接用于干旱區(qū)遙感影像的土壤鹽分估算［26］。本研究利用實驗室獲得的土壤反射光譜數(shù)據(jù)，利用ENVI 5.3中的波譜重采樣工具將其重采樣，使之與Landsat 8 OLI影像的波段相匹配。然后分別提取采樣點對應Landsat8 OLI遙感影像7個多光譜波段和土壤鹽分指數(shù)的數(shù)值，結(jié)合室內(nèi)實測土壤EC數(shù)據(jù)建立PLSR模型。研究區(qū)147個采樣點的EC數(shù)據(jù)按值從大到小排序，等間距選取98個樣本作為訓練集，其余的49個樣本構(gòu)成驗證集，分別用于模型的建立及精度的驗證。其中，模型的R2越接近1模型的穩(wěn)定性越高；RMSE越小模型的預測能力越強精度也越高；RPD大于2.0時表明模型具有較高的預測能力［11］。

表1 土壤鹽分指數(shù)Table 1 Selected soil salinity indices and their mathematical formulas

2 結(jié) 果

2.1 土壤EC的統(tǒng)計分析及其與鹽分指數(shù)的相關性

艾比湖濕地濕季土壤樣本的EC平均值為23.90 mS·cm-1，大于干季土壤樣本的EC平均值（11.62 mS·cm-1）。干濕兩季的變異系數(shù)分別為94.29%和74.14%，均屬于中等變異強度。所選取的訓練數(shù)據(jù)集（0.11～64.60 mS·cm-1）和驗證數(shù)據(jù)集（0.03～59.80 mS·cm-1）的EC平均值分別為16.52 mS·cm-1和16.93 mS·cm-1。訓練集和驗證集的數(shù)據(jù)分布均保持了和研究區(qū)全部樣本土壤EC相似的統(tǒng)計分布，避免了在模型校準和驗證中的潛在偏估計。

表2 研究區(qū)土壤樣品的EC統(tǒng)計特征Table 2 Statistics of EC of the soil samples collected from the Ebinur Lake wetland /（mS·cm-1）

基于預處理后的Landsat8 OLI影像計算土 壤鹽分指數(shù)，然后根據(jù)樣點數(shù)據(jù)的地理位置提取鹽分指數(shù)上相應點的信息，采樣點的EC與鹽分指數(shù)之間的相關性見表3。結(jié)果表明，干濕季采樣點的EC與遙感影像的7個波段和鹽分指數(shù)之間的相關性均通過顯著性檢驗。除Band6和Band7外，其余指數(shù)相關性均在0.01水平下極顯著。

表3 EC與光譜波段及衍生鹽分指數(shù)之間的相關性Table 3 Correlation coefficients between EC and spectral bands and salinity indices

2.2 Landsat8 OLI數(shù)據(jù)評估

由于土壤鹽分和土壤EC之間的關系顯著，土壤含鹽量可用水土質(zhì)量比為5∶1的溶液測得的EC數(shù)據(jù)來進行替代分析。依據(jù)土壤鹽漬化水平分類標準，本研究的土壤樣本可以劃分為以下5類：EC＞ 16 mS·cm-1為鹽土，8～16 mS·cm-1為重度鹽漬化，4～8 mS·cm-1為中度鹽漬化，2～4 mS·cm-1為輕度鹽漬化，0～2 mS·cm-1為非鹽漬化［27］。從圖2中可以看出，室內(nèi)獲取的土壤光譜反射率與從OLI數(shù)據(jù)得到的光譜數(shù)據(jù)之間存在很高的相關性，并且室內(nèi)測量的光譜反射率高于OLI影像上相應點的光譜反射率值。此外，不同鹽分含量的土壤樣本的光譜曲線走勢基本一致，但隨著土壤鹽分的增加，土壤光譜反射率基本呈現(xiàn)隨之增加的趨勢［9］。

圖2 不同EC水平下土壤的室內(nèi)光譜和Landsat8 OLI影像的反射率Fig. 2 In-lab spectra and Landsat8 OLI spectral reflectance of soil samples different in EC level /（mS·cm-1）

2.3 基于PLSR模型的土壤含鹽量估算模型

PLSR模型可以綜合篩選變量信息，使因變量具有最強的解釋能力；在減少噪聲信息干擾的同時，充分利用所有參與建模的數(shù)據(jù)信息［23］。因此，本研究選取13種土壤鹽分指數(shù)和7個波段作為建模因子對兩期數(shù)據(jù)構(gòu)建基于PLSR的土壤EC估算模型。在圖3中，顯示了PLSR模型的回歸系數(shù)分析結(jié)果。各個變量對鹽分的敏感程度不同，在模型中的權(quán)重也存在一定差異，其中紅波段（B4）和NIR（B5）波段對預測土壤EC的貢獻最大，其次是鹽分指數(shù)S5，Costal Aerosol（B1），綠波段（B3），鹽分指數(shù)S3，SWIR-1波段（B6）和SWIR-2波段（B7），鹽分指數(shù)Int1、SI1和SI3對估算土壤EC的貢獻率最低。以上結(jié)果表明，基于波譜重采樣后的光譜數(shù)據(jù)校正后的Landsat8 OLI影像的反射率數(shù)據(jù)進行區(qū)域土壤EC的定量估算及空間制圖是可行的。對于艾比湖保護區(qū)，土壤含鹽量的建模精度和驗證精度均較高。預測模型的R2為0.89，RMSE為6.99 mS·cm-1，RPD為2.19；模型驗證R2為0.91，RMSE為6.48 mS·cm-1，RPD為2.45。土壤EC估算模型建模和驗證精度見圖4。

圖3 PLSR模型的回歸系數(shù)Fig. 3 Regression coefficients of the PLSR model

圖4 電導率預測值與實測值關系散點圖Fig. 4 Scatter plot of measured and predicted

2.4 研究區(qū)土壤鹽分的空間分布

聯(lián)合PLSR土壤EC預測模型和遙感影像以繪制土壤EC分布圖。從整體變化趨勢看，以艾比湖水體為中心，自中心到保護區(qū)外圍邊界，土壤鹽漬化情況不斷減輕，與野外實際調(diào)查結(jié)果基本一致，說明估算模型的效果是可信的。從研究區(qū)北部土石區(qū)和水體可以看出，本文所建立的土壤鹽漬化定量估算模型可對鹽漬土和非鹽漬土極為敏感；從研究區(qū)南部的鹽田的識別效果極可以再次證明模型的準確性。

艾比湖生態(tài)脆弱，是新疆及中國西北部的重要生態(tài)屏障。伴隨著湖濱地區(qū)荒漠化加劇，該地區(qū)已成為中國西部沙塵暴的主要策源地之一。同時，干旱區(qū)土壤鹽漬化易受季節(jié)性降水的影響［25］。因此，增強對區(qū)域年內(nèi)（干濕季）土壤鹽漬化分布及含量狀況的了解對于區(qū)域的生態(tài)治理與修復是極為必要的。由表4可知，從2016年5月到2016年10月，艾比湖保護區(qū)鹽漬土總面積增加了33.4 km2。從濕季到干季，中度鹽土和重度鹽漬土面積分別增加34.5 km2和20.7 km2，輕度鹽漬土、鹽土面積共減少21.8 km2，非鹽漬土面積減少57 km2，水體面積增加23.6 km2。

就整個保護區(qū)而言，鴨子灣管護站以西的地區(qū)干季的土壤含鹽量大于濕季，而鴨子灣管護站以東則呈現(xiàn)相反的狀況，這與研究團隊野外調(diào)查結(jié)果是相符的。鳥島管護站西北方向的間歇性干涸湖底干季以鹽土為主，其中間或分布重度鹽漬土，而濕季鹽漬化狀況大幅減輕，重度鹽漬土為主，夾雜非鹽漬土；科克巴斯陶管護站以北多為非鹽漬土，其他方向主要分布重度鹽漬土和鹽土，相較而言濕季的鹽土斑塊更加破碎；從鹽池橋管護站、鴨子灣管護站至其西南部，沿線濕季鹽漬化加重且主要分布鹽土，以西臨近水體附近從干季以鹽土和重度鹽漬土塊狀分布轉(zhuǎn)變?yōu)闈窦镜闹囟塞}漬為主零星分布中度鹽漬土，以東到東大橋管護站鹽漬化狀況加重從中度、重度鹽漬土為主轉(zhuǎn)變?yōu)橹囟塞}漬土和鹽土為主；東大橋管護站東南方向小部分區(qū)域由重度鹽漬土轉(zhuǎn)為鹽土（圖5）。

表4 2016年5月至2016年10月艾比湖保護區(qū)鹽漬化轉(zhuǎn)移矩陣Table 4 Area variation matrix of soil salinity in the studied area from May to October in 2016 /km2

圖5 艾比湖濕地表層土壤EC分布圖Fig. 5 Soil salinity（EC）maps of the Ebinur Lake wetland

3 討 論

已有研究所建立的土壤EC含量定量估算模型，多是基于多光譜影像或高光譜數(shù)據(jù)等單一數(shù)據(jù)源構(gòu)建的。本研究以艾比湖濕地采集的147個表層土壤為研究對象，結(jié)合室內(nèi)測量土壤反射光譜數(shù)據(jù)和遙感影像的反射率數(shù)據(jù)，經(jīng)空間尺度轉(zhuǎn)換后建立了艾比湖濕地土壤EC的估算模型。將兩種不同分辨率的數(shù)據(jù)進行聯(lián)合建模，既提升了傳統(tǒng)光學遙感影像模型的精度，又將高光譜數(shù)據(jù)從孤立的點狀信息擴展至像元尺度及區(qū)域尺度上。這對于發(fā)揮遙感技術的優(yōu)勢是至關重要的。

室內(nèi)測量的土壤光譜數(shù)據(jù)的重采樣處理是本研究中的一個重要步驟。Landsat8 OLI數(shù)據(jù)的光譜反射率與重采樣的光譜波段具有較高的相關性，這主要與采樣點位于裸土區(qū)域（純凈像元）有關。其次，研究區(qū)干濕兩季的NDVI均小于0.1，且干濕季降水量的差異較?。ǎ?0 mm），加之區(qū)域極強的蒸散作用，可忽略植被和水分對遙感影像的干擾，使得室內(nèi)土壤光譜數(shù)據(jù)與影像上的土壤光譜具有高度重疊的現(xiàn)象［28］。但兩者之間仍存在一定的差異，預處理時，大氣校正的準確性會影響OLI數(shù)據(jù)光譜反射率；在重新采樣時僅考慮傳感器的光譜分辨率，而忽略了輻射分辨率、空間分辨率、傳感器的幾何形狀和信噪比等其他因素［9］。相較于Nawar等［9］（R2= 0.70，RPD =1.82）和曹雷等［23］（R2= 0.78）建立的土壤EC估算模型，本研究所構(gòu)建的PLSR模型的精度和穩(wěn)定性均得以提升（R2= 0.89，RPD = 2.19）。這可能是因為艾比湖的干濕季土壤含水量和降水差異小且蒸發(fā)量極高，外界條件對于地表反射率的影響十分微弱，土壤EC含量和土壤光譜之間的高相關，并且OLI數(shù)據(jù)的波段對于土壤鹽分較為敏感［29-30］。本研究所構(gòu)建模型中，紅波段和NIR波段對土壤鹽分估算模型的貢獻度較高，這與Nawar等［9］的結(jié)果是一致的；但Meng等［10］在黃河三角洲研究區(qū)建立的模型中除了近紅波段外，COSRI指數(shù)對模型的貢獻度最大，這與本研究中COSRI的貢獻度是相反的。這可能是由于研究區(qū)受人為干擾少，植被覆蓋度低且采樣點多分布在純像元內(nèi)。

艾比湖保護區(qū)表層土壤的鹽分分布在濕季與干季呈現(xiàn)顯著差異（圖5）。在春季，隨氣溫升高冰雪消融，土壤中的可溶性鹽隨水流動使得地表鹽分較為均勻，在蒸發(fā)與地形的影響下鹽分向某一方向聚集，同時受到來自阿拉山口的強風影響，致使?jié)窦镜闹佧}土和鹽土成塊狀分布在鴨子灣附近。但干季鹽漬土的總面積增加，輕度鹽漬土和鹽土面積的減少，這可能與干季艾比湖湖面積增加、土壤在干燥季節(jié)鹽堿地地下水接近土壤表面時，和高蒸發(fā)速率導致鹽在土壤表面積聚有關［25］。艾比湖保護區(qū)濕季的輕度鹽土和鹽土面積大于干季，且鹽漬土主要分布在艾比湖保護區(qū)的東南部，及西北部，土壤含鹽量靠近農(nóng)田的區(qū)域土壤含鹽量遠大于遠離農(nóng)田的區(qū)域。雖然Wang等［11］在本研究區(qū)建立的模型精度較高，但樣點數(shù)量較少（n= 44）。本研究在增加樣點數(shù)量的基礎上，幾乎覆蓋了整個保護區(qū)的所有地類，同時為進一步揭示土壤鹽漬化的干濕季變化規(guī)律，對區(qū)域EC的估算結(jié)果進行了可視化表達，獲得了艾比湖區(qū)域土壤EC更為合理的空間分布狀況。此外，為了展示不同鹽漬化程度土壤的空間變化趨勢，輔以土地利用轉(zhuǎn)移矩陣以定量表達其變化情況。但受Landsat8 OLI數(shù)據(jù)的空間分辨率（30 m）的限制，單純依據(jù)遙感影像計算鹽漬化土壤面積空間分布的準確性可能會受到制約。

基于遙感技術的土壤鹽漬化信息提取是以土壤鹽分的光譜反射率為前提的。定量遙感反演的困難之處在于響應變量往往不可控［25］。土壤的光譜反射率除了鹽分含量以外，還會受到礦物成分、質(zhì)地結(jié)構(gòu)、有機質(zhì)含量及表面粗糙度等理化性質(zhì)的影響。后續(xù)的研究將在探討干濕季對土壤EC影響的同時，進一步擴大樣本數(shù)量以豐富土壤數(shù)據(jù)庫，并利用長時間序列的影像與原位數(shù)據(jù)，以提高模型的泛化能力與準確性。

4 結(jié) 論

本研究以艾比湖濕地的表層土壤為研究對象，通過分析艾比湖保護區(qū)的Landsat8 OLI數(shù)據(jù)估算土壤鹽分及其波段和光譜指數(shù)與土壤EC之間的關系，利用147個表層土壤樣品的室內(nèi)測量反射光譜數(shù)據(jù)、含鹽量及其電導率數(shù)據(jù)，建立土壤EC含量

PLSR定量估算模型，得出以下結(jié)論：艾比湖保護區(qū)土壤鹽漬化較為嚴重，濕季土壤樣本EC含量的平均值高于干季?；贚andsat8 OLI遙感影像結(jié)合室內(nèi)實測光譜數(shù)據(jù)建立PLSR模型估算土壤鹽分模型具有較好的精度。從2016年5月至2016年9月，艾比湖保護區(qū)中度鹽漬土和重度鹽漬土面積增加，輕度鹽漬土、鹽土面積減少。