尹小君 寧川 韓峰 張雅 高軍

摘要：土壤鹽漬化是我國干旱區(qū)常見的生態(tài)環(huán)境問題。在分析不同地物和不同等級土壤鹽漬化光譜特征的基礎(chǔ)上，運用機器學(xué)習(xí)支持向量機（support vector machine，SVM）模型，以Landsat-TM和Landsat-ETM+多光譜遙感影像和野外調(diào)查數(shù)據(jù)為數(shù)據(jù)源，分析天山北坡典型區(qū)域土壤鹽漬化的變化規(guī)律和轉(zhuǎn)移特征。結(jié)果表明：鹽漬土壤區(qū)別于水體、沙漠和植被的最佳波段是710～900 nm;重度鹽漬土壤的光譜反射率在波長為400～900 nm范圍內(nèi)普遍高于其他鹽漬化土壤;SVM模型對1990年、2000年/2014年3期天山北坡典型區(qū)域遙感影像的分類精度達到84%以上，Kappa系數(shù)均在0.86以上，土壤鹽漬化面積在1990—2000年間增加了1 032.86 hm2，在2000—2014年間減少了1 581.84 hm2;1990—2000年間，裸土轉(zhuǎn)移為鹽漬地的面積比較大，2000—2014年間，鹽漬地轉(zhuǎn)化為耕地和裸土的面積比較大，土壤鹽漬化面積先增后減的變化波動，表明隨著土地利用和農(nóng)田灌溉方式的改良，新疆北疆地區(qū)土壤鹽漬化程度得到了明顯抑制。

關(guān)鍵詞：干旱區(qū);土壤鹽漬化;光譜響應(yīng)特征;動態(tài)監(jiān)測;SVM

中圖分類號：S127;S156.4 ??文獻標志碼： A

文章編號：1002-1302（2019）16-0277-05

收稿日期：2018-04-25

基金項目：時空融合的荒漠土壤鹽漬化動態(tài)監(jiān)測（編號：2013ZRKXYQ18）。

作者簡介：尹小君（1977—），女，四川射洪人，博士，副教授，主要從事資源環(huán)境遙感研究。

通信作者：寧 川，碩士，講師，主要從事遙感應(yīng)用研究。

隨著全球氣候變暖趨勢的日益加劇，中低緯度區(qū)域的土壤鹽漬化問題日益突出，美國、中國、匈牙利、澳大利亞等國的鹽漬化問題將會日益凸顯，而非洲北部與東部、南美洲、中東、中亞和南亞地區(qū)的鹽漬化問題將會更加嚴峻[1-5]。我國耕地中鹽漬化面積達到920.9萬hm2，占全國耕地面積的6.62%，新疆鹽漬化總面積為847.6萬hm2，現(xiàn)有耕地中31.1%的面積受到鹽漬化危害[6]。新疆是土壤鹽漬化大區(qū)，鹽漬化土種類多，被稱為世界鹽堿土的博物館[7]。新疆鹽漬化問題已經(jīng)成為干旱區(qū)生態(tài)環(huán)境遙感監(jiān)測的重要內(nèi)容[8-9]。

新疆氣候干燥，以晴天居多，特別適于利用遙感技術(shù)開展土壤鹽漬化的研究[10-11]。丁建麗等以渭干河-庫車河流域綠洲鹽漬地作為研究區(qū)，構(gòu)建多光譜遙感影像土壤鹽漬化距離指數(shù)（soil distance index，SDI），同時利用修改型土壤調(diào)整植被指數(shù)（MSAVI）、濕度指數(shù)（WI）之間的關(guān)系，提出了MSAVI-WI特征空間概念，構(gòu)建了土壤鹽漬化遙感監(jiān)測指數(shù)模型，模型精度高于土壤鹽漬監(jiān)測指數(shù)[12-16]。買買提·沙吾提等以渭干河-庫車河三角洲綠洲為研究區(qū)，利用先進的陸地觀測衛(wèi)星（advanced land observing satellite，ALOS）的多光譜影像，通過植被指數(shù)綜合評價，得出鹽漬化危險性區(qū)域[17]。Akramkhanov等通過實地調(diào)查，結(jié)合地統(tǒng)計學(xué)，研究了烏茲別克斯坦的土壤鹽漬化過程，得出一部分呈斑塊狀的地區(qū)將鹽漬化，而中部地區(qū)存在鹽漬化的趨勢[18]。Li等利用HJ-1A（環(huán)境與災(zāi)害監(jiān)測衛(wèi)星）高光譜數(shù)據(jù)，構(gòu)建了歸一土壤含鹽量指數(shù)（normal soil salt content response index，簡稱NSSRI），對江蘇省如東縣的土壤鹽漬化含鹽量進行了反演，反演精度比較高[19]。各種土壤鹽漬化植被指數(shù)增強了遙感影像土壤鹽漬化的解釋力，但是隨著機器學(xué)習(xí)技術(shù)的發(fā)展，筆者期望能進一步提高土壤鹽漬化智能化和自動化的識別能力。

本研究以新疆天山北坡148團為研究區(qū)域，首先分析新疆天山北坡土壤鹽漬化的光譜特征，再利用機器學(xué)習(xí)的支持向量機（support vector machine，SVM）模型對Landsat TM和Landsat ETM+遙感影像進行土壤鹽漬化變化分析，得出土壤鹽漬化的轉(zhuǎn)移特征，明確土壤鹽漬化變化規(guī)律，掌握研究區(qū)域土壤鹽漬化的格局和趨勢，對土壤鹽漬化的嚴重地區(qū)進行重點監(jiān)控，從而為進一步防治土壤鹽漬化提供理論依據(jù)。

1 研究區(qū)與試驗方法

1.1 研究區(qū)

新疆生產(chǎn)建設(shè)兵團148團場位于瑪納斯河流域，86°06′～86°24′E，44°43′～45°44′N，屬于溫帶大陸性氣候，年平均氣溫4.7～5.7 ℃，最高氣溫42.8～43.1 ℃，最低氣溫-43.1～39.8 ℃。年平均蒸發(fā)量1 500～2 100 mm，4—8月蒸發(fā)量占全年蒸發(fā)量的65%～70%。148團屬于沖積平原，土壤類型多為鹽土、草甸土及沼澤土等，其低洼處有暗色草甸土、淺色荒漠土和鹽化草甸等，具有荒漠性的土壤植被及廣闊的內(nèi)陸流域。148團場這種山地集流機制及荒漠聚熱效應(yīng)產(chǎn)生了新疆獨特的綠洲生態(tài)機制，在干旱區(qū)土壤鹽漬化的研究中具有較好的典型性和代表性。

1.2 土壤鹽漬化程度等級劃分與試驗

根據(jù)羅家雄提出的新疆土壤鹽漬化程度等級劃分標準，以0～20 cm表層土壤中鹽分含量和組成作為評定基礎(chǔ)，結(jié)合研究區(qū)特殊的地理環(huán)境和鹽漬化特征，得出研究區(qū)土壤鹽漬化程度劃分標準[20]，如表1所示。

采用五點隨機取樣法，首先測定光譜數(shù)據(jù)，利用全球定位系統(tǒng)（GPS）測定該點的經(jīng)緯度坐標，然后采集0～20 cm表層土壤，將五點土樣均勻混合后，放入已編號的采樣袋中，將土樣帶回實驗室備用。采樣的土樣在室內(nèi)陰涼處進行自然風(fēng)干，碾碎后過1 mm篩，將處理好的土樣制成待測液（土水比 1 g ∶5 mL），采用pH計測定土壤的pH值。

1.3 光譜測定試驗

采用美國ASD Field Spec Pro FR2500型便攜式光譜儀，Pro FR 2500便攜式光譜儀有512個光譜波段，其波段范圍為350～2 500 nm，采樣波段寬在350～1 000 nm范圍為1.4 nm，在1 000～2 500 nm范圍為2 nm。光譜分辨率在350～1 000 nm范圍為3 nm，在1 000～2 500 nm范圍為10 nm。獲取100個樣本，其中土壤鹽漬化38個樣本（含輕度鹽漬化9個樣本，中度鹽漬化10個樣本，重度鹽漬化9個樣本，鹽漬化10個樣本），耕地23個樣本，沙漠13個樣本，水體8個樣本，裸土18個樣本。

1.4 遙感數(shù)據(jù)獲取與預(yù)處理

研究數(shù)據(jù)為2014年8月Landsat 7 ETM+所獲得的兩景多光譜數(shù)據(jù)，2010年8月和1990年8月Landsat 7 TM所獲得的四景多光譜數(shù)據(jù)。其中Landsat ETM+影像數(shù)據(jù)包括8個波段，band（波段）1～band5和band7的空間分辨率為30 m，band6的空間分辨率為60 m，band8的空間分辨率為15 m，南北的掃描范圍大約為170 km，東西的掃描范圍大約為 183 km。具體的參數(shù)如表2所示。

在ENVI軟件系統(tǒng)下，根據(jù)2014年7月14日至2014年8月26日的野外調(diào)查數(shù)據(jù)，選擇148團場32個實測GPS地面控制點采用多項式糾正模型進行幾何校正，重采樣方法為最鄰近內(nèi)插法，校正總精度均方根值（root mean square，簡稱RMS）控制在0.42個像元。校正后的影像經(jīng)過裁剪，進行假彩色合成。選取如圖1所示的典型區(qū)域作為研究區(qū)。

1.5 SVM模型

SVM是由Vapnik在1995年提出的一種基于統(tǒng)計學(xué)習(xí)理論的機器學(xué)習(xí)方法[21]。在分類中，建立1個分類超平面作為決策曲面，使得正例和反例之間的隔離邊緣被最大化。分類超平面如下：

[w（x）]+b=0。（1）

式中：b表示偏置;w代表分類面的權(quán)重向量;表示輸入特征向量空間到高維空間的映射。

找出最優(yōu)分類超平面的過程轉(zhuǎn)化為解算1個最優(yōu)化問題。

目標函數(shù)如下：

minw，b，ξ12‖w‖2+C∑ki=1ξi。（2）

約束條件如下：

s.t. yi[w（xi）+b]+ξi≥1。（3）

式中：i=1，2，……，k;b表示懲罰參數(shù);ξi表示松弛變量，ξi≥0，主要解決數(shù)據(jù)集的線性不可分。利用Lagrange函數(shù)將原始優(yōu)化問題轉(zhuǎn)化為對偶優(yōu)化問題，（4）和（5）式表示為和。

目標函數(shù)如下：

maxaL（a）=∑ki=1ai-12∑ki=1 ∑kj=1aiajyiyjk（xixj）。（4）

約束條件如下：

s.t. ∑ki=1yiai=0 ai≥0 i=1，2，……，k。（5）

式中：k（xixj）=（zi）（xj）代表核函數(shù)，使用核函數(shù)將輸入特征空間映射到高維空間。選擇不同的核函數(shù)可以產(chǎn)生不同的支持向量機。本研究選擇徑向基核函數(shù)，其公式如下：

k（x，y）=exp（-γ‖x-y‖2）。（6）

式中：γ為核函數(shù)的寬度。解算公式（4）上面的對偶問題，得到最優(yōu)解，由此得出SVM分類判別函數(shù)如下：

f（x）=sgn[∑support vectoryia0ik（xix）-b0]。（7）

SVM以嚴格的數(shù)學(xué)理論為基礎(chǔ)，克服了傳統(tǒng)經(jīng)驗學(xué)習(xí)和啟發(fā)式學(xué)習(xí)的靠經(jīng)驗和啟發(fā)的先驗成分。同時結(jié)構(gòu)風(fēng)險最小化原則，提高了置信水平，克服了過學(xué)習(xí)的問題，得到全局最優(yōu)解。

2 結(jié)果與分析

2.1 典型地物光譜特征分析

由圖2可知，不同地物的光譜反射率不同。鹽漬土、水體與沙漠的光譜曲線的變化均是平滑緩慢的，且鹽漬土的光譜值最高，其次是水體和沙漠。而植被光譜變化較大，在500～580 nm波段間出現(xiàn)小波峰，680 nm出現(xiàn)波谷，隨后在700～760 nm波段間出現(xiàn)波峰，而在710 nm以上植被的光譜數(shù)值變化趨于平滑，并且其光譜值大于鹽漬土，其原因與土壤物化特性、水分動態(tài)以及植被葉面反射率特性等有關(guān)。

2.2 不同等級土壤鹽漬化光譜特征分析

不同程度鹽漬化土壤的光譜特征均不相同，總體上比較平緩，其中重度鹽漬土光譜數(shù)值最高，其次是中度鹽漬土和輕度鹽漬土，而非鹽漬化土壤的光譜數(shù)值最低。結(jié)合148團場土壤鹽漬化的覆被特征分析（圖3）可知，重度鹽漬化區(qū)域，土壤表層有白色鹽霜，其土壤光譜反射率大于其他等級。而中度鹽漬化和輕度鹽漬化區(qū)域，地表局部有鹽結(jié)皮或鹽斑，土壤光譜反射率略低。非鹽漬化土壤區(qū)域，光譜反射率最低。

重度鹽漬土的光譜反射率在波長400～900 nm范圍內(nèi)普遍高于其他鹽漬化土壤，主要是因為，重度鹽漬土表層覆有鹽霜或鹽結(jié)皮，鹽分均為白色晶體，使得地表光滑而亮白，光譜反射率較大。土壤鹽分含量越高，鹽漬化程度越重，光譜反射能力也就越強。

2.3 干旱區(qū)土壤鹽漬化動態(tài)監(jiān)測

2.3.1 干旱區(qū)土地覆蓋分類與分類精度分析

經(jīng)過對研究區(qū)多次考察，對訓(xùn)練樣本進行多次分析試驗，確定準確的地物光譜特征，選擇徑向基核SVM模型進行分類處理。由圖4可知，三期遙感影像鹽漬地總體上分布在沙漠邊緣，部分分布在耕地的周邊，其中2000年鹽漬地面積呈現(xiàn)大幅增加趨勢，主要因素是地下水和人為棄耕。

采用混淆矩陣法對遙感圖像處理結(jié)果進行精度評價，Kappa系數(shù)用來代表整個混淆矩陣的精度參數(shù)：

Kappa=[N∑ri=1xii-∑（xi+x+i）]/（N2-∑xi+x+i）。（8）

式中：xii是誤差矩陣中第i行、第i列上的樣本數(shù);xi+和x+i分別是第i行和第i列總樣本的數(shù)目和;N代表總樣點數(shù);r表示矩陣的行數(shù)。對各期遙感影像隨機抽樣，進行分類精度檢驗（表3），可知分類精度達到84%以上，Kappa系數(shù)均在0.86以上，分類結(jié)果較為理想。

2.3.2 土壤鹽漬化變化分析

對2014年、2000年和1990年的土壤鹽漬化進行變化分析（圖5），可以得出，1990—2000年經(jīng)過10年，研究區(qū)土壤鹽漬化面積呈現(xiàn)上升趨勢，增加了1 032.86 hm2。土地開發(fā)利用的強度加大和不合理的灌溉，導(dǎo)致土壤鹽漬化現(xiàn)象加重。2000—2014年經(jīng)過14年，土壤鹽漬化面積有所減少，其面積減少為1 581.84 hm2，說明公眾對土壤鹽漬化危害的認識不斷加深，并采取了一定的改良治理措施和滴灌、噴灌灌溉技術(shù)的應(yīng)用，使得鹽漬化土壤的治理朝著良性方向發(fā)展。

研究區(qū)鹽漬化區(qū)域在綠洲外部呈條狀，內(nèi)部呈斑塊分布。1990年，鹽漬化土壤多分布在耕地和沙漠的邊緣及過渡帶處;2000年，鹽漬化土壤分布較為分散，在綠洲內(nèi)部均有零星分布;2014年，鹽漬化土壤分布在灌區(qū)周圍的荒地及地勢低洼排水不暢的沙漠邊緣地帶。土壤鹽漬化變化趨勢是依據(jù)地形地貌的不同沿地下水流向，有向沙漠深處蔓延的趨勢。

2.3.3 土壤鹽漬化轉(zhuǎn)移分析

為了進一步探討研究區(qū)土壤鹽漬化變化轉(zhuǎn)移信息，分別對1990年、2000年、2014年3期遙感影像分類進行差異分析，得出相鄰2個時期的鹽漬化面積轉(zhuǎn)移矩陣表。

從表4、表5可知，研究區(qū)土壤鹽漬化與耕地、沙漠、水體和裸土之間轉(zhuǎn)移變化明顯。表4中，橫向為2000年土地變化統(tǒng)計數(shù)據(jù)，縱向為1990年土地變化統(tǒng)計數(shù)據(jù)。在1990—2000年間，鹽漬化總體面積在增加，增加面積為 1 032.86 hm2，鹽漬化變化為其他類型土地的面積為?775.40 hm2。裸土轉(zhuǎn)移為鹽漬地的面積最大，為762.68 hm2，其次是沙漠，面積為717.24 hm2。表5中，橫向為2014年土地變化統(tǒng)計數(shù)據(jù)，縱向為2000年土地變化統(tǒng)計數(shù)據(jù)。2000—2014年間，鹽漬化總體面積在減少，減少的面積為 1 581.84 hm2，鹽漬化變化為其他類型土地的面積為?2 991.71 hm2。鹽漬地轉(zhuǎn)移為耕地的面積最大，為?1 415.32 hm2，鹽漬地轉(zhuǎn)移為裸土的面積為 1 302.01 hm2。

研究區(qū)鹽漬化土壤總面積從1990年的4 140.52 hm2增長到2000年的5 173.38 hm2，再降低到2014年的 3 591.54 hm2。鹽漬化土壤面積的減少以及良好的發(fā)展趨勢與近些年人們對土壤鹽漬化的嚴格控制是分不開的。1990—2000年10年間裸土轉(zhuǎn)化為鹽漬地的面積比較大，說明人類對裸土沒有進行合理的改良和利用，同時不合理的灌溉造成耕地邊緣的裸土鹽漬化日益嚴重，繼而導(dǎo)致裸土轉(zhuǎn)化為鹽漬化的面積大大增加。2000—2014年14年間鹽漬化土地轉(zhuǎn)化為耕地的面積最大，其次是裸土。說明人類加大了土地利用程度，開墾屯田，增加了耕地面積，同時改善了灌溉方式，采用滴灌和噴灌合理控制了土壤的鹽漬化程度。

3 結(jié)論

本研究通過干旱區(qū)土壤鹽漬化的光譜信息，利用SVM模型對土壤鹽漬化進行識別，從而進行土壤鹽漬化動態(tài)監(jiān)測，結(jié)論如下：

（1）測定了水體、沙漠、植被、鹽漬土的光譜反射率，分析了鹽漬土的光譜特征，在400～900 nm鹽漬土光譜變化比較平緩，710 nm以后由于植被光譜反射率進入近紅外反射平臺，增加了鹽漬土與植被光譜反射率的差異。同時，鹽漬土與水體和沙漠的光譜反射率差異也比較大。因此，710～900 nm是鹽漬土區(qū)別于水體、沙漠和植被的最佳波段。

（2）分別對不同程度的鹽漬化土壤進行光譜反射率分析，得出整體上不同程度鹽漬化土壤的光譜反射率變化比較平緩，其中重度鹽漬土的光譜反射率在波長400～900 nm范圍內(nèi)普遍高于其他鹽漬化土壤。為了減少識別的誤差，本研究增加了重度鹽漬土的采樣點。

（3）利用SVM模型對土壤鹽漬化進行動態(tài)監(jiān)測，包括干旱區(qū)土地覆蓋分類與分類精度評價、土壤鹽漬化的變化特征和土壤鹽漬化轉(zhuǎn)移分析。利用SVM模型對1990年、2000年、2014年3期遙感影像進行干旱區(qū)土地覆蓋分類，分類精度達到84%以上，Kappa系數(shù)均在0.86以上;3期遙感影像中，土壤鹽漬化面積是先增加再減少，2000年土壤鹽漬化面積最大，主要是依據(jù)地形地貌的不同沿地下水流向，有向沙漠深處蔓延的趨勢。1990—2000年間，裸土轉(zhuǎn)移為鹽漬地的面積比較大;2000—2014年間，鹽漬地轉(zhuǎn)化為耕地和裸土的面積比較大，說明1990—2000年間，人們對裸土沒有進行合理的改良和利用，同時不合理的灌溉造成耕地邊緣的裸土鹽漬化日益嚴重;2000—2014年間，人類加大了土地利用程度，開墾屯田，增加耕地面積，同時改善了灌溉方式，采用滴灌和噴灌合理控制了土壤的鹽漬化程度。

SVM模型具有嚴格的統(tǒng)計學(xué)理論基礎(chǔ)，提高了土壤鹽漬化識別的精度和土壤鹽漬化識別的自動化程度。本研究對于今后土壤鹽漬化的動態(tài)監(jiān)測的智能化和自動化研究具有重要的參照價值。

參考文獻：

[1]王玉剛，肖篤寧，李 彥，等. 新疆三工河流域尾閭綠洲地下水變化與土壤積鹽的響應(yīng)[J]. 生態(tài)學(xué)報，2007，27（10）：4036-4044.

[2]Acosta J A，Jansen B， Kalbitz K， et al. Salinity increases mobility of heavy metals in soils[J]. Chemosphere，2011，85（8）：1318-1324.

[3]Aldakheel ?Y ?Y. ?Assessing NDV1 spatial pattern as related to irrigation and soil salinity management in Al-Hassa Oasis， Saudi Arabia[J]. Journal of the lndian Society of Remote Sensing，2011，39（2）：171-180.

[4]Muyen Z，Moore G A， Wrigley R J. Soil ?salinity and ?sodicity effects ??of ?wastewater ?irrigation ?in ????South ?Last ?Australia[J]. Agricultural Water Management，2011，99（1）：33-41.

[5]李建國，濮勵杰，朱 明，等. 土壤鹽漬化研究現(xiàn)狀及未來研究熱點[J]. 地理學(xué)報，2012，67（9）：1233-1245.

[6]楊勁松. 中國鹽漬土研究的發(fā)展歷程與展望[J]. 土壤學(xué)報，2008，45（5）：837-840.

[7]田長彥，周宏飛，劉國慶. 21世紀新疆土壤鹽漬化調(diào)控與農(nóng)業(yè)持續(xù)發(fā)展研究建議[J]. 干旱區(qū)地理，2000，23（2）：177-181.

[8]Rao B R M，Sharma R C，Ravisankar T，et al. Spectral behaviour of salt-affected soils[J]. lnternational Journal of Remote Sensing，1995，16（12）：2125-2136.

[9]Letey J， Hoffman G J， Hopmans J W，et al. Evaluation of soil salinity leaching requirement ?guidelines[J]. Agricultural ?Water Management，2011，98（4）：502-506.

[10]高婷婷，丁建麗，哈學(xué)萍，等. 基于流域尺度的土壤鹽分空間變異特征——以渭干河-庫車河流域三角洲綠洲為例[J]. 生態(tài)學(xué)報，2010，30（10）：2695-2705.

[11]王玉剛，肖篤寧，李 彥. 流域尺度綠洲土壤鹽分的空間異質(zhì)性[J]. 生態(tài)學(xué)報，2007，27（12）：5262-5270.

[12]丁建麗，姚 遠，王 飛. 基于三維光譜特征空間的干旱區(qū)土壤鹽漬化遙感定量研究[J]. 土壤學(xué)報，2013，50（5）：853-861.

[13]丁建麗，瞿 娟，孫永猛，等. 基于MSAVI-WI特征空間的新疆渭干河-庫車河流域綠洲土壤鹽漬化研究[J]. 地理研究，2013，32（2）：223-232.

[14]哈學(xué)萍，丁建麗，塔西甫拉提·特依拜，等. 基于SI-Albedo特征空間的土壤鹽漬化遙感監(jiān)測指數(shù)研究[J]. 土壤學(xué)報，2009，46（4）：698-703.

[15]哈學(xué)萍，丁建麗，塔西甫拉提·特依拜，等. .基于SI-Albedo特征空間的干旱區(qū)鹽漬化土壤信息提取研究-以克里雅河流域綠洲為例[J]. 土壤學(xué)報，2009，46（3）：381-390.

[16]王 飛，丁建麗，伍漫春. 基于NDVI-SI特征空間的土壤鹽漬化遙感模型[J]. 農(nóng)業(yè)工程學(xué)報，2010，26（8）：168-173.

[17]買買提·沙吾提，塔西甫拉提·特依拜，丁建麗，等. 基于GIS的干旱區(qū)土壤鹽漬化敏感性評價——以渭干河-庫車河三角洲綠洲為例[J]. 資源科學(xué)，2012，34（2）：353-358.

[18]Akramkhanov A，Brus D J，Walvoort D J J. Geostatistical monitoring of soil salinity in Uzbekistan by repeated EMI surveys[J]. Geoderma，2014，213：600-607.

[19]Li J G，Pu L J，Zhu M，et al. Monitoring soil salt content using HJ-1A hyperspectral data：a case study of coastal areas in Rudong County，eastern China[J]. Chinese Geographical Science，2014，25（2）：213-223.

[20]羅家雄. 新疆墾區(qū)的地下水臨界深度[J]. 新疆農(nóng)業(yè)科學(xué)，1985（1）：19-22.

[21]Cortes C， Vapnik ?V. ?Support- vector ?networks[J]. Machine Learning，1995，20（3）：273-297.