鄂高陽(yáng)　韓芳陽(yáng)　秦秉?！⒅畯V

摘要：近年來(lái)，遙感技術(shù)和遙感設(shè)備已被普遍應(yīng)用于農(nóng)業(yè)資源與土壤環(huán)境綜合監(jiān)測(cè)中，且在農(nóng)業(yè)生產(chǎn)、環(huán)境保護(hù)和自然資源管理等幾個(gè)方面成效卓著。但是，土壤問(wèn)題依然影響著人類的生態(tài)文明建設(shè)，制約著人類健康和發(fā)展的穩(wěn)定性。隨著國(guó)內(nèi)外對(duì)土壤問(wèn)題研究和調(diào)查的不斷深入，針對(duì)性提出的一系列解決方案和政策措施在一定程度上改善了土壤環(huán)境問(wèn)題，但也暴露出監(jiān)測(cè)技術(shù)不足、監(jiān)測(cè)方法亟待改進(jìn)等很多新問(wèn)題。本文綜述了遙感監(jiān)測(cè)技術(shù)在農(nóng)業(yè)生產(chǎn)、環(huán)境保護(hù)和自然資源管理三個(gè)方面的應(yīng)用現(xiàn)狀，重點(diǎn)對(duì)遙感監(jiān)測(cè)手段、遙感技術(shù)在土壤監(jiān)測(cè)方面的應(yīng)用進(jìn)行了較全面的闡述，對(duì)現(xiàn)有工作中存在的問(wèn)題進(jìn)行總結(jié)，并對(duì)今后的發(fā)展方向做出展望。

關(guān)鍵詞：遙感技術(shù)；土壤綜合監(jiān)測(cè)；農(nóng)業(yè)生產(chǎn)；環(huán)境保護(hù)；自然資源管理

中圖分類號(hào)：S127 文獻(xiàn)標(biāo)識(shí)號(hào)：A 文章編號(hào)：1001-4942（2024）03-0163-08

土壤作為農(nóng)業(yè)、林業(yè)、畜牧業(yè)等領(lǐng)域的重要資源，其質(zhì)量、特性及變動(dòng)會(huì)對(duì)作物產(chǎn)量和品質(zhì)產(chǎn)生直接影響。在社會(huì)與經(jīng)濟(jì)不斷發(fā)展的大背景下，土壤開(kāi)發(fā)利用中的損害和污染問(wèn)題日益凸顯。近年來(lái)，土壤問(wèn)題已引起廣泛關(guān)注，不僅關(guān)系到人類的生活品質(zhì)，更是國(guó)家可持續(xù)發(fā)展戰(zhàn)略的重要組成部分。因此，加強(qiáng)土壤綜合監(jiān)測(cè)和保護(hù)能力，有利于推進(jìn)國(guó)家生態(tài)文明建設(shè)和提高生態(tài)兼容性。

工業(yè)經(jīng)濟(jì)的迅速發(fā)展對(duì)生態(tài)環(huán)境造成了極大的破壞，且土壤處于脆弱狀態(tài)，易遭受到來(lái)自物理、化學(xué)等多方面的影響。研究顯示，人類活動(dòng)引起的全球生態(tài)環(huán)境變化，致使土壤嚴(yán)重受損，直接或間接導(dǎo)致全球生物多樣性和生態(tài)功能的退化。例如，乙撐雙二硫代氨基甲酸酯類殺菌劑和各種有毒殺蟲(chóng)劑的濫用對(duì)環(huán)境造成了大量原生和次生污染，有毒物質(zhì)通過(guò)食物鏈積累，最終進(jìn)入人體，產(chǎn)生與癌癥、遺傳毒性等相關(guān)的物質(zhì)。工業(yè)化進(jìn)程不斷推進(jìn)，土壤環(huán)境惡化加劇，工業(yè)廢水排放等導(dǎo)致土壤污染問(wèn)題日益嚴(yán)重，土壤中重金屬含量急劇上升，給食物鏈的中高層生物帶來(lái)嚴(yán)重威脅。

在我國(guó)，土壤問(wèn)題主要表現(xiàn)為不合理開(kāi)發(fā)、不合規(guī)排放和有毒農(nóng)藥及化肥的過(guò)度使用等，水土流失，土壤侵蝕和土壤污染等問(wèn)題尤為嚴(yán)重。與此同時(shí)，我國(guó)土壤監(jiān)測(cè)發(fā)展相對(duì)滯后。國(guó)外土壤監(jiān)測(cè)的相關(guān)研究可追溯至20世紀(jì)60年代末，而我國(guó)則在20世紀(jì)80年代才開(kāi)始。因此，我國(guó)亟需采取有效措施進(jìn)行土壤環(huán)境監(jiān)測(cè)和修復(fù)。傳統(tǒng)的土壤監(jiān)測(cè)方法主要依賴于現(xiàn)場(chǎng)調(diào)查和實(shí)驗(yàn)室分析，耗時(shí)長(zhǎng)、費(fèi)用高，且難以實(shí)現(xiàn)大范圍、高效率的監(jiān)測(cè)。遙感監(jiān)測(cè)是指利用遙感技術(shù)進(jìn)行監(jiān)測(cè)的技術(shù)方法，在獲取大面積信息方面具有快而全的優(yōu)勢(shì)，為土壤監(jiān)測(cè)提供了新的可能性。

1 土壤綜合監(jiān)測(cè)及遙感技術(shù)概述

遙感技術(shù)具有監(jiān)測(cè)范圍廣、信息連續(xù)性強(qiáng)、信息處理效率高等優(yōu)勢(shì)。相較于傳統(tǒng)監(jiān)測(cè)技術(shù)，遙感技術(shù)可大幅降低人工和經(jīng)濟(jì)成本，縮短信息處理周期，保證信息時(shí)效性，有助于加快土壤信息匯總進(jìn)度，及時(shí)處理土壤污染事件。遙感技術(shù)還可進(jìn)行非常規(guī)監(jiān)測(cè)，擴(kuò)大土壤監(jiān)測(cè)范圍且對(duì)極端地形的監(jiān)測(cè)效果顯著，還能夠?qū)崿F(xiàn)全天候環(huán)境監(jiān)測(cè)。遙感技術(shù)可實(shí)現(xiàn)對(duì)單個(gè)區(qū)域的動(dòng)態(tài)監(jiān)測(cè)，有助于監(jiān)測(cè)土壤變化，及時(shí)了解土壤受污染程度，實(shí)時(shí)監(jiān)控土壤修復(fù)進(jìn)程，提升土壤污染治理效果。遙感技術(shù)作為一項(xiàng)綜合技術(shù)，實(shí)現(xiàn)了土壤資源整合的統(tǒng)一與信息化，推進(jìn)了土壤綜合監(jiān)測(cè)等的研究進(jìn)度。土壤遙感監(jiān)測(cè)基本流程如圖1所示。

土壤遙感監(jiān)測(cè)通常包含8個(gè)理化指標(biāo)、3種放射性監(jiān)測(cè)方式、17種有機(jī)監(jiān)測(cè)方式和23種無(wú)機(jī)監(jiān)測(cè)方式。數(shù)據(jù)源主要有多源遙感衛(wèi)星數(shù)據(jù)、無(wú)人機(jī)遙感數(shù)據(jù)以及地面測(cè)量數(shù)據(jù)等。多源遙感衛(wèi)星數(shù)據(jù)包括Landsat、MODIS、Sentinel等，這些衛(wèi)星的光譜范圍廣、時(shí)間分辨率高，可滿足不同尺度、不同時(shí)相的土壤監(jiān)測(cè)需求：無(wú)人機(jī)遙感數(shù)據(jù)優(yōu)勢(shì)在于具有高空間、高時(shí)間分辨率和高精度，利于細(xì)節(jié)特征的精細(xì)化監(jiān)測(cè)：地面測(cè)量數(shù)據(jù)包括傳統(tǒng)的土壤樣點(diǎn)信息和高精度的地形數(shù)據(jù)，可與遙感數(shù)據(jù)交叉驗(yàn)證，提高監(jiān)測(cè)精度和可信度。

2 土壤遙感監(jiān)測(cè)技術(shù)

土壤遙感監(jiān)測(cè)技術(shù)通過(guò)遙感和地面探測(cè)等技術(shù)手段，對(duì)土壤進(jìn)行非接觸式的監(jiān)測(cè)和評(píng)估，可以為土地利用、農(nóng)業(yè)生產(chǎn)、環(huán)境保護(hù)等領(lǐng)域提供豐富的信息，是實(shí)現(xiàn)土壤可持續(xù)發(fā)展的重要工具。

常用的土壤遙感監(jiān)測(cè)技術(shù)包括：

（1）遙感影像分析技術(shù)。利用高分辨率衛(wèi)星或無(wú)人機(jī)獲取的影像數(shù)據(jù)，分析土壤覆蓋類型、土地利用狀況以及土壤質(zhì)量。如利用Landsat衛(wèi)星數(shù)據(jù)進(jìn)行耕地、林地、草地等土地利用類型的分類和監(jiān)測(cè)：通過(guò)NDVI（normalized difference vege-tation index）指數(shù)評(píng)估植被覆蓋程度，從而反映土壤肥力狀況。

（2）土壤光譜技術(shù)。這是一種利用光譜儀器測(cè)量土壤反射光譜，推斷土壤性質(zhì)和特征的方法。例如，近紅外光譜技術(shù)可以獲取土壤有機(jī)質(zhì)含量、水分含量和pH值等信息；紅外光譜技術(shù)可以獲得土壤粘粒含量和礦物成分信息。通過(guò)這些信息可以評(píng)估和監(jiān)測(cè)土壤質(zhì)量。

（3）地球物理勘探技術(shù)。這是通過(guò)測(cè)量土壤的物理特征，如電阻率、磁性和聲波傳播速度等，推斷土壤性質(zhì)和結(jié)構(gòu)的方法。例如，電磁法測(cè)量土壤電阻率可以獲取土壤含水量和鹽分信息：地震波速度測(cè)量技術(shù)可以獲得土壤密度和壓縮模量信息。通過(guò)這些信息可以評(píng)估和監(jiān)測(cè)土壤結(jié)構(gòu)和性質(zhì)。

綜上所述，通過(guò)三種土壤遙感監(jiān)測(cè)技術(shù)，可獲取土壤覆蓋類型、土地利用狀況、土壤質(zhì)量與結(jié)構(gòu)等信息，實(shí)現(xiàn)無(wú)接觸的土壤監(jiān)測(cè)和評(píng)估，為土地利用、農(nóng)業(yè)生產(chǎn)與環(huán)境保護(hù)等提供豐富的數(shù)據(jù)和信息，為土壤資源的管理與保護(hù)提供科學(xué)有效的數(shù)據(jù)支持。

3 遙感技術(shù)應(yīng)用

3.1 農(nóng)業(yè)生產(chǎn)

遙感技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用非常廣泛。郭廣猛等使用中紅外波段對(duì)土壤濕度進(jìn)行遙感監(jiān)測(cè)，通過(guò)回歸分析發(fā)現(xiàn)土壤水分與MODIS（moderate-resolution imaging spectroradiometer）第7波段的反射率之間具有較好的相關(guān)關(guān)系。Zhu等利用機(jī)器學(xué)習(xí)對(duì)根際土壤濕度進(jìn)行預(yù)測(cè)，顯著提高了土壤水分預(yù)測(cè)的準(zhǔn)確率與服務(wù)水平。Liu等研究表明土壤光譜反射率與土壤濕度存在相關(guān)性，在一定土壤水分臨界值下土壤光譜反射率與土壤濕度呈負(fù)相關(guān)。通過(guò)對(duì)土壤鹽堿性、腐蝕、水分以及農(nóng)作物生長(zhǎng)環(huán)境等進(jìn)行遙感監(jiān)測(cè)分析，可以連續(xù)監(jiān)測(cè)并發(fā)現(xiàn)其變化趨勢(shì)，為其管理提供科學(xué)的指導(dǎo)和建議。例如提出農(nóng)業(yè)用水管理決策，提高農(nóng)業(yè)灌溉用水效率等。同時(shí)，遙感技術(shù)也可監(jiān)測(cè)草地的長(zhǎng)勢(shì)、產(chǎn)量、退化、沙化及耕地與草地的面積變化等，為草原與畜牧業(yè)管理決策提供有價(jià)值的信息。通過(guò)遙感數(shù)據(jù)可以了解農(nóng)業(yè)有效灌溉面積的增長(zhǎng)情況，并預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)，對(duì)于解決灌溉節(jié)水及水土流失等問(wèn)題具有重要意義。

遙感技術(shù)還可以通過(guò)監(jiān)測(cè)土地利用變化情況，對(duì)農(nóng)業(yè)生產(chǎn)提供支持。例如，可以對(duì)農(nóng)田土地利用類型進(jìn)行分類，了解耕地的變化情況，以便能夠及時(shí)調(diào)整農(nóng)業(yè)生產(chǎn)布局。同時(shí)，遙感技術(shù)還可以監(jiān)測(cè)農(nóng)作物的生長(zhǎng)狀況（生長(zhǎng)階段、病蟲(chóng)害等），為農(nóng)業(yè)生產(chǎn)提供實(shí)時(shí)數(shù)據(jù)支持，幫助農(nóng)民及時(shí)采取相應(yīng)的管理措施。Romanak等利用氣相色譜法對(duì)土壤環(huán)境（如二氧化碳、氧氣、溫度、水分和壓力等）進(jìn)行了長(zhǎng)期監(jiān)測(cè)。Jiao等利用極化細(xì)束影像對(duì)加拿大安大略東北部地區(qū)的小麥、大豆等主要作物進(jìn)行了分類和面積提取。岳云開(kāi)等利用無(wú)人機(jī)多光譜遙感反演苧麻葉綠素含量，為高效檢測(cè)苧麻葉綠素提供新方法。楊娜等利用SMOS、SMAP數(shù)據(jù)技術(shù)對(duì)青藏高原季風(fēng)及植被生長(zhǎng)季土壤水分消長(zhǎng)特征進(jìn)行了研究，明確了近期青藏高原土壤水分的總體分布狀況，為地區(qū)和全球氣候及災(zāi)害的預(yù)測(cè)預(yù)報(bào)提供了借鑒和科學(xué)依據(jù)。Bala等基于MODIS影像的NDVI數(shù)值進(jìn)行土豆長(zhǎng)勢(shì)監(jiān)測(cè)。何亞娟等對(duì)冬小麥不同生育期的產(chǎn)量三因子（穗數(shù)、穗粒數(shù)、千粒重）進(jìn)行雙因子建模，使預(yù)報(bào)時(shí)間提前至抽穗后期至灌漿期，并且有90%的擬合精度。Son等利用MODIS數(shù)據(jù)建立了水稻生長(zhǎng)期與單產(chǎn)的關(guān)系模型，并成功應(yīng)用于湄公河三角洲水稻的長(zhǎng)勢(shì)監(jiān)測(cè)與產(chǎn)量預(yù)測(cè)。韓文霆等利用無(wú)人機(jī)多光譜遙感平臺(tái)結(jié)合機(jī)器學(xué)習(xí)模型估測(cè)不同深度土壤含鹽量，為農(nóng)業(yè)生產(chǎn)提供了科學(xué)依據(jù)。

3.2 環(huán)境保護(hù)

遙感技術(shù)可以實(shí)時(shí)監(jiān)測(cè)土壤質(zhì)地、營(yíng)養(yǎng)成分等的變化，進(jìn)而對(duì)土壤質(zhì)量和健康進(jìn)行評(píng)估。其中，遙感技術(shù)在土壤侵蝕、土壤污染和土地利用監(jiān)測(cè)等方面具有重要的應(yīng)用價(jià)值。

3.2.1 土壤侵蝕監(jiān)測(cè)

遙感技術(shù)可以通過(guò)監(jiān)測(cè)土壤的光譜信息，實(shí)現(xiàn)土壤侵蝕情況的監(jiān)測(cè)。研究表明，450nm波段光譜值與土壤水分含量有關(guān)，500-640nm波段與土壤中氧化鐵含量有關(guān)，660nm波段與土壤有機(jī)質(zhì)含量呈負(fù)相關(guān)。楊麗娟等利用無(wú)人機(jī)遙感影像分析土壤侵蝕重要表現(xiàn)形式的新成切溝發(fā)生規(guī)律，為切溝的預(yù)防與治理提供科學(xué)依據(jù)。遙感監(jiān)測(cè)技術(shù)為及時(shí)制定對(duì)策防止土壤流失和泥石流等白然災(zāi)害情況發(fā)生提供了重要的數(shù)據(jù)支撐。張曉遠(yuǎn)等28利用衛(wèi)星遙感影像結(jié)合GIS和RS技術(shù)對(duì)RCSLE模型進(jìn)行修正，使之能夠?qū)π×饔蛩亮魇?dòng)態(tài)變化進(jìn)行分析和評(píng)價(jià)。

3.2.2 土壤利用監(jiān)測(cè)

遙感技術(shù)可以通過(guò)土地利用監(jiān)測(cè)，幫助農(nóng)業(yè)決策者確定土地分類和資源要求等信息。例如，黃應(yīng)豐等利用土壤光譜特性對(duì)華南地區(qū)主要土壤類型進(jìn)行分類，提取10個(gè)光譜特征作為土壤光譜特征指標(biāo)，綜合應(yīng)用土壤特征指標(biāo)及其他分類指標(biāo)對(duì)土壤進(jìn)行分類，結(jié)果與中國(guó)土壤系統(tǒng)分類中的相關(guān)內(nèi)容相一致。李娜等利用基于POI數(shù)據(jù)的城市功能區(qū)識(shí)別與分布特征研究，開(kāi)展了遙感技術(shù)在農(nóng)業(yè)資源與環(huán)境領(lǐng)域土壤綜合監(jiān)測(cè)方面的應(yīng)用研究，為土壤分類識(shí)別在城市規(guī)劃、城市管理、經(jīng)濟(jì)分析和環(huán)境保護(hù)等方面的應(yīng)用提供了借鑒。Senanayake等利用遙感影像對(duì)降水量、土地利用率、土地覆蓋和作物多樣性等幾個(gè)變量進(jìn)行了時(shí)間序列分析和空間建模，監(jiān)測(cè)土壤侵蝕、作物多樣性和降水量變化。趙建輝等提出了一種基于特征選擇和GA-BP（genetic algorithm-back propagation）神經(jīng)網(wǎng)絡(luò)的多源遙感農(nóng)田地表土壤水分反演方法，為多源遙感農(nóng)田地表土壤水分反演提供了新思路。馮泉霖等利用多光譜影像生成聚類深度網(wǎng)絡(luò)遙感估算模型，完成SOM的含量估算與區(qū)域尺度上的數(shù)字制圖，可為區(qū)域尺度上的土壤質(zhì)量精細(xì)監(jiān)測(cè)及管理提供有效的技術(shù)支持。

3.2.3 土壤污染與重金屬監(jiān)測(cè)

通過(guò)遙感技術(shù)提取大面積土地的紅外、雷達(dá)和光譜信息，實(shí)現(xiàn)土壤污染監(jiān)測(cè)。遙感數(shù)據(jù)的采集、處理和分析可以揭示出地表環(huán)境的空間分布，便于地理信息系統(tǒng)（GIS）管理地表資源。遙感圖像的特征分析和遙感模型構(gòu)建可以確立土壤污染區(qū)域，依據(jù)土壤類別、地形地貌、氣象特征、植被類型和人類活動(dòng)等因素變化進(jìn)行污染物模型構(gòu)建。劉雯等35利用高分五號(hào)衛(wèi)星高光譜影像對(duì)土壤Cd含量進(jìn)行的大范圍反演，可為環(huán)境污染評(píng)價(jià)及生態(tài)保護(hù)提供更好的數(shù)據(jù)支撐。Mesquita等36通過(guò)對(duì)土壤淋濾過(guò)程進(jìn)行模擬分析，得出了一種利用在線模擬降水監(jiān)測(cè)土壤鐵元素及其配合物流失的方法。宋子豪等通過(guò)對(duì)石油污染的農(nóng)田土和濕地土進(jìn)行采樣分析，考察了石油污染對(duì)兩種類型土壤的影響。黃長(zhǎng)平等利用遙感數(shù)據(jù)反演分析了南京城郊土壤重金屬銅的10個(gè)敏感波段。張雅瓊等基于高分1號(hào)衛(wèi)星影像快速提取了深圳市部九窩余泥渣土場(chǎng)的信息，驗(yàn)證表明歸一化綠紅差異指數(shù)的提取精度在97.5%以上。

蔡?hào)|全等利用HJ-IA高光譜遙感數(shù)據(jù)研究發(fā)現(xiàn)，銅、錳、鎳、鉛、砷在480-950nm波段內(nèi)具有較好的遙感建模和反演效果。宋婷婷等基于ASTER遙感影像研究土壤鋅污染，發(fā)現(xiàn)481、1000、1220nm是鋅的敏感波段，相關(guān)性最好的波段在515nm處。Dvornikov等利用便攜式分析儀測(cè)量了俄羅斯科拉半島土壤中銅和鎳的含量，并根據(jù)地形建立了回歸模型，得出1.0-1.5m分辨率的輔助數(shù)據(jù)是預(yù)測(cè)該研究地區(qū)表層土中Cu和Ni含量的最佳方法。鐘亮等以遺傳算法優(yōu)化的偏最小二乘回歸算法，對(duì)預(yù)處理后的農(nóng)田土壤樣品和小麥葉片光譜建立土壤重金屬鎘（Cd）和砷（As）含量的估測(cè)模型，為將來(lái)實(shí)現(xiàn)定量、動(dòng)態(tài)、無(wú)損遙感監(jiān)測(cè)大面積農(nóng)田土壤重金屬污染狀況提供了參考依據(jù)。

綜上所述，隨著遙感技術(shù)的不斷升級(jí)和完善，其在土壤侵蝕監(jiān)測(cè)、土壤污染監(jiān)測(cè)和土地利用監(jiān)測(cè)方面的應(yīng)用將會(huì)更加廣泛和深入。遙感技術(shù)可以為農(nóng)業(yè)生產(chǎn)提供科學(xué)依據(jù)，幫助農(nóng)業(yè)決策者制定更加科學(xué)的農(nóng)業(yè)規(guī)劃，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展。

3.3 自然資源管理

遙感技術(shù)可以通過(guò)多角度、多時(shí)相的綜合分析和評(píng)估，獲取綜合性土壤信息，進(jìn)而對(duì)整個(gè)地區(qū)的土地資源狀況和變化進(jìn)行精細(xì)分類和數(shù)量分析，輔助CIS等信息技術(shù)分析手段對(duì)土地資源進(jìn)行評(píng)估、監(jiān)測(cè)和管理。其主要應(yīng)用包括土壤類型識(shí)別、土壤水分監(jiān)測(cè)、土壤質(zhì)量評(píng)估和土地利用變化監(jiān)測(cè)。

3.3.1 土壤類型識(shí)別

遙感技術(shù)可以在短時(shí)間內(nèi)獲取大面積土壤類型信息，為構(gòu)建土地利用／覆蓋類型分類提供基礎(chǔ)數(shù)據(jù)，為土地利用管理提供科學(xué)參考。例如，徐彬彬等通過(guò)測(cè)定我國(guó)23類主要土壤類型的反射光譜曲線，將其歸納為平直型、緩斜型、陡坎型和波浪型，為構(gòu)建土地類型分類提供了依據(jù)。Wei等利用機(jī)器學(xué)習(xí)和高光譜技術(shù)，構(gòu)建基于特征波段的土壤有機(jī)質(zhì)（SOM）反演模型并取得了較好成果，為土壤類型識(shí)別提供了借鑒。Chimelo等利用PlanetScope衛(wèi)星星座和隨機(jī)森林算法預(yù)測(cè)土壤中的粘土含量。Tunqay等利用SFI等級(jí)與衛(wèi)星圖像的植被指數(shù)值進(jìn)行比較，量化干旱與半干旱地區(qū)土壤的物理、化學(xué)和肥力指標(biāo)的空間動(dòng)態(tài)。楊棟淏等通過(guò)結(jié)合多光譜與高光譜遙感數(shù)據(jù)，對(duì)云南山原紅壤主要養(yǎng)分含量的高光譜特性進(jìn)行研究，并利用機(jī)器學(xué)習(xí)建立相關(guān)模型，為土壤養(yǎng)分含量估測(cè)提供了依據(jù)。

3.3.2 土壤水分監(jiān)測(cè)

遙感技術(shù)可以多角度、多時(shí)相地獲取土壤水分動(dòng)態(tài)變化信息，結(jié)合植被生長(zhǎng)指數(shù)等參數(shù)，幫助實(shí)現(xiàn)農(nóng)林生產(chǎn)、荒漠化和水土流失等環(huán)境問(wèn)題的監(jiān)測(cè)。陳懷亮等利用歸一化植被指數(shù)NDVI和AVHRR4通道亮溫建立回歸方程，將土壤含水量與遙感指數(shù)聯(lián)系起來(lái)。國(guó)外學(xué)者通過(guò)對(duì)比分析ERS-I的SAR圖像與地面土壤水分實(shí)測(cè)值，發(fā)現(xiàn)土壤含水量與雷達(dá)后向散射系數(shù)間呈線性關(guān)系。許澤宇等利用增強(qiáng)型DeepLab算法和自適應(yīng)損失函數(shù)的高分辨率遙感影像分類技術(shù)，通過(guò)改變編碼器和解碼器的結(jié)合方式增強(qiáng)二者的連接狀態(tài)，加入自適應(yīng)權(quán)重以及進(jìn)行多通道訓(xùn)練等多方面改進(jìn)，提高了地物高精度分類網(wǎng)絡(luò)E-DeepLab的性能，為適用于遙感地物的自動(dòng)分類和提取提供了借鑒。Dari等利用K-Means聚類算法對(duì)意大利中部某地區(qū)2017年至2019年生成的100m空間分辨率灌溉區(qū)地圖與地面實(shí)況數(shù)據(jù)相比較，取得較好結(jié)果，可為土壤水分遙感分析工作提供依據(jù)。

3.3.3 土壤質(zhì)量評(píng)估與土地利用變化監(jiān)測(cè)

遙感技術(shù)可以精準(zhǔn)、快速地獲取相關(guān)土壤信息，用于土壤質(zhì)量變化趨勢(shì)分析、預(yù)測(cè)和評(píng)估。Dalal等使用近紅外光譜法預(yù)測(cè)土壤水分、有機(jī)碳和總氮含量，發(fā)現(xiàn)土壤有機(jī)質(zhì)含量在0-2.6%范圍內(nèi)時(shí)，近紅外法預(yù)測(cè)結(jié)果相對(duì)準(zhǔn)確；而在有機(jī)質(zhì)含量高于2.6%時(shí)，預(yù)測(cè)結(jié)果存在偏差。Ben-Dor等利用近紅外光譜法預(yù)測(cè)土壤有機(jī)質(zhì)含量，通過(guò)分析土壤有機(jī)質(zhì)的C/N比率來(lái)改進(jìn)近紅外法的預(yù)測(cè)準(zhǔn)確度。沙晉明等使用VF991地物光譜測(cè)量?jī)x對(duì)不同環(huán)境條件下的土壤樣本剖面進(jìn)行測(cè)量，并測(cè)定了各土層土壤的有機(jī)質(zhì)含量。Guo等利用多光譜、高光譜數(shù)據(jù)與植被指數(shù)，結(jié)合機(jī)器學(xué)習(xí)實(shí)現(xiàn)了土壤有機(jī)碳含量的測(cè)量與繪制相關(guān)圖像。張智韜等利用無(wú)人機(jī)遙感平臺(tái)計(jì)算歸一化植被指數(shù)并代入像元二分模型計(jì)算植被覆蓋度，利用偏最小二乘回歸算法和極限學(xué)習(xí)機(jī)算法構(gòu)建不同覆蓋度下各深度土壤含鹽量反演模型，為無(wú)人機(jī)多光譜遙感監(jiān)測(cè)農(nóng)田土壤鹽漬化提供了思路。吳倩等使用便攜式光譜儀采集陜西省黃土高原區(qū)黃綿土土壤的光譜數(shù)據(jù)，利用機(jī)器學(xué)習(xí)方法得出土壤碳酸鈣含量與光譜反射率呈現(xiàn)正相關(guān)態(tài)勢(shì)的結(jié)論。佘潔等分析土壤養(yǎng)分空間變異來(lái)源，兼述遙感、CIS與人工智能等研究現(xiàn)狀，并對(duì)當(dāng)前存在的問(wèn)題進(jìn)行剖析。遙感技術(shù)還可以通過(guò)遙感數(shù)據(jù)解析和分類實(shí)現(xiàn)土地利用變化監(jiān)測(cè)，并進(jìn)一步提供多維度數(shù)據(jù)可視化和地表覆被變化分析等，快速監(jiān)測(cè)不可再生土地用途的變化情況，這對(duì)于土地資源管理和保護(hù)具有重要意義。

綜上所述，遙感技術(shù)在土地資源管理和評(píng)估中具有重要的應(yīng)用價(jià)值，可以為土地利用／覆蓋類型分類、土壤水分監(jiān)測(cè)、土壤質(zhì)量評(píng)估和土地利用變化監(jiān)測(cè)等提供科學(xué)依據(jù)和技術(shù)支持。隨著遙感技術(shù)的不斷發(fā)展和創(chuàng)新，其在土地資源管理和評(píng)估中的應(yīng)用將會(huì)更加廣泛和深入，為土地可持續(xù)利用和保護(hù)提供更強(qiáng)大的支持。

4 展望

土壤綜合遙感監(jiān)測(cè)技術(shù)已經(jīng)在農(nóng)牧業(yè)、林業(yè)、荒漠化和環(huán)境保護(hù)中得到廣泛應(yīng)用。綜合遙感監(jiān)測(cè)具有較高的實(shí)用價(jià)值，為土地資源的監(jiān)測(cè)和管理提供了較為可靠的科學(xué)依據(jù)。尤其在當(dāng)前科技發(fā)展較為迅速的大背景下，綜合遙感監(jiān)測(cè)技術(shù)的進(jìn)一步推廣和應(yīng)用將為土地資源中長(zhǎng)期規(guī)劃、生態(tài)環(huán)境保護(hù)、自然災(zāi)害預(yù)警、公共安全等領(lǐng)域提供科學(xué)的數(shù)據(jù)基礎(chǔ)和服務(wù)支撐。

4.1 農(nóng)業(yè)生產(chǎn)應(yīng)用展望

隨著遙感技術(shù)的不斷升級(jí)和完善，其在農(nóng)業(yè)領(lǐng)域的應(yīng)用將更加廣泛和深入。例如，隨著衛(wèi)星分辨率的提高，可以更加精確地監(jiān)測(cè)農(nóng)田的土地利用、土壤水分等情況，為農(nóng)業(yè)生產(chǎn)提供更加精準(zhǔn)的數(shù)據(jù)支持；同時(shí)，隨著人工智能和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，可以利用遙感數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘和分析，提高數(shù)據(jù)的處理效率和準(zhǔn)確性，幫助農(nóng)業(yè)生產(chǎn)做出更加科學(xué)的管理決策；此外，還可以將遙感技術(shù)與其他技術(shù)相融合，如地理信息系統(tǒng)、無(wú)人機(jī)等技術(shù)，實(shí)現(xiàn)更加全面、精準(zhǔn)的農(nóng)業(yè)監(jiān)測(cè)和管理。

4.2 環(huán)境保護(hù)應(yīng)用展望

隨著無(wú)人機(jī)、多光譜／高光譜等多源遙感設(shè)備的普及以及計(jì)算機(jī)技術(shù)的發(fā)展，土壤綜合遙感監(jiān)測(cè)技術(shù)在環(huán)境保護(hù)中將越來(lái)越得到更加廣泛的應(yīng)用。例如，利用無(wú)人機(jī)、衛(wèi)星等搭載光譜設(shè)備的遙感平臺(tái)可以高效監(jiān)測(cè)大范圍土壤情況，實(shí)現(xiàn)土地利用、植被覆蓋等信息的分析，結(jié)合地面監(jiān)測(cè)數(shù)據(jù)，可以及時(shí)發(fā)現(xiàn)土壤污染情況并進(jìn)行污染程度評(píng)估；通過(guò)遙感技術(shù)可以對(duì)土地利用類型及其變化進(jìn)行監(jiān)測(cè)和分析，包括農(nóng)地、城市擴(kuò)展、森林覆蓋等情況，有助于合理規(guī)劃土地利用結(jié)構(gòu)，保護(hù)耕地和生態(tài)環(huán)境：通過(guò)長(zhǎng)時(shí)間、高時(shí)空和高分辨率的遙感影像監(jiān)測(cè)土壤侵蝕、土地滑坡、沙漠化等自然災(zāi)害，及時(shí)發(fā)現(xiàn)災(zāi)害隱患并評(píng)估風(fēng)險(xiǎn)，可為防災(zāi)減災(zāi)提供技術(shù)支持等。

4.3 自然資源管理展望

隨著大數(shù)據(jù)技術(shù)以及多源遙感技術(shù)的發(fā)展，土壤綜合遙感監(jiān)測(cè)技術(shù)在自然資源管理中發(fā)揮著越來(lái)越重要的作用。例如，通過(guò)監(jiān)測(cè)土地利用類型、土地覆蓋變化、土地利用強(qiáng)度等信息，利用大數(shù)據(jù)以及人工智能技術(shù)幫助制定土地規(guī)劃、土地整治和土地利用政策等；通過(guò)對(duì)土地資源進(jìn)行監(jiān)測(cè)和評(píng)估，實(shí)現(xiàn)土地資源的合理利用，保護(hù)農(nóng)田、森林、草原等重要生態(tài)系統(tǒng)，維護(hù)生態(tài)平衡；通過(guò)監(jiān)測(cè)土壤水分含量、地下水位、土壤侵蝕情況等，合理利用和保護(hù)水資源等。

綜上，土壤綜合遙感監(jiān)測(cè)在農(nóng)業(yè)生產(chǎn)發(fā)展、環(huán)境保護(hù)和自然資源管理等場(chǎng)景中具有重要的應(yīng)用價(jià)值，未來(lái)還需加強(qiáng)遙感數(shù)據(jù)與地面測(cè)量數(shù)據(jù)的協(xié)同應(yīng)用，優(yōu)化反演模型、特征提取和分類識(shí)別方法，發(fā)揮遙感技術(shù)在土壤監(jiān)測(cè)研究和應(yīng)用中的更大潛力。

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目（41977019）；山東省本科教學(xué)改革研究面上項(xiàng)目（M2021062）；山東省科技型中小企業(yè)創(chuàng)新能力提升工程項(xiàng)目（2022TSGC2437）