羅德芳,馮春暉,吳家林,殷彩云,柳維揚(yáng),彭 杰
(塔里木大學(xué)植物科學(xué)學(xué)院,新疆 阿拉爾 843300)
土地退化的一個(gè)主要原因是土壤的鹽漬化程度高,土壤鹽漬化會(huì)對(duì)土壤資源產(chǎn)生極大的浪費(fèi),導(dǎo)致土壤利用率、農(nóng)業(yè)產(chǎn)量、農(nóng)民收入降低。因此,全球?qū)ν寥利}漬化的問(wèn)題都很關(guān)注。據(jù)初期調(diào)查,全球受到鹽漬化危害的面積將近有10×108hm2,共占陸地面積的7%,尤其是在新疆南部地區(qū)受害面積大,程度重。南疆地區(qū)屬于極度干旱區(qū),離子比例及鹽分構(gòu)成展示出明顯的地域性特質(zhì)[1],有22.36%面積的土壤都受到一定程度的鹽漬化危害。盡早了解南疆地區(qū)的鹽漬化范圍、種類和變化,是監(jiān)測(cè)改良鹽漬化土地的依據(jù)。了解土壤受危害的面積及程度是合理改良鹽漬化土壤的關(guān)鍵因子。傳統(tǒng)監(jiān)測(cè)土壤鹽分狀況的方法需要在野外采集土壤帶回室內(nèi)進(jìn)行化學(xué)分析,不僅耗費(fèi)大量的人力物力,而且時(shí)效性差,無(wú)法準(zhǔn)確及時(shí)地反映出土壤鹽分的變化狀況[2-3],高光譜遙感以其快速、高效的優(yōu)點(diǎn)成為了當(dāng)下研究土壤特性的一種普遍方式。因此EM38-MK2遙感技術(shù)與光譜反射率相結(jié)合,在處理土壤鹽漬化監(jiān)測(cè)問(wèn)題上占有很大優(yōu)勢(shì)。
近年來(lái)許多國(guó)內(nèi)外學(xué)者研究了高光譜遙感技術(shù)定量或者半定量的測(cè)量土壤鹽漬化和土壤特性,還有一些學(xué)者探討了土壤實(shí)測(cè)電導(dǎo)率與光譜反射率之間的函數(shù)模型,并且使用反射光譜技術(shù)成功地預(yù)測(cè)了土壤中鹽分含量。彭杰等[4]以新疆、浙江、吉林3個(gè)地區(qū)作為研究區(qū)探討了不同地區(qū)鹽漬化光譜特征并建立了適合跨區(qū)域土壤鹽漬化反演模型。丁建麗等[5]將土壤、植被與綜合的光譜特征進(jìn)行比較,發(fā)現(xiàn)實(shí)測(cè)土壤、植被光譜特征經(jīng)過(guò)一階微分變換形式的處理之后最能表現(xiàn)出土壤及植被特征;綜合光譜特征所建模型較植被或鹽分構(gòu)建的模型要好。姚遠(yuǎn)等[6]以電磁感應(yīng)儀(EM38)測(cè)得的數(shù)據(jù)和高光譜數(shù)據(jù)構(gòu)建了區(qū)域土壤鹽漬化遙感監(jiān)測(cè)模型。Dehaan等[7]對(duì)土壤光譜特征進(jìn)行了實(shí)地測(cè)量,結(jié)論為鹽漬化程度大的地點(diǎn)光譜特征在680、1 180、1 780 nm處均具有明顯的吸收特征。劉煥軍等[8]以東北鹽漬土為研究對(duì)象,建立土壤光譜指數(shù),對(duì)反映鹽漬化程度的最佳波段和土壤光譜指標(biāo)進(jìn)行了分析和確定,建立了土壤參數(shù)的高光譜定量模型,以評(píng)價(jià)土壤鹽漬化程度。結(jié)果顯示,鹽漬土在400~2 500 nm波段內(nèi)表現(xiàn)出5個(gè)顯著的吸收“谷”,對(duì)應(yīng)的吸收“谷”中心波長(zhǎng)位置大致為500、670、1 418、1 915和2 210 nm。Liu等[9]研究地表土光譜與地下土壤鹽分之間的相關(guān)性,利用結(jié)構(gòu)方程模型(SEM)建模方法證實(shí)二者之間具有顯著相關(guān)性。結(jié)果表明,該光譜不僅能檢測(cè)表層土壤的性質(zhì),而且能提供有關(guān)地下土壤的信息,并且遙感可以用來(lái)繪制較深土層的土壤性質(zhì)圖。
已有的高光譜遙感監(jiān)測(cè)土壤鹽漬化成果為后人進(jìn)一步研究土壤鹽漬化提供一定的參考價(jià)值。但由于南疆地區(qū)土壤鹽漬化范圍廣、程度深,已有土壤鹽漬化監(jiān)測(cè)模型很難應(yīng)用到南疆地區(qū)。并且對(duì)于EM38與高光譜結(jié)合起來(lái)監(jiān)測(cè)土壤鹽漬化的研究也鮮見(jiàn)。因此,本研究旨在探明EM38遙感技術(shù)與高光譜技術(shù)相結(jié)合,提出構(gòu)建南疆地區(qū)土壤鹽漬化高光譜定量反演模型的思路與方法,以期實(shí)現(xiàn)對(duì)土壤鹽漬化的高精度監(jiān)測(cè),從而為更好地改善南疆地區(qū)的土壤鹽漬化狀況提供一定的理論依據(jù)。
研究區(qū)地處天山南麓,塔克拉瑪干沙漠北緣,阿克蘇河與和田河、葉爾羌河三河交匯之處的塔里木河上游。據(jù)研究區(qū)氣象站及中國(guó)氣象局1956~2016年資料,研究區(qū)多年平均氣溫10.8℃,多年平均最高氣溫為18℃,多年平均最低氣溫為3℃,月最高氣溫為40.6℃,月最低氣溫為-25.4℃;多年平均蒸發(fā)量為1 331.56 mm,夏季蒸發(fā)量最大,占全年的42.72%,汛期(5~10月)蒸發(fā)量占全年的74.46%;多年平均降水量47.21 mm,5~10月降水量最多,占全年的97%左右;研究區(qū)光熱資源充足,平均日照時(shí)數(shù)2 838.2 h,年平均無(wú)霜期214 d,屬暖濕帶內(nèi)陸干旱氣候,光照充足,降水少,蒸發(fā)強(qiáng)烈。研究區(qū)地理位置是80°48′~81°12′E,40°45′~41°60′N,土壤類型為鹽堿土[10]。
采樣時(shí)間為2016年9月,采樣地點(diǎn)為阿拉爾五團(tuán)公路兩側(cè),如圖1所示,每隔700 m采集一個(gè)點(diǎn)位的土壤樣品,同時(shí)在樣點(diǎn)附近隨機(jī)采集光譜數(shù)據(jù)以及表觀電導(dǎo)率,最終獲得148個(gè)點(diǎn)位的土壤光譜和表觀電導(dǎo)率數(shù)據(jù)以及37個(gè)點(diǎn)位的土壤樣品。
圖1 研究區(qū)示意圖
1.2.1 光譜數(shù)據(jù)采集與預(yù)處理
利用美國(guó)SVCHR-1024便攜式地物光譜儀[11]采集光譜數(shù)據(jù),測(cè)定土壤光譜的范圍是350~2 500 nm,光譜分辨率在350~1 000 nm為3.5 nm,在1 000~1 850 nm為8.5 nm,在1 850~2 500 nm為6.5 nm,采樣間隔為1 nm,測(cè)量視場(chǎng)角為15°。選擇一個(gè)晴朗無(wú)云的天氣,在當(dāng)?shù)貢r(shí)間11:00~ 14:00時(shí)進(jìn)行光譜數(shù)據(jù)采集,每個(gè)樣點(diǎn)采集10條光譜曲線求平均值,最終獲得148條曲線的光譜 數(shù)據(jù)。
獲得的光譜曲線存在不同的波段光譜分辨率不同的問(wèn)題,利用ENVI軟件中光譜重采樣將所有波段的光譜分辨率都調(diào)整為1 nm,去除350~399 nm和2 451~2 500 nm波段噪聲較大的邊緣波段。在采集光譜指標(biāo)的過(guò)程中受到天氣、儀器本身的誤差、白板、雜散光等因素,會(huì)影響光譜曲線的平滑度,需對(duì)光譜曲線外界噪音的影響進(jìn)行校正處理。針對(duì)土壤反射率光譜曲線,本研究運(yùn)用The Unscrambler 10.0軟件中Transform內(nèi)的Savitzky-Golay濾波平滑處理對(duì)光譜曲線進(jìn)行平滑去噪處理,擬合方法主要通過(guò)最小二乘法的多項(xiàng)式曲線對(duì)光譜曲線進(jìn)行平滑[6,12],平滑之后再進(jìn)行光譜反射率形式變換的過(guò)程[13]。光譜數(shù)據(jù)變換處理為反射率進(jìn)行一階微分變換與倒數(shù)變換。
1.2.2 土壤表觀電導(dǎo)率數(shù)據(jù)采集
采用由加拿大生產(chǎn)的EM38-MK2大地電導(dǎo) 儀[14]來(lái)測(cè)定樣點(diǎn)的土壤表觀電導(dǎo)率。EM38-MK2大地電導(dǎo)儀長(zhǎng)為1 m,包括一個(gè)發(fā)射線圈和兩個(gè)接收線圈,接收線圈和發(fā)射線圈分別相距0.5和1.0 m,所以EM38-MK2大地電導(dǎo)儀有1.0 m的線圈模式和0.5 m的線圈模式,在本研究中采用的是1.0 m的線圈模式。EM38-MK2大地電導(dǎo)儀測(cè)定時(shí)分為垂直測(cè)定模式和水平測(cè)定模式[15]。垂直測(cè)定模式下的測(cè)定深度為0~1.5 m,水平測(cè)定模式下的感應(yīng)深度為0~0.75 m,因此對(duì)同一個(gè)采樣點(diǎn)進(jìn)行兩種模式的測(cè)定。對(duì)每個(gè)采樣點(diǎn)分別進(jìn)行水平模式和垂直模式下表觀電導(dǎo)率的測(cè)定,測(cè)得的土壤表觀電導(dǎo)率分別為表觀水平電導(dǎo)率(EMh)和表觀垂直電導(dǎo)率(EMv)。本次采樣共采集148個(gè)點(diǎn)的表觀電 導(dǎo)率。
1.2.3 土壤樣品采集與處理
在研究區(qū)采用五點(diǎn)取樣法分別采取一個(gè)樣點(diǎn)的0~20、20~40、40~60、60~80、80~100 cm共5個(gè)深度的土壤樣品,裝入自封袋中帶回實(shí)驗(yàn)室進(jìn)行室內(nèi)化學(xué)分析,一共采集了37個(gè)樣點(diǎn)的土樣。將采集的37個(gè)土樣經(jīng)過(guò)篩除殘?jiān)?,放置烘箱先調(diào)至105℃烘2 h,再用80℃烘8 h之后研磨過(guò)0.25 mm的篩,供化學(xué)分析用。本次研究中土壤樣品測(cè)定的指標(biāo)包括土壤電導(dǎo)率、pH、有機(jī)質(zhì)以及含水量。電導(dǎo)率和pH測(cè)定采用的儀器是DDS-307電導(dǎo)率儀[16]和pH儀,有機(jī)質(zhì)用消煮法測(cè)定,含水量用烘干法測(cè)定[17]。
1.2.4 模型建立方法及精度檢驗(yàn)
本研究采用偏最小二乘法[18](PLSR)與主成分回歸[18](PCR)進(jìn)行建模,建模思路是全波段和特征性波段建模,反射率及其數(shù)學(xué)變換形式進(jìn)行建模。PCR和PLSR 由 Unscrambler 10.0來(lái)實(shí)現(xiàn)。采集的148個(gè)土壤電導(dǎo)率按大小進(jìn)行排序,每間隔1個(gè)樣本選擇2個(gè)樣本作為建模樣本集,其余樣本為驗(yàn)證樣本集,最終得到99個(gè)建模集樣本數(shù),49個(gè)預(yù)測(cè)集樣本數(shù)。其建模集與預(yù)測(cè)集實(shí)測(cè)電導(dǎo)率的數(shù)據(jù)如表1所示。模型估測(cè)精度通過(guò)預(yù)測(cè)值與實(shí)測(cè)值的決定系數(shù)(R2)、均方根誤差(RMSE),相對(duì)分析誤差(RPD)來(lái)判定,R2與RPD越大,RMSE越小,說(shuō)明模型的預(yù)測(cè)精度 越好[19]。
表1 建模集與預(yù)測(cè)集電導(dǎo)率數(shù)據(jù)統(tǒng)計(jì)
2.1.1 土壤表觀電導(dǎo)率的可行性分析
EM38-MK2大地電導(dǎo)儀在同高度不同測(cè)量方式之間具有相關(guān)性,而且不同的傳感器通過(guò)參數(shù)轉(zhuǎn)換之后也可共用,不同的傳感器由于參數(shù)不同,在測(cè)量相同地點(diǎn)鹽分信息時(shí)感應(yīng)度也會(huì)有所不同,最終表現(xiàn)為表觀電導(dǎo)率不均勻。因此,要通過(guò)表觀電導(dǎo)率(EM)來(lái)預(yù)測(cè)土壤實(shí)測(cè)電導(dǎo)率(EC),首先要分析在相同高度下垂直模式(EMv)和水平模式(EMh)的相關(guān)性[19]。本研究對(duì)采集的148個(gè)EM進(jìn)行相關(guān)性分析,如圖2所示。
從圖2可以看出,在研究區(qū)中,在兩種模式的測(cè)量數(shù)據(jù)之間具有顯著的相關(guān)性,二者之間的決定系數(shù)R2為0.93,擬合程度好,能夠較好地反映土壤鹽分信息,數(shù)據(jù)質(zhì)量能夠滿足土壤電導(dǎo)率預(yù)測(cè)模型的要求。
圖2 土壤表觀垂直電導(dǎo)率與水平電導(dǎo)率相關(guān)性分析
2.1.2 基于土壤表觀電導(dǎo)率的回歸分析
建立以37個(gè)EMv和EMh表觀電導(dǎo)率為自變量,37個(gè)土壤實(shí)測(cè)電導(dǎo)率為因變量的二元一次方程式[20]:
式中:EC為土壤實(shí)測(cè)電導(dǎo)率;EMv和EMh分別為EM38-MK2大地電導(dǎo)儀在垂直模式和水平模式下的表觀電導(dǎo)率。由擬合優(yōu)度R2>0.85,方程通過(guò)了P=0.01的置信度檢驗(yàn),達(dá)到了極顯著水平。因此,可以利用建立的模型得到剩余的111個(gè)未采集土樣的電導(dǎo)率。
2.2.1 不同電導(dǎo)率土樣的反射光譜特征
在自然條件下,高鹽分地區(qū)的地表會(huì)形成一層白色的鹽殼,隨著鹽分含量的不斷增加,鹽殼的覆蓋面積及厚度會(huì)不斷增加,反映在光譜信息上的表現(xiàn)為光譜的反射率增加。所以,土壤含鹽量程度和成分的不同也會(huì)直接或間接的表現(xiàn)在土壤光譜曲線上,高光譜的光譜分辨率極高,不同地物電磁波反射率或者吸收特征上的差異也會(huì)表現(xiàn)在光譜曲線的變化上[6]。
圖3是不同土壤電導(dǎo)率土樣經(jīng)過(guò)Savitzky-Golay平滑去噪后的反射率曲線[21]。從圖3可以明顯看出,每條光譜反射率曲線的波段變化具有相同的規(guī)律性;在400~1 100 nm波段,反射率逐漸增大;在1 100 nm處,光譜反射率突然下降,直到1 360 nm低谷處又逐漸上升,在1 650 nm處達(dá)到峰值后逐漸下降至2 000 nm處又繼續(xù)上升至2 250 nm,最后一直呈下降趨勢(shì)到2 400 nm。同時(shí),電導(dǎo)率越大的土樣,它的光譜反射率就越高,說(shuō)明光譜對(duì)鹽分有極大的敏感度,可以利用光譜特征信息來(lái)判斷鹽分的高低狀況。
圖3 不同電導(dǎo)率的光譜特征
2.2.2 土壤電導(dǎo)率與光譜反射率的相關(guān)性分析
土壤反射率、一階微分光譜以及反射率倒數(shù)是土壤高光譜遙感定量監(jiān)測(cè)中常用的光譜指標(biāo)[22-23]。 因此,本次研究選擇這3個(gè)光譜指標(biāo)與土壤電導(dǎo)率進(jìn)行相關(guān)性分析。由圖4可得土壤光譜反射率、反射率倒數(shù)和反射率一階微分與土壤電導(dǎo)率之間都具有一定的相關(guān)性。但經(jīng)反射率一階微分形式變換之后的數(shù)據(jù)與土壤電導(dǎo)率的相關(guān)性顯著提高,相關(guān)性最好。在420~1 101、1 451~ 1 511、1 955~2 270 nm波段達(dá)到極顯著正相關(guān),在2 270 nm處最大正相關(guān)系數(shù)為0.74,在577~ 1 101、1 428~1 638、1 865~2 191 nm波 段 達(dá)到極顯著正相關(guān),在1 865 nm處最大負(fù)相關(guān)系數(shù)為-0.73;在428~1 504、1 814~2 426 nm處達(dá)到顯著正相關(guān),在975 nm處正相關(guān)系數(shù)為0.33,在627~985、1 594~1 623、1 608~2 088、 2 114~2 449 nm波段呈顯著負(fù)相關(guān),在2 175 nm處負(fù)相關(guān)系數(shù)為-0.33。土壤電導(dǎo)率與光譜反射率在1 982~1 998、2 004~2 014、2 020~ 2 046、2 052~2 088 nm處達(dá)到極顯著正相關(guān),在2 041 nm處最大正相關(guān)系數(shù)為0.43,不存在極顯著負(fù)相關(guān);在1 511~1 526、1 961~1 977、 2 057~2 155 nm波段達(dá)到顯著正相關(guān),在2 093 nm處相關(guān)系數(shù)為0.33,在406~418、420~438、440~444 nm處顯著負(fù)相關(guān),在441 nm處最大負(fù)相關(guān)系數(shù)為-0.27。反射率進(jìn)行倒數(shù)變換形式之后與土壤電導(dǎo)率的相關(guān)性顯著降低,不存在極顯著相關(guān);在400~426 nm處顯著正相關(guān),在415 nm處最大正相關(guān)系數(shù)為0.27,在1 982~2 041 nm處顯著負(fù)相關(guān),在2 004 nm處最大負(fù)相關(guān)系數(shù)為 -0.28。
圖4 不同反射率變換形式與電導(dǎo)率的相關(guān)分析
通過(guò)篩選特征性波段來(lái)建立基于光譜反射率的電導(dǎo)率監(jiān)測(cè)模型[24-26]。經(jīng)過(guò)相關(guān)性分析,反射率一階微分確定的特征性波段為420~1 101、1 428~ 1 638、1 814~2 449 nm;反射率確定的特征性波段為406~418、420~438、440~444、1 982~ 1 998、1 511~1 526、1 961~1 977、2 004~2 014、2 020~2 046、2 057~2 155 nm;反射率倒數(shù)變換確定的特征性波段為400~426、1 982~2 041 nm。
2.2.3 土壤電導(dǎo)率光譜反演模型的構(gòu)建與驗(yàn)證
為了探明不同形式的高光譜特征差異對(duì)土壤電導(dǎo)率定量反演模型精度的影響,本研究對(duì)比了全波段建模和顯著性波段建模的反演精度[4,27]。建模方法是運(yùn)用148條全波段(400~2 400 nm)及篩選的通過(guò)顯著性檢驗(yàn)的特征性波段作為自變量,以通過(guò)EM38-MK2解譯出的148個(gè)土壤電導(dǎo)率作為因變量。通過(guò)The Unscrambler 10.0軟件,采用交叉驗(yàn)證法來(lái)確定回歸模型中最佳因子數(shù),建立偏最小二乘回歸(PLSR)與主成分回歸(PCR)的電導(dǎo)率反演模型[12]并進(jìn)行精度驗(yàn)證。按1.2.4提到的建模集與預(yù)測(cè)集的分配方法,選擇99個(gè)樣本數(shù)據(jù)為建模集,49個(gè)樣本數(shù)據(jù)為驗(yàn)證集,結(jié)果如表5和表6所示。
表5 土壤電導(dǎo)率的全波段及特征性波段的反演模型
表6 不同建模方法的電導(dǎo)率反演精度
表5、表6所示,經(jīng)過(guò)反射率一階微分變換后建模,交叉驗(yàn)證以及反演精度都是最好的,用PLSR全波段建模精度為0.92,交叉驗(yàn)證精度為0.82,反演精度為0.85,特征性波段建模精度為0.66,交叉驗(yàn)證精度為0.54,反演精度為0.67;用PCR全波段建模精度為0.90,交叉驗(yàn)證精度為0.84,反演精度為0.81,特征性波段建模精度為0.57,交叉驗(yàn)證精度為0.44,反演精度為0.72。因此反射率一階微分建立的全波段PLSR模型是本研究所建模型的最優(yōu)估算模型,模型精度R2為0.85,相對(duì)分析誤差RPD為2.56,可較好的預(yù)測(cè)土壤電導(dǎo)率。
在可見(jiàn)光和近紅外波段內(nèi),土壤鹽分的反射光譜具有共同的特性,即其反射率都隨著波長(zhǎng)的增加而增加且特別顯著。雖然土壤反射光譜曲線在外形上很相似,但土壤是一個(gè)多相體系,它是由物理和化學(xué)性質(zhì)各不相同的物質(zhì)組成的,故必然會(huì)影響土壤的反射光譜特性,使反射率有所差異,這就使不同類型土壤有其自己的光譜特性。在研究區(qū)中,經(jīng)過(guò)土壤鹽分在不同波段上的特征性表現(xiàn),并未發(fā)現(xiàn)有其他相似波段或者相似土壤特性的產(chǎn)生,可以確定采集的波段為土壤鹽分的反射特性。這些將為從定性的解譯土壤類型發(fā)展到定量或半定量的解譯某些土壤性狀提供依據(jù)。
偏最小二乘回歸法和主成分回歸法在全波段方法建模中,通過(guò)將全波段光譜反射率、反射率倒數(shù)變換及反射率一階微分變換數(shù)據(jù)分別進(jìn)行線性組合,形成一些能夠更好地表現(xiàn)出土壤鹽分信息的主成分,既能夠減少變量,又可以保留能反映出土壤電導(dǎo)率變化特征的變量,因此適合利用全波段反射率及其變換形式直接建模的情況。但是偏最小二乘回歸法和主成分回歸法無(wú)法解決變量之間的共線性問(wèn)題,不適合樣本數(shù)較少但是變量較多的情況下回歸模型的構(gòu)建。此外當(dāng)樣本中出現(xiàn)異常點(diǎn)時(shí),偏最小二乘回歸法和主成分回歸法無(wú)法消除異常點(diǎn)的影響,而使得建模結(jié)果出現(xiàn)偏差,因此利用特征性波段反射率及其變換形式建立回歸模型時(shí)具有很大局限性[23]。
利用EM38-MK2表觀電導(dǎo)率與光譜特征數(shù)據(jù)都可以反演土壤的電導(dǎo)率,從而監(jiān)測(cè)土壤鹽分狀況。利用EM38-MK2測(cè)得的數(shù)據(jù)僅能反映出土壤的鹽漬化程度,但它不能與衛(wèi)星遙感結(jié)合起來(lái)更方便快捷地進(jìn)行大范圍鹽漬化的監(jiān)測(cè)。相反,高光譜技術(shù)可以與衛(wèi)星遙感結(jié)合起來(lái),更高效地監(jiān)測(cè)土壤的鹽漬化情況,更好地改良鹽漬化土壤,這也為今后的研究提供了一個(gè)方向。
本研究通過(guò)對(duì)南疆地區(qū)鹽漬土的土壤表觀電導(dǎo)率、實(shí)測(cè)土壤電導(dǎo)率以及實(shí)測(cè)土壤光譜的分析,建立表觀電導(dǎo)率與土壤實(shí)測(cè)電導(dǎo)率之間的反演模型,并對(duì)實(shí)測(cè)土壤光譜反射率進(jìn)行倒數(shù)和一階微分形式的變換,并與EM38-MK2反演后的電導(dǎo)率數(shù)據(jù)建立全波段與特征性波段反演模型。以EM38-MK2大地電導(dǎo)儀測(cè)得的表觀電導(dǎo)率數(shù)據(jù)(EMh和EMv)為自變量,土壤實(shí)測(cè)電導(dǎo)率數(shù)據(jù)為因變量,建立的二元線性回歸模型的決定系數(shù)R2為0.89,達(dá)到了0.01極顯著水平。由此說(shuō)明用EM38-MK2大地電導(dǎo)儀的測(cè)量值來(lái)評(píng)估區(qū)域土壤鹽漬化程度是可 行的。
反射率的變換形式會(huì)對(duì)土壤的光譜特征信息產(chǎn)生一定的影響,也會(huì)影響到反演模型的精度。經(jīng)過(guò)對(duì)反射率進(jìn)行一階微分與倒數(shù)形式的變換之后,對(duì)比發(fā)現(xiàn)反射率一階微分處理要好于反射率與反射率倒數(shù)處理。經(jīng)過(guò)反射率一階微分變換后建模,交叉驗(yàn)證以及反演精度都是最高的,用PLSR全波段建模精度為0.92,交叉驗(yàn)證精度為0.82,反演精度為0.85,特征性波段建模精度為0.66,交叉驗(yàn)證精度為0.54,反演精度為0.67;用PCR全波段建模精度為0.90,交叉驗(yàn)證精度為0.84,反演精度為0.81,特征性波段建模精度為0.57,交叉驗(yàn)證精度為0.44,反演精度為0.72。
反射率一階微分建立的全波段PLSR模型是本研究所建模型的最優(yōu)估算模型,模型精度R2為0.85,RPD為2.56,可較好地預(yù)測(cè)土壤電導(dǎo)率。通過(guò)表觀電導(dǎo)率反演得到的土壤電導(dǎo)率和反射率一階微分變換形式建立的全波段偏最小二乘回歸模型用于估算整個(gè)研究區(qū)土壤鹽分信息是可行有效的。本研究可為南疆地區(qū)土壤鹽漬化監(jiān)測(cè)及改良措施的制定提供一些必要理論和技術(shù),也對(duì)南疆地區(qū)鹽漬化的治理具有一定的指導(dǎo)意義。