基于高分一號衛(wèi)星影像的延安市顧屯流域耕地鹽漬化定量反演

李志剛，許 強(qiáng) ，趙寬耀，陳婉琳，王曉晨，方汕澳，李為樂

(成都理工大學(xué)地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國家重點實驗室，成都 610059)

黃土高原地區(qū)由于其特殊地質(zhì)與氣候環(huán)境，流域內(nèi)水土流失較為嚴(yán)重，從而會引起耕地資源不足等問題。位于陜西省延安市寶塔區(qū)的顧屯流域就是一個典型的由于黃土的侵蝕造成的耕地減少的例子[1-3]。為解決土地資源需求問題，政府于2013年開始進(jìn)行治溝造地工程，經(jīng)過5年的治理，治溝造地工程已經(jīng)基本完成，其中僅延安地區(qū)經(jīng)治溝造地工程可增加的耕地面積就達(dá)330km2[4]。治溝工程均位于流域溝谷內(nèi)，因而在形成新耕地時也改變了溝谷、土壤結(jié)構(gòu)及局部的水文條件，環(huán)境改變可能會引發(fā)次生災(zāi)害問題，如滑坡、鹽漬化等[5]。顧屯流域新增耕地由于水文條件改變、降雨量較少、蒸騰作用強(qiáng)烈等原因，部分區(qū)域有鹽漬化加劇的趨勢[3]。鹽分的積聚會使土地退化，已造耕地難以使用，折減治溝造地工程的效益[6-8]。因此，有必要對顧屯流域的溝內(nèi)耕地進(jìn)行鹽漬化定量評估，查明鹽漬化的發(fā)展?fàn)顩r，為治溝造地工程的建設(shè)與耕地資源的保護(hù)提供指導(dǎo)。

目前已有學(xué)者對顧屯的鹽漬化發(fā)展?fàn)顩r開展了一定程度研究。鄒錫云等[3]對溝內(nèi)庫壩典型位置的鹽分進(jìn)行了提取，揭示了水庫與鹽漬化的形成有關(guān)。Jin等[4]對顧屯流域的主溝水庫附近鹽分信息進(jìn)行了收集，發(fā)現(xiàn)流域上游相較于下游鹽漬化程度較高?，F(xiàn)階段對于溝內(nèi)的鹽漬化研究都集中于對點狀信息的提取，而點狀信息難以反映整個溝內(nèi)的鹽漬化發(fā)展現(xiàn)狀。遙感手段相較于實地測量，具有覆蓋廣、成本低等優(yōu)點，對于區(qū)域尺度鹽漬化的信息評估，往往采用遙感手段[9-11]。中外學(xué)者已經(jīng)開展了很多利用遙感影像反演鹽漬化信息的相關(guān)研究。江紅南等[12]在對土壤信息和遙感信息分析的基礎(chǔ)上提取了多個表征指數(shù)作為變量，建立了鹽漬化信息提取模型，揭示了新疆渭干河-庫車河三角洲土壤鹽分特征。丁建麗等[13]選取土壤、植被和光譜特征為研究對象，篩選出對鹽漬化最敏感的數(shù)據(jù)形式，對鹽分信息進(jìn)行了提取。馮雪力等[14]收集Radarsat-2雷達(dá)影像，通過多元回歸建模對內(nèi)蒙古河套灌區(qū)鹽分分布進(jìn)行了高精度監(jiān)測。Zhang等[15]通過野外調(diào)查獲取土壤鹽分?jǐn)?shù)據(jù)，分析Landsat 8影像與地表光譜特征，建立土壤鹽度信息提取模型與植被指數(shù)模型。Wang等[16]利用Landsat 8的影像測試了不同波長差值、比值的線性回歸模型，對艾比湖濕地鹽漬化進(jìn)行了估算。已有研究主要利用回歸分析等方法對經(jīng)驗?zāi)Ｐ瓦M(jìn)行擬合，缺乏對有效波段和波段組合的篩選，并且傳統(tǒng)的回歸分析也難以解決有高精度需求的非線性問題。此外，顧屯耕地區(qū)面積相對較小，使用中等分辨率多光譜影像難以滿足精確反演的要求。

現(xiàn)以顧屯流域作為研究區(qū)，利用2m高空間分辨率的高分一號(Gaofen-1)影像，首先利用多個傳統(tǒng)光譜指數(shù)對耕地鹽分含量進(jìn)行定量反演；進(jìn)而通過實測土壤樣本對高分一號4個波段的信息量、波段相關(guān)性、波段與鹽分的相關(guān)性進(jìn)行計算，篩選特征波段組合，通過支持向量機(jī)(support vector machine，SVM)的機(jī)器學(xué)習(xí)方法挖掘特征波段與鹽分信息之間的非線性關(guān)系，建立高精度的顧屯流域耕地鹽漬化反演模型。該方法有助于治溝造地工程后耕地土壤鹽分監(jiān)測，對耕地資源管理保護(hù)有一定指導(dǎo)意義。

1 研究區(qū)概況

研究區(qū)為陜西省延安市的治溝造地工程區(qū)之一的顧屯流域(圖 1)，位于寶塔區(qū)的甘谷驛鎮(zhèn)，屬半干旱大陸性季風(fēng)氣候，春夏時節(jié)較為干燥，雨季一般是每年的7—9月。當(dāng)?shù)啬昶骄鶜鉁貫?0.3℃，年平均降雨量527 mm(2010—2017年)，年潛在蒸散發(fā)約1005mm，幾乎是年降水量的兩倍[4]。顧屯流域主溝總面積約為24km2，河道長度約12.5km，主溝坡度較為平緩，呈U形斷面，兩側(cè)支溝較為陡立。溝道內(nèi)土壤成分主要為黑壚土、黃綿土、紅土等土壤，其中黃綿土占主要成分，具有較高的孔隙度與滲透率[17]。流域從2012年進(jìn)行治溝造地后，通過開挖流域的邊坡來填埋擴(kuò)大溝底，從而形成耕地，同時修建水庫和庫壩，阻止土壤流失，顯著改變了當(dāng)?shù)氐奈镔|(zhì)及水分運移特征。在工程后形成耕地中，發(fā)現(xiàn)表面局部有鹽分出露[圖 1(b)、圖1(c)]。

2 數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)及預(yù)處理

2.1.1 遙感影像與實地采樣

收集了研究區(qū)2018年6月11日的高分一號影像，影像全色波段分辨率為2m，另有分辨率為8m的藍(lán)、綠、紅及近紅外4個多光譜波段?；贓NVI5.3軟件對該高分影像進(jìn)行預(yù)處理，包括輻射定標(biāo)、大氣校正及正射校正。對應(yīng)影像時間段，在研究區(qū)鹽漬化程度不同、空間分布均勻的56個位置進(jìn)行現(xiàn)場采樣[圖 1(a)]，各采樣點均勻取表層20cm深的土壤。

圖 1 研究區(qū)位置圖及對應(yīng)位置天地圖影像Fig.1 Location map of study area and images of the corresponding position

2.1.2 土壤樣本處理與鹽漬化分級

采用較常用的水土比5︰1浸提法測定收集土壤樣本的鹽分含量，具體步驟為稱取過1mm篩的風(fēng)干樣本20g，加入蒸餾水100mL制得清殼濾液，進(jìn)而測得鹽分。對所有土壤的全鹽量進(jìn)行測定，得到有效樣本56個。將樣本按鹽量由大到小排列，以4為間隔選取14個樣本作為后續(xù)反演的驗證樣本，剩余42個樣本作為建模樣本。

目前鹽漬化的等級劃分沒有固定標(biāo)準(zhǔn)。研究表明，土壤中全鹽量在1g/kg時對農(nóng)作物的生長就有影響[3，18]。鑒于研究區(qū)為農(nóng)作物種植耕地，農(nóng)作物生長對鹽漬化極為敏感，所以采用表 1分類方案進(jìn)行鹽漬化等級的劃分，將土壤鹽漬化分為5個等級。

表 1 鹽漬化分級

2.2 光譜指數(shù)與特征波段選擇

2.2.1 土壤光譜指數(shù)選擇

土壤含鹽量的變化影響著光譜的反射特征，總結(jié)這些特征可以反映土壤鹽堿程度，因而可以通過選用前人建立的表征土壤鹽漬化的光譜指數(shù)來反映鹽漬化的發(fā)育情況。選取較為常用的6個直接和間接表征土壤鹽分的光譜指數(shù)對顧屯耕地的鹽分信息進(jìn)行定量計算，將不同光譜指數(shù)的計算結(jié)果進(jìn)行對比，利用效果最優(yōu)的光譜指數(shù)反演研究區(qū)鹽分含量，光譜指數(shù)的具體內(nèi)容如表 2所示。

表 2 光譜指數(shù)

2.2.2 特征波段篩選

遙感影像不同波段之間反映的信息并不完全獨立，不同波段傳遞的信息存在一定的相關(guān)性，相關(guān)性較大容易造成模型失真和不穩(wěn)定[10]。同時不同波段對同一地物特征的描述程度(即波段的信息量)也是不同的，因此通過選取波段之間相關(guān)性小、單個波段信息含量大且對鹽分含量較為敏感的波段組合理論上能夠更好地反演鹽分信息。首先提取高分一號影像中對應(yīng)采樣點的4個波段的波段值，與實驗得到的鹽分?jǐn)?shù)據(jù)分別做相關(guān)性(R)分析[式(1)]。再對4個波段兩兩之間進(jìn)行相關(guān)性分析，同時計算各個波段的方差(D)[式(2)]，數(shù)據(jù)方差大小反映了數(shù)據(jù)的離散程度，也即信息量的大小。根據(jù)計算結(jié)果篩選信息量較大、相互之間相關(guān)性較低且與鹽分信息高相關(guān)的波段及波段組合即作為鹽分反演的建模因子。

(1)

(2)

2.3 反演模型及判據(jù)

2.3.1 支持向量機(jī)

SVM是根據(jù)統(tǒng)計學(xué)習(xí)理論，以結(jié)構(gòu)風(fēng)險最小化原則為理論基礎(chǔ)從線性可分?jǐn)U展到線性不可分的一種機(jī)器學(xué)習(xí)方法，通過核函數(shù)來實現(xiàn)非線性映射來處理非線性問題，對于小樣本情況下能取得較好的效果，能夠較好地解決非線性回歸問題。

設(shè)定研究數(shù)據(jù)集Q={(xi，yi)，i=1，2，…，n}，其中，xi為輸入的波段變量組合數(shù)據(jù)，yi為訓(xùn)練樣本的實測鹽分?jǐn)?shù)據(jù)，以此建立的SVM模型為

(3)

式(3)中：K(xi，x)為內(nèi)積核函數(shù)。 SVM共有5種核函數(shù)類型，選擇高斯徑向基核函數(shù)

(4)

式(4)中：P為核函數(shù)的核寬度。

SVM學(xué)習(xí)的準(zhǔn)確性取決于參數(shù)的選擇，主要參數(shù)為懲罰參數(shù)C、不敏感帶損失函數(shù)g和核函數(shù)的核寬度P[23]，其中g(shù)=1/(2P2)。參數(shù)C與g分別控制模型的泛化性能與回歸誤差，為確保模型精度，基于訓(xùn)練樣本集交叉驗證的網(wǎng)格搜索法進(jìn)行參數(shù)尋優(yōu)，由最小均方差的原則確定參數(shù)C與g。

2.3.2 判據(jù)評定

利用14個驗證樣本對構(gòu)建的反演模型進(jìn)行精度驗證。分別計算各模型反演值與驗證樣本的均方根誤差(root mean square error，RMSE)[式(5)]、決定系數(shù)R2與相對分析誤差(relative prediction deviation，RPD)[式(6)]，當(dāng)R2越接近于1、RMSE越小、RPD相對較大時，表明模型的預(yù)測效果較好。

(5)

(6)

3 結(jié)果與分析

3.1 基于鹽分指數(shù)的鹽漬化反演模型

利用高分一號影像在ENVI 5.3軟件bandmath功能中將所選的6個光譜指數(shù)進(jìn)行波段計算并進(jìn)行歸一化處理，在ARCGIS 10.6軟件中提取計算結(jié)果值，與篩選的建模樣本定量擬合(圖 2)，可以看出6種光譜指數(shù)與實際的鹽分含量都有一定的相關(guān)性，其中S3與鹽分含量正相關(guān)[圖 2(e)]，R2達(dá)到0.716，擬合度最好；S1與S2與鹽分含量負(fù)相關(guān)，R2分別為0.680、0.632[圖 2(a)、圖 2(c)]； DVI的擬合度為0.507[圖 2(f)]；NDVI與SI2與鹽分含量的相關(guān)性不高[圖 2(d)、圖 2(b)]，R2只有0.156和0.061，無法用來擬合鹽分含量?；诙糠治鼋Y(jié)果，選擇S1、S2、S33個擬合度較高的指數(shù)建立光譜指數(shù)反演模型，模型具體如表 3所示。利用3個反演模型對上一步光譜指數(shù)計算結(jié)果進(jìn)行計算，提取反演鹽分值與驗證樣本進(jìn)行反演精度評估[式(5)、式(6)]，結(jié)果如表 3所示。S1與S2模型的驗證集R2分別為0.587與0.456，反演效果一般，難以用來進(jìn)行研究區(qū)的鹽漬化分布評價。而S3模型R2達(dá)到0.742，同時RMSE較小、RPD最高，表明S3具有較好的反演效果，S3模型能在一定程度上反映研究區(qū)的鹽漬化特征。

圖 2 指數(shù)與鹽分定量關(guān)系Fig.2 Relationship of index and salt quantity

圖 3 SVM模型評價精度Fig.3 Accuracy of SVM model evaluation

3.2 基于特征波段融合的鹽漬化反演模型

高分一號影像共有4個多光譜波段，對土壤采樣點對應(yīng)的4個波段數(shù)值及鹽分含量進(jìn)行兩兩相關(guān)性分析[式(1)]得到相關(guān)性矩陣，如表 4所示。波段1與波段2相關(guān)性最為顯著，相關(guān)系數(shù)達(dá)到0.690，波段1與波段4、波段3與波段4、波段1與波段3相關(guān)性較低，表明兩兩之間具有一定的獨立性，傳達(dá)的信息冗余程度較低。其中波段1與波段4相關(guān)性最低，且負(fù)相關(guān)，為-0.200。

表 3 反演模型及精度參數(shù)

表 4 相關(guān)性矩陣

表 5 信息量統(tǒng)計表

表 6 最優(yōu)參數(shù)

表 7 SVM反演模型

按式(2)對各波段進(jìn)行信息量統(tǒng)計，結(jié)果如表 5所示。波段1與波段4的方差最大，波段2方差最小，說明波段1與波段4所包含的信息量相對而言更大。從表 4可知，單波段與鹽分含量的相關(guān)性并不特別顯著，最大僅為0.413。綜合因子需包含足夠信息量且相關(guān)性較小的原則，選取兩兩之間相對獨立的波段1與波段3、波段1與波段4及波段3與波段4作為評價顧屯流域耕地鹽漬化的3個自變量組合。將3個模型變量歸一化后結(jié)合篩選的42個訓(xùn)練樣本在MATLAB平臺利用交叉驗證的網(wǎng)格搜索法分別進(jìn)行參數(shù)尋優(yōu)，尋優(yōu)結(jié)果(表 6)即代表在相應(yīng)參數(shù)下各變量組合在SVM模型中能夠最大程度地描述出數(shù)據(jù)特征，建立最優(yōu)的非線性回歸模型。基于所得最優(yōu)參數(shù)分別構(gòu)建3個波段組合的反演模型[式(3)、式(4)]，對研究區(qū)進(jìn)行鹽分空間分布的反演，提取反演結(jié)果進(jìn)行精度驗證[式(5)、式(6)]，結(jié)果如表 7與圖 3所示。P1P4、P3P4組合訓(xùn)練集R2分別為0.741、0.725，而預(yù)測R2僅0.679、0.672，表明對于耕地鹽漬化反演效果略差。P1P3組合建模集R2高達(dá)0.901，預(yù)測R2也達(dá)到0.8674，RMSE為0.1052，RPD為2.931，各項指標(biāo)表明該模型鹽分反演的效果最好。

圖 4 鹽漬化分布Fig.4 Distribution of salinization

3.3 兩種模型反演結(jié)果對比分析

從評價精度上，由鹽分指數(shù)S3構(gòu)成的反演模型，R2達(dá)到0.742；由P1P3組合構(gòu)建的SVM模型在所有反演模型中精度最高，R2為0.867，相較S3模型具有更優(yōu)的預(yù)測能力，能夠高精度反演耕地的鹽分分布情況。這說明波段1與波段3是最優(yōu)的波段組合，同時SVM能夠很好地挖掘數(shù)據(jù)特征進(jìn)行分析建模。利用S3反演模型(表 3)和P1P3支持向量機(jī)反演模型(表 7)分別對顧屯流域耕地區(qū)鹽分進(jìn)行空間分布反演，并按照表 1分級規(guī)則對鹽分進(jìn)行分級，獲得耕地鹽分空間分布情況，如圖 4所示。

表 8 反演結(jié)果統(tǒng)計表

對兩個模型評價結(jié)果進(jìn)行統(tǒng)計，結(jié)果如表 8所示，從S3模型的評價結(jié)果看，顧屯溝內(nèi)約70%耕地都受到一定程度的鹽漬化影響，其中輕度鹽漬化占比最大，占了顧屯主溝56%，中度鹽漬化土壤為17.39%，重度鹽漬土僅有0.03%。SVM模型得出的結(jié)果顯示，輕度鹽漬化占43.52%，中度鹽漬土占29.82%，重度鹽漬土占0.04%。對比可以發(fā)現(xiàn)，兩個模型反演所得正常土壤與重度鹽漬化土壤的總量相差不大，總量上的主要差別在于SVM模型得出中度鹽漬土要多大概10%，相應(yīng)的輕度鹽漬化相對要少10%，即SVM模型表明研究區(qū)的鹽漬化趨勢更強(qiáng)，從圖 4也可以看出SVM模型中度鹽漬土占比較多。兩種模型的反演結(jié)果(圖 4)均顯示，在溝內(nèi)上游區(qū)域與支溝內(nèi)鹽分含量明顯高于下游，這可能與溝內(nèi)高程與水文條件等因素有關(guān)。鹽分空間分布結(jié)果表明研究區(qū)經(jīng)工程后的耕地在一定程度上受到鹽漬化的影響，鹽漬化會對耕地農(nóng)作物的生長與工程后土地的利用效益產(chǎn)生負(fù)作用。

4 結(jié)論

土壤鹽漬化問題影響耕地的種植和治溝造地工程的效益。通過高分一號影像和室內(nèi)實驗數(shù)據(jù)對顧屯流域耕地的鹽漬化反演，初步獲得以下結(jié)論。

(1)選取的6個表征鹽分光譜指數(shù)與實測鹽分信息具有一定的相關(guān)性，其中S1、S2、S33個指數(shù)與實際鹽分成分有較好的相關(guān)性。通過定量反演，S3模型也表現(xiàn)出了較好的反演精度，常用的鹽分指數(shù)對于研究區(qū)鹽漬化評估有一定效果。

(2)通過信息量、相關(guān)性等特征篩選出高分一號影像P1P3、P1P4與P3P43組特征波段組合，發(fā)現(xiàn)P1P3可作為鹽漬化反演最優(yōu)波段組合。

(3)利用SVM的機(jī)器學(xué)習(xí)方法對耕地鹽分含量進(jìn)行反演，模型精度達(dá) 0.867。該模型可為黃土耕地鹽漬化的監(jiān)測提供指導(dǎo)。

(4)顧屯流域70%的耕地正受到鹽漬化影響，重度鹽漬土極少，中度與輕度鹽漬土成分較高，分別達(dá)到43.52%與29.82%。這說明研究區(qū)溝內(nèi)耕地的鹽漬化發(fā)育態(tài)勢較為顯著，鹽漬化對于耕地農(nóng)作物的種植有害。當(dāng)?shù)氐膭趧诱呖砂凑整}漬化的分布情況合理的選擇農(nóng)作物的種植區(qū)域與種類，對于鹽漬化程度相對較高的區(qū)域應(yīng)該及時治理，同時對于輕度鹽漬化區(qū)域也應(yīng)及時抑制土壤鹽分含量的增加。

需要指出的是雖然對耕地鹽分進(jìn)行了較高精度的反演，但也存在一些缺陷：高分一號影像光譜分辨率有限，僅有的4波段對于更準(zhǔn)確地描述鹽分信息來說較為困難；僅研究了顧屯耕地的鹽漬化空間分布情況，對于鹽漬化的形成機(jī)制及工程后效應(yīng)沒有做深入的討論，要解決治溝造地工程帶來耕地鹽漬災(zāi)害問題，還一定要弄清鹽漬化的形成與工程活動、地形地貌、水文的關(guān)系，這是今后的研究方向。