典型草地土壤包络线光谱特征参数与植被覆盖度相关性

胥静　蒋平安　武红旗

摘要：对新疆8种典型草地形成的不同类型土壤进行了光谱室内采集，以求能够通过包络线消除法和植被覆盖度对不同土壤有机质的含量高低做一个快速判断。运用包络线消除法提取了不同土壤的包络线特征参量，结合地上的植被覆盖度对有机质含量不同的土壤与植被覆盖度之间的关系进行了预测。结果表明，包络线消除后所得到的特征参数中，不同土壤光谱特征值存在差异。吸收深度对吸收面积的影响不显著，吸收峰面积可以用来描述不同土壤有机质含量的高低。建立了吸收峰面积和植被覆盖度之间的模拟方程，其中0～5 cm土层土壤的显著性最高（P<0.05）。与东北黑土包络线消除的显著性波段范围相比，新疆草地土壤的包络线消除相关性达到0.6以上的波段位置发生了前移现象。

关键词：高光谱；土壤类型；植被覆盖度；去包络线

中图分类号：S151.9+2 文献标识码：A 文章编号：0439-8114（2015）01-0043-05

草地资源作为重要的国土资源，也是有生命的可更新自然资源，具有极其重要的生态、经济和社会价值[1]。如何更好地保护和利用有限的草地资源显得尤为重要。随着人们生活水平的增加，对畜产品的需求在增大，这对有限的草地资源来说，过度放牧造成的草场退化使其恢复过程也将变得复杂。虽然草地土壤的退化速度要滞后于草地植被的退化，但土壤的恢复时间要远远超过草地植被的恢复[2]。土壤的退化主要表现在肥力的降低，机械组成发生变化，不保水保肥，荒漠化。衡量土壤肥力的高低指标主要还是其有机质含量的高低。由于新疆特殊的地形地貌导致草地的类型出现了明显的地带性分布，其中既有按着降水因素出现的水平性地带分布，还有海拔造成的垂直地带性分布[3]。新疆是中国主要的牧区之一，草地资源丰富，草场载畜量较高。近年来，新疆的草地资源也不同程度地遭受了过度放牧造成的草地地力退化。草地土壤中有机质含量的高低是评价草地资源的重要指标之一，防止草地土壤有机质降低对于恢复草地养殖力，防止沙漠向绿洲的进攻有着重要的意义[4]，同时，对于新疆经济社会的稳定也有着不可替代的战略性意义。光谱技术的运用至今已发展了30多年，在土壤领域取得了许多重要成果，钱育蓉等[5]对新疆典型荒漠草地的高光谱特征进行了提取和分析；BEN-DOR等[6]研究了土壤光谱反射形成的机理以及有机质、水分、氧化铁、母质对土壤光谱的影响；SWAIN等[7]研究了土壤光谱特征中的参量并对其个别进行了定量分析；徐彬彬[8]对土壤剖面的反射特性进行了研究，并对南疆土壤光谱与有机质的含量进行了早期的相关性分析；谢伯承等[9]运用包络线消除法成功建立了光谱特征吸收面积和有机质含量间的线性回归方程，相关性达到0.01显著水平。与传统的土壤室内分析方法相比较，光谱技术的运用不仅提高了试验数据分析的效率，也降低了对环境的污染，还节约了成本。光谱技术在新疆草地群落[10]和植物营养元素[11]方面的研究较多，而新疆草地土壤的光谱特征报道较少。本研究在前人对有机质含量和光谱特征参数研究的基础上，通过结合光谱特征参数和植被覆盖度两个因子，研究二者之间的相关性。旨在通过对土壤光谱特征参数的提取与比较，对草地土壤肥力的动态变化做一个快速的粗判断，以期为草地资源评价中判断土壤理化性质动态变化提供基础的科学依据。

1 材料与方法

1.1 样品采集

于2012年7～8月牧草生长旺季对新疆的典型草地进行土壤采集，并用GPS定位。对于地上草本植物，选用100 m典型样线调查法，并在样线上设置1 m×1 m样方。所测土壤点的分布如图1所示（以1∶10 000 000“新疆维吾尔自治区草地类型图”为依据，以 ArcGIS 9.2为平台制成样点图）。

测试土壤样点主要集中于新疆的西北部，少部分位于南疆昆仑山一带（阿勒泰地区11个点，塔城地区14个点、博乐地区7个点、伊犁地区9个点、克州9个点）。对剖面点地上部分的1 m×1 m样方拍照，并记录地上部分主要植被。地下部分按照宽度0.6 m、长度0.8 m、深度1.0 m挖取剖面，共挖取了50个剖面。同时，每个剖面进行分层取样，取样深度范围为0～30 cm，所得土壤样本共计200个。所取土壤样品经自然风干、研磨并通过2 mm孔筛，采用4分法取样装袋用于室内光谱测定。样方中的土壤样本信息见表1。

1.2 数据测定

光谱的测定分为野外测定和室内测定两种。通常室外测定容易受到天气及其他地物的干扰，得到的数据精确度不高。相比较而言，室内测定干扰因素少，几何条件也较易人为控制，得到的数据准确度高，运用也较为广泛。本试验选择的是光谱的室内测定。为避免阳光等人为因素对光谱测定的干扰，选择在暗室进行，测量人员尽量穿深色衣物将人为干扰因素降到最低。仪器室内几何条件设定为：光源入射角15°，探头距离30 cm，光源距离80 cm。将处理好的样品放入直径为22 cm，深度为3.5 cm的塑料小盘中，用直尺将土壤表面刮平，进行光谱测量。本试验按照以下规范[12]测量，每个土壤样点测10条曲线，每测10～20 min进行一次白板校正。

本试验的仪器采用美国SVC-HR768便携式地物光谱仪。光谱测量范围：350～2 500 nm，通道数768（光谱带宽350～1 000 nm 范围内≤3.5 nm；1 000～1 500 nm和1 000～2 100 nm 范围≤16 nm，最小积分时间1 ms），4°视场角探头和50 W标准光源。测量方式为手持；附带SVC-HR768光谱降噪软件，可对350～2 500 nm范围内采集的光谱数据进行集中的噪声干扰降噪处理。然后再用9点加权移动平均法对原始光谱曲线进一步去噪声处理。

1.3 数据处理

光谱的数据处理方法较多，土壤光谱数据通常是运用微分和倒数等数学方法进行建模。矿物高光谱分析中的包络线消除法也被广泛运用到土壤理化参数的提取，并取得了良好的效果。图2为去包络线示意图[13，14]。运用ENVI软件中自带的处理高光谱数据模块，它可以有效地突出光谱曲线吸收和反射特征，并将其归一到一个一致的光谱背景上，有利于和其他光谱曲线进行特征数值比较，从而提取特征波段进行分类识别，并且能消除土壤中其他物质的噪声干扰，在土壤的有机质预测中运用十分广泛。土壤经过去包络线处理后，提取以下几个特征值：①吸收深度，在归一化的曲线的吸收谷中，即1-最小反射率的归一化值；②吸收位置，在包络线去除归一化的曲线的吸收谷中，反射率最小的波长；③吸收峰总面积，定义为吸收峰面积之和[15]。endprint

植被覆盖度的计算是根据1 m×1 m草地样方的照片，利用ENVI软件的监督分类功能，对不同草地类型下的土壤进行植被覆盖度计算。通过前人对土壤有机质近红外波段的范围，确定有机质含量与草地覆盖度之间的相关性。

2 结果与分析

2.1 不同土壤下的植被覆盖度变化

图3是8种草地样方与对应的土壤之间的植被覆盖度关系图。土壤是植物生长的基础，土壤中有机质含量对植物的生长有一定的影响。从土壤肥力的高低来看，盐土的有机质含量最低，图3中盐土上的植被覆盖度也是最低的。图3中草毡土的植被覆盖度最高，其具体的有机质含量还需下一步对其光谱数据进一步处理来得出。其他类型土壤的覆盖度高低从图3上看依次是灰褐土、黑毡土、黑钙土、灰棕漠土、棕漠土、棕钙土；由于取土的过程是分层取样，按照0～5 cm、5～10 cm、10～20 cm、20～30 cm总共取了4个层次的土壤，为了更加明确每层土壤中光谱特征参量与植被覆盖度之间的关系，将上述土壤按照植被覆盖度的50%为界限进行分组。总共分为两组，植被覆盖度大于50%的高覆盖度组和植被覆盖度小于50%的低覆盖度组。

2.2 不同覆盖度下的土壤包络线消除处理

2.2.1 高植被覆盖度下的土壤包络线消除 图4是高覆盖度的0～5 cm包络线消除处理。图4a是350～2 500 nm全波段下的土壤光谱包络线消除图。根据刘焕军等[16]对东北黑土的有机质预测研究表明，土壤中的有机质对近红外波段的吸收区域的范围为545～1 250 nm，包络线消除的图像上会出现明显的吸收谷现象。包络线消除后反射率的最大归一化值（等于1）。根据对半干旱区的新疆草地土壤实测后对其包络线消除，发现在与前人提到的有机质的近红外波段有重合外，起始波段发生了前移。为了使图像看得更加清晰，将有机质的近红外波段提出来单看就是图4b。从归一化曲线的走势来看，4种土壤的曲线走势大致相似，只是在曲线的弧度和波段范围以及吸收深度上出现差别。

这可能与土壤颜色的深浅有关，土壤之所以会有颜色深浅的不同，主要还是因为其中有机质含量的多少。对于半干旱的新疆来说土壤颜色大都以暗色为主，由于气候和地理位置等主要因素形成了具有典型特点的半干旱区土壤。对于其他层次的土壤也按照上述方法进行光谱包络线消除。根据前文提到的光谱特征参数，对相应的参数按照数学方法进行提取。将归一化总面积定义为S，S=■diΔλ，i=350 nm，…，1 000 nm；此处di为吸收深度，Δλ为波长的增量。通过对不同类型土壤有机质近红外波段的吸收面积，来比较不同土壤的有机质含量高低。

2.2.2 低覆盖度下的土壤光谱包络线消除处理 图5是植被覆盖度小于50%的0～5 cm的包络线消除处理，对于其他层的土壤处理也按照此进行。图5a展示的是350～2 500 nm全波段的包络线消除图。同样，按照前人提到的有机质近红外波段进行截取，将所测土壤的有机质近红外波段范围扩大，如图5b所示。与高覆盖度的图4b相比，归一化后，光谱曲线在走势和弧度上出现了明显差别。在图5b中，各土壤之间的曲线走势出现了交叉和部分重叠，而图4b各曲线走势较规律。

2.3 不同类型土壤光谱特征参数比较

利用数学统计方法将4种高覆盖度土壤各个光谱特征参数的值算出，结果（表2）表明，吸收峰面积最大的是黑钙土，最小的是灰褐土。4种土壤的有机质近红外波段位置是依次递增的。吸收深度的变化不是很规律。吸收峰面积最大的黑钙土的各个土层的吸收深度大小依次是0～5 cm、5～10 cm、20～30 cm、10～20 cm。各个土层的吸收峰面积大小依次是0～5 cm、5～10 cm、10～20 cm、20～30 cm。吸收峰面积最小的灰褐土的各个土层吸收深度是5～10 cm土层最大，20～30 cm土层次之，5～10 cm土层和10～20 cm土层较小。

表3是4种植被覆盖度低的土壤的光谱特征参数。从表4可以得出，在0～5 cm的土层中，吸收深度最小的是棕漠土，最大的是棕钙土，吸收峰面积最大的是棕钙土；5～10 cm的土层中，吸收深度最大的是棕钙土，最小的是棕漠土，吸收峰面积最大的是棕钙土；10～20 cm的土层中吸收深度最大的是棕钙土，最小的是盐土，吸收峰面积最大的是棕钙土； 20～30 cm的土层中，吸收深度最大的是棕钙土，吸收峰面积最大的是棕钙土。

4种土壤的特征波段范围是依次递增的。棕钙土的各个土层吸收深度的大小依次是10～20 cm、5～10 cm、20～30 cm、0～5 cm；各个土层吸收峰面积大小依次是10～20 cm、20～30 cm、5～10 cm、0～5 cm。吸收峰面积最小的盐土各个土层之间的吸收深度大小依次是0～5 cm、5～10 cm、10～20 cm、20～30 cm；吸收峰面积大小依次是0～5 cm、5～10 cm、10～20 cm、20～30 cm。

2.4 吸收峰面积与植被覆盖度之间的相关性分析

以表2和表3中的光谱特征参数吸收峰面积为自变量，建立植被覆盖度和土壤有机质积分面积之间的相关性分析。所得方程如表4所示。从表4中数据关系可以看出，表层0～5 cm土壤吸收峰面积和植被覆盖度呈显著相关。

3 讨论

通过对土壤光谱特证参数的提取，并对有机质含量不同的土壤进行了光谱特征参数比较。结果表明吸收峰面积可以用来表示不同土壤有机质含量的高低，印证了谢伯承等[9]建立的吸收峰面积与有机质含量的线性相关性。对不同土壤之间的吸收深度比较发现，同一种土壤的吸收深度变化差异不大。植物是土壤理化特征的指示物，对于草地土壤而言草地资源的优良与否，植被覆盖度在一定程度上可以作为其指示的晴雨表，具体到主要影响因素，关键还是土壤中有机质积累量的动态变化。

本研究在前人光谱研究土壤的基础上，对以上两组不同植被覆盖度的土壤进行了光谱数据包络线消除，得到了不同土层深度下土壤中有机质在近红外波段下的光谱特征值。基于每种土壤下对应的植被覆盖度，将特征参数与植被覆盖度之间进行相关性分析，得出以下结论：①包络线消除后所得到的特征参数中，吸收峰面积可以用来描述不同土壤有机质含量的高低。上述8种土壤中，吸收峰面积最大的是黑钙土，吸收峰面积最小的土壤因土层的厚度不同而有所差异。②包络线消除的相关系数在0.6以上的新疆草地土壤的有机质吸收位置（380～490 nm）与东北黑土光谱特征研究[16-18]的包络线消除出现的位置（545～1 250 nm）相比，发生了前移现象。③土层的深度对有机质含量的高低也有一定的影响，从模拟方程来看，表层土壤的吸收峰面积和植被覆盖度的相关性较显著。随者土壤深度的加深，显著性降低。endprint

该研究结果表明，运用光谱特征参数中的吸收峰面积和植被覆盖度来评价不同土壤肥力的高低是可行的，尤其是草地表层土壤肥力的高低与植被覆盖度之间的相关性较显著。为了提高本试验的精度和稳定性，对于样本的容量还需进一步扩大。

参考文献：

[1] 干友民，李志丹，泽 柏，等.川西北亚高山草地不同退化梯度草地土壤养分变化[J].草业学报，2005，14（2）：38-42.

[2] 周 莉，李保国，周广胜.土壤有机碳的主导影响因子及其研究进展[J].地球科学进展，2005，20（1）：99-105.

[3] 张凤荣.土壤地理学[M].北京：中国农业出版社，2001.

[4] 范燕敏，武红旗，靳瑰丽.新疆草地类型高光谱特征分析[J].草业科学，2006，23（6）：15-18.

[5] 钱育蓉，于 炯，贾振红，等.新疆典型荒漠草地的高光谱特征提取和分析研究[J].草业学报，2013，22（1）：157-166.

[6] BEN-DOR E， BANIN A. Near infrared analysis（NIRA） as a rapid method to simultaneously evaluate，several soil properties[J]. Soil Sci Soc Am J， 1995， 59：364-372.

[7] SWAIN P H， DAVIS S M. Remote Sensing：The Quantitative Approach[M]. New York： Mcgraw-Hill International Book Company，1978.

[8] 徐彬彬.土壤剖面的反射光谱研究[J].土壤，2000（6）：281-287.

[9] 谢伯承，薛绪掌，刘伟东，等.基于包络线法对土壤光谱特征的提取及分析[J].土壤学报，2005，42（1）：171-175.

[10] 杨 峰，李建龙，杨文钰.基于线性光谱混合模型的荒漠草地覆盖度估测[J].农业工程学报，2012，28（7）：243-247.

[11] 王 成，赵春江，乔小军，等.番茄营养元素供应的光谱检测技术研究进展[J].农业工程学报，2008，24（2）：343-346.

[12] 张 丽，武红旗，蒋平安，等.北疆典型土壤反射光谱特征研究[J].水土保持学报，2013，27（1）：273-276.

[13] VAN DER MEER F. Analysis of spectral absorption features in hyperspectral imagery[J]. International Journal of Applied Earth Observation and Geoinfor-Mation，2004，5（1）：55-68.

[14] 樊 磊，赵文吉，宫兆宁，等.基于包络线消除法的岩石光谱对应分析[J].吉林大学学报（地球科学版），2012，42（2）：575-582.

[15] 张雪红，刘绍民，何蓓蓓，等.基于包络线消除法的油菜氮素营养高光谱评价[J].农业工程学报，2008，24（10）：151-155.

[16] 刘焕军，宇万太，张新乐，等.黑土反射光谱特征影响因素分析[J].光谱与光谱学分析，2009，29（11）：3019-3022.

[17] 孙建英，李民赞，唐 宁，等.东北黑土的光谱特性及其与土壤参数的相关性分析[J].光谱学与光谱分析，2007，27（8）：1502-1505.

[18] 于士凯，姚艳敏，王德营.基于高光谱的土壤有机质含量反演研究[J].中国农学通报，2013，29（23）：146-152.endprint