基于OLI影像的乌裕尔河—双阳河流域土壤碱化反演研究

郝倩楠（黑龙江省普通高等学校地理环境遥感监测重点实验室/哈尔滨师范大学，黑龙江哈尔滨150025）

基于OLI影像的乌裕尔河—双阳河流域土壤碱化反演研究

郝倩楠
（黑龙江省普通高等学校地理环境遥感监测重点实验室/哈尔滨师范大学，黑龙江哈尔滨150025）

近年来受环境变化和人类活动的影响，土壤盐碱化是土地退化的表现之一。研究土壤盐碱化有利于改善现状，并且预防其加剧具有重要意义。土壤碱化的快速反演和及时监测，对乌—双河流域生态可持续发展有着重大意义。以Landsat-8 OLI遥感影像与野外采样测定的170个样点土壤pH值和EC为数据基础，实验室内采集光谱，建立光谱反射率及其变换形式与土壤pH值和EC的相关分析，选择最佳敏感波段，利用线性回归分析建立基于OLI影像的乌裕尔河—双阳河流域土壤盐碱化反演模型，该模型的建立可为区域土壤碱化信息的提取及监测提供参考。

土壤；pH值；EC值；盐碱化；线性回归分析

1　引言

土壤盐碱化通常出现在干旱、半干旱地区，因其pH值偏高、物理性状不良、结构性和通透性差，造成土壤板结，植物难以生长，是土地退化的主要原因之一［1，2］。为了防治土壤盐碱化，更加合理地开发和利用碱化土地，需要对其理化性质及其变化进行研究。遥感作为土壤盐分监测有效的技术手段，已被广泛应用于土壤含盐量的反演和制图［3，4］，土壤含盐量信息是科学研究盐碱土的关键，深入挖掘遥感影像中盐碱土的含盐量信息，对有效治理盐碱土防止其进一步退化、合理开发利用盐碱土资源和维持生态可持续发展具有重要意义［5］。

遥感定量反演是通过遥感影像中像元的某个指标与其对应的地面点所要反演的信息之间建立的关系模型，利用这个关系模型可对地表某一信息进行精确和实用的地学描述。国内外对遥感反演土壤盐分含量已有大量研究［6，7］，但是单纯的对碱化进行研究尚少，本文以野外实测数据和遥感影像数据，建立关于盐碱的反演模型，在通过精度验证的前提下，反演乌—双流域的碱化程度，揭示空间分布的规律，为防治土壤盐碱花提供科学的参考。

2　材料与方法

2.1研究区概况

乌裕尔河—双阳河流域松嫩平原西北部，乌裕尔河位于黑龙江省西部，东经123°47′20″-127°27′40″，北纬46°23′05″-48°25′55″，面积约23000km2，属于温带大陆性季风气候，年均温3.2℃，年均降水415 mm，地势低平，是典型的盐碱化土壤发育区。流域范围涉及黑龙江省的北安市、克东县、克山县、拜泉县、讷河市、依安县、富裕县、林甸县、讷河市、齐齐哈尔市、泰来县、等12个县市（图1）。

土壤样本采集时间分别为2013年10、11月，2014年4月，基本和OLI遥感影像获取时间同步，以便更合理提取盐碱化土壤信息。盐碱土采样点的设置按照主要的土壤类型划分为采样区域，每个采样区域选择盐碱特征典型的非植被覆盖区域内设置一个采样中心点，距中心点30米，间隔120度角，分布3个样点，以保证100×100米范围内的均匀布点；中心点外的三个样点以该样点为十字形中心，相距2米取重复样点4个。农田采样点在每个采样区域选择特征典型的农田设置5个主采样点，呈正方形，中心点位于对角线交点处，其它四点位于四个角点上，中心点与角点相距20米。取土范围为表层0-2 cm，土样于阴凉通风处风干、研磨、过筛，用于实验光谱测量和室理化分析。

2.3土壤光谱测量及预处理

将过2mm孔筛的风干土样平铺于7.5cm直径，2cm高的圆盘中，表面用刀刮平，置于铺有50cm× 50cm黑色背景布的平台上，采用太阳光为光源，光谱仪镜头垂直于土壤表面，高度约10cm。测量时选择晴朗无风的天气，于10：00-12：00进行，光谱仪使用SVC HR 1024i型光谱仪（350-2500nm）。光谱曲线经平均、平滑处理后，重采样至OLI影像波段1-7的光谱间隔（ENVI 5.0）。自然对数变换等数学处理方法可以减少光谱数据中背景和噪声影响。

图1　研究区及采样点示意图

2.4pH、EC的测定

由于研究区土壤属于盐碱土，故将过2mm孔筛的风干土样以2.5：1水土比配置土壤浸提液，用（雷磁pHSJ-3F）pH计测定。以5：1水土比配置土壤浸提液，用（雷磁DDS-307）电导率仪测定。

2.5OLI影像的数据的获取及预处理

选取空间分辨率为30m的Landsat-8 OLI系列遥感数据，轨道号为：118/26、118/27、119/26、119/27、119/28、120/27，成像时间为2014年5月左右，该时期冰雪消融，植被生长稀疏，天气晴朗，有利于地面土壤盐碱含量的反演。

采用ENVI5.0软件提供的辐射定标、大气校正模块，进行辐射校正和大气校正，经过处理的光谱反射率已无明显的大气、水汽等特征，能较好的体现出地物真实光谱特征。对于大气校正后OLI上的绿色植被、未融化的冰雪及水体信息，运用ENVI5.0软件中NDVI模块进行提取，并将其从影像中剔除，留下相对裸露的土壤区域，提高反演精度。

[18] HELCOM, Declaration on the Protection of the Marine Environment of the Baltic Sea Area, http://www.helcom.fi/Documents/About%20us/Convention%20and%20commitments/Ministerial%20declarations/MinDecl1988.pdf.

3　模型的原理与评价方法

3.1相关分析

相关系数是广泛用于度量两个变量之间关联程度的一个指标，范围由1到-1，正数值表示正相关，负数值表示负相关，1和-1表示两个变量完全相关，通常相关系数大于0.75表示比较好的相关关系。相关系数表示的是变量间线形相关的程度，对于存在非线性关系的变量间关系度量可以通过数学变换将变量转化为拟线性的形式，简化后再进行计算。很多研究表明通过土壤盐碱指标与光谱或影像波段相关系数的分析，能够识别盐碱土壤遥感反演的敏感波段。本文回归方程则是利用线性回归分析中的多项式方程，多项式方程在线性回归分析中占重要的地位。

3.2回归模型评价参数

回归模型是对具有相关关系的变量，选择一种适当的数学关系式，用以说明一个或一组变量变动时，另一变量或一组变量平均变动的情况。这种数学关系可以是简单的线性方程，也可以是复杂的非线性形式。通常用均方根误差（RMSE）进行评价；其中，均方根误差（RMSE）越小，表明模型越稳定，预测精度越高。

4　结果与分析

4.1影像波段与土壤pH值、EC值相关性分析

183个样本参与相关分析，样本pH、EC值符合正态分布，四种检验（Shapiro-Wilk，Kolmogorov-Smirov，Cramer-von Miss，Anderson-Darling）的P值均小于0.05，说明二者均为正态分布，因此可以采用Pearson相关系数来表示pH、EC值与七个波段原始反射率的相关程度，计算结果如表1所示。

从表1可以看出pH值与波段1、2、3的相关程度很高，均大于0.75，分别为0.7939、0.7972、0.7837，说明这三个波段对土壤的PH值敏感；而EC的相关系数较pH稍低（0.7373、0.7311、0.7161），敏感程度相对pH值略低。

表1　pH、EC值与OLI影像1-7波段原始反射率的Pearson相关系数

图2　2波段反射率与pH值的回归分析模型

表1的结果说明，pH、EC可作为表征土壤盐碱化程度的指标，该指标与OLI影像的1-3波段的关系密切。表中还可以明显看出，pH与影像2波段的相关系数最优，EC与影像1波段的相关系数最优，故都可进行单波段建模。

4.2土壤反演模型的构建与精度验证

从170个样本中随机选取112个样本用于pH值与敏感波段的回归建模，其余58个样本用于模型验证。取2波段原始反射率值参与建模，建模结果图2所示。

从170个样本中随机选取114个样本用于EC值与敏感波段的回归建模，其余56个样本用于模型验证。取1波段原始反射率值参与建模，建模结果如图3所示。

将OLI影像的光谱反射率与建模土样的pH值、EC值进行回归分析，建立预测方程（图2、图3），反演模型精度验证指标RMSE分别为1.03和2.04，实测值与预测值的R2分别为0.76和0.61，本研究模型可用于pH值和EC值的反演。

4.3反演结果分析

根据本文模型反演乌裕尔河双阳河流域pH值和EC值分布图，分别如图4和图5，从土壤pH值分布来看，碱度相对较轻的主要分布在乌裕尔河—双阳河的下游区域，而盐分相对不明显，高盐分区域较小，主要集中在流域中下游地区。

图4　研究区土壤pH值空间分布图

反演得到的土壤盐碱化空间分布与乌双流域盐碱化分布实际情况比较吻合，多分布在流域的中下游地区。中下游地区地下水排水不畅，地表径流缓慢，而地下与地表径流是形成盐碱土的主要原因，土壤水分向上蒸发，使得地下的盐分随着蒸发作用向上集于地表，从而形成盐碱化的土壤。久而久之，地表变成裸露而贫瘠的盐碱土。

图5　研究区土壤EC值空间分布图

5　结论与讨论

5.1本文以松嫩平原中西部的乌裕尔河—双阳河流域为研究对象，在研究区内均匀采集土壤样品，进行实验室理化分析和测得170个土壤光谱样本，在此基础上建立土壤pH、EC与实测光谱之间的回归模型，基于OLI影像的反演模型能够很好的预测土壤pH值和EC值，精度达到70％和60％以上，说明模型的适用于研究区内盐碱化的反演。

5.2基于以Landsat-8 OLI为遥感数据源，结合野外实测数据构建土壤盐碱反演模型，得到研究区盐碱化空间分布图，可以为未来盐碱化防治提供一定的科学参考，乌裕尔河双阳河流域中下游地区盐碱化治理迫在眉睫。

本文通过实测数据与遥感数据相结合，构建反演模型，通过精度评价，证明该模型可用于研究区内盐碱化的反演，但任然存在一些问题，例如不同区域，此模型反演效果会有不同，有待进一步研究。

［1］王凯龙，熊黑钢，等.基于PLSR-BP复合模型的绿洲土壤pH高光谱反演［J］.干旱区研究，2014，31（6）：1005-1009.

［2］李宝富，熊黑钢，龙桃，等.新疆奇台绿洲农田灌溉前后农田土壤水盐时空变异性研究［J］.中国沙漠，2012，32（5）：1369-1378.

［3］吴健生，张玉清，等.新疆焉耆县土地盐渍化遥感监测［J］.干旱区地理，2010，33（2）：251-257.

［4］陈实，高超，徐斌，等.新疆石河子农区土壤含盐量定量反演及其空间格局分析［J］.地理研究，2014，33（11）：2135-2144.

［5］刘兴土.松嫩平原土地退化整治与农业发展［M］.北京：科学出版社，2001.

［6］马驰.基于HJ-1A高光谱影像的土壤盐碱化遥感研究［J］.干旱区资源与环境，2014，28（2）：180-184.

［7］亢庆，于嵘，等.基于ASTER图像的干旱区土壤盐碱化遥感应用研究［J］.干旱区地理，2005，28（5）：75-79.

（2015-12-27收稿M编辑）

Based on the OLI image Wuyuer river-Shuangyang river soil alkalization inversion in a river basin

HAO Qian-nan et al
（Key Laboratory of remote sensing monitoring of geographic environment，College of Heilongjiang Province，Harbin Normal University，Harbin，P.R.China 150025，China）

Soil salinization has been one of the soil degradation performances under the impact of climate change and human disturbance.Rapid inversion and timely monitoring for soil salinization will make agreat contribution to ecological and sustainable development in WuYuer basin and ShuangYang basin，especially for changing the soil condition and preventing the soil salinization. Based on landsat-8 OLI image with PH and EC 170 measured soil samples，we made a correlation analysis between PH and EC of soil sample and spectral reflectance by choosing the best band from collecting spectra in the laboratory.At the same we made a soil salinity inversion model for WuYuer basin and ShuangYang basin by linear regression.we also provided a reference for information extraction and monitoring of regional soil salinization.

Soil；pH Value；EC Value；Soil salinization；linear-regression analysis

S157.2

A

1003-7853（2016）01-0086-04

郝倩楠（1990-），女，硕士研究生，主要研究地物光谱定量研究。