针对由噪声引起的遥感影像质量下降,选用7种典型的滤波算子分别对遥感影像进行处理,并结合支持向量机(SVM)的分类方法,分析滤波后影像亮度值的变化,与未经过滤波处理的影像进行分类后精度的对比。结果表明:相对于未经处理的遥感影像,经过滤波处理后的影像在土壤盐渍化信息提取中具有较高的分类精度;其中的高斯高通滤波结合SVM的土壤盐分提取模型的分类精度和Kappa系数由86.7285%和82.21%分别提高到89.6950%和86.20%,其分类效果最佳。滤波运算能抑制噪声、提高影像质量,能有效提高方法的盐渍化监测能力。掌握土壤盐渍化的空间分布特征及时空变化规律,对干旱区及半干旱区土壤盐渍化的防治和缓解、保护脆弱的生态环境都具有现实意义。

土壤盐分是衡量土壤质量的要素, 也是作物生长发育的基本条件。 因此, 迫切地需要一种可以快速了解土壤盐分含量（SSC）的方法。 针对艾比湖湿地自然保护区, 基于Landsat8 OLI多光谱遥感影像, 以该研究区36个土壤表层样品的盐分含量为数据源, 选择相关性较好的多光谱遥感指数分析研究区土壤盐分分布状况, 并将其分别与实测SSC构建线性、 对数、 二次函数模型, 进而优选精度最高的模型来反演该研究区SSC。 结果表明: （1）在多光谱遥感指数中, 与SSC相关性最高的是增强型植被指数（EVI）, 其相关性范围为（-0.70~-0.67）; 其次是传统型植被指数（TVI）, 其范围为（-0.58~-0.46）; 土壤盐分指数（SI）与SSC的相关性最低, 其范围为（-0.45~0.16）, 其中SI3和SI4与SSC均没有相关性。 （2）将实测土壤盐分值所反演的分布图与EVI对比分析, 发现在西北、 正南方向的艾比湖湖边周围和东北方向盐池桥的SSC均较高, 其EVI的值较低, 说明通过该研究区实测土壤盐分值所反演的盐分分布图与EVI的空间分布结果较为一致, 表明EVI对该地区土壤盐分具有一定的敏感性, 能较好地反演SSC的空间分布; （3）分别将三种EVI与实测SSC建模分析比较, 发现SSC与增强型比值植被指数（ERVI）所构建的二次函数模型最好; 其验证集的决定系数（R2）为0.92, 均方根误差（RMSE）为2.48, 相对分析误差（RPD）为2.09, 模型精度较高、 稳定性较为可靠, 相比之下, 说明ERVI对该湿地自然保护区土壤盐分有更高的敏感性, 可以用来预测该区域SSC, 从而进行空间反演。 在TVI中加入Landsat8多光谱遥感影像的b6和b7波段, 得到EVI, 以此来反演SSC是可行的, 且比传统可见光和近红外波段所构建的植被指数反演效果更好。 因此该研究不仅可以为遥感反演提供理论参考, 而且对该地区SSC的定量估算和动态监测具有重要的意义, 也可作为其他区域SSC预测反演的备选方案。

荒漠地区由于气候干燥, 降水稀少, 水分常成为制约植被生长的因素之一, 水分胁迫对植物长势和产量的影响比任何其他胁迫都要大。 随着高光谱技术的发展, 国内外已有众多学者利用高光谱数据研究植被遭受胁迫作用, 然而这些研究对象多集中于甜菜、 棉花、 玉米、 水稻等作物, 针对干旱区盐生植被遭受胁迫作用的研究较少。 梭梭作为荒漠、 半荒漠地区的典型盐生植被之一, 具有极高的经济和生态效益。 选择梭梭作为研究对象, 培育一年生梭梭, 并设置三个水分梯度, 形成受不同水分量胁迫的梭梭。 使用原始光谱、 红边位置参数, 结合植被指数及二维相关光谱研究其叶片光谱特征, 为干旱区利用高光谱遥感监测盐生植被提供借鉴。 结果表明: （1）分析梭梭叶片反射光谱曲线发现, 在可见光至中红外各波段范围内, 受不同水分量胁迫作用的梭梭叶片光谱反射率有显著差异。 在可见光（350～610 nm）波段, 各水分处理的梭梭叶片反射率依次为100 mL>500 mL>200 mL, 这是由于100和200 mL水分促进梭梭内部叶绿素合成, 使该波段反射率降低, 而过多的水分（500 mL）对梭梭内部的叶绿素合成没有更大的促进作用。 在红光区（611～738 nm）, 随着水分量的增多, 受不同水分量胁迫的梭梭叶片光谱反射率依次减小。 在738～1 181和1 228～1 296 nm波段, 受不同水分量胁迫作用的梭梭叶片光谱反射率为: 200 mL>100 mL>500 mL; 在1 182～1 227 nm波段, 受不同水分量胁迫作用的梭梭叶片光谱反射率为: 100 mL>200 mL>500 mL。 这是由于植被细胞结构对近红外区域的反射率影响较大, 因而受不同水分胁迫作用的梭梭叶片光谱反射率有显著差异。 在1 300～1 365和1 392～1 800 nm波段, 受各水分胁迫作用的梭梭叶片反射率为: 100 mL>200 mL>500 mL。 这表明在500 mL水分胁迫量范围内, 水分越多, 叶子的细胞液、 细胞膜对水分的吸收能力越强, 使得反射率下降。 通过对原始光谱求取一阶导数并提取红边位置参数发现, 各水分处理下的梭梭叶片一阶微分光谱曲线中红边位置未发生移动。 这是由于梭梭在长期的干旱环境影响下, 形成了特殊的适应机制, 水分对其红边位置影响不敏感。 （2）选取若干植被指数分析各水分处理下的梭梭光谱指数变化。 当水分胁迫量由100 mL增至200 mL时, WI/NDWI, MSI和NDII指数值变化显著, 可用于研究水分胁迫下梭梭的光谱特征。 （3）使用二维相关光谱技术分析受各水分胁迫作用的梭梭光谱特征, 得出在100 mL水分胁迫下, 在536, 643, 1 219和1 653 nm波段处, 吸收峰对水分的微扰敏感; 在200 mL水分胁迫下, 在846和1 083 nm波段处, 吸收峰对水分的微扰敏感; 在500 mL水分胁迫下, 在835和1 067 nm波段处, 吸收峰对水分的微扰敏感。 总之, 在近红外波段, 与100 mL水分量相比, 梭梭受200和500 mL水分量胁迫时, 吸收峰对水分的微扰敏感度上升。 由100 mL水分胁迫下梭梭的二维同步相关谱图可知, 1 044和1 665 nm, 1 072和903 nm, 903和1 264 nm, 1 230和1 061 nm波段处形成正交叉峰, 表明这些波段处光谱强度随水分的干扰同时变化。

利用光谱技术监测植被水分状况是了解植被生理状况及生长趋势的重要手段之一。 选择艾比湖湿地自然保护区作为靶区。 采用聚类分析、 变量投影重要性分析(VIP)以及敏感性分析等方法， 对植被不同含水量进行分级， 并针对不同等级的植被含水量进行估算及验证。 结果表明： (1)基于聚类分析中的欧氏距离的方法将植被叶片相对含水量划分为高等、 中等、 低等三个等级， 其范围分别为7076%～8069%， 5327%～7076%， 3100%～5327%。 在中红外与远红外（1 350～2 500 nm）之间， 反射率越低植被含水量越高； 波长380～1 350 nm范围， 无此现象。 (2)应用VIP方法可知， 所选的8种植被水分指数VIP值均超过了08， 说明植被水分指数预测能力均较强且差别不显著。 其中MSI， GVMI与植被叶片相对含水量的非线性三次拟合函数效果最佳， MSI决定系数R2为06575和GVMI决定系数R2为0674 2。 植被叶片相对含水量在30%～45%范围， MSI指数的NE值最低， 在45%～90%范围时， GVMI指数的NE值最低。 NDWI1240指数的NE值在70%左右起伏较大， 说明NDWI1240 指数在植被含水量为70%左右， 预测能力较差。 (3)通过误差分析可知GVMI指数反演的结果误差最小， 不同的植被指数对不同含水量的植被估算结果相差较为明显， 因此分段估算植被含水量是有必要的。 综上所述， 利用高光谱遥感技术对监测艾比湖保护区植被生长及干旱环境提供基础研究。

随着技术的进步与发展, 国内外学者早已利用不同的技术手段对水质指标的评价与估算开展了大量研究, 但是利用二维荧光峰值估算水质指标的方法尚不多见。 以艾比湖流域地表水为研究对象, 利用多元统计分析和逐步回归分析方法, 对二维荧光峰值和水质指标建立估算模型以初步探究二者的相互关系。 结果表明: (1)艾比湖流域不同河流的水质状况不同, 博尔塔拉河(简称博河)的TN含量最高, 水库及水渠的TP含量最高。 (2)同一水样点有三个荧光峰(Peak1, Peak2和Peak3)且强度逐渐减弱, 不同河流的荧光峰强度不同, 其中博河、 水库及水渠的荧光峰强度变幅最大。 (3)经过荧光峰值与水质指标的相关分析发现Peak1与BOD5, Peak2与BOD5, Peak2与COD, Peak2与DO具有较好的相关性, 相关系数分别为: 0479, 0371, 0655和0618。 将单荧光峰值和水质指标建立估算模型, 经验证四组估算模型的精度较差, 单峰值建模无法达到监测要求。 因此, 在单荧光峰值建模的基础上, 将每个水样的三组荧光峰值和水质指标进行综合建模, 建立多元回归方程, 经模型验证得出三组荧光峰值与DO的综合模型效果最好, R=0756, RMSE=1001。 因此二维荧光峰值与水质指标DO的综合估算模型是可行的, 对干旱区水质指标监测具有一定的参考意义, 为艾比湖流域水资源的开发、 利用及保护提供科学依据。