1 西华师范大学国土资源学院, 四川 南充 637009
2 新疆大学资源与环境科学学院, 新疆 乌鲁木齐 830046
干旱区土壤盐渍化已对生态环境构成严重威胁, 通过遥感技术对土壤盐分含量进行定量反演具有重要意义。 通过采集艾比湖流域的农田土壤和盐壳结晶, 在室内配制成不同含盐量梯度（盐分占盐土比重: 0.3%～30%）的土壤样品, 利用102F FTIR光谱仪测量土壤样品的热红外光谱, 并通过普朗克函数拟合得到土壤发射率数据。 土壤发射率光谱曲线特征: 不同含盐量土壤的发射率光谱曲线在形态和变化趋势上基本一致, 发射率随含盐量增加而增大; 盐分因子对Reststrahlen吸收特征有抑制作用, 随着含盐量的增加, Reststrahlen吸收特征会减弱。 通过发射率与含盐量相关性分析: 土壤热红外发射率与盐分含量呈正相关关系, 最大相关系数达到0.899, 对应的波段为9.21 μm; 8.2～10.5 μm是土壤盐分因子的最敏感波段。 通过一元线性回归、 多元逐步回归和偏最小二乘法建模分析比较, 偏最小二乘法效果最佳, 模型预测的R2达到0.958, RMSE为1.911%。 选择ASTER, Landsat8和HJ-1B卫星传感器的热红外波段, 进行发射率光谱模拟, 通过相关性分析: ASTER的B10, B11和B12波段属于热红外光谱对盐分因子的敏感波段, 与土壤含盐量相关性较高, 相关系数分别为0.706, 0.786和0.872。 采用多元线性回归法建立基于ASTER热红外波段的土壤含盐量预测模型, 模型预测的R2为0.833, RMSE为3.895%。 结果表明, 遥感传感器对土壤含盐量的预测能力, 取决于传感器的光谱波段对盐分因子的敏感程度, 通过卫星热红外遥感定量反演土壤含盐量是可行的, 为干旱区土壤盐渍化遥感监测提供了新的途径和参考。
土壤 含盐量 热红外光谱 发射率 波段模拟 Soil Salt content Thermal infrared spectrum Emissivity Waveband simulation 光谱学与光谱分析
2019, 39(4): 1063
1 新疆大学资源与环境科学学院， 新疆 乌鲁木齐 830046
2 新疆大学绿洲生态教育部重点实验室， 新疆 乌鲁木齐 830046
3 新疆智慧城市与环境建模普通高校重点实验室， 新疆 乌鲁木齐 830046
4 北京师范大学地理学与遥感科学学院， 北京 100875
5 CSIRO, Land and Water, Canberra 2601, Australia
如何快速获取干旱区地表水盐分含量是干旱区绿洲地表水有效管理的关键问题。 研究以艾比湖流域为研究区， 三维荧光光谱技术为诊断手段， 利用荧光激发发射矩阵（EEM）结合平行因子分析（PARAFAC）法， 提取艾比湖流域地表水水体荧光组分， 构建干旱区地表水三维荧光光谱指数。 通过线性回归方法， 建立基于三维荧光光谱技术的地表水盐分含量的诊断模型。 结果表明： （1）艾比湖流域地表水溶解性有机质含有四种荧光组分即： 微生物腐殖质（C1）， 腐殖酸等有机物质（C2， C4）， 蛋白质类有机物质（C3）。 （2）通过三维荧光指数分析发现， 流域地表水有机污染类型为“陆源型”， 受人类干扰比较严重， 水体有机污染差异较大， 且三维荧光指数、 荧光组分分别与地表水水体含盐量呈显著相关性， W2， W4， W7， F355， HIX和BIX与水体盐分含量的关系显著， 0516
艾比湖流域 三维荧光 平行因子分析法 水体含盐量 Ebinur Lake Watershed PARAFAC factor analysis Water salt content water salt content 光谱学与光谱分析
2018, 38(5): 1468
山东农业大学资源与环境学院, 土肥资源高效利用国家工程实验室, 山东 泰安 271018
选择山东省无棣县“渤海粮仓”项目核心示范区为研究区, 利用ADC便携式多光谱相机和EC110便携式盐分计, 采集该区近地多光谱相片和土壤表层含盐量数据, 通过NDVI, SAVI, GNDVI三种植被指数分别与实测土壤含盐量构建线性、 指数、 对数、 乘幂、 二次和三次函数共18种模型, 进而优选土壤盐分含量最佳估测模型, 反演和分析研究区土壤盐分状况。 结果显示, 各模型均可有效估测土壤盐分含量, 以SAVI为因变量构建的各模型估测效果较好, 其中以SAVI的线性模型(Y=-0.524x+0.663, n=70)为最佳, 显著检验水平下的F检验值最高, 为141.347, 估测R2为0.797, 精度达到93.36%; 研究区的土壤盐分含量集中在2.5‰～3.5‰之间, 呈现从西南向东北逐渐升高的明显分布规律。 探索了基于近地面多光谱数据的土壤含盐量估测方法, 为研究区乃至整个黄河三角洲滨海盐碱土的盐分含量估测提供了一种快速有效的技术方法。
无棣县 ADC多光谱相机 土壤含盐量 Wudi County ADC portable multispectral camera NDVI NDVI SAVI SAVI GNDVI GNDVI Soil salinity
1 塔里木大学植物科学学院， 新疆 阿拉尔843300
2 浙江大学环境与资源学院农业遥感与信息技术应用研究所， 浙江 杭州310058
探明土壤盐渍化的高光谱遥感监测机理， 对改善高光谱遥感监测精度具有重要意义。 以南疆地区温宿县、 和田县、 拜城县的水稻土为研究对象， 通过分析土样的高光谱数据和室内测定的盐分与电导率数据， 研究了耕作土壤含盐量与电导率的关系， 并比较了含盐量和电导率与不同光谱指标的相关性以及二者高光谱反演的精度。 结果表明， 南疆水稻土的含盐量与电导率的相关性较低， 二者之间的关系因地区差异而有较大的变化； 含盐量与反射率、 一阶微分、 连续统去除之间的相关性要优于电导率， 特别在一些土壤盐渍化的敏感波段尤为突出； 以含盐量建立的多元线性回归、 主成分回归、 偏最小二乘回归模型的决定系数和相对分析误差均高于电导率。 研究表明高光谱信息对土壤含盐量的响应比电导率更敏感， 以含盐量为监测指标的高光谱反演精度明显要优于电导率。 该结果可为提高土壤盐渍化高光谱遥感监测精度提供理论依据。
电导率 含盐量 高光谱 反演精度 土壤 Electrical conductivity Soil salt content Hyperspectral Inversion accuracy Soil
1 中国科学院土壤环境与污染修复重点实验室（南京土壤研究所）, 江苏 南京210008
2 中国科学院大学, 北京100049
3 中国科学院南京分院, 江苏 南京210008
近年来光谱技术以其经济、 高效的优势在土壤盐渍化监测研究中得到重视, 但是由于土壤水分对反射光谱影响很大, 土壤湿润条件下监测精度难以满足农业生产需求。 通过对盐土土柱室内模拟蒸发过程中的反射光谱和水分、 盐分变化的连续监测, 利用多元逐步回归方法, 建立了1 370～1 610 nm光谱对称度与土壤表层含盐量、 含水量之间的线性关系模型, r为0.863; 用该模型反演表层土壤含盐量, 实测值与预测值之间线性关系的r为0.656（n=54）, RMSE为2.059 g·kg-1。 利用光谱对称度可以实现土壤湿润条件下土壤盐分含量预测。
土壤盐渍化 土壤湿润条件 光谱对称度 土壤含盐量 预测 Soil salinity Wet condition Spectral symmetry Soil salt content Prediction 光谱学与光谱分析
2013, 33(10): 2771
1 新疆大学资源与环境科学学院, 新疆 乌鲁木齐830046
2 新疆大学绿洲生态教育部重点实验室, 新疆 乌鲁木齐830046
利用傅里叶变换红外光谱仪对绿洲盐渍化土壤进行野外测量, 采用光谱平滑迭代法对温度和发射率进行分离, 得到了盐渍化土壤的热红外发射率数据。 通过对盐渍化土壤发射率光谱的特征分析, 得出8～13 μm土壤发射率随盐分含量的增加而减小, 发射率光谱对盐分因子的响应在8～9.5 μm较敏感。 分析了原始发射率光谱、 一阶导数、 二阶导数和标准化比值与含盐量之间的相关性, 表明土壤发射率与含盐量呈负相关关系, 发射率一阶导数与含盐量的相关性最高, 相关系数最大为0.724 2, 对应波段为8.370 745～8.390 880 μm。 建立了土壤发射率一阶导数与盐分含量的二次函数回归模型, 模型拟合的决定系数为0.741 4, 验证结果的均方根误差为0.235 5, 说明利用热红外发射率光谱反演土壤盐分含量的方法可行。
土壤 盐渍化 含盐量 热红外 发射率 光谱平滑迭代法 Soil Salinization Salt content Thermal infrared Emissivity ISSTES 光谱学与光谱分析
2012, 32(11): 2956
