论文部分内容阅读
土壤剖面不同发生层蕴含着丰富的盐分变化、迁移、聚类信息,建立土壤剖面盐分的高光谱反射率预测模型可对定量化治理、监测和预报土壤剖面盐分提供一定的参考。以博斯腾湖西岸湖滨绿洲为研究区,确定柽柳地、耕地、未利用地、林地和芦苇地五种典型地表覆被土壤剖面(0-100cm),按照土壤剖面盐分含量聚类特征划分土壤盐分剖面类型,对土壤盐分剖面进行基层划分,并对不同基层土壤进行盐渍化等级和盐渍土类型划分,采用描述统计法对比分析不同基层盐分特征和高光谱反射率变化特征。对经过预处理和经验模态分解(EMD)去噪的土壤高光谱原始反射率进行一阶微分、二阶微分、对数以及倒数的对数四种数学增强。提取土壤剖面盐分含量、Ca2+含量、Mg2+含量、Na++K+含量、SO42-含量、CL-含量与原始高光谱反射率以及增强后高光谱反射率相关性最大波段作为最优波段,以最优波段为预测变量,采用偏最小二乘回归分析法(PLSR)建立盐分含量、Ca2+含量、Mg2含量+、Na++K+含量、SO42-含量的高光谱反射率预测模型(预测模型均通过置信度大于95%的F检验),并对模型精度进行检验和样区应用,初步建立柽柳地、耕地、未利用地、林地和芦苇地五种地表覆被土壤剖面波谱库。论文结论包括以下四个方面：(1)按照土壤剖面盐分含量聚类特征将柽柳地和未利用地土壤盐分剖面划分为表聚型,耕地、林地和芦苇地土壤盐分剖面划分为平均型。对不同地表覆被土壤盐分剖面按照有效土层厚度以数字1、2、3、4、5命名超薄层土1、超薄层土2、薄层土、中层土和厚层土五个基层,分别使用大写英文字母T.F.W.L.P对柽柳地、耕地、未利用地、林地和芦苇地进行命名,按照盐渍化等级标准T1和W1盐渍化等级为中盐化,W2和P1盐渍化等级为弱盐化,其它基层均为极轻,按照盐渍土类型标准T1和W1为硫酸盐-氯化物盐渍化土,占8%,T2、L3、P1为硫酸盐盐渍化土,占12%,其它基层土壤盐渍化类型为氯化物-硫酸盐型,占80%。HCO3在土壤盐分剖面中平均每层含量为0.06g/kg,HCO3-含量较小；CL-在土壤盐分剖面中平均每层含量为0.23g/kg,CL-在柽柳地土壤盐分剖面中含量较大且垂直变异性较显著,平均每层含量为0.39g/kg,垂直变异系数为113.03%；S042-在柽柳地土壤盐分剖面中含量最大,平均每层含量为0.79g/kg;Ca2+和Mg2+在柽柳地土壤盐分剖面中含量较高,平均每层含量分别为0.15g/kg和0.08g/kg,变异系数分别为52.40%和66.28%；Na++K+在柽柳地盐分剖面中含量最大,平均每层含量为1.01g/kg,变异系数为59.51%。(2)柽柳地土壤剖面反射率在350～1800nm波段范围内T2反射率最高,T3反射率最低,在1900～2500nm波段范围内T3反射率最高,T1反射率最低。耕地土壤剖面反射率特征表现为：350～1800nm波段范围内差异较小,在1900-2500nm波段范围内F2反射率最高,F5反射率最小。未利用地土壤剖面反射率特征表现为：350-1800nm波段范围内W5反射率最大,W2反射率最小,在1900-2500nm波段范围W4反射率最高,W3和W1反射率均较低。芦苇地土壤剖面反射率特征表现为：在350-1800nm波段范围内,P1反射率最大,P5反射率最小,在1900-2500nm波段范围内,P2反射率最大,P4反射率最小。林地土壤剖面反射率特征表现为：在350-1800nm范围内,反射率整体差异较小,在1900-2500nm波段范围内L3反射率最高,L4反射率最小。T2、L3和P1均为硫酸盐盐渍化土,在柽柳地、林地、芦苇地植被土壤反射率中均表现为350-1800nm波段范围内反射率最高, T1和W1均为硫酸盐-氯化物盐渍化土,在柽柳地和未利用地植被土壤反射率中表现为1900-2500nm波段范围内反射率最小。(3)采用偏最小二乘回归分析法建立土壤剖面盐分含量、Ca2+含量、Mg2+含量、Na++K+含量、8042-含量的高光谱反射率回归模型。Ca2+含量预测模型表达式为Y=0.151-31.091R(490)+22.829R(500)-1.544R(510)-1.344R(520)-18.815R(530)+33.176R(840)(R2=0.91,RMSE=0.23);Mg2+预测模型表达式为Y=-0.061-1.921R(660)+1.032R(670)+6.117R(690)-6.834R(700)+2.345R(730)-0.684R(780) (R2=0.89,RMSE=0.18)；8042-预测模型Y=0.064-13.388R(1150)+38.61R(1180)+3.884R(1190)-35.105R(1230)-53.14R(1240)+59.598R(1260)(R2=0.85,RMSE=0.26)；Na++K+含量预测模型为Y=0.046-23.489R(1690)+24.294R(1720)+4.342R(1730) +19.988R(1750)-20.202R(1760)-4.406R(1770)(R2为0.79,RMSE=0.31)盐分含量预测模型为Y=-0.294+74.427R(1610)-129.135R(1650)+45.701R(1660)-54.053R(1670)+59.247R(1680)+6.179R(1700)(R2=0.81,RMSE=0.31)(4)土壤剖面盐分含量、Ca2+、Mg2+、Na++K+、SO42-高光谱反射率回归模型预测值与实测值均存在线性相关,判定系数R2分别为0.63、0.80、0.74、0.78和0.71,预测模型具有可行性和适用性,可以对区域土壤盐分定量反演研究提供理论依据。