土壤含水量對(duì)采用Vis-NIR光譜分析土壤質(zhì)地的影響

王 德 彩，張 俊 輝，韓 光 中

（1.河南農(nóng)業(yè)大學(xué)林學(xué)院，河南 鄭州 450002；2.內(nèi)江師范學(xué)院地理與資源科學(xué)學(xué)院，四川 內(nèi)江 641112）

0 引言

目前可見(jiàn)光近紅外（Vis-NIR）光譜技術(shù)的發(fā)展為土壤質(zhì)地的快速獲取提供了新途徑。反射光譜之所以能識(shí)別質(zhì)地，一方面是基于不同質(zhì)地土壤表面粗糙度差異引起的土壤反射曲線形狀的差異，另一方面基于粘粒礦物的波譜差異［1］。大量的以風(fēng)干土為研究對(duì)象的研究表明，Vis-NIR光譜可以較好地識(shí)別土壤質(zhì)地［2－6］，但這些研究均未考慮土壤含水量對(duì)基于光譜分析土壤質(zhì)地的影響。

土壤含水量是土壤的重要組成部分，水分對(duì)土壤的光譜反射率影響較大，隨著土壤含水量增大，光譜反射率不斷降低［7－10］。當(dāng)土壤存在水分時(shí)，如何應(yīng)用高光譜反演土壤質(zhì)地有待研究［4］。目前針對(duì)土壤水分對(duì)土壤質(zhì)地分析精度影響的定量研究已有一些嘗試［1，11，12］。Chang 等［11］通過(guò)對(duì)比鮮土樣和風(fēng)干土樣發(fā)現(xiàn)，利用土壤反射光譜均可估算土壤粘粒含量，風(fēng)干土效果更好。Stenberg研究發(fā)現(xiàn)濕潤(rùn)土壤能一定程度提升土壤粘粒含量的分析精度［12］。但上述研究均是在土壤含水量相似的情況下進(jìn)行的，未考慮土壤樣本含水量差異較大時(shí)，土壤水分對(duì)土壤質(zhì)地分析精度的影響。基于光譜技術(shù)的土壤屬性野外大區(qū)域測(cè)定，在水分差異較大情況下，土壤含水量對(duì)基于光譜分析土壤質(zhì)地的精度影響值得研究。本文在實(shí)驗(yàn)室條件下測(cè)量不同含水量狀態(tài)下土壤的Vis-NIR光譜反射率，并按土壤含水量進(jìn)行分組，建立不同土壤含水量狀態(tài)的土壤質(zhì)地分析模型，研究土壤含水量對(duì)土壤質(zhì)地分析精度的影響，以期為野外土壤質(zhì)地快速測(cè)定提供理論依據(jù)和方法。

1 材料與方法

1.1 研究區(qū)及采樣分析

研究區(qū)位于河南省封丘縣，屬暖溫帶大陸性季風(fēng)氣候，年均氣溫16.0℃，年均降水量615.1 mm。該區(qū)為黃泛平原區(qū)，地勢(shì)由西南向東北傾斜，海拔65～72.5 m，土壤主要為雛形土和新成土。在研究區(qū)，按3 km×3 km正交網(wǎng)格布設(shè)樣點(diǎn)，以多點(diǎn)混合采樣方式采樣，每個(gè)采樣點(diǎn)中心及四角周圍10 m采5個(gè)土樣進(jìn)行混合，共采集表層（0～20 cm）樣品78個(gè)。土壤質(zhì)地采用激光粒度儀法（Beckman Coulter LS230，USA，測(cè)試粒徑范圍0.04～2 000μm）測(cè)定［13］。根據(jù)美國(guó)農(nóng)業(yè)部的標(biāo)準(zhǔn)，將 ＞0.05 mm顆粒定義為砂粒，＜0.002 mm顆粒定義為粘粒。

1.2 土壤反射光譜測(cè)量

將土壤樣品放置于底部有小孔、內(nèi)襯定量濾紙的鋁盒內(nèi)（深約3 cm，認(rèn)為光學(xué)上無(wú)限厚）。將鋁盒放在盛有蒸餾水的容器中，讓土壤從下往上吸水，直至土壤飽和。對(duì)土壤進(jìn)行自然風(fēng)干，每隔12 h測(cè)量土壤反射率，同時(shí)用天平測(cè)量濕土重量。設(shè)干土重＋鋁盒重＋濾紙重為W1，濕土重＋鋁盒重＋濾紙重為W2，鋁盒＋濾紙重為W3，則每次監(jiān)測(cè)時(shí)土壤平均質(zhì)量含水量（簡(jiǎn)稱含水量）θm為［14］：

運(yùn)用ASD FieldSpec 3地物高光譜儀測(cè)量土壤樣品的反射光譜數(shù)據(jù)，波長(zhǎng)范圍350～2 500 nm，重采樣間隔為1 nm，輸出波段數(shù)為2 151。操作過(guò)程在黑暗的實(shí)驗(yàn)室進(jìn)行，每個(gè)樣品旋轉(zhuǎn)4次，每個(gè)角度掃描10次，共40次，取均值作為樣本光譜。將光譜兩端信號(hào)不穩(wěn)定的波段（350～380 nm，2 400～2 500 nm）去除。按照水分差異對(duì)光譜曲線進(jìn)行歸類，分為0～50、50～70、70～100、100～150、150～200、200～250、250～300、300～350 g／kg，共8個(gè)水分等級(jí)。

1.3 模型建立與驗(yàn)證

2 結(jié)果與討論

2.1 土壤質(zhì)地?cái)?shù)據(jù)統(tǒng)計(jì)特征

如表1所示，這6組樣本偏度和峰度均在0～1之間，土壤樣本質(zhì)地?cái)?shù)據(jù)接近正態(tài)分布。由表1可知，研究區(qū)粘粒、砂粒含量分別為6.43～21.30%、0.01～39.10%，平 均 含 量 分 別 為 19.69% 和11.16%。建模樣本涵蓋了總樣本量的數(shù)據(jù)分布范圍，具有較好的代表性。

2.2 土壤光譜反射率隨土壤含水量變化特征

不同質(zhì)地土壤光譜曲線隨含水量變化趨勢(shì)相同，以66號(hào)土為例給出其不同含水量狀態(tài)下土壤反射光譜曲線（圖1）。如圖1所示，不同水分狀態(tài)下土壤曲線形狀相似，有兩個(gè)反射谷，分別在1 450 nm和1 900 nm區(qū)，同時(shí)在2 150 nm處存在一個(gè)反射峰。隨著土壤含水量增大，光譜反射率不斷降低，這與土壤水分的光譜吸收有關(guān)。這一趨勢(shì)與文獻(xiàn)［7，10］的研究結(jié)果一致。

2.3 按照含水量分組建模及驗(yàn)證結(jié)果

不同土壤含水量PLSR建模及驗(yàn)證結(jié)果（表2）顯示，粘粒含量模型校正集誤差均較小，R2＞0.75，RMSECV≤1.54；砂粒含量模型校正集誤差大于粘粒含量，除70～100 g／kg、100～150 g／kg兩組外，R2＞0.60，RMSECV＜6.66。好的模型要同時(shí)具有好的模型校正精度和驗(yàn)證精度。粘粒含量RMSEP為1.10～1.66，其中150～200 g／kg含水量狀態(tài)下的RMSEP最小；砂粒含量RMSEP為6.07～7.63，其中200～250 g／kg含水量狀態(tài)下的RMSEP最小。圖2和圖3分別給出粘粒含量和砂粒含量最佳模型的估測(cè)值和實(shí)測(cè)值比較結(jié)果。綜上，不同濕度狀態(tài)下模型精度均較高，且差異較小，本研究認(rèn)為濕土可直接用于土壤質(zhì)地分析。

Stenberg研究發(fā)現(xiàn)，體積含水量為12.5%和30%狀態(tài)下，能有效提高土壤粘粒分析精度［12］。本研究中150～200 g／kg含水量狀態(tài)下模型RMSEP最小，為1.10，其次為250～300 g／kg含水量狀態(tài)下（RMSEP為1.17），與Stenberg研究結(jié)論 基 本 吻合。此外，Stenberg對(duì)不同含水量的預(yù)處理方式是直接往干土中加入定量的水，本研究是在土壤飽和狀態(tài)下持續(xù)監(jiān)測(cè)，獲取不同含水量狀態(tài)下的土壤濕度狀態(tài)，盡管獲取的是平均含水量數(shù)據(jù)，但其更接近野外土壤的實(shí)際狀態(tài)，更具實(shí)踐指導(dǎo)意義。

2.4 PLSR模型交互驗(yàn)證結(jié)果

對(duì)各組模型分別分析其他7組不同含水量狀態(tài)驗(yàn)證集的土壤質(zhì)地，以探究土壤含水量差異較大時(shí)，土壤水分對(duì)光譜分析質(zhì)地的影響。由于結(jié)果規(guī)律類似，只列出表2中砂粒含量及粘粒含量均較好的一組模型（含水量150～200 g／kg）分析其他含水量狀態(tài)土壤質(zhì)地的結(jié)果（表3）。

交互驗(yàn)證精度均低于本組即與之具有相同含水量狀態(tài)的土壤樣本的驗(yàn)證精度，且其精度隨著驗(yàn)證樣本與建模樣本間水分含量的差異增大而急劇降低，如表3中砂粒含量RMSEP最大值達(dá)154.72。說(shuō)明建模樣本與驗(yàn)證樣本處于相似含水量狀態(tài)下，土壤含水量對(duì)土壤砂粒含量和粘粒含量精度的影響不顯著，但當(dāng)驗(yàn)證集樣本與建模樣本間水分狀態(tài)差異較大時(shí)，會(huì)出現(xiàn)較大誤差。應(yīng)用光譜技術(shù)在野外實(shí)地估測(cè)土壤質(zhì)地時(shí)，其含水量差異大，土壤含水量對(duì)精度的影響不容忽視，因此需要預(yù)先獲取待測(cè)區(qū)域的土壤水分分布狀態(tài)，然后根據(jù)水分狀態(tài)建立分組光譜分析模型。此外，在將已有土壤質(zhì)地光譜分析模型應(yīng)用于野外實(shí)地土壤質(zhì)地時(shí)，也應(yīng)考慮待估測(cè)土壤的濕度狀態(tài)與建模土壤樣本濕度狀態(tài)的差異。

3 結(jié)論

本文建立不同含水量狀態(tài)下基于Vis-NIR光譜的土壤質(zhì)地PLSR模型，研究土壤含水量對(duì)反射光譜法分析土壤質(zhì)地的影響。在土壤處于同一濕度狀態(tài)時(shí)，各含水量狀態(tài)下均可取得較好的結(jié)果，可直接運(yùn)用Vis-NIR光譜獲取濕土質(zhì)地信息，且粘粒含量和砂粒含量最佳模型分別出現(xiàn)在150～200 g／kg和200～250 g／kg含水量狀態(tài)。當(dāng)土壤樣本間水分差異較大時(shí)，精度隨著驗(yàn)證樣本與建模樣本水分含量的差異增大而急劇降低，水分對(duì)精度的影響不可忽視。因此，當(dāng)土壤處于同一濕度狀態(tài)時(shí)，在土壤含水量差異較大時(shí)，不宜建立統(tǒng)一的模型，可依據(jù)含水量狀態(tài)建立分組分析模型。本研究為基于Vis-NIR光譜的土壤質(zhì)地野外快速獲取提供了理論基礎(chǔ)和參考方法。本文結(jié)論是基于實(shí)驗(yàn)室測(cè)量光譜得出的，在野外實(shí)地應(yīng)用中，土壤光譜的獲取會(huì)受到大氣狀況、地表粗糙度等多因素影響，還需進(jìn)一步對(duì)該模型進(jìn)行驗(yàn)證分析。

［1］ WAISER T H，MORGAN C L S，BROWN D J，et al.In situ characterization of soil clay content with visible near-Infrared diffuse reflectance spectroscopy［J］.Soil Science Society of A-merica Journal，2007，71（2）：389－396.

［2］ 張娜，張棟良，李立新，等.基于高光譜的區(qū)域土壤質(zhì)地模型建立與評(píng)價(jià)——以河套灌區(qū)解放閘灌域?yàn)槔跩］.干旱區(qū)資源與環(huán)境，2014，28（5）：67－72.

［3］ BILGILI A V，VAN ES HM，AKBAS F，et al.Visible-near infrared reflectance spectroscopy for assessment of soil properties in a semi-arid area of Turkey［J］.Journal of Arid Environments，2010，74：229－238.

［4］ 白燕英，魏占民，劉全明，等.基于高光譜的河套灌區(qū)農(nóng)田表層土壤質(zhì)地反演研究［J］.地理與地理信息科學(xué)，2013，29（5）：68－71.

［5］ 王德彩，鄔登巍，趙明松，等.平原區(qū)土壤質(zhì)地的反射光譜與地統(tǒng)計(jì)制圖［J］.土壤通報(bào)，2012，43（2）：257－262.

［6］ MASSIMO C，RAFFAELE F，GIORGIO M，et al.Visible and near infrared spectroscopy for predicting texture in forest soil：An application in southern Italy［J］.Biogeosciences and Forestry，2014，doi：10.3832／ifor1221－007.

［7］ STONER E R，BAUMGARDNER M F.Characteristic variations in reflectance of surface soils［J］.Soil Science Society of America Journal，1981，45（6）：1161－1165.

［8］ LIU W D，BARET F，GU X F，et al.Relating soil surface moisture to reflectance［J］.Remote Sensing of Environment，2002，81（2）：238－246.

［9］ LOBELL D B，ASNER G P.Moisture effects on soil reflectance［J］.Soil Science Society of America Journal，2002，66（3）：722－727.

［10］ BOWERS S A，HANKS R J.Reflection of radiant energy from soils［J］.Soil Science，1965，100（3）：130－138.

［11］ CHANG C W，LAIRD D A，HURBURGH C R J R.Influence of soil moisture on near-infrared reflectance spectroscopic measurement of soil properties［J］.Soil Science，2005，170（4）：244－255.

［12］ STENBERG B.Effects of soil sample pretreatments and standardised rewetting as interacted with sand classes on Vis-NIR predictions of clay and soil organic carbon［J］.Geoderma，2010，158：15－22.

［13］ 李學(xué)林，李福春，陳國(guó)巖，等.用沉降法和激光法測(cè)定土壤粒度的對(duì)比研究［J］.土壤，2011，43（1）：130－134.

［14］ 王淼，潘賢章，解憲麗，等.土壤含水量對(duì)反射光譜法紅壤土壤有機(jī)質(zhì)的影響研究［J］.土壤，2012，44（4）：645－651.

［15］ 許鳳華.偏最小二乘回歸分析中若干問(wèn)題的研究［M］.濟(jì)南：山東科技大學(xué)出版社，2003.