基于三維特征空間的土壤鹽漬化遙感模型

李艷華, 丁建麗, 孫永猛, 王 剛, 王 璐

(新疆大學 資源與環境科學學院, 綠洲生態教育部重點實驗室, 烏魯木齊 830046)

?

基于三維特征空間的土壤鹽漬化遙感模型

李艷華, 丁建麗, 孫永猛, 王 剛, 王 璐

(新疆大學 資源與環境科學學院, 綠洲生態教育部重點實驗室, 烏魯木齊 830046)

針對目前干旱半干旱地區出現的土壤鹽漬化問題，以渭干河—庫車河流域綠洲為研究區，在分析修改型土壤調整植被指數(MSAVI)、濕度指數(WI)、鹽分指數(SI)與土壤鹽漬化之間關系的基礎上，提出了MSAVI-WI-SI三維特征空間，進而建立了土壤鹽漬化監測指數(MWSI)模型。結果表明：該模型與土壤鹽分實測值的相關系數R=0.896，精度高于三個指數兩兩構建的特征空間(MSAVI-WI特征空間，MSAVI-SI特征空間，WI-SI特征空間)的土壤鹽漬化監測指數模型(MWI，MSI，WSI)，其與土壤鹽分實測值的相關系數分別為：0.891，0.894，0.809，突出了三維特征空間的優勢。同時，通過MWSI的差異矩陣分析，表明該指數對土壤的鹽漬化程度反映靈敏。MWSI能較好地反映鹽漬化土壤地表植被、土壤水分及土壤鹽分的組合變化，具有明確的生物物理學意義。并且指數簡單，易于獲取，操作方便，對今后干旱區土壤鹽漬化的監測與分析具有重要意義。

三維特征空間; 鹽漬化; 遙感監測模型

土壤鹽漬化是當今世界上土地荒漠化和土地退化的主要類型之一，也是世界性資源問題和生態問題[1]。土壤鹽漬化通常發生在氣候干旱、地表蒸發強烈、地下水位較高且含有較多可溶性鹽類的地區。土壤鹽漬化直接和間接地影響人類生存、農業生產、資源與環境的可持續發展，已引起國內外學者的廣泛關注。準確提取土壤鹽漬化信息，對促進農業生產以及防止非鹽漬化土壤轉化為鹽漬化土壤具有重要意義[2]。

近年來，國內外許多學者開展了一系列鹽漬化遙感監測研究，提出了豐富的鹽漬化遙感監測的理論與方法[3]。其中，基于指數與指數之間和指數與敏感波段/鹽漬化敏感因子之間構建的遙感監測模型，取得了較好的鹽漬化監測的效果，且具有準確性、簡易性的特點。哈學萍等[4-5]建立的SI-Albedo特征空間很好地區分了不同程度的鹽漬地；王飛等[6]基于NDVI-SI特征空間建立了土壤鹽漬化監測指數(SDI)，結果表明土壤表層含鹽量與SDI相關性較高。丁建麗等[7]提出了用MSAVI-WI特征空間構建土壤鹽漬化遙感監測指數模型(MWI)，結果表明MWI與土壤表層含鹽量具有很好的相關性。然而這些模型多是基于二維特征空間，土壤的鹽漬化過程受到多種因素的影響，若能綜合考慮土壤鹽漬化過程中的多維空間信息，對于土壤鹽漬化信息的提取以及定量模型的構建將會有一定的意義。

目前國內利用三維特征空間進行建模的研究相對較少，徐涵秋[8]在研究城市不透水層與植被覆蓋和地表溫度關系時，在三維空間中顯示了三者之間的關系，但只是停留在空間表達上。王飛[9]在提取鹽漬化信息時提出了構建三維特征空間，結果顯示模型提取出的鹽漬化信息與土壤鹽分實測值相關性較高。因此本文試圖利用三維特征空間，構建鹽漬化信息提取模型，并根據實測點對建立的模型進行驗證，進而確定圖像的土壤鹽漬化程度分級，或將對土壤鹽漬化信息的提取提供新的研究方法。

1　研究區概況、數據與方法

1.1研究區概況

渭干河—庫車河三角洲綠洲位于新疆塔里木盆地中北部，包括庫車、新和、沙雅三縣。北部為山區，南部為沖積平原，屬典型的溫帶大陸性干旱氣候。本研究區的邊界坐標為：41°6′—41°44′N，82°10′—83°36′E。該區降水稀少且分布極不均勻，年均降水量為64.5 mm，表層土壤含水率為8%～14%；多年平均氣溫為11.4 ℃，蒸發作用強烈，年均蒸發量達1 992～2 863.4 mm[10]。高蒸降比，以及礦化度和地下水位偏高，土層構成物顆粒細，透水性差，導致土壤鹽漬化現象普遍[11]。0—30 cm土層的平均含鹽量達53.9 g/kg，pH值為8.0～9.0，鹽漬土中的鹽類型主要是氯化物和硫酸鹽類型。該區植被稀少，主要植被有：蘆葦(Phragimitesaustralis)、駱駝刺(Allhagisparisifolia)、檉柳(Tamarixramosissima)、鹽爪爪(Kalidiumgracile)和花花柴(Karelinacaspica)等灌木和草本植被，且多分布于綠洲邊緣和水渠兩側。

1.2遙感數據預處理及實地采樣

根據Bui的研究[12]，以植被為探測鹽漬土間接指征，最佳觀測時期為8—9月，因為這一時期植被的生物量達到最大。因此本研究采用覆蓋研究區的2011年9月6日的Landsat TM影像。首先用已校正過的ALOS影像對TM影像進行幾何校正，選取25個控制點，將誤差控制在0.5個像元以內，圖像分辨率為30 m×30 m。之后根據影像的頭文件參數，采用COST模型對影像進行大氣校正，裁剪出研究區范圍：41°6′—41°44′N，82°10′—83°36′E。

本研究區實地采樣時間為2011年9月下旬。由于遙感圖像對表層土壤的鹽漬化程度較為敏感，因此本文選取地表0—10 cm的土壤進行研究。樣點的采集是利用GPS儀定位，并結合研究區的土壤專題圖和地形圖來選取樣點。所選取的樣點基本覆蓋了研究區的土地利用類型。實地采樣的35個點散布于四個樣區：非鹽漬化區9個點，該區為農田種植區，農作物長勢良好；輕度鹽漬化區9個點，該區位于農田綠洲邊緣，與綠洲相間分布，植被覆蓋度在15%～30%；中度鹽漬化區10個點，該區為農田灌溉的主要接受區，受地勢的影響，形成地下水位較高的濕地，在毛管引力的作用下易形成土壤鹽漬化現象，植被覆蓋度約在10%～15%左右；重度鹽漬化區7個點，該區出現有明顯的鹽霜或鹽殼，地表裸露或僅生長有鹽穗木等耐鹽植被。在每個樣點取表層0—10 cm土樣250 g，帶回實驗室，待自然風干后碾碎，過0.25 mm篩，各個樣點取出20 g土樣制備1∶5土水質量比的溶液，靜置24 h，后用濾紙過濾出土壤溶液浸提液，并測定其土壤鹽分含量。

1.3研究方法

1.3.1特征參量選取鹽漬化專題信息提取的關鍵在于選取合理的鹽漬化土壤光譜響應特征參量。通過大量的對比和分析，最終選取了修改型土壤調整植被指數(MSAVI)、土壤水分(WI)和土壤鹽分指數(SI)構建特征空間。

鹽分是土壤化學因子中制約植被生長的重要因子，鹽生植被的類型、生物量以及演替特征與土壤鹽分含量的相關性較高[13]。研究發現，隨著表層土壤含鹽量的增加，歸一化植被指數(NDVI)逐漸降低，土壤電導率不斷升高[14]。然而NDVI在低密度植被覆蓋區受土壤背景的影響較大，因而低估了一些植被信息。因此采用修改型土壤調整植被指數(MSAVI)可以有效地提取植被稀少地區的植被信息。

秋季為第二個積鹽高峰期，該時期包氣帶整個土壤剖面上土壤水勢梯度為負值，土壤水分受到強烈蒸發，土壤表層積鹽。同時礦化潛水不斷補充土壤水的蒸發損耗，將鹽分大量帶入包氣帶，同時引起潛水位持續下降[15]。說明土壤水分(WI)是反映鹽漬化程度的重要指標。

Khan等[18]研究表明，ETM+的紅波段(0.62～0.68 nm)對土壤鹽分具有敏感的響應特征。他們還通過比較典型地物的波譜特征及波段混合試驗發現，由遙感圖像藍波段和紅波段構成的土壤鹽分指數(SI)能較好地反映土壤鹽漬化信息。使用土壤鹽分實測值與影像上反演的鹽分指數做相關性分析，相關系數R=0.847 762，相關性較高，因此本文選用鹽分指數(SI)作為反映土壤鹽漬化程度的生物物理參數。

以上分析表明，土壤鹽漬化與修改型土壤調整植被指數(MSAVI)、濕度指數(WI)、鹽分指數(SI)都存在顯著的相關關系。因此本文以MSAVI為X軸，WI為Y軸，SI為Z軸，建立MSAVI-WI-SI三維特征空間。在研究區選取地表覆蓋類型比較全面的典型區，利用IDL編程構建MSAVI-WI-SI三維特征空間的散點圖(圖1)，以便進一步研究鹽漬化在MSAVI-WI-SI組成的三維特征空間中的變化特征。

圖1MSAVI-WI-SI三維特征空間 圖2MSAVI-WI-SI三維特征空間的生態學解釋

從圖1的散點圖可以看出，散點在三維特征空間中從O(100，100，0)點向斜對角方向Q(0，0，100)點方向延伸。在三個指數兩兩構成的二維特征空間(圖1中落在三個平面上的投影)中可以清晰地看出，MSAVI與WI呈正相關關系，MSAVI和WI分別與SI呈明顯的負相關關系。

本文提取對角線OQ所在的平面，對三維空間中的各點在該平面上的投影，將其抽象為一個三角形ABC(圖2)。圖2中，A點(MSAVI高，WI高，SI低)為低鹽區，B點(MSAVI高，WI高，SI低)為非鹽漬化干旱裸土區，C點(MSAVI低，WI低，SI高)為重度鹽漬化區，尤其是地表鹽霜區。AB邊為低鹽邊，從A點到B點，土壤水分和植被覆蓋率雖呈遞減趨勢，土壤鹽漬化程度變化不大。A 點到C點表征了土壤的鹽漬化過程。圖中A，B，C三點分別代表MSAVI-WI-SI三維特征空間中的極端狀態，反映了在各種生物物理機制的驅動下，地表覆蓋及各種生物物理參量的動態變化，因此具有明確的生態學內涵。

綜上所述，本文選擇修改型土壤調整植被指數(MSAVI)、濕度指數(WI)、鹽分指數(SI)三個特征參量構建三維特征空間，建立土壤鹽漬化遙感監測模型。

1.3.2特征參量反演根據本研究區植被較少的特點，本文采用Qi等[16]發展的修改型土壤調整植被指數(MSAVI,Modified Soil-adjusted Vegetation)來反演植被信息，考慮了裸土土壤線，能較好地消除土壤及植被冠層背景的影響，指示研究區的植被信息。植被信息MSAVI可表示為：

(1)

對于TM的各個波段而言，其蘊含了豐富的植被和土壤信息，經過穗帽變換后的第三個分量主要反映的是濕度特征，則濕度(Wetness)[17]可表示為：

WI=0.1446TM1+0.1761TM2+0.3322TM3+0.3396TM4-0.6210TM5-0.4186TM7

(2)

鹽分指數(Salinity Index,SI)[18]公式如下：

(3)

式中：TM1，TM2，TM3，TM4，TM5，TM7——Landsat5影像中的第1，2，3，4，5，7波段。

1.3.3模型參數正規化處理由于各個因子的數值和量綱不統一，則根據統計學的要求，先對各因子進行正規化處理：

(4)

(5)

(6)

式中：MSAVImax，MSAVImin——MSAVI的最大值和最小值；M——MSAVI的歸一化指數；WImax，WImin——WI的最大值和最小值；W——WI的歸一化指數；SImax，SImin——SI的最大值和最小值；S——SI的歸一化指數。

1.3.4特征空間鹽漬化監測模型的構建從圖3中，可以看出，空間中任意一點M到點O(100,100,0)的距離越大，土壤鹽漬化程度就越嚴重，反之，則土壤的鹽漬化程度就越小。因此三維特征空間中的任意一點到低鹽區的距離可用來表征土壤的鹽漬化程度。從空間中任取一點M，根據三維空間中兩點間的距離公式，得到M點到O點的距離L：

(7)

進而構建三維特征空間土壤鹽漬化監測模型：

(8)

式中：MWSI——土壤鹽漬化監測指數。

圖3　MWSI模型構建示意圖

2　結果與分析

2.1土壤鹽漬化信息提取

2.2精度對比驗證

根據采樣點的坐標值在ArcGIS中提取各點的鹽分監測指數(MWSI)，并對土壤鹽分實測值與MWSI值進行回歸分析，回歸模型為指數形式，相關系數R=0.896。相關性較高，表明土壤鹽漬化監測指數MWSI用于土壤鹽漬化的監測非常有效，對研究區不同鹽漬化程度有良好的反映，其結果真實可信。而回歸模型之所以為指數形式，并非線性，可能是由于本研究區的部分地區為重度鹽漬化區，存在明顯的鹽分表聚現象，且土壤濕度、土壤溫度、土壤質地、土壤鹽分的高低，都將影響分析曲線的線性。

圖4　研究區的MWSI值分布圖

此外，我們提取了各采樣點在三個指數兩兩構成的特征空間中的土壤鹽漬化監測指數，公式分別如下：

基于MSAVI-WI特征空間的土壤鹽漬化監測指數：

(9)

基于MSAVI-SI特征空間的土壤鹽漬化監測指數：

(10)

基于WI-SI特征空間的土壤鹽漬化監測指數：

(11)

土壤鹽分實測值與以上三個指數的圖像值進行回歸分析，并建立回歸模型(表1)。

表1　不同土壤鹽漬化監測指數(MWSI，MWI，MSI，WSI)與實測值的擬合結果

從表1中，我們可以看出，由MSAVI-WI-SI三維特征空間構建的土壤鹽漬化監測指數MSAVI與土壤鹽分實測值的相關性最高(R=0.896)，說明該綜合指數較其他基于二維特征空間構建的模型具有一定的優越性。其次是基于MSAVI-SI特征空間的土壤鹽漬化監測指數MSI(R=0.894)，和基于MSAVI-WI特征空間的土壤鹽漬化監測指數MSI(R=0.891)，這兩種特征空間對于土壤鹽漬化的監測也十分有效。相關系數最低的是基于WI-SI特征空間的土壤鹽漬化監測指數WSI(R=0.809)，說明該二維特征空間在土壤鹽漬化程度的監測方面處相對較劣。

目前，土壤鹽漬化分級標準的主要依據為新疆維吾爾自治區水利廳制定的《新疆縣級鹽堿地改良利用規劃工作大綱》，該大綱將土壤鹽漬化程度劃分為以下四類：非鹽漬化土壤，土壤鹽分<1.0 g/kg，包括農作物長勢較好的耕地，喬木、灌木的林地，畜牧為主的草地以及蘆葦地等；輕度鹽漬化土壤，土壤鹽分1.0～3.0 g/kg，與非鹽漬地間布，植被覆蓋度在15%～30%；中度鹽漬化土壤，鹽分3.0～5.0 g/kg，呈片狀分布，植被蓋度較小，約10%～15%左右；重度鹽漬化土壤，鹽分5.0～10.0 g/kg，有明顯的鹽結皮，僅生長有鹽穗木等耐鹽植被，植被覆蓋度極小，有5%～10%左右。圖5為根據以上分類標準，以及多次的實地調查獲得的采樣點信息數據庫，并結合樣點的土壤鹽分實測值，通過建立與實地情況相符合的訓練場地，進行監督分類的結果。從圖5中可以看出非鹽漬土主要分布在農田綠洲區；輕度鹽漬土分布在綠洲邊緣，與綠洲相間分布；中度鹽漬土分布在輕度鹽漬土外圍；重度鹽漬土分布在綠洲外圍，與沙漠的交錯帶上。通過將圖5與圖4的疊加分析，得到研究區不同鹽漬化程度的MWSI閾值分別為：非鹽漬化地(<0.547)，輕度鹽漬化地(0.547～0.803)，中度鹽漬化地(0.803～1.016)，重度鹽漬化地(>1.016)。

表2顯示的是不同鹽漬化地類的MWSI的平均值。利用差異性矩陣對其進行分析(表3)，發現非鹽漬地和鹽漬地的土壤鹽漬化監測指數(MWSI)值的差異明顯。其中，非鹽漬化地與重度鹽漬化地的MWSI值差異性最大，達到0.793；非鹽漬化地與中度鹽漬化地的MSWI值差異為0.520；非鹽漬化地與輕度鹽漬化地的MWSI值差異最小為0.285，但仍然比較顯著。說明利用土壤鹽漬化監測指數(MWSI)對土壤的鹽漬化程度反映較為敏感，用于土壤鹽漬化信息提取的方法可行有效，可以作為土壤鹽漬化監測的指標。

表2　不同鹽漬化土壤MWSI平均值

圖5　渭庫綠洲土壤鹽漬化分級

非鹽漬化地輕度鹽漬化地中度鹽漬化地輕度鹽漬化地0．285中度鹽漬化地0．5200．235重度鹽漬化地0．7930．5070．272

3　結 論

土壤鹽漬化是干旱半干旱區土地退化的主要形式之一，正確評價和預防土壤鹽漬化對促進農業生產及區域可持續發展具有重要的現實意義。通過本文研究，結論如下：

(1) 修改型土壤調整植被指數(MSAVI)、濕度指數(WI)、鹽分指數(SI)三個特征參數構建的三維特征空間能夠良好地反映土壤鹽漬化的趨勢和過程，具有明確的生物物理學意義。

(2) 土壤鹽漬化監測指數MWSI，MWI，MSI，WSI和土壤鹽分實測值的相關系數分別為0.896，0.891，0.894，0.809，表明通過MSAVI-WI-SI三維特征空間建立的MWSI指數與鹽分實測值的相關性最好。說明考慮綜合信息的土壤鹽漬化監測指數MWSI對于土壤鹽漬化的監測非常有效。

(3) 根據現有土壤鹽漬化分級圖將MWSI指數值分為四級：非鹽漬化地(<0.547)，輕度鹽漬化地(0.547～0.803)，中度鹽漬化地(0.803～1.016)，重度鹽漬化地(>1.016)。同時通過差異性矩陣分析表明不同鹽漬化程度MWSI均值差異明顯。說明土壤鹽漬化監測指數(MWSI)對土壤的鹽漬化程度反映較為敏感，可以作為土壤鹽漬化監測的指標。

[1]李鳳全,吳樟榮.半干旱地區土地鹽堿化預警研究:以吉林省西部土地鹽堿化預警為例[J].水土保持通報,2002,22(1):57-59.

[2]李新國,樊自立,李會志,等.開都河下游灌區土壤鹽漬化動態變化研究[J].水土保持研究,2011,18(3):64-67.

[3]翁永玲,宮鵬.土壤鹽漬化遙感應用研究進展[J].地理科學,2006,26(3):369-375.[4]哈學萍,丁建麗,羅江燕,等.基于SI-Albedo特征空間的干旱區鹽漬化土壤信息提取研究:以克里雅河流域綠洲為例[J].土壤學報,2009，46(3):381-390.

[5]哈學萍,丁建麗,高婷婷,等.基于SI-Albedo特征空間的土壤鹽漬化遙感監測指數研究[J].土壤學報,2009，46(4):698-703.

[6]王飛,丁建麗,伍漫春.基于NDVI-SI特征空間的土壤鹽漬化遙感模型[J].農業工程學報,2010，26(8):168-173.

[7]丁建麗,瞿娟,孫永猛,等.基于MSAVI-WI特征空間的新疆渭干河—庫車河流域綠洲土壤鹽漬化研究[J].地理研究,2013,32(2):223-232.

[8]徐涵秋.城市不透水面與相關城市生態要素關系的定量分析[J].生態學報,2009,29(5):2456-2462.

[9]丁建麗,姚遠,王飛.基于三維光譜特征空間的干旱區土壤鹽漬化遙感定量研究[J].土壤學報,2013,50(5):853-861.

[10]吉別克·哈力克巴義，丁建麗，謝力扎提·哈布爾，等.干旱區土地鹽漬化時空動態變化及影響因子分析[J].水土保持研究,2011,18(4):112-116.

[11]江紅南,丁建麗,趙睿,等.基于ETM+數據的干旱區鹽漬化土壤信息提取研究[J].土壤學報,2008,45(2):222-228.

[12]Bui E N, Henderson B L. Vegetation indicators of salinity in northern Queens land[J]. Austral Ecology,2003,28(5):539-552.

[13]王雪梅,柴仲平.渭干河—庫車河三角洲綠洲土壤鹽分對植被分布格局的影響[J].干旱地區農業研究,2011,29(1):219-223.

[14]楊勁松,姚榮江,鄒平,等.海涂區不同植被類型下土壤鹽漬剖面及其電磁感應響應特征[J].應用生態學報,2008,19(10):2117-2124.

[15]韓雙平,荊繼紅,孫繼朝,等.銀川北部平原土壤水分運動狀態類型及水鹽運移機理研究[J].農業環境科學學報,2005，24(5):148-152.

[16]Qi J, Chehbouni A, Huete A R, et al. A modified soil adjusted vegetation index[J]. Remote Sensing of Environment,1994,48(2):119-126.

[17]Crist E P. A TM tasseled cap equivalent transformation for reflectance factor data[J]. Remote Sensing of Environment,1985,17(3):301-306.

[18]Khan N M, Sato Y. Monitoring hydro-salinity status and its impact in irrigated semi-arid areas using IRS-1B LISS-II data[J]. Asian J. Geoinform,2001,1(3):63-73.

Remote Sensing Monitoring Models of Soil Salinization Based on the Three Dimensional Feature Space of MSAVI-WI-SI

LI Yanhua, DING Jianli, SUN Yongmeng, WANG Gang, WANG Lu

(Key Laboratory of Oasis Ecology, College of Resources and Environment Science, Xinjiang University, Urumqi 830046, China)

Monitoring of soil salinization is very important in the arid and semiarid regions. We chose the delta oasis located between the Weigan River and the Kuqa River as the study area. By analyzing the relationship among modified soil-adjusted vegetation(MSAVI), wet index(WI), salinity index(SI) and soil samples, we proposed a concept of MSAVI-WI-SI three dimensional feature space and built a soil salinity monitoring index(MWSI) model. The result indicates that there is a strong correlation between MWSI and surface soil salinity(R=0.896). Monitoring soil salinization with MWSI is more precise than MWI, MSI, WSI based on two dimensional feature space. The correlation coefficients were 0.891, 0.894, 0.809, respectively. Meanwhile, by MWSI difference matrix analysis, the index is sensitive to the level of soil salinization. It suggests that MWSI detect the change of different combination of the vegetation, soil moisture and soil salinity better in the study area. Besides, this index has the clear biophysical meaning. The MWSI has the potential to provide a simple and low-cost monitoring tool for assessment of salt-affected areas.

three dimensional feature space; soil salinization; remote sensing monitoring model

2014-09-14

2014-10-12

國家自然科學資助項目(U1303381,41261090,41161063);新疆維吾爾自治區青年科技創新人才培養工程(2013711014);2013新疆研究生科研創新項目(XJGRI2013026)

李艷華(1989—),女,河南濟源人,碩士研究生,主要從事干旱區資源環境及遙感應用研究。E-mail:li_yanhua_cool@126.com

丁建麗(1974—),男,山東成武人,教授,博士生導師,主要從事干旱區資源環境及遙感應用研究。E-mail:Ding_jl@163.com

S153.5

A

1005-3409(2015)04-0113-05