內蒙古自治區河套灌區凍結期土壤鹽分的多極化雷達響應分析

李生勇+霍軼珍+王海霞

摘要： 土壤鹽漬化嚴重影響河套灌區的農業生態和社會經濟的發展，了解土壤鹽漬化現狀已成為亟待解決的問題。傳統測量方法已無法滿足人們對大面積土壤鹽漬化分布的需求，相比之下，遙感能夠快速獲取鹽漬地的宏觀分布及變化情況。遙感作為一種新的技術手段應運而生，由于可見光、紅外遙感存在一定局限性，具有全天候、穿透性強等優點的雷達遙感成為研究熱點。以內蒙古自治區河套灌區磴口縣為研究區，結合Radarsat-2四極化雷達遙感數據，對凍結期土壤的鹽漬化進行響應分析。結果表明，極化組合（HV2+HH2）/（HV2-HH2）對不同鹽漬土有較強的響應性與分離性，利用該極化組合建立回歸模型，進而對研究區進行反演分析。經實測數據檢驗，該方法可在一定程度上滿足鹽漬化監測的需要，優于傳統鹽漬土分類方法。

關鍵詞： 雷達遙感；土壤鹽分；極化組合；河套灌區；精度分析

中圖分類號： S156.4；P628+.2 文獻標志碼： A 文章編號：1002-1302（2016）03-0348-04

土壤鹽漬化是指土壤底層或地下水的鹽分隨水分上升到表層，經水分蒸發后使鹽分在表層土壤積累的過程[1]。土壤鹽漬化問題對河套灌區的農業生態系統造成破壞性影響，給當地農民帶來直接經濟損失，河套灌區的鹽漬化土地面積約占內蒙古自治區鹽漬化土地面積的70%[2]。對河套平原的鹽漬化程度進行遙感監測和反演，是該地區制定灌溉制度、編寫鹽漬化土壤治理方案的基礎資料。遙感技術具有實時性強、觀測范圍廣等特點，適用于研究土壤鹽漬化問題。自20世紀70年代以來，國外學者和專家從不同學科領域對鹽漬化進行了研究和預測[3-4]。Dwivedi等利用TM數據研究發現，1、3、5波段為最佳組合波段，遙感所含信息量最大，但鹽漬土信息提取精度并不高[5]。Kirkby通過高光譜影像制作土壤鹽漬化專題圖，并在野外監測與影像同時相的圣彼得草光譜特性；研究發現，圣彼得草在可見光和近紅外波段呈不同的光譜特性[6]。Saysel等通過研究地下水鹽運移的規律，成功建立了土壤鹽漬化的動力學模型，達到預報土壤鹽漬化的水鹽動態目的[7]。Metternicht等結合遙感、地理信息系統、專家系統對鹽漬化進行模擬與預測，并在鹽漬化時空動態變化方面取得一定成果[8]。Eenyamini等利用遙感手段發現，地下水位的高低直接影響土壤次生鹽漬化，地下水位1.5 m為臨界值，低于該值可抑制鹽漬化產生[9]。Jeffrey等利用電磁感應手段結合水質化學分析，對土壤鹽漬化進行定量研究[10]。國內對土壤鹽漬化的研究比國外晚10余年。劉慶生等將資源一號衛星與高分辨率全色數據進行融合，結合HIS和PCA變換的相關知識，對不同級別鹽漬土進行了清晰的分類[11]。霍東民等利用CBERS-1遙感數據對黃河三角洲的鹽堿地光譜信息進行了深入研究，結合GIS實現對鹽堿地專題信息的提取，為鹽堿地監測提供良好基礎[12]。牛博等利用干旱區鹽漬土的光譜及空間特征，對鹽漬土進行了專題信息提取研究，得出鹽漬化土壤的演變趨勢[13]。李曉燕等利用TM影像、地形圖數據并結合地理信息系統，對吉林省大安市鹽堿地動態變化及成因進行了研究[14]。何祺勝通過TM影像與雷達影像的結合，對鹽漬地信息進行提取，提取精度得到很大提高[15]。綜上所述，利用光學遙感監測鹽漬地信息已取得一定成果；而在微波遙感方面，學者大多基于被動雷達遙感或單極化雷達遙感，關于精細四極化主動微波遙感的研究相對較少。以鹽漬地較為明顯的河套灌區為研究區域，本研究成果對該區域鹽漬化的治理具有一定指導意義。

1 研究區概況與數據源

1.1 研究區概況

磴口縣地處內蒙古自治區河套地區西南部，是巴彥淖爾市的旗縣之一。該地區的地理坐標為106°9′～107°10′E、40°9′～40°57′N，屬于中溫帶干旱大陸性季風氣候，平均氣溫為8.5 ℃，氣候較干燥[16]。研究區以荒漠植被小灌木為主，地域遼闊、地勢平坦、土質條件較好，是典型的河套灌區之一。引黃灌溉制度對發展當地農業生產、改善農業生態環境起著非常重要的作用，但其負面影響也較為顯著。渠系水滲漏、大水漫灌是導致地下水居高不下的直接原因，潛水蒸發嚴重，誘發地下鹽分向表層聚集，礦化度嚴重，產生土壤次生鹽漬化。

1.2 數據源

Radarsat-2是由MAD（MacDonald Dettwiler and Associates Ltd）和CAS（Canadian Space Agency）于2007年共同出資開發的星載合成孔徑多極化雷達系統，雷達頻率為C波段，該波段可提取地表0～5 cm的土壤信息[17]。雷達影像接收時間為2015年1月10日，河套灌區正值凍結期，影像為四極化精細模式（HH+HV+VH+VV極化），標稱分辨率為8 m，處理級別為SLC，一景影像的覆蓋面積為25 km×25 km，微波入射角范圍為35.310 939 8°～36.881 595 6°，影像覆蓋區為裸露地表，加之季節原因處理影像時不考慮植被覆蓋的影響。

在磴口縣試驗區采集與RADARSAT-2影像時相一致的50個土壤樣本，每個土壤樣本取4個重復，樣本以邊長小于 8 m 的正方形組成，并用手持GPS記錄土壤樣本中心點的地理坐標信息。室內試驗通過EDTA滴定法計算土壤樣本的含鹽量信息，土壤樣點含鹽量最終以4個樣本的平均值代表。根據試驗規范將土壤樣本的含鹽量劃分為非鹽漬土、輕度鹽漬土、中度鹽漬土、重度鹽漬土4個大類，劃分標準見表1，土壤樣本采樣點分布見圖1。

2 影像數據處理

2.1 雷達影像處理

雷達影像不同于可見光遙感，其采用相干微波源照射，各散射中心回波的相干疊加，造成合成矢量的振幅和相位均有一定起伏，最終得到的雷達影像出現相干噪聲[18]。為抑制雷達影像的斑點噪聲，對影像采取多視、濾波處理；雷達影像的SLC格式屬于斜距坐標，通過地理編碼處理對影像進行相應的地距轉換，處理后的影像可設置為WGS-84坐標系。結合研究區的DEM數據，經輻射定標處理后，雷達影像上的每個像元值均由亮度值轉換為后向散射系數值。利用定標公式[19]可完成亮度值與后向散射系數值的轉換，公式為：

式中：i，j為遙感影像像元的行列號，DN為雷達影像像元的亮度值，K為絕對定標系數，G為天線的增益，θi，j為雷達影像每個像元的天線高度角，Ri，j為雷達影像的斜距距離，Rref為雷達影像的參考基準斜距，αi，j為衛星入射角。以上部分可通過影像軟件處理獲得，部分為購買雷達影像時自帶的頭文件。

2.2 雷達影像配準

利用谷歌衛星地圖下載器，下載與雷達影像區域相同的Google Earth影像，該下載器可完好保留影像的地理坐標信息。影像配準是將圖像糾正在某種地理編碼的坐標系統中，使其與某個參考影像具有相同幾何屬性。此次影像配準以Google Earth影像作為參考影像，在配準過程中盡量選擇易于分辨的特征點（路的交叉點、房子的拐角等），特征點盡可能均勻分布于整幅影像中，糾正結果最終小于0.5個像元，滿足精度要求。將采集的土壤樣本位置信息與雷達影像相結合，提取采樣點的后向散射系數值，并對采樣點覆蓋區域進行裁剪。

3 數據分析

3.1 凍結期鹽漬土的后向散射系數

內蒙古自治區河套灌區屬于寒冷地區，季節間溫差較大，蒸發量遠大于降水量，且土壤的凍融變化是引起土壤鹽漬化的主要原因。河套灌區秋澆具有壓鹽保墑的作用，秋澆前后土壤鹽分含量將產生較大變化，凍結期土壤的水分、鹽分會向凍結層移動，此次主要進行河套灌區凍結期雷達影像對土壤鹽漬土的響應分析。雷達影像的均一性較差，最大值與最小值相差很大，提取雷達后向散射系數值時，可圍繞采樣點中心提取多個值并取平均值。均值并非最優方法，卻是最常用、最簡單的方法，均值可代替采樣點的后向散射系數值[20]。部分采樣點數據見表2。

均值可反映土壤的散射特征，將不同土壤類別的四極化后向散射系數均值分離出來，繪制不同程度鹽漬土后向散射系數特征圖（圖2）。

由河套灌區凍結期不同鹽漬化程度的土壤對四極化后向散射系數響應分析可知，雷達影像同極化方式（VV、HH）對鹽漬土的響應明顯高于不同極化方式（HV、VH）；HH極化方式的后向散射系數高于其他極化組合方式；HV、VH極化組合之間的后向散射系數較相近。VV極化方式影像的后向散射系數對重度鹽漬化土壤的響應較強烈，HH極化方式影像的后向散射系數對不同鹽漬化程度土壤的響應均較強烈。

為準確分離不同程度的鹽漬土，須分析不同土壤對應的后向散射系數值情況。由表3可知，在凍結期同極化上，不同鹽漬化程度土壤的后向散射系數均值相差較小，VV極化影像的均值最大值與均值最小值相差為12.64，HH極化影像的均值最大值與均值最小值相差為11.86；在交叉極化上，HV極化影像的均值最大值與均值最小值相差為24.41，VH極化影像的均值最大值與均值最小值相差為21.48。可見，不同鹽漬化程度的土壤在交叉極化上的分離性比同極化上的分離性好。分析可知，同種極化方式HH對土壤的響應較強烈，交叉極化HV對土壤的分離性較好；因此，利用Radarsat-2雷達影像的C波段提取鹽漬地信息時，須考慮這2種極化方式。

3.2 凍結期鹽漬土不同極化組合的后向散射系數

單極化雷達影像數據提取的土壤信息量相對較少，研究結果將受到影響。本試驗獲取了雷達精細四極化數據，可對極化方式進行組合，進一步分析不同極化組合對地物后向散射特性的響應。在凍結期，HH極化雷達后向散射系數對鹽漬土的響應最強烈，HV極化雷達后向散射系數對鹽漬土的分離性較好。選取2個極化的組合進行分析，極化組合為HV+HH、HV/HH、（HV-HH）/（HV+HH）、（HV2+HH2）/（HV2-HH2），計算出這些極化組合的后向散射系數，分析其與鹽漬土的響應關系（圖3）。

由圖3可知，HV+HH極化組合呈先上升、后下降的趨勢，對輕度、中度、重度鹽漬土的分離性較好，但難以區分出非鹽漬土。對于HV/HH極化組合，后向散射系數在非鹽漬化土壤至中度鹽漬化土壤呈上升趨勢，而在重度鹽漬化土壤則呈下降趨勢，無法區分重度鹽漬土。對于（HV-HH）/（HV+HH）極化組合，后向散射系數在輕度鹽漬土壤為轉折點，對非鹽漬土、輕度鹽漬土、中度鹽漬土易于混淆。對于（HV2+HH2）/（HV2-HH2）極化組合，后向散射系數隨鹽漬化程度的增強而減小，且各種鹽漬化程度的分離性較好，不易產生混淆，因此該極化組合方式可作為研究區凍結期鹽漬化土壤信息提取的指數。

3.3 回歸分析

在土壤凍結期選擇（HV2+HH2）/（HV2-HH2）極化組合建立模型，研究雷達圖像的后向散射系數與含鹽量的關系。將該極化組合設為變量X，即X=（HV2+HH2）/（HV2-HH2），將其中35個土壤樣點的含鹽量數據與X進行線性回歸分析模擬。建立的回歸方程為S=-0.227 2X+0.770 2，式中S為全鹽量，X為極化組合（HV2+HH2）/（HV2-HH2）。S與X達到了良好的相關性，r2=0.753 4（圖4）。

4 精度分析

4.1 對RADARSAT-2影像進行決策樹分類

根據建立的鹽分回歸方程，通過ENVI決策樹方法對影像進行分類，分類結果見圖5，分類結果統計見表4。其中，非鹽漬地所占比重最大，高達57.824%；其次為重度鹽漬地，達到27.972%。可見，研究區內鹽漬化程度比較嚴重，且分類結果與研究區地表的鹽漬化現象較為一致。

4.2 精度檢驗

利用線性回歸方程對研究區進行不同程度鹽漬化分類，為驗證模型及分類結果的可靠性，采用剩余的15個點進行精度檢驗。根據土壤采樣點的地理位置信息與鹽漬化分類圖相匹配，提取15個土壤采樣點對應的反演值，并與實測值進行比較分析。由表5可知，多數土壤樣本點的相對誤差小于10%，反演精度比較可觀。

5 結論

土壤鹽漬化問題是影響河套灌區農業生產的重要因素。雷達數據具有全天候、全天時、受天氣及氣候影響較小等優點，常作為土壤鹽分信息提取的基礎數據，這對于干旱、半干旱、季節氣溫變化較大地區的土地鹽漬化監測極其有利。采用四極化精細模式C波段的Radarsat-2數據對研究區域進行監測，彌補了可見光遙感提取鹽漬地信息的受限性，經過對雷達影像的處理準確獲取了土壤凍結期的后向散射系數值。分析不同程度鹽漬土與后向散射系數的關系發現，同極化HH對鹽漬土的響應較強烈，交叉極化HV對鹽漬地的分離性較好；通過HH和HV不同極化組合后向散射系數對土壤鹽漬化響應分析得出，（HV2+HH2）/（HV2-HH2）極化組合可將非鹽漬地、輕度鹽漬地、中度鹽漬地、重度鹽漬地區分開。以極化組合作為變量建立線性模型S=-0.227 2X+0.772，通過決策樹利用模型對研究區進行鹽漬化分類，并驗證分類結果及模型精度。結果表明，多數樣本點的相對誤差小于10%，反演精度較高，研究結果可作為巴彥淖爾市磴口縣土壤鹽漬化監測的理論基礎。

雷達影像對土壤水分較為敏感，本研究未能有效分析土壤水分對極化方式的影響，建立的回歸模型未除去土壤水分干擾。本研究結論針對河套灌區，是否具有普適性仍須進一步驗證。

參考文獻：

[1]朱庭蕓. 灌區土壤鹽漬化防治[M]. 北京：農業出版社，1992：32-38.

[2]劉俊廷，潘洪捷，彭志帆，等. 河套灌區土壤鹽漬化現狀及危害研究[J]. 內蒙古水利，2011（2）：138-139.

[3]Smedema L K，Shiati K. Irrigation and salinity：a perspective review of the salinity hazards of irrigation development in the arid zone[J]. Irrigation and Drainage Systems，2002，16：161-174.

[4]Clarke C J，Bell R W，Hobbs R J，et al. Incorporating geological effects in modeling of revegetation strategies for salt-affected landscapes[J]. Environmental Management，1999，24（1）：99-109.

[5]Dwivedi R S，Rao B R M. The selection of the best possible Landsat TM band combination for delineating salt-affected soil[J]. Journal of Remote Sensing，1992，13（11）：2051-2058.

[6]Kirkby S D. Integrating a GIS with an expert system to identify and manage dryland salinization[J]. Applied Geography，1996，16（4）：289-303.

[7]Saysel A K，Barlas Y. A dynamic model of salinization on irrigated lands[J]. Ecological Modelling，2001，139（2/3）：177-199.

[8]Metternicht G I，Zinck J A. Remote sensing of soil salinity：potentials and constraints[J]. Remote Sensing of Environment，2003，85（1）：1-20.

[9]Eenyamini Y，Mirlas V，Marish S，et al. A survey of soil salinity and groundwater level control systems in irrigated fields in the Jezreel Valley，Israel[J]. Agricultural Water Management，2005，76：181-194.

[10]Amezketa E. An integrated methodology for assessing soil salinization，a pre-condition for land desertification[J]. Journal of Arid Environments，2006，67（4）：594-606.

[11]劉慶生，駱劍承，劉高煥. 資源一號衛星數據在黃河三角洲地區的應用潛力初探[J]. 地球信息科學，2000，2（2）：56-57.

[12]霍東民，張景雄，孫 家. 利用CBERS-1衛星數據進行鹽堿地專題信息提取研究[J]. 國土資源遙感，2001（2）：48-52.

[13]牛 博，倪 萍，塔西甫拉提，特依拜. 遙感技術在干旱區鹽漬化動態變化分析中的應用——以新疆玉田縣為例[J]. 地質災害與環境保護，2004，15（4）：78-82.

[14]李曉燕，張樹文. 吉林省大安市近50年土地鹽堿化時空動態及成因分析[J]. 資源科學，2005，27（3）：92-97.

[15]何祺勝. 星載雷達圖像在干旱區鹽漬地信息提取中的應用研究[D]. 烏魯木齊：新疆大學，2007：17-19.

[16]劉 芳，郝玉光，張景波，等. 磴口縣土地景觀變化遙感監測研究[J]. 內蒙古農業大學學報：自然科學版，2009，30（3）：112-116.

[17]Zhou P，Ding J L，Wang F，et al. Retrieval method of soil water content in vegetation covering areas based on multi-source remote sensing data[J]. Journal of Remote Sensing，2010，14（5）：959-965.

[18]王 超，張 紅，陳 曦，等. 全極化合成孔徑雷達圖像處理[M]. 北京：科學出版社，2008：55-56.

[19]喻忠偉. 基于BP人工神經網絡和Radarsat-2遙感影像的土壤墑情監測研究[D]. 鄭州：鄭州大學，2013：39-41.

[20]韋建波. RADARSAT-2數據在干旱區鹽漬地信息提取中的應用[D]. 烏魯木齊：新疆大學，2009：32-35.