基于高光譜數(shù)據(jù)的博斯騰湖西岸湖濱綠洲土壤剖面土壤鹽分反演.pdf

1、土壤剖面不同發(fā)生層蘊含著豐富的鹽分變化、遷移、聚類信息，建立土壤剖面鹽分的高光譜反射率預測模型可對定量化治理、監(jiān)測和預報土壤剖面鹽分提供一定的參考。以博斯騰湖西岸湖濱綠洲為研究區(qū)，確定檉柳地、耕地、未利用地、林地和蘆葦?shù)匚宸N典型地表覆被土壤剖面（0～100cm），按照土壤剖面鹽分含量聚類特征劃分土壤鹽分剖面類型，對土壤鹽分剖面進行基層劃分，并對不同基層土壤進行鹽漬化等級和鹽漬土類型劃分，采用描述統(tǒng)計法對比分析不同基層鹽分特征和高光譜反射

2、率變化特征。對經過預處理和經驗模態(tài)分解（EMD）去噪的土壤高光譜原始反射率進行一階微分、二階微分、對數(shù)以及倒數(shù)的對數(shù)四種數(shù)學增強。提取土壤剖面鹽分含量、Ca2+含量、Mg2+含量、Na++K+含量、SO42-含量、CL-含量與原始高光譜反射率以及增強后高光譜反射率相關性最大波段作為最優(yōu)波段，以最優(yōu)波段為預測變量，采用偏最小二乘回歸分析法(PLSR)建立鹽分含量、Ca2+含量、Mg2含量+、Na++K+含量、SO42-含量的高光譜反射率預

3、測模型（預測模型均通過置信度大于95％的F檢驗），并對模型精度進行檢驗和樣區(qū)應用，初步建立檉柳地、耕地、未利用地、林地和蘆葦?shù)匚宸N地表覆被土壤剖面波譜庫。論文結論包括以下四個方面：
　?。?）按照土壤剖面鹽分含量聚類特征將檉柳地和未利用地土壤鹽分剖面劃分為表聚型，耕地、林地和蘆葦?shù)赝寥利}分剖面劃分為平均型。對不同地表覆被土壤鹽分剖面按照有效土層厚度以數(shù)字1、2、3、4、5命名超薄層土1、超薄層土2、薄層土、中層土和厚層土五個基層，

4、分別使用大寫英文字母T、F、W、L、P對檉柳地、耕地、未利用地、林地和蘆葦?shù)剡M行命名，按照鹽漬化等級標準T1和W1鹽漬化等級為中鹽化，W2和P1鹽漬化等級為弱鹽化，其它基層均為極輕，按照鹽漬土類型標準T1和W1為硫酸鹽-氯化物鹽漬化土，占8%，T2、L3、P1為硫酸鹽鹽漬化土，占12%，其它基層土壤鹽漬化類型為氯化物-硫酸鹽型，占80%。HCO3-在土壤鹽分剖面中平均每層含量為0.06g/kg，HCO3-含量較?。籆L-在土壤鹽分剖面中

5、平均每層含量為0.23g/kg，CL-在檉柳地土壤鹽分剖面中含量較大且垂直變異性較顯著，平均每層含量為0.39g/kg，垂直變異系數(shù)為113.03%；SO42-在檉柳地土壤鹽分剖面中含量最大，平均每層含量為0.79g/kg；Ca2+和Mg2+在檉柳地土壤鹽分剖面中含量較高，平均每層含量分別為0.15g/kg和0.08g/kg，變異系數(shù)分別為52.40%和66.28%；Na++K+在檉柳地鹽分剖面中含量最大，平均每層含量為1.01g/kg

6、，變異系數(shù)為59.51%。
　?。?）檉柳地土壤剖面反射率在350～1800nm波段范圍內T2反射率最高，T3反射率最低，在1900～2500nm波段范圍內T3反射率最高，T1反射率最低。耕地土壤剖面反射率特征表現(xiàn)為：350～1800nm波段范圍內差異較小，在1900～2500nm波段范圍內F2反射率最高，F(xiàn)5反射率最小。未利用地土壤剖面反射率特征表現(xiàn)為：350～1800nm波段范圍內W5反射率最大，W2反射率最小，在1900～2

7、500nm波段范圍W4反射率最高，W3和W1反射率均較低。蘆葦?shù)赝寥榔拭娣瓷渎侍卣鞅憩F(xiàn)為：在350～1800nm波段范圍內，P1反射率最大，P5反射率最小，在1900～2500nm波段范圍內，P2反射率最大，P4反射率最小。林地土壤剖面反射率特征表現(xiàn)為：在350～1800nm范圍內，反射率整體差異較小，在1900～2500nm波段范圍內L3反射率最高，L4反射率最小。T2、L3和P1均為硫酸鹽鹽漬化土，在檉柳地、林地、蘆葦?shù)刂脖煌寥婪瓷?/p>

8、率中均表現(xiàn)為350～1800nm波段范圍內反射率最高，T1和W1均為硫酸鹽-氯化物鹽漬化土，在檉柳地和未利用地植被土壤反射率中表現(xiàn)為1900～2500nm波段范圍內反射率最小。
　?。?）采用偏最小二乘回歸分析法建立土壤剖面鹽分含量、Ca2+含量、Mg2+含量、Na++K+含量、SO42-含量的高光譜反射率回歸模型。
　　Ca2+含量預測模型表達式為Y=0.151-31.091R(490)+22.829R(500)-1.54

9、4R(510)-1.344R(520)-18.815R(530)+33.176R(840)（R2=0.91，RMSE=0.23）；
　　Mg2+預測模型表達式為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）；
　　SO42-預測模型Y=0.064-13.388R(1150)+

10、38.61R(1180)+3.884R(1190)-35.105R(1230)-53.14R(1240)+59.598R(1260)（R2=0.85，RMSE=0.26）；
　　Na++K+含量預測模型為Y=0.046-23.489R(1690)+24.294R(1720)+4.342R(1730)+19.988R(1750)-20.202R(1760)-4.406R(1770)（R2為0.79，RMSE=0.31）；
　　

11、鹽分含量預測模型為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）土壤剖面鹽分含量、Ca2+、Mg2+、Na++K+、SO42-高光譜反射率回歸模型預測值與實測值均存在線性相關，判定系數(shù)R2分別為0.63、0.80、0.74、0.78和0.71，