典型草地土壤包絡線光譜特征參數(shù)與植被覆蓋度相關(guān)性

胥靜　蔣平安　武紅旗

摘要：對新疆8種典型草地形成的不同類型土壤進行了光譜室內(nèi)采集，以求能夠通過包絡線消除法和植被覆蓋度對不同土壤有機質(zhì)的含量高低做一個快速判斷。運用包絡線消除法提取了不同土壤的包絡線特征參量，結(jié)合地上的植被覆蓋度對有機質(zhì)含量不同的土壤與植被覆蓋度之間的關(guān)系進行了預測。結(jié)果表明，包絡線消除后所得到的特征參數(shù)中，不同土壤光譜特征值存在差異。吸收深度對吸收面積的影響不顯著，吸收峰面積可以用來描述不同土壤有機質(zhì)含量的高低。建立了吸收峰面積和植被覆蓋度之間的模擬方程，其中0～5 cm土層土壤的顯著性最高（P<0.05）。與東北黑土包絡線消除的顯著性波段范圍相比，新疆草地土壤的包絡線消除相關(guān)性達到0.6以上的波段位置發(fā)生了前移現(xiàn)象。

關(guān)鍵詞：高光譜；土壤類型；植被覆蓋度；去包絡線

中圖分類號：S151.9+2 文獻標識碼：A 文章編號：0439-8114（2015）01-0043-05

草地資源作為重要的國土資源，也是有生命的可更新自然資源，具有極其重要的生態(tài)、經(jīng)濟和社會價值[1]。如何更好地保護和利用有限的草地資源顯得尤為重要。隨著人們生活水平的增加，對畜產(chǎn)品的需求在增大，這對有限的草地資源來說，過度放牧造成的草場退化使其恢復過程也將變得復雜。雖然草地土壤的退化速度要滯后于草地植被的退化，但土壤的恢復時間要遠遠超過草地植被的恢復[2]。土壤的退化主要表現(xiàn)在肥力的降低，機械組成發(fā)生變化，不保水保肥，荒漠化。衡量土壤肥力的高低指標主要還是其有機質(zhì)含量的高低。由于新疆特殊的地形地貌導致草地的類型出現(xiàn)了明顯的地帶性分布，其中既有按著降水因素出現(xiàn)的水平性地帶分布，還有海拔造成的垂直地帶性分布[3]。新疆是中國主要的牧區(qū)之一，草地資源豐富，草場載畜量較高。近年來，新疆的草地資源也不同程度地遭受了過度放牧造成的草地地力退化。草地土壤中有機質(zhì)含量的高低是評價草地資源的重要指標之一，防止草地土壤有機質(zhì)降低對于恢復草地養(yǎng)殖力，防止沙漠向綠洲的進攻有著重要的意義[4]，同時，對于新疆經(jīng)濟社會的穩(wěn)定也有著不可替代的戰(zhàn)略性意義。光譜技術(shù)的運用至今已發(fā)展了30多年，在土壤領(lǐng)域取得了許多重要成果，錢育蓉等[5]對新疆典型荒漠草地的高光譜特征進行了提取和分析；BEN-DOR等[6]研究了土壤光譜反射形成的機理以及有機質(zhì)、水分、氧化鐵、母質(zhì)對土壤光譜的影響；SWAIN等[7]研究了土壤光譜特征中的參量并對其個別進行了定量分析；徐彬彬[8]對土壤剖面的反射特性進行了研究，并對南疆土壤光譜與有機質(zhì)的含量進行了早期的相關(guān)性分析；謝伯承等[9]運用包絡線消除法成功建立了光譜特征吸收面積和有機質(zhì)含量間的線性回歸方程，相關(guān)性達到0.01顯著水平。與傳統(tǒng)的土壤室內(nèi)分析方法相比較，光譜技術(shù)的運用不僅提高了試驗數(shù)據(jù)分析的效率，也降低了對環(huán)境的污染，還節(jié)約了成本。光譜技術(shù)在新疆草地群落[10]和植物營養(yǎng)元素[11]方面的研究較多，而新疆草地土壤的光譜特征報道較少。本研究在前人對有機質(zhì)含量和光譜特征參數(shù)研究的基礎(chǔ)上，通過結(jié)合光譜特征參數(shù)和植被覆蓋度兩個因子，研究二者之間的相關(guān)性。旨在通過對土壤光譜特征參數(shù)的提取與比較，對草地土壤肥力的動態(tài)變化做一個快速的粗判斷，以期為草地資源評價中判斷土壤理化性質(zhì)動態(tài)變化提供基礎(chǔ)的科學依據(jù)。

1 材料與方法

1.1 樣品采集

于2012年7～8月牧草生長旺季對新疆的典型草地進行土壤采集，并用GPS定位。對于地上草本植物，選用100 m典型樣線調(diào)查法，并在樣線上設(shè)置1 m×1 m樣方。所測土壤點的分布如圖1所示（以1∶10 000 000“新疆維吾爾自治區(qū)草地類型圖”為依據(jù)，以 ArcGIS 9.2為平臺制成樣點圖）。

測試土壤樣點主要集中于新疆的西北部，少部分位于南疆昆侖山一帶（阿勒泰地區(qū)11個點，塔城地區(qū)14個點、博樂地區(qū)7個點、伊犁地區(qū)9個點、克州9個點）。對剖面點地上部分的1 m×1 m樣方拍照，并記錄地上部分主要植被。地下部分按照寬度0.6 m、長度0.8 m、深度1.0 m挖取剖面，共挖取了50個剖面。同時，每個剖面進行分層取樣，取樣深度范圍為0～30 cm，所得土壤樣本共計200個。所取土壤樣品經(jīng)自然風干、研磨并通過2 mm孔篩，采用4分法取樣裝袋用于室內(nèi)光譜測定。樣方中的土壤樣本信息見表1。

1.2 數(shù)據(jù)測定

光譜的測定分為野外測定和室內(nèi)測定兩種。通常室外測定容易受到天氣及其他地物的干擾，得到的數(shù)據(jù)精確度不高。相比較而言，室內(nèi)測定干擾因素少，幾何條件也較易人為控制，得到的數(shù)據(jù)準確度高，運用也較為廣泛。本試驗選擇的是光譜的室內(nèi)測定。為避免陽光等人為因素對光譜測定的干擾，選擇在暗室進行，測量人員盡量穿深色衣物將人為干擾因素降到最低。儀器室內(nèi)幾何條件設(shè)定為：光源入射角15°，探頭距離30 cm，光源距離80 cm。將處理好的樣品放入直徑為22 cm，深度為3.5 cm的塑料小盤中，用直尺將土壤表面刮平，進行光譜測量。本試驗按照以下規(guī)范[12]測量，每個土壤樣點測10條曲線，每測10～20 min進行一次白板校正。

本試驗的儀器采用美國SVC-HR768便攜式地物光譜儀。光譜測量范圍：350～2 500 nm，通道數(shù)768（光譜帶寬350～1 000 nm 范圍內(nèi)≤3.5 nm；1 000～1 500 nm和1 000～2 100 nm 范圍≤16 nm，最小積分時間1 ms），4°視場角探頭和50 W標準光源。測量方式為手持；附帶SVC-HR768光譜降噪軟件，可對350～2 500 nm范圍內(nèi)采集的光譜數(shù)據(jù)進行集中的噪聲干擾降噪處理。然后再用9點加權(quán)移動平均法對原始光譜曲線進一步去噪聲處理。

1.3 數(shù)據(jù)處理

光譜的數(shù)據(jù)處理方法較多，土壤光譜數(shù)據(jù)通常是運用微分和倒數(shù)等數(shù)學方法進行建模。礦物高光譜分析中的包絡線消除法也被廣泛運用到土壤理化參數(shù)的提取，并取得了良好的效果。圖2為去包絡線示意圖[13，14]。運用ENVI軟件中自帶的處理高光譜數(shù)據(jù)模塊，它可以有效地突出光譜曲線吸收和反射特征，并將其歸一到一個一致的光譜背景上，有利于和其他光譜曲線進行特征數(shù)值比較，從而提取特征波段進行分類識別，并且能消除土壤中其他物質(zhì)的噪聲干擾，在土壤的有機質(zhì)預測中運用十分廣泛。土壤經(jīng)過去包絡線處理后，提取以下幾個特征值：①吸收深度，在歸一化的曲線的吸收谷中，即1-最小反射率的歸一化值；②吸收位置，在包絡線去除歸一化的曲線的吸收谷中，反射率最小的波長；③吸收峰總面積，定義為吸收峰面積之和[15]。endprint

植被覆蓋度的計算是根據(jù)1 m×1 m草地樣方的照片，利用ENVI軟件的監(jiān)督分類功能，對不同草地類型下的土壤進行植被覆蓋度計算。通過前人對土壤有機質(zhì)近紅外波段的范圍，確定有機質(zhì)含量與草地覆蓋度之間的相關(guān)性。

2 結(jié)果與分析

2.1 不同土壤下的植被覆蓋度變化

圖3是8種草地樣方與對應的土壤之間的植被覆蓋度關(guān)系圖。土壤是植物生長的基礎(chǔ)，土壤中有機質(zhì)含量對植物的生長有一定的影響。從土壤肥力的高低來看，鹽土的有機質(zhì)含量最低，圖3中鹽土上的植被覆蓋度也是最低的。圖3中草氈土的植被覆蓋度最高，其具體的有機質(zhì)含量還需下一步對其光譜數(shù)據(jù)進一步處理來得出。其他類型土壤的覆蓋度高低從圖3上看依次是灰褐土、黑氈土、黑鈣土、灰棕漠土、棕漠土、棕鈣土；由于取土的過程是分層取樣，按照0～5 cm、5～10 cm、10～20 cm、20～30 cm總共取了4個層次的土壤，為了更加明確每層土壤中光譜特征參量與植被覆蓋度之間的關(guān)系，將上述土壤按照植被覆蓋度的50%為界限進行分組?？偣卜譃閮山M，植被覆蓋度大于50%的高覆蓋度組和植被覆蓋度小于50%的低覆蓋度組。

2.2 不同覆蓋度下的土壤包絡線消除處理

2.2.1 高植被覆蓋度下的土壤包絡線消除 圖4是高覆蓋度的0～5 cm包絡線消除處理。圖4a是350～2 500 nm全波段下的土壤光譜包絡線消除圖。根據(jù)劉煥軍等[16]對東北黑土的有機質(zhì)預測研究表明，土壤中的有機質(zhì)對近紅外波段的吸收區(qū)域的范圍為545～1 250 nm，包絡線消除的圖像上會出現(xiàn)明顯的吸收谷現(xiàn)象。包絡線消除后反射率的最大歸一化值（等于1）。根據(jù)對半干旱區(qū)的新疆草地土壤實測后對其包絡線消除，發(fā)現(xiàn)在與前人提到的有機質(zhì)的近紅外波段有重合外，起始波段發(fā)生了前移。為了使圖像看得更加清晰，將有機質(zhì)的近紅外波段提出來單看就是圖4b。從歸一化曲線的走勢來看，4種土壤的曲線走勢大致相似，只是在曲線的弧度和波段范圍以及吸收深度上出現(xiàn)差別。

這可能與土壤顏色的深淺有關(guān)，土壤之所以會有顏色深淺的不同，主要還是因為其中有機質(zhì)含量的多少。對于半干旱的新疆來說土壤顏色大都以暗色為主，由于氣候和地理位置等主要因素形成了具有典型特點的半干旱區(qū)土壤。對于其他層次的土壤也按照上述方法進行光譜包絡線消除。根據(jù)前文提到的光譜特征參數(shù)，對相應的參數(shù)按照數(shù)學方法進行提取。將歸一化總面積定義為S，S=■diΔλ，i=350 nm，…，1 000 nm；此處di為吸收深度，Δλ為波長的增量。通過對不同類型土壤有機質(zhì)近紅外波段的吸收面積，來比較不同土壤的有機質(zhì)含量高低。

2.2.2 低覆蓋度下的土壤光譜包絡線消除處理 圖5是植被覆蓋度小于50%的0～5 cm的包絡線消除處理，對于其他層的土壤處理也按照此進行。圖5a展示的是350～2 500 nm全波段的包絡線消除圖。同樣，按照前人提到的有機質(zhì)近紅外波段進行截取，將所測土壤的有機質(zhì)近紅外波段范圍擴大，如圖5b所示。與高覆蓋度的圖4b相比，歸一化后，光譜曲線在走勢和弧度上出現(xiàn)了明顯差別。在圖5b中，各土壤之間的曲線走勢出現(xiàn)了交叉和部分重疊，而圖4b各曲線走勢較規(guī)律。

2.3 不同類型土壤光譜特征參數(shù)比較

利用數(shù)學統(tǒng)計方法將4種高覆蓋度土壤各個光譜特征參數(shù)的值算出，結(jié)果（表2）表明，吸收峰面積最大的是黑鈣土，最小的是灰褐土。4種土壤的有機質(zhì)近紅外波段位置是依次遞增的。吸收深度的變化不是很規(guī)律。吸收峰面積最大的黑鈣土的各個土層的吸收深度大小依次是0～5 cm、5～10 cm、20～30 cm、10～20 cm。各個土層的吸收峰面積大小依次是0～5 cm、5～10 cm、10～20 cm、20～30 cm。吸收峰面積最小的灰褐土的各個土層吸收深度是5～10 cm土層最大，20～30 cm土層次之，5～10 cm土層和10～20 cm土層較小。

表3是4種植被覆蓋度低的土壤的光譜特征參數(shù)。從表4可以得出，在0～5 cm的土層中，吸收深度最小的是棕漠土，最大的是棕鈣土，吸收峰面積最大的是棕鈣土；5～10 cm的土層中，吸收深度最大的是棕鈣土，最小的是棕漠土，吸收峰面積最大的是棕鈣土；10～20 cm的土層中吸收深度最大的是棕鈣土，最小的是鹽土，吸收峰面積最大的是棕鈣土； 20～30 cm的土層中，吸收深度最大的是棕鈣土，吸收峰面積最大的是棕鈣土。

4種土壤的特征波段范圍是依次遞增的。棕鈣土的各個土層吸收深度的大小依次是10～20 cm、5～10 cm、20～30 cm、0～5 cm；各個土層吸收峰面積大小依次是10～20 cm、20～30 cm、5～10 cm、0～5 cm。吸收峰面積最小的鹽土各個土層之間的吸收深度大小依次是0～5 cm、5～10 cm、10～20 cm、20～30 cm；吸收峰面積大小依次是0～5 cm、5～10 cm、10～20 cm、20～30 cm。

2.4 吸收峰面積與植被覆蓋度之間的相關(guān)性分析

以表2和表3中的光譜特征參數(shù)吸收峰面積為自變量，建立植被覆蓋度和土壤有機質(zhì)積分面積之間的相關(guān)性分析。所得方程如表4所示。從表4中數(shù)據(jù)關(guān)系可以看出，表層0～5 cm土壤吸收峰面積和植被覆蓋度呈顯著相關(guān)。

3 討論

通過對土壤光譜特證參數(shù)的提取，并對有機質(zhì)含量不同的土壤進行了光譜特征參數(shù)比較。結(jié)果表明吸收峰面積可以用來表示不同土壤有機質(zhì)含量的高低，印證了謝伯承等[9]建立的吸收峰面積與有機質(zhì)含量的線性相關(guān)性。對不同土壤之間的吸收深度比較發(fā)現(xiàn)，同一種土壤的吸收深度變化差異不大。植物是土壤理化特征的指示物，對于草地土壤而言草地資源的優(yōu)良與否，植被覆蓋度在一定程度上可以作為其指示的晴雨表，具體到主要影響因素，關(guān)鍵還是土壤中有機質(zhì)積累量的動態(tài)變化。

本研究在前人光譜研究土壤的基礎(chǔ)上，對以上兩組不同植被覆蓋度的土壤進行了光譜數(shù)據(jù)包絡線消除，得到了不同土層深度下土壤中有機質(zhì)在近紅外波段下的光譜特征值。基于每種土壤下對應的植被覆蓋度，將特征參數(shù)與植被覆蓋度之間進行相關(guān)性分析，得出以下結(jié)論：①包絡線消除后所得到的特征參數(shù)中，吸收峰面積可以用來描述不同土壤有機質(zhì)含量的高低。上述8種土壤中，吸收峰面積最大的是黑鈣土，吸收峰面積最小的土壤因土層的厚度不同而有所差異。②包絡線消除的相關(guān)系數(shù)在0.6以上的新疆草地土壤的有機質(zhì)吸收位置（380～490 nm）與東北黑土光譜特征研究[16-18]的包絡線消除出現(xiàn)的位置（545～1 250 nm）相比，發(fā)生了前移現(xiàn)象。③土層的深度對有機質(zhì)含量的高低也有一定的影響，從模擬方程來看，表層土壤的吸收峰面積和植被覆蓋度的相關(guān)性較顯著。隨者土壤深度的加深，顯著性降低。endprint

該研究結(jié)果表明，運用光譜特征參數(shù)中的吸收峰面積和植被覆蓋度來評價不同土壤肥力的高低是可行的，尤其是草地表層土壤肥力的高低與植被覆蓋度之間的相關(guān)性較顯著。為了提高本試驗的精度和穩(wěn)定性，對于樣本的容量還需進一步擴大。

參考文獻：

[1] 干友民，李志丹，澤 柏，等.川西北亞高山草地不同退化梯度草地土壤養(yǎng)分變化[J].草業(yè)學報，2005，14（2）：38-42.

[2] 周 莉，李保國，周廣勝.土壤有機碳的主導影響因子及其研究進展[J].地球科學進展，2005，20（1）：99-105.

[3] 張鳳榮.土壤地理學[M].北京：中國農(nóng)業(yè)出版社，2001.

[4] 范燕敏，武紅旗，靳瑰麗.新疆草地類型高光譜特征分析[J].草業(yè)科學，2006，23（6）：15-18.

[5] 錢育蓉，于 炯，賈振紅，等.新疆典型荒漠草地的高光譜特征提取和分析研究[J].草業(yè)學報，2013，22（1）：157-166.

[6] BEN-DOR E， BANIN A. Near infrared analysis（NIRA） as a rapid method to simultaneously evaluate，several soil properties[J]. Soil Sci Soc Am J， 1995， 59：364-372.

[7] SWAIN P H， DAVIS S M. Remote Sensing：The Quantitative Approach[M]. New York： Mcgraw-Hill International Book Company，1978.

[8] 徐彬彬.土壤剖面的反射光譜研究[J].土壤，2000（6）：281-287.

[9] 謝伯承，薛緒掌，劉偉東，等.基于包絡線法對土壤光譜特征的提取及分析[J].土壤學報，2005，42（1）：171-175.

[10] 楊 峰，李建龍，楊文鈺.基于線性光譜混合模型的荒漠草地覆蓋度估測[J].農(nóng)業(yè)工程學報，2012，28（7）：243-247.

[11] 王 成，趙春江，喬小軍，等.番茄營養(yǎng)元素供應的光譜檢測技術(shù)研究進展[J].農(nóng)業(yè)工程學報，2008，24（2）：343-346.

[12] 張 麗，武紅旗，蔣平安，等.北疆典型土壤反射光譜特征研究[J].水土保持學報，2013，27（1）：273-276.

[13] VAN DER MEER F. Analysis of spectral absorption features in hyperspectral imagery[J]. International Journal of Applied Earth Observation and Geoinfor-Mation，2004，5（1）：55-68.

[14] 樊 磊，趙文吉，宮兆寧，等.基于包絡線消除法的巖石光譜對應分析[J].吉林大學學報（地球科學版），2012，42（2）：575-582.

[15] 張雪紅，劉紹民，何蓓蓓，等.基于包絡線消除法的油菜氮素營養(yǎng)高光譜評價[J].農(nóng)業(yè)工程學報，2008，24（10）：151-155.

[16] 劉煥軍，宇萬太，張新樂，等.黑土反射光譜特征影響因素分析[J].光譜與光譜學分析，2009，29（11）：3019-3022.

[17] 孫建英，李民贊，唐 寧，等.東北黑土的光譜特性及其與土壤參數(shù)的相關(guān)性分析[J].光譜學與光譜分析，2007，27（8）：1502-1505.

[18] 于士凱，姚艷敏，王德營.基于高光譜的土壤有機質(zhì)含量反演研究[J].中國農(nóng)學通報，2013，29（23）：146-152.endprint