祁連山南坡表層土壤有機質含量反演

楊榮榮，曹廣超，曹生奎，吳成永，袁杰，張卓，蘭垚，刁二龍，陳治榮，陳真

1. 青海師范大學地理科學學院，西寧 810008

2. 青藏高原地表過程與生態(tài)保育教育部重點實驗室，西寧 810008

3. 青海省自然地理與環(huán)境過程重點實驗室，西寧 810008

0 前言

土壤在大氣圈與生物圈之間起著承上啟下的作用，是陸地生態(tài)系統(tǒng)中重要的一份子，在能量傳遞和物質循環(huán)過程中扮演著重要的角色[1]。土壤有機質(SOM)含量通常被用來判斷土壤侵蝕、退化的程度。因此，估算土壤有機質含量可以作為了解土壤營養(yǎng)物質的主要方法[2-3]，從而更好地為農牧業(yè)的發(fā)展提供準確的依據[4-5]。

遙感技術是現代科學技術發(fā)展的重要產物，其具有綜合性、實時性、便捷性等特點，能夠實現大區(qū)域尺度的監(jiān)測并獲取數據，進一步反映土壤的物理特性，為土壤肥力的評價給予了新的平臺[6-7]。遙感技術在土壤有機質含量反演中的應用，是當前土壤學領域研究的一個熱點[8]。近年來，眾多國內外學者以遙感為技術手段，對各種類型的土壤有機質含量進行了估測，為更大空間尺度上估算土壤有機質含量提供了科學依據。

國外學者Huang等[9]利用DUALEM-21數據的準2d和準3d反演技術，研究了安達盧西亞橄欖樹林中特定深度土壤有機質含量的潛力，從而預測不同土壤深度的有機質含量。Valboa等[10]研究不同耕作強度下土壤有機質的長期變化，旨在評估不同耕作處理對意大利中部連續(xù)種植玉米的壤土質地土壤有機質(SOM)數量和質量的長期影響及其隨時間的演化。Seddaiu等[11]研究了半干旱地中海農牧交錯帶土壤管理對土壤有機質含量和組成的影響，結果表明，在地中海半干旱條件下，傳統(tǒng)的農牧交錯管理措施對保持較好的土壤品質性狀是有效的。Bartseva等[12]利用化學動力學方程描述了土壤有機質轉化的多階段過程，建立了土壤有機質形成與分解的基本數學模型。

國內學者彭杰[13]、王瓊[14]等學者利用光譜儀獲取土壤光譜，研究了多光譜數據不同波段的光譜反射率與實測土壤有機質含量的相關性，探尋適合的敏感波段及參數，并建立多種回歸模型，選擇最佳反演模型，從而實現土壤有機質含量的遙感反演；劉煥軍[15]、曾志遠[16]等學者利用遙感技術手段，運用多元回歸分析方法，對表層土壤有機質含量進行研究，并改進提高了土壤有機質含量估算模型的精度；沙晉明[17]、張法升[18]、曾遠文[19]等學者借助多光譜Land Sat遙感影像，通過對光譜反射率曲線進行重采樣，得出土壤有機質含量和可見光近紅外波段有很好的負相關關系，分析并確定有機質含量與波段反照率的相關系數，最終構建出土壤有機質含量的估算模型。曹璐璐[20]等借助ASD便攜式物鏡對山東半島土壤樣品進行漫反射光譜測定，采用敏感波長支持向量機回歸(SVM)建立評價模型，結果表明，高光譜遙感能夠快速、準確地預測山東半島森林土壤中SOM的含量。

現階段對土壤有機質含量的研究，主要集中在模型的構建與反射波譜特征的分析等方面。研究表明，構建反演模型的方法與傳統(tǒng)的方法相比，能夠節(jié)省大量的勞動力與成本，但在祁連山區(qū)域目前尚未有學者采用遙感反演的方式對土壤理化性質進行反演。因此，本文以祁連山南坡為研究區(qū)域，基于土壤有機質的實測數據，探尋研究區(qū)域土壤有機質的敏感波段，進而構建了有機質含量的估算模型，以期為今后的研究奠定堅實的基礎，進一步為祁連山南坡草地資源評價、土壤肥力監(jiān)測以及農牧業(yè)發(fā)展提供參考依據，同時為祁連山生態(tài)環(huán)境保護與監(jiān)測做出貢獻。

1 研究區(qū)概況

祁連山南坡位于青藏高原東北邊緣，集青藏高原和黃土高原的特征于一體[21]。研究區(qū)地理位置為東經 98°08′13′′—102°38′16′′，北緯 37°03′ 17′′—39°05′56′′，總面積約為 2.4×104km2，海拔范圍在2257—5235 m。由于受到地形地貌的影響，研究區(qū)內土壤類型分布廣泛，主要有高山寒漠土、高山草甸土、高山草原土等土壤類型[22]。研究區(qū)域冬季漫長且寒冷，夏季短暫而溫涼，年均降水量在400 mm左右，年均氣溫為-5.9 ℃[23]。由于該區(qū)域位于青藏高原向黃土高原的過渡地帶，植被自西向東主要分布有草原草甸、灌木林地、林地等。

2 數據來源與方法

2.1 土壤有機質含量實測數據

研究組于2017年7月，在野外通過土鉆法對研究區(qū)的土壤(0—20 cm)進行樣品的采集。將土壤樣品帶回實驗室，自然風干后，去除雜物和礫石進行研磨，過100目篩子，在每個采樣點的表層土壤(0—20 cm)中取少量的土樣搖勻，最終用重鉻酸鉀氧化—油浴加熱法測定表層土壤的有機質含量。

圖1 研究區(qū)位置Figure 1 The location of the research area

2.2 遙感數據

利用 NASA網站(https://ladsweb.modaps.eosdis.nasa.gov/search/)獲取 MODIS數據產品。由于土壤有機質較穩(wěn)定，且為盡量避免植被反照率的影響，文章選用2017年11月中旬(植被處于枯黃狀態(tài))的 MCD43A3數據作為數據源，能夠較準確地估算研究區(qū)的土壤表層有機質含量。MCD43A3數據產品由band1—band7的7個普通波段和可見光波段、近紅外波段和短波波段 3個特殊波段構成，為后期探尋土壤有機質的敏感波段提供數據來源。

2.3 研究方法

以Arc GIS10.2軟件為平臺，通過加載經緯度數據和研究區(qū)樣點的實測數據，與處理后的 MODIS柵格數據分別進行空間匹配，進行波段反照率與土壤表層有機質含量之間的相關性探究(表1)。用相關性最大的波段與土壤表層有機質含量的實測值構建回歸模型，得到對數模型、多項式模型和線性模型。運用空間分析工具中的柵格計算器，代入模型的系數進行運算，繪制得出祁連山南坡表層土壤有機質含量的空間分布圖，進一步為分析研究區(qū)表層土壤有機質含量的空間分布奠定基礎。

3 研究內容

3.1 敏感波段探尋

根據日常經驗及課堂知識的積累，在MODIS影像的10個波段中，前7個波段的寬度較小，稱為窄波段；后 3個波段的寬度較大，稱為寬波段。窄波段的反照率中，波段1、波段3和波段4與土壤有機質含量的相關系數分別為-0.759，它們與土壤表層有機質含量在0.01水平上相關性較大；在寬波段的反照率中，可見光波段和短波波段與土壤有機質含量的相關系數分別為-0.762、-0.750，同樣，它們與土壤表層有機質含量在0.01水平上相關性較大。同時，計算可得窄波段相關系數的平均值為-0.734，寬波段的相關系數的平均值為-0.750。由此可得出，寬波段相關性的平均值高于窄波段，即寬波段含有關于土壤表層有機質含量的信息較窄波段更充足更豐富，但由于本文構建一元對數函數模型，因此只能選擇相關性最大的可見光波段，作為表層土壤有機質的敏感波段，用于揭示研究區(qū)表層土壤有機質含量的空間分布規(guī)律。

表1 MODIS數據各波段與實測有機質含量相關關系Table 1 The correlation between MODIS data bands and measured organic matter content

3.2 土壤有機質遙感反演模型構建

基于2017年7月野外采集的土壤樣品，以及室內實驗法測得表層土壤有機質含量，去除異常點后選取樣點 100個，將實測表層土壤有機質含量與 MODIS影像可見光波段的反照率進行線性回歸，構建反演表層土壤有機質含量的最優(yōu)模型(表 2)。

3.3 反演模型對比, 確定最優(yōu)模型

通過計算各個模型的均方根誤差(RMSE)和平均絕對百分比誤差(%)(MAPE)，雖然多波段結合的線性模型R2較大，但其RMSE和MAPE同樣較大，且結合祁連山南坡的土地利用類型圖研究發(fā)現，用該類模型反演得到的有機質含量與客觀實際不符，因此選用單波段模型進行反演。在單波段模型中，對數函數模型的R2最大且模型的穩(wěn)定性良好并符合實際情況，因此選擇單波段對數函數模型對祁連山南坡表層土壤有機質含量進行反演。

MODIS影像寬波段中可見光波段的反照率與表層土壤有機質含量模型:

式中，SOM為表層土壤有機質含量(g·kg-1)，α為可見光波段反照率。

初步得出，基于 MODIS影像對祁連山南坡表層土壤有機質含量的反演模型精度較高。為了更好地驗證模型估算的準確程度，需要選擇具體的評價指標進一步實現模型精度的驗證。

3.4 模型精度驗證

在表層土壤有機質含量實測值中選擇部分數據點，共30個點作為驗證點。驗證結果表明，評價回歸模型的標準主要有兩個方面，即模型的系數R2和散點圖的數據點與直線之間的偏離程度。因此，當R2越大，表明模型的模擬效果越好；當樣點的數據點集中分布在擬合曲線的兩側，偏離程度較小時，也表明模型的模擬效果較好。通常，均方根誤差(RMSE)和平均絕對百分比誤差(%)(MAPE)被選定為模型精度評價的兩個重要指標。RMSE的值越小，表明模型的精度越可靠；MAPE的值越小，表明預測值與實測值越接近，即預測結果越準確。由表 2可知，基于 MODIS影像建立的反演有機質含量的對數模型SOM=-93.55×ln(α)+498.89，其R2=0.62。進一步驗證了在祁連山南坡，基于 MODIS影像的對數函數模型對表層土壤有機質含量的反演模型較優(yōu)。

3.5 祁連山南坡表層土壤有機質含量的空間分布

根據公式(1)并借助 Arc GIS 10.2軟件平臺，運用空間分析工具中的柵格計算器，計算得出祁連山南坡像元尺度的表層土壤(0—20 cm)有機質含量，并繪制出土壤有機質含量空間分布圖并進行分析(圖2)。有機質含量空間分布呈現的總體趨勢為: 由西北向東南逐漸遞增，但由于各種因子的綜合影響，以及零星斑塊的植被類型分布，導致在個別小區(qū)域內出現與周圍有機質含量趨勢不一致現象。圖2顯示，圖斑由棕色、淺綠色、綠色及紅色隨著顏色的變化，有機質含量逐漸在增加，且土壤有機質含量最低區(qū)域散布于研究區(qū)的各個區(qū)域；土壤有機質含量最高區(qū)域分布于研究區(qū)的東南區(qū)域。

將土壤有機質含量空間分布(圖 2)與土地利用類型分布(圖3)進行疊加，結果顯示(圖4): 藍色框選區(qū)域主要為裸巖的分布區(qū)域，其有機質含量范圍為0—23.46 g·kg-1；紫色框選區(qū)域主要分布有耕地、稀疏草地，有機質含量范圍為 23.46—62.14 g·kg-1；橙色框選區(qū)域區(qū)域主要為草原的分布區(qū)，有機質含量高，其范圍為 62.14—96.94 g·kg-1；亮紅色框選區(qū)域主要為草甸的分布區(qū)，有機質含量較高，其范圍為96.94—149.15 g·kg-1；暗紅色框選區(qū)域為灌木和林地分布范圍，由于枯落物較多，有利于表層土壤有機質含量的積累，因此有機質含量處于最高水平。研究表明: 研究區(qū)表層土壤有機質含量的空間異質性與植被類型的空間異質性一致，從而得出不同土地利用類型的土壤有機質含量分布特點: 林地＞灌木＞草甸＞草原＞稀疏草地＞耕地＞裸巖。

表2 MODIS影像反演土壤表層有機質含量模型Table 2 Inversion of soil surface organic matter content model by MODIS image

圖2 MODIS影像反演有機質含量空間分布Figure 2 The spatial distribution of organic matter content in MODIS image inversion

圖3 土地利用類型分布Figure 3 The distribution of land use types

圖4 不同土地利用類型對應的土壤有機質含量Figure 4 Soil organic matter content corresponding to different land use types

4 討論

文章運用 MODIS影像反演祁連山南坡表層土壤有機質含量，單波段對數函數模型的精度較高。

由于研究區(qū)域祁連山南坡面積較大，植被類型分布廣泛，地形復雜多樣，海拔梯度較大，導致模型產生的誤差較大，R2僅為0.62。除了氣候因素的影響，土壤自身的物理性質對表層土壤的有機質含量也會產生一定的影響。在今后的研究中，將各種影響因子進一步量化，通過主成分分析法研究影響祁連山南坡土壤表層有機質含量的主導因素，探究祁連山南坡土壤表層有機質含量更優(yōu)的反演模型。

文章中運用的 MODIS遙感影像中可見光波段為模型的自變量，且該波段與表層土壤有機質含量具有良好的負相關關系，此結論與我國學者馬馳[24-25]、王銳[26]、屈冉[27]等研究長春中北部地區(qū)、吉林中北部地區(qū)以及基于多光譜遙感的耕地、富川縣表層土壤有機質含量反演所得出的結論一致。本研究中，敏感波段為可見光波段，此波段屬于寬波段，即寬波段較窄波段的敏感性較高，此結果與國內學者王延倉[28]、陳旭[29]等應用寬波段模擬數據和實測土壤有機質含量的相關性，提取并篩選敏感波段反演土壤有機質含量的結果一致。

研究結果表明，祁連山南坡表層土壤有機質含量空間異質性與植被的空間異質性一致，該結果與國內學者黃曉強[30]、趙錦梅[31]等學者對北京山區(qū)及祁連山東段地區(qū)的研究結果相似。

5 結論

本研究選用單波段對數函數模型反演祁連山南坡表層土壤有機質含量，得出如下結論:

(1)MODIS影像的寬波段中可見光波段與表層土壤有機質含量具有良好的負相關關系，且相關系數較大。

(2)祁連山南坡表層土壤有機質含量總體呈現西北低東南高的特征，且其空間異質性與植被的空間異質性一致。

(3)祁連山南坡表層土壤有機質含量的反演結果，可用于土壤質量評價、土壤碳庫估算等研究，更好地為祁連山土地資源保護與生態(tài)環(huán)境監(jiān)測提供數據支撐。