湖北建始縣建業(yè)鎮(zhèn)土壤有機(jī)質(zhì)光譜特征分析

胡 飛，劉紅亮，萬(wàn) 能，陳 曦，鄧 杰，方 臣，朱正勇

(1.湖北省地質(zhì)調(diào)查院 湖北省地質(zhì)勘查工程技術(shù)研究中心，湖北 武漢 430034； 2.湖北省地質(zhì)勘查基金管理中心，湖北 武漢 430071)

土壤有機(jī)質(zhì)含量是衡量土壤肥力的重要指標(biāo)之一[1]，它本身含有植物生長(zhǎng)所需的各種養(yǎng)分，同時(shí)能夠改善土壤的物理結(jié)構(gòu)和化學(xué)性質(zhì)，提高土壤的水肥保持能力。土壤的有機(jī)質(zhì)含量越高，其肥力水平越高，土壤的水肥保持能力越強(qiáng)，能夠節(jié)約化肥用量，提高肥料的利用率。依據(jù)原理是地面光譜儀測(cè)定土壤有機(jī)質(zhì)的光譜特征，利用高光譜衛(wèi)星數(shù)據(jù)反演，可以對(duì)大區(qū)域土壤有機(jī)質(zhì)含量進(jìn)行預(yù)測(cè)。

隨著土壤有機(jī)質(zhì)含量的增加，土壤顏色加深，表明土壤有機(jī)質(zhì)含量的變化，一般在地物光譜測(cè)試或遙感圖像上表現(xiàn)為可見(jiàn)光波段范圍反射減弱，吸收增強(qiáng)，從而引起土壤顏色的變化。目前通過(guò)光譜反射率特征對(duì)土壤有機(jī)質(zhì)含量反演的方法很多[2-9]，但是不具有普適性。不同地區(qū)的土壤類(lèi)型不同，反演結(jié)果的誤差較大，并且針對(duì)不同地區(qū)的土壤類(lèi)型，波段的選取可能是不同的[3]。本文通過(guò)對(duì)158個(gè)土壤樣本的有機(jī)質(zhì)含量與其光譜反射率數(shù)據(jù)進(jìn)行分析，研究土壤有機(jī)質(zhì)含量在可見(jiàn)光波段與近紅外波段的反射率光譜特征，并建立土壤有機(jī)質(zhì)含量反演模型。

1 數(shù)據(jù)與方法

1.1 采樣區(qū)概況

采樣區(qū)位于湖北省建始縣，地處鄂西南山區(qū)北部，是云貴高原的東延部分，地勢(shì)南北高、中部低。建始縣境地處新華夏系第三隆起帶內(nèi)，跨大巴山脈南緣分枝末端與武陵山脈分枝余脈結(jié)合部，經(jīng)受地殼運(yùn)動(dòng)次數(shù)較多，地殼斷陷和抬升顯著。以褶皺為主，屬構(gòu)造、侵蝕、溶融等體系的結(jié)合，山體走向NE-SE向，與構(gòu)造線走向基本一致。成土母巖主要是石灰?guī)r、泥質(zhì)巖、石英砂巖、紫色頁(yè)巖、紅砂巖，第四系粘土也有一定面積分布。由于生物氣候的垂直變化規(guī)律，土壤分布在垂直帶譜中表現(xiàn)為：海拔500m以下的河谷階地及低山地區(qū)分布紅壤;500～800m分布黃壤;800～1500m以上是棕壤以及少量山地草甸土。

1.2 土壤樣品采集與有機(jī)質(zhì)含量測(cè)定

考慮本次研究的適用性與推廣性，土壤樣品采集標(biāo)準(zhǔn)參照中國(guó)地質(zhì)調(diào)查局《多目標(biāo)區(qū)域地球化學(xué)調(diào)查規(guī)范》。設(shè)定樣區(qū)時(shí)綜合考慮土壤類(lèi)型、周?chē)匦巍⒏鞔胧?、種植栽培狀況等條件，選取地勢(shì)平坦、土壤裸露的區(qū)域作為樣區(qū)。每個(gè)測(cè)點(diǎn)選取距離均勻(約25cm)的3～5個(gè)點(diǎn)進(jìn)行取樣，混合后樣品對(duì)整個(gè)樣區(qū)或田塊有足夠的代表性，不影響研究目的。采樣時(shí)要先將表層0～3cm左右的表層土刮去，然后再斜向或垂直取0～25cm深的耕層土壤。將各點(diǎn)所取的土壤均勻混合，同時(shí)去除枯枝、草根、石礫等雜質(zhì)，然后取適量(至少1kg)的土壤裝入樣品袋，并做好記錄。

土壤光譜數(shù)據(jù)測(cè)量：采用ASD FildSpec FR 地物光譜儀對(duì)土壤樣品進(jìn)行室內(nèi)光譜測(cè)定。室內(nèi)測(cè)定用50W的鹵素?zé)魹楣庠?，距離土壤樣品約50cm，采用3°視場(chǎng)角探頭垂直對(duì)目標(biāo)進(jìn)行觀測(cè)。在測(cè)定前先測(cè)75cm×75cm的白板獲取絕對(duì)反射率，重復(fù)測(cè)量白板5次取平均值。為減少誤差，測(cè)量土壤樣品時(shí)，每個(gè)樣品測(cè)量5次，取平均值。

土壤有機(jī)質(zhì)含量的測(cè)定：土壤樣品自然風(fēng)干，磨碎，過(guò)80目篩子，之后通過(guò)重鉻酸鉀氧化還原容量法測(cè)定土壤有機(jī)碳的含量，乘以常數(shù)1.724即為土壤有機(jī)質(zhì)含量(見(jiàn)表1)。在本次研究實(shí)驗(yàn)中等間隔選擇53個(gè)為測(cè)試樣本，剩余105個(gè)為建模樣本。

表1 土壤樣本有機(jī)質(zhì)含量統(tǒng)計(jì)Table 1 Statistics on organic matter content of soil samples

1.3 光譜數(shù)據(jù)預(yù)處理

1.3.1光譜濾波

采用ASD Filed Spec FR地物光譜儀測(cè)得數(shù)據(jù)的光譜分辨率在350～1 000 nm為3 nm，在1 000～2 500 nm為10 nm，光譜儀最后重采樣為1 nm。為了降低背景環(huán)境對(duì)光譜曲線的影響，本研究使用九點(diǎn)加權(quán)平均法對(duì)光譜曲線進(jìn)行平滑去噪處理。

1.3.2水汽吸收谷波段剔除

水汽在1 400 nm和1 900 nm處有強(qiáng)烈的吸收，為了避免水汽吸收波段對(duì)光譜吸收特征參數(shù)提取的影響，通過(guò)分析和參考相關(guān)的文獻(xiàn)，剔除3個(gè)水汽吸收嚴(yán)重的波段，分別是1 380～1 440 nm、1 870～1 980 nm、2 440～2 500 nm。之后所作的光譜反射率特征提取和相關(guān)性分析都是使用去除水汽吸收后的波段。

1.3.3光譜數(shù)學(xué)變換

為提高反射率光譜與有機(jī)質(zhì)含量的相關(guān)性，找出對(duì)有機(jī)質(zhì)敏感的波段，除了直接對(duì)光譜反射率曲線(R)進(jìn)行分析外，另外還對(duì)其它12種數(shù)學(xué)形式進(jìn)行了相應(yīng)地變換，主要包括：包絡(luò)線去除CR、反射率的倒數(shù)1/R、反射率倒數(shù)的一階微分(1/R)′、反射率倒數(shù)的對(duì)數(shù)log(1/R)′、反射率倒數(shù)對(duì)數(shù)的一階微分的對(duì)數(shù)(log(1/R))′、反射率對(duì)數(shù)的一階微分logR、反射率對(duì)數(shù)的倒數(shù)(log(1/R))′、反射率對(duì)數(shù)的倒數(shù)的一階微分R′、反射率的一階微分eR、反射率的自然指數(shù)(eR)′等。

大量研究證明[3-9]，使用微分處理可以提高反演的精度。可能是因?yàn)橥寥乐械哪繕?biāo)物質(zhì)的反射率光譜特征受土壤其它組分的影響，光譜特征不明顯，土壤反射率光譜進(jìn)行微分變換后，突出了目標(biāo)物質(zhì)的光譜特征，迅速發(fā)現(xiàn)了與有機(jī)質(zhì)相關(guān)性高的波段。

1.3.4基于包絡(luò)線的光譜吸收特征參數(shù)提取

圖1 反射率光譜及其光譜吸收特征參數(shù)曲線Fig.1 Reflectance spectrum and its spectral absorption characteristic curve

通過(guò)包絡(luò)線計(jì)算的吸收特征參數(shù)[2]主要包括:①吸收位置AP：反射率最低處的波長(zhǎng)(長(zhǎng)波長(zhǎng)方向斜率為正，短波長(zhǎng)方向斜率為負(fù))；②吸收對(duì)稱(chēng)性AS：過(guò)反射率最低點(diǎn)垂線為界右邊區(qū)域面積和左邊區(qū)域面積比值的常用對(duì)數(shù)。③吸收深度AD：反射率最低點(diǎn)與反射率等于1的距離；④吸收深度面積SD；⑤吸收高度AH；⑥吸收高度面積SH；⑦吸收高差A(yù)C；⑧吸收高差面積SC。

1.4 相關(guān)性分析

對(duì)158個(gè)樣本的有機(jī)質(zhì)含量與土壤反射率及其變換形式進(jìn)行Pearson相關(guān)性分析，選擇相關(guān)性較高的最佳波段用于回歸分析，并分別找出相關(guān)性的絕對(duì)值≥0.5(顯著相關(guān))的波段范圍，以確定有機(jī)質(zhì)的敏感波段用于敏感波段上的特征參數(shù)提取。另外對(duì)有機(jī)質(zhì)含量和敏感波段上的特征參數(shù)進(jìn)行相關(guān)性分析，選出相關(guān)性高的特征參數(shù)用于回歸分析。Pearson相關(guān)系數(shù)r的計(jì)算如下：

(1)

1.5 多元逐步回歸

多元逐步回歸模型將提取的敏感波段作為變量引入方程，然后根據(jù)敏感波段的顯著性檢驗(yàn)把方程中不重要的波段逐一剔除，建立新方程。158個(gè)樣本通過(guò)等間隔選擇分成兩組：一組為建模樣本(105個(gè))用于回歸分析建模，一組為測(cè)試樣本(53個(gè))用于回歸分析模型的驗(yàn)證。

回歸方程的精度使用決定系數(shù)R2和總均方根誤差(Root Mean Square Error of Training Set,RMSE)進(jìn)行評(píng)價(jià)。決定系數(shù)R2越大，總均方根誤差RMSE越小，回歸模型的擬合結(jié)果就越好。

(2)

(3)

2 結(jié)果分析

2.1 相關(guān)性分析結(jié)果

通過(guò)對(duì)樣本有機(jī)質(zhì)含量與反射率光譜曲線(濾波、重采樣去除水汽吸收后的曲線)及其數(shù)學(xué)變換后的曲線進(jìn)行相關(guān)性分析，計(jì)算結(jié)果表明，光譜反射率與土壤有機(jī)質(zhì)含量呈負(fù)相關(guān)關(guān)系，因?yàn)橥寥烙袡C(jī)質(zhì)含量越高，土壤顏色越深，對(duì)于光譜的吸收增強(qiáng)，反射減弱。除對(duì)倒數(shù)一階微分外其它的一階微分變換都能夠在一定程度上提高光譜反射率與有機(jī)質(zhì)的相關(guān)系數(shù)，其中倒數(shù)一階微分明顯地提高了光譜反射率與有機(jī)質(zhì)的相關(guān)系數(shù)，變換前反射率與有機(jī)質(zhì)的負(fù)相關(guān)系數(shù)絕對(duì)值最大為0.558 5，變換后負(fù)相關(guān)系數(shù)絕對(duì)值最大為0.671 6，可能是因?yàn)橥ㄟ^(guò)微分變換一些與土壤有機(jī)質(zhì)相關(guān)的微弱信息被放大，噪聲被抑制。尤其是在近紅外波段，變換后一些波段的反射率與有機(jī)質(zhì)含量的相關(guān)性顯著提高，與有機(jī)質(zhì)相關(guān)的信息被增強(qiáng)(圖2)。

圖2 原始反射率、反射率倒數(shù)一階與土壤有機(jī)質(zhì)的相關(guān)性系數(shù)Fig.2 Correlation coefficient between the original reflectance, the first order derivative of reciprocal of reflectance and soil organic matter

通過(guò)對(duì)各種數(shù)學(xué)變換后相關(guān)性系數(shù)的統(tǒng)計(jì)分析，發(fā)現(xiàn)相關(guān)性系數(shù)的絕對(duì)值的最大值集中分布在600～800 nm和2 185～2 223 nm(表2)。但是在600～800 nm反射率光譜曲線以及去包絡(luò)線后的曲線，吸收高差、吸收高度、吸收深度曲線都沒(méi)有明顯的吸收谷,曲線較為平滑，而在近紅外波段 2 133～2 268 nm有一個(gè)明顯的吸收谷存在，吸收谷的最大吸收處在2 209 nm左右(圖1中紅色虛線框內(nèi)的部分)，這有可能是土壤有機(jī)質(zhì)特征的一個(gè)吸收谷。

表2 光譜反射率數(shù)學(xué)變換與有機(jī)質(zhì)的相關(guān)系數(shù)Table 2 Correlation coefficient between characteristic parameters of sensitive bands and soil organic matter content

2.2 敏感波段特征參數(shù)分析

根據(jù)相關(guān)性分析得出，600～800 nm和2 170～2 222 nm為土壤有機(jī)質(zhì)和光譜反射率曲線的敏感波段，2 133～2 268 nm為特征吸收谷的范圍。對(duì)600～800 nm和2 133～2 268 nm兩個(gè)波段范圍分別提取最大高差(MAC)、高差面積(SC)、最大高差位置(APC)、最大高度(MAH)、高度面積(SH)、最大高度位置(APH)、最大深度(MAD)、深度面積(SD)、最大深度位置(APD)參數(shù)，并在2 133～2 268 nm范圍內(nèi)提取吸收谷的左面積(SL)、右面積(SR)、對(duì)稱(chēng)度(AS)。

將提取的600～800 nm和2 133～2 268 nm范圍內(nèi)的特征參數(shù)與樣本土壤有機(jī)質(zhì)含量進(jìn)行相關(guān)性分析，結(jié)果表明在2 133～2 268 nm范圍內(nèi)的特征參數(shù)與土壤有機(jī)質(zhì)含量的相關(guān)性明顯高于600～800 nm范圍內(nèi)的特征參數(shù)與土壤有機(jī)質(zhì)含量的相關(guān)性。在2 133～2 268 nm范圍內(nèi)，相關(guān)性最高的特征參數(shù)為吸收谷的左面積，相關(guān)性系數(shù)為-0.501 94，其它特征參數(shù)與土壤有機(jī)質(zhì)的相關(guān)性從大到小依次為最大深度、最大高差、最大高度、高度面積、高差面積、深度面積、對(duì)稱(chēng)度等(表3)。

表3 敏感波段特征參數(shù)與土壤有機(jī)質(zhì)含量相關(guān)性系數(shù)Table 3 Correlation coefficient between sensitive band characteristic parameters and soil organic matter content

2.3 多元逐步回歸結(jié)果分析

多元逐步回歸模型將提取的敏感波段作為變量引入方程，然后根據(jù)變量的顯著性檢驗(yàn)把方程中不重要的變量逐一剔除，并建立新方程。但是它存在如下缺點(diǎn)：①要提取適合的波段來(lái)建立回歸方程，波段間的相關(guān)性會(huì)給回歸系數(shù)帶來(lái)不合理的解釋?zhuān)虎谒械牟ǘ?去除水汽吸收后的)一次性引入方程，容易導(dǎo)致計(jì)算量大，運(yùn)算效率低，精度不夠。為了得到穩(wěn)定且可靠的回歸方程，就需要根據(jù)某種準(zhǔn)則對(duì)土壤有機(jī)質(zhì)含量敏感的波段引入方程，最終建立最優(yōu)的回歸方程。

根據(jù)Pearson相關(guān)性分析選擇與土壤有機(jī)質(zhì)含量相關(guān)性較高并且距離較遠(yuǎn)的波段范圍作為變量引入方程，這樣可以在保留敏感波段的同時(shí)減少變量的個(gè)數(shù)，提高運(yùn)算效率。在選擇敏感波段時(shí)剔除水汽吸收的波段被分割成三段，在這三段當(dāng)中分別選擇相關(guān)性系數(shù)絕對(duì)值>0.5(顯著相關(guān))的波段范圍引入方程。

在表4中顯示反射率的包絡(luò)線去除變換和一階微分變換與土壤有機(jī)質(zhì)含量的多元逐步回歸結(jié)果，實(shí)驗(yàn)結(jié)果表明,反射率的倒數(shù)一階微分變換對(duì)土壤有機(jī)質(zhì)含量的擬合結(jié)果是最好的，其決定系數(shù)為0.785，對(duì)數(shù)一階的擬合結(jié)果也相對(duì)較好，擬合優(yōu)度為0.672。去包絡(luò)線雖然可以將光譜曲線的吸收特征展現(xiàn)出來(lái)，對(duì)于有機(jī)質(zhì)含量的擬合結(jié)果較好，但不如倒數(shù)一階。

表4 反射率不同變換形式與土壤有機(jī)質(zhì)含量多元逐步回歸結(jié)果Table 4 Different reflective transformations and multiple stepwise regression results of soil organic matter content

3 結(jié)論

通過(guò)對(duì)湖北省建始縣建業(yè)州內(nèi)158個(gè)土壤樣品有機(jī)質(zhì)含量的光譜特征分析，發(fā)現(xiàn)在350～2 500 nm波長(zhǎng)范圍內(nèi)，不同土壤有機(jī)質(zhì)含量和不同土壤類(lèi)型光譜曲線在整體波段范圍內(nèi)趨勢(shì)基本一致，土壤有機(jī)質(zhì)含量與光譜反射率之間呈負(fù)相關(guān)關(guān)系，在700 nm、2 220 nm左右相關(guān)性達(dá)到最強(qiáng)。

土壤有機(jī)質(zhì)相關(guān)性較大的波段范圍主要為600～800 nm和2 185～2 223 nm，有可能就是土壤有機(jī)質(zhì)的特征吸收谷。利用這一特性，建立數(shù)學(xué)模型，利用高光譜衛(wèi)星數(shù)據(jù)進(jìn)行反演(或測(cè)量多目標(biāo)區(qū)域地球化學(xué)調(diào)查土壤副樣)，可快速計(jì)算土壤的有機(jī)質(zhì)含量。

土壤光譜反射率經(jīng)倒數(shù)一階微分處理后，有機(jī)質(zhì)光譜建模的決定系數(shù)和相對(duì)分析誤差均有所提高，均方根誤差降低，模型預(yù)測(cè)效果較優(yōu)。