基于支持向量機(jī)的皖北旱作區(qū)表層土壤有機(jī)質(zhì)含量估測

楊邵文

(安徽理工大學(xué) 空間信息與測繪工程學(xué)院，安徽 淮南 232001)

作為地理環(huán)境中的重要組成部分，土壤在人類生存和社會發(fā)展過程中具有十分重要的地位[1]。而有機(jī)質(zhì)作為土壤中的重要組成部分，是衡量土壤肥力的重要理化指標(biāo)，在土壤結(jié)構(gòu)和性狀的改善方面具有重要的作用[2]，因此，實(shí)現(xiàn)土壤有機(jī)質(zhì)含量的測定顯得尤為重要。傳統(tǒng)的做法是通過實(shí)驗(yàn)室化學(xué)分析測定土壤有機(jī)質(zhì)含量，該方法測定的結(jié)果較為準(zhǔn)確，但是卻存在費(fèi)時、費(fèi)力以及耗資較高的問題[3]。由于土壤光譜曲線可以很好地反映出包括土壤有機(jī)質(zhì)含量在內(nèi)的多種土壤屬性[4]，且遙感影像具有獲取簡單、便捷、覆蓋面積廣、時間分辨率較好等特點(diǎn)，為土壤有機(jī)質(zhì)含量的快速監(jiān)測提供了一個新的途徑[5]。該方法的基本原理是利用有機(jī)質(zhì)的顏色、吸濕作用以及相關(guān)化學(xué)鍵對土壤反射光譜特征的影響，尋找可見光與近紅外范圍內(nèi)光譜信息與土壤有機(jī)質(zhì)間的響應(yīng)關(guān)系，以實(shí)現(xiàn)基于遙感影像的土壤有機(jī)質(zhì)含量空間估測。

近年來，以統(tǒng)計(jì)學(xué)中的回歸方法為基礎(chǔ)，在探討涉及土壤有機(jī)質(zhì)的遙感影像反演的過程中，國內(nèi)外學(xué)者進(jìn)行了大量研究。Guo等人基于高光譜影像通過偏最小二乘回歸(Partial Least Squares Regression，PLSR)等方法實(shí)現(xiàn)了全區(qū)范圍內(nèi)的土壤有機(jī)碳含量估測[6]；Chen等人則是通過對有機(jī)碳含量進(jìn)行對數(shù)變換，并利用線性模型實(shí)現(xiàn)可見光波段范圍內(nèi)基于航空相片的研究區(qū)有機(jī)碳含量估測[7]；劉煥軍等人基于多光譜影像的可見光與近紅外波段建立了土壤有機(jī)質(zhì)含量估測模型[8]；欒福明等人探討了不同土壤深度范圍內(nèi)基于多光譜影像建立土壤有機(jī)質(zhì)含量估測模型的可行性[9]；喬娟峰等人則是對多光譜遙感影像的反射率進(jìn)行相應(yīng)預(yù)處理后，對比單波段和多波段模型的估測效果，并進(jìn)行有機(jī)質(zhì)含量估測模型的優(yōu)選[10]。上述研究表明，基于遙感影像的土壤有機(jī)質(zhì)快速估測技術(shù)具備較高的可行性，均取得了令人滿意的結(jié)果。但以上研究多是以單期影像為基礎(chǔ)構(gòu)建反演模型，忽略了多時相影像中所包含的變化信息，已有研究表明，利用這種多余觀測的方法來豐富光譜信息可有效增強(qiáng)影像中所隱藏的弱信號[11]，且在較大范圍的旱作區(qū)下，利用支持向量機(jī)這一機(jī)器學(xué)習(xí)方法來建立土壤有機(jī)質(zhì)多光譜估測模型的可行性問題鮮有研究。同時，對于建模數(shù)據(jù)優(yōu)化、建模方法優(yōu)選等問題還有待進(jìn)一步分析。

本文以兩期landsat8 OLI遙感影像為數(shù)據(jù)源，采用不同的波段變換方法構(gòu)建光譜參量，嘗試不同的建模數(shù)據(jù)選取方法，利用不同核函數(shù)構(gòu)建支持向量機(jī)(SVM)模型，遴選土壤有機(jī)質(zhì)含量優(yōu)化估測模型，以期為皖北旱作區(qū)土壤有機(jī)質(zhì)含量快速監(jiān)測的實(shí)現(xiàn)提供技術(shù)參考。

1 材料與方法

1.1 研究區(qū)概況

以坡度小于5°且每平方公里內(nèi)旱地占耕地比例在40%以上作為界定的依據(jù)，確定安徽省旱作區(qū)范圍，即皖北旱作區(qū)。該區(qū)域以平原為主，范圍為東經(jīng)114°52′～118°11′，北緯32°24′～34°39′之間，涵蓋了宿州、淮北、蚌埠、阜陽、淮南、亳州6個省轄市，四季變化較為明顯、氣候溫和、雨水適中且平均海拔在30 m左右，主要土壤為砂姜黑土，此外還包括褐土和潮土[12]。

1.2 數(shù)據(jù)采集

以研究區(qū)25個縣中的耕地土壤為研究對象，綜合考慮成土條件、土壤環(huán)境、土壤類型、耕作方式等自然和人為因素的影響，采用網(wǎng)格布點(diǎn)結(jié)合分層抽樣的方法均勻布設(shè)土壤采樣點(diǎn)，以確保樣點(diǎn)的代表性與合理性。采樣時間為2017年，采樣深度為0～10 cm，利用GPS對采樣點(diǎn)進(jìn)行精確定位，采用梅花法、“S”法或棋盤法在每個采樣點(diǎn)所處位置采取混合樣，共采集樣點(diǎn)34個，采樣點(diǎn)具體分布情況如圖1所示。

圖1 研究區(qū)位置及采樣點(diǎn)分布

采集到的土壤樣本經(jīng)自然風(fēng)干及過篩后采用重鉻酸鉀-外加熱法檢測土壤有機(jī)質(zhì)含量。為確保數(shù)據(jù)劃分的合理性，采用 Kennard-Stone(K-S)方法[13]基于兩期遙感影像中各樣點(diǎn)對應(yīng)的光譜反射率劃分建模集與驗(yàn)證集，比例設(shè)為2∶1，其中，建模集樣點(diǎn)23個，驗(yàn)證集樣點(diǎn)11個。表1為樣點(diǎn)有機(jī)質(zhì)含量統(tǒng)計(jì)特征，可以發(fā)現(xiàn)建模集樣本整體分布與總體樣本較為相似，具備較高的代表性，而驗(yàn)證集雖然與建模集相比數(shù)值分布較為集中，但均值與總體樣本接近且分布趨勢也較為相似，因此，也可以認(rèn)為具備較好的代表性。

表1 土壤有機(jī)質(zhì)含量統(tǒng)計(jì)特征

1.3 影像預(yù)處理

Landsat8 OLI影像共有9個波段，包括分辨率為30 m的海岸波段、藍(lán)光波段、綠光波段、紅光波段、近紅外波段和2個短波紅外波段以及1個紅外卷云識別波段，此外,還包括1個分辨率為15 m的全色波段[14]，本次主要選用前7個波段作為建模依據(jù)。數(shù)據(jù)級別為L1T級，數(shù)據(jù)來源為地理空間數(shù)據(jù)云(http://www.gscloud.cn/)。

由于土壤有機(jī)質(zhì)含量短期內(nèi)變化幅度較低，為了進(jìn)一步豐富影像的光譜信息，且考慮到云層和植被對影像反射率的影響，分別選取2017年11月和12月兩期云量低于5%的四景Landsat8 OLI影像作為研究數(shù)據(jù)，該時期研究區(qū)的植被覆蓋度整體相對較低，更易反映出土壤的光譜信息。影像軌道號分別為P122R36、P123R37、P122R37、P121R37，由于受云量影響,11月軌道號為P123R37的影像使用10月30日獲取的影像來代替。對前7個波段進(jìn)行輻射定標(biāo)、FLAASH大氣校正、鑲嵌、裁剪等預(yù)處理，最終得到研究區(qū)的兩期遙感影像，并提取樣點(diǎn)對應(yīng)的光譜反射率。

1.4 光譜預(yù)處理

本文結(jié)合已有研究[15]，對兩期影像中獲取的7個波段反射率，分別嘗試進(jìn)行對數(shù)、倒數(shù)、倒數(shù)之對數(shù)3種數(shù)學(xué)變換以及波段組合等預(yù)處理以進(jìn)一步增加光譜參量。其中，波段組合包括比值形式、差值形式、差值倒數(shù)形式以及差和與和差比值形式，具體如表2所示，其中，Bi和Bj表示第i和第j波段的反射率，i,j取1到7且i不等于j，每期影像可得到7個原始光譜參量和147個波段變換參量(不考慮正負(fù)號)，兩期數(shù)據(jù)共獲得308個光譜參量。

表2 波段變換形式

1.5 建模數(shù)據(jù)的選取

為探討合理的建模數(shù)據(jù)選取方法，本次分別將全參量、顯著性參量、極顯著性參量以及基于最優(yōu)多元逐步回歸模型選取的優(yōu)化參量作為建模數(shù)據(jù)，建立研究區(qū)土壤有機(jī)質(zhì)含量的估測模型，即基于皮爾森相關(guān)系數(shù)對采樣點(diǎn)有機(jī)質(zhì)含量實(shí)測值與相應(yīng)光譜參量進(jìn)行相關(guān)性分析，其中,全參量是以所有的光譜參量作為建模依據(jù)，顯著性參量是選擇通過P=0.05水平上的顯著性檢驗(yàn)的光譜參量，極顯著性參量則是僅選取通過P=0.01水平上的顯著性檢驗(yàn)的光譜參量；而基于多元逐步回歸模型的建模數(shù)據(jù)選取方法則是基于樣點(diǎn)的實(shí)測值與對應(yīng)光譜參量建立多元逐步回歸模型，選取最優(yōu)模型對應(yīng)的光譜參量作為后期的建模依據(jù)。

1.6 建模方法與精度評價

由于支持向量機(jī)(SVM)具備較好的小樣本學(xué)習(xí)能力，且能夠很好地處理非線性問題[16]，因此，嘗試使用該方法建立土壤有機(jī)質(zhì)含量估測模型，并探討不同核函數(shù)下模型的精度變化。支持向量機(jī)作為1種內(nèi)核統(tǒng)計(jì)模型，是1種監(jiān)督類學(xué)習(xí)方法，它可以依據(jù)定義的核函數(shù)將輸入數(shù)據(jù)映射到高維特征空間，以尋找1個滿足分類或回歸的超平面來實(shí)現(xiàn)分類與回歸決策[17]。本次分別采用線性函數(shù)、多項(xiàng)式函數(shù)、高斯徑向基函數(shù)作為核函數(shù)進(jìn)行對比分析，其中，多項(xiàng)式函數(shù)選擇較為常用的二次和三次多項(xiàng)式，模型的其余相關(guān)參數(shù)通過網(wǎng)格搜索法結(jié)合十折交叉驗(yàn)證的方式來確定[18]。

選用均方根誤差(Root Mean Square Error，RMSE)和平均相對誤差作為模型精度評價指標(biāo)，兩者值越小說明誤差越小，估測精度越高。

(1)

(2)

式中:SOMob為樣本有機(jī)質(zhì)含量實(shí)測值；SOMpre為預(yù)測值；n為樣本數(shù)量。

本文所涉及的數(shù)據(jù)處理與分析均是基于ENVI5.3、Matlab2018以及SPSS20來實(shí)現(xiàn)，圖片制作與優(yōu)化則是利用ArcGIS10.1軟件來完成。

2 結(jié)果與分析2.1 土壤光譜與有機(jī)質(zhì)含量相關(guān)分析

將有機(jī)質(zhì)含量實(shí)測值與對應(yīng)的308個光譜參量進(jìn)行基于皮爾森系數(shù)的相關(guān)性分析，結(jié)果顯示在11月的影像中不存在極顯著性相關(guān)的光譜參量，顯著性相關(guān)的參量共18個，以差值組合及其倒數(shù)形式為主，倒數(shù)形式居多，此外，還包括紅光波段、短波紅外波段(SWIR 2)以及2個短波紅外波段的3種數(shù)學(xué)變換形式；在12月的影像中顯著性參量較多，達(dá)到42個，其中，極顯著性參量數(shù)量達(dá)到29個。42個顯著性參量中有25個是差值組合及其倒數(shù)形式，分別為12個和13個，還包括1個和差比值形式以及紅、綠波段和2個短波紅外波段及其3種數(shù)學(xué)變換形式，而極顯著性參量與顯著性參量相比，剔除了紅、綠波段、和差比值形式以及其余形式中的部分光譜參量。最終，基于兩期的Landsat8 OLI影像共獲取60個顯著性參量以及29個極顯著性參量，其中，12月的海岸波段與短波紅外波段差值的倒數(shù)形式與有機(jī)質(zhì)含量實(shí)測值相關(guān)性最高，相關(guān)系數(shù)絕對值達(dá)到0.56。所有顯著性參量的具體信息如表3所示。

表3 土壤有機(jī)質(zhì)含量與光譜參量的相關(guān)分析

2.2 基于多元逐步回歸模型的光譜參量優(yōu)選

根據(jù)樣點(diǎn)有機(jī)質(zhì)含量實(shí)測值與相應(yīng)光譜參量，構(gòu)建多元逐步回歸方程，選取擬合效果最優(yōu)，即解釋能力最強(qiáng)的模型。該模型下篩選的光譜參量即為多元逐步回歸模型確定的重要參量，將其作為下一步建模過程中的光譜參量，實(shí)現(xiàn)優(yōu)選。此方法共篩選出6個參量，分別是11月影像中海岸波段與藍(lán)光波段的和差比值形式((B1+B2)/(B1-B2))、紅光波段與短波紅外波段的比值形式(B4/B6)、紅光波段與藍(lán)光波段的比值形式(B4/B2)、綠光波段與紅光波段差值的倒數(shù)形式(1/(B3-B4))、近紅外波段與短波紅外波段差值的倒數(shù)形式(1/(B5-B6))以及12月影像中海岸波段與短波紅外波段差值的倒數(shù)形式(1/(B1-B6))。可以發(fā)現(xiàn)入選參量均是經(jīng)預(yù)處理后得到的變換參量，且兩期影像中的光譜參量均有包含。

2.3 土壤有機(jī)質(zhì)含量估測模型及驗(yàn)證

基于3種核函數(shù)與4種建模數(shù)據(jù)選取方式建立土壤有機(jī)質(zhì)含量估測模型并對驗(yàn)證集進(jìn)行精度評定，結(jié)果如表4所示。

表4 土壤有機(jī)質(zhì)含量估測模型驗(yàn)證

由表4可知，各建模方式下估測精度存在一定程度的差異，基于優(yōu)化參量建立的估測模型取得了最好的估測效果，RMSE普遍在5以下，表明模型具有較好的估測能力，且在多項(xiàng)式函數(shù)下的模型取得了最好的估測效果；其次是全參量下的估測模型，該建模方式在多項(xiàng)式函數(shù)下也取得了相對較好的估測效果，RMSE位于5以下，MRE最低達(dá)到21.55；而基于顯著性參量與極顯著性參量建立的估測模型整體上效果要弱于優(yōu)化參量與全參量，MRE整體位于25左右，且RMSE均出現(xiàn)大于5的情況。

從建模方法上來看，基于線性函數(shù)的估測模型在4種建模方式下均未體現(xiàn)出較為優(yōu)越的估測效果；基于多項(xiàng)式函數(shù)的模型在全參量和優(yōu)化參量建模形式下?lián)碛凶詈玫墓罍y能力，但在顯著性參量和極顯著性參量建模方式下效果較差，尤其是以極顯著性參量作為建模數(shù)據(jù)時，二次多項(xiàng)式下驗(yàn)證集的MRE已經(jīng)達(dá)到30以上，從整體估測效果來看三次多項(xiàng)式下模型估測性能更為穩(wěn)定；而RBF函數(shù)下的估測模型則在顯著性參量和極顯著性參量建模方式下體現(xiàn)出較好的估測效果。

為了進(jìn)一步探究模型在研究區(qū)不同土壤類型下的估測精度，以整體估測效果最優(yōu)的優(yōu)化參量建模方式為例，按土類對驗(yàn)證集樣點(diǎn)進(jìn)行劃分，分析各模型在3種主要土壤類型下的估測效果，結(jié)果如表5所示。從土類來看，估測模型在砂姜黑土和褐土中的估測效果較好，MRE與RMSE均處于20和4以下，而潮土的效果整體較差，其MRE與RMSE均分別處于30和7以上。從建模方法上來看，在砂姜黑土和褐土中，三次多項(xiàng)式下的SVM模型依然取得了很好的估測能力。而在潮土中，RBF函數(shù)下的SVM模型則取得了相對最好的估測結(jié)果，但考慮到潮土下各模型的MRE均位于35附近，因此，4種建模方法并無較大差異。綜合來看，三次多項(xiàng)式下的估測模型在3種土類中的整體估測效果較好。

表5 優(yōu)化參量下不同土類的有機(jī)質(zhì)含量估測模型驗(yàn)證

2.4 研究區(qū)土壤有機(jī)質(zhì)空間格局分析

基于上述各建模方式和建模方法以及不同土類下驗(yàn)證集的估測效果，遴選優(yōu)化估測模型，最終決定以優(yōu)化參量建模方式下的三次多項(xiàng)式SVM模型對研究區(qū)進(jìn)行全區(qū)范圍內(nèi)的表層土壤有機(jī)質(zhì)含量估測。為防止異常值和水體的干擾，利用ENVI中的band math功能實(shí)現(xiàn)土壤相關(guān)區(qū)域的掩模，其中，考慮到研究區(qū)土壤養(yǎng)分的實(shí)際情況以及未經(jīng)處理前有機(jī)質(zhì)含量反演圖中像元值的分布情況，將非異常值范圍設(shè)為0～50 g·kg-1以去除少數(shù)異常值，而水體的掩模圖像則是基于歸一化水體指數(shù)(Normalized Difference Water Index，NDWI)來制作，最終得到皖北旱作區(qū)的土壤有機(jī)質(zhì)含量空間格局特征，并以全國第二次土壤普查養(yǎng)分分級標(biāo)準(zhǔn)為依據(jù)對皖北旱作區(qū)的土壤有機(jī)質(zhì)含量進(jìn)行分級。其中，小于6 g·kg-1為六級，6～10 g·kg-1為五級，10～20 g·kg-1為四級，20～30 g·kg-1為三級，30～40 g·kg-1為二級，大于40 g·kg-1為一級(見圖2)。

圖2 研究區(qū)土壤有機(jī)質(zhì)含量反演

由反演結(jié)果可得，全區(qū)土壤有機(jī)質(zhì)含量以三級和四級為主，分布較為廣泛，其中，三級面積占比最高，在6個等級土壤的總面積中占比為62%左右，四級則為26%。而一級、五級和六級占比較低，三者在總面積中的占比大約為4%。二級分布則較為分散，其在研究區(qū)的東北部相對較為明顯。綜合分析可得，皖北旱作區(qū)土壤有機(jī)質(zhì)等級基本位于四級及以上，各級土壤在全區(qū)均有分布，且東北方向有機(jī)質(zhì)含量整體較高，而南部地區(qū)整體較低。

3 討論與結(jié)論

3.1 討論

研究結(jié)果表明，紅、綠及兩個短波紅外波段與土壤有機(jī)質(zhì)含量存在顯著的負(fù)相關(guān)關(guān)系，且7個原始波段經(jīng)進(jìn)一步預(yù)處理后相關(guān)性可以得到進(jìn)一步提升，尤其是在波段組合形式下存在較為顯著的相關(guān)性，相關(guān)系數(shù)絕對值最高達(dá)0.55以上，而從篩選的優(yōu)化參量也可以發(fā)現(xiàn)，基于波段組合的光譜參量對土壤具備更好的解釋能力，這表明對原始波段進(jìn)行這種波段組合的變換后可以有效減小地形、大氣對光譜數(shù)據(jù)的影響[19]，更好地凸顯出光譜與土壤有機(jī)質(zhì)含量間的關(guān)系。值得指出的是，篩選的優(yōu)化參量與顯著性參量存在差異，在確定的6個優(yōu)化參量中，僅2個存在顯著性相關(guān)，這可能是因?yàn)轱@著性參量是利用基于雙變量的相關(guān)性分析選取的，而多元逐步回歸模型綜合考慮到每個入選變量的重要性[20]，篩選出的是解釋程度較高且相互之間相關(guān)性較低的參量組合。此外，篩選的優(yōu)化參量包含兩期影像的光譜參量，則表明利用多期影像可有效解決多光譜數(shù)據(jù)信息量較少的問題，提升光譜數(shù)據(jù)對土壤屬性的解釋能力[21]。

不同核函數(shù)的SVM模型在各建模方式下的估測效果也存在差異，可以發(fā)現(xiàn)線性函數(shù)下估測模型由于核函數(shù)較為簡單，對數(shù)據(jù)的敏感性較差，整體估測效果并不突出。而多項(xiàng)式函數(shù)和RBF函數(shù)下的部分模型則體現(xiàn)出更好的估測效果，這表明相較于線性函數(shù)，多項(xiàng)式函數(shù)和RBF函數(shù)在小樣本學(xué)習(xí)下具備一定的優(yōu)勢；而從建模方式上可以看出，相較于選取顯著性參量建立估測模型，將整體解釋度較高的全參量和優(yōu)化參量組合作為建模數(shù)據(jù)應(yīng)是更理想的選擇，其中，在優(yōu)化參量建模方式下取得了最好的估測結(jié)果則表明在保留較強(qiáng)解釋度的前提下，考慮光譜參量之間的多重相關(guān)性，實(shí)現(xiàn)建模數(shù)據(jù)的降維可進(jìn)一步提升估測精度；在不同土類下，估測模型也體現(xiàn)出不同的估測效果，結(jié)果表明模型對砂姜黑土和褐土的估測精度整體較高，對潮土的估測能力卻較差，這可能是受影像的光譜分辨率以及采樣點(diǎn)數(shù)量的影響，更多的光譜信息與樣本數(shù)據(jù)理論上可以增強(qiáng)潮土下模型的學(xué)習(xí)效果，因此，在建立有機(jī)質(zhì)含量的估測模型時可考慮增加潮土采樣比例或選用波段數(shù)量更多的遙感影像以提升潮土的估測精度。同時值得注意的是由于皖北旱作區(qū)面積較大且基于遙感影像獲取的光譜數(shù)據(jù)受大氣條件、影像分幅等多種因素的影響，如何進(jìn)一步提升模型的估測精度還有待于進(jìn)一步分析[22]。

3.2 結(jié) 論

本文以兩期Landsat8 OLI遙感影像為數(shù)據(jù)源，結(jié)合有機(jī)質(zhì)含量實(shí)測值探討在不同的建模方式和建模方法下建立皖北旱作區(qū)有機(jī)質(zhì)含量估測模型的可行性，得到以下結(jié)論：

1)紅、綠、短波紅外波段與表層土壤有機(jī)質(zhì)含量存在較高的相關(guān)性，且對兩期影像的7個原始光譜反射率進(jìn)行基于波段組合的變換后可以更好地實(shí)現(xiàn)研究區(qū)土壤有機(jī)質(zhì)含量的估測。

2)相較于選擇顯著性參量，利用全參量以及優(yōu)化參量可以更好地反應(yīng)出光譜參量與土壤有機(jī)質(zhì)含量間的關(guān)系，實(shí)現(xiàn)更高精度的估測，且在優(yōu)化參量建模方式下模型的估測效果更好。

3)在不同的建模方式下可結(jié)合不同種類的核函數(shù)以提升SVM模型的估測精度，其中，基于優(yōu)化參量建立的三次多項(xiàng)式核函數(shù)下的估測模型可以更好地實(shí)現(xiàn)研究區(qū)內(nèi)土壤有機(jī)質(zhì)含量的快速估測，整體上具有較好的估測效果，其反演結(jié)果可以為耕地質(zhì)量評價、土壤肥力估算提供一定的參考。