都彥廷,楊光輝,張冬有
(哈爾濱師范大學(xué)寒區(qū)地理環(huán)境監(jiān)測(cè)與空間信息服務(wù)黑龍江省重點(diǎn)實(shí)驗(yàn)室,黑龍江 哈爾濱 150025)
土壤有機(jī)質(zhì)(SOM)是土壤的重要組成部分,其不僅在生態(tài)系統(tǒng)中充當(dāng)重要角色,還起到控制作物長(zhǎng)勢(shì)和改善土壤結(jié)構(gòu)的作用[1-2]。因此,準(zhǔn)確獲取SOM空間格局及變異特征對(duì)優(yōu)化農(nóng)業(yè)結(jié)構(gòu)和土壤可持續(xù)利用具有重要意義。SOM受到土壤學(xué)、地球化學(xué)及環(huán)境科學(xué)等多方面學(xué)者的關(guān)注,眾多專家使用地統(tǒng)計(jì)學(xué)方法評(píng)估土壤屬性的空間分布[3-4]。如Leticia等[5]在研究烏巴圖巴灣時(shí)得出土壤粒度與SOM的相關(guān)性較強(qiáng);Marchetti等[6]利用克里金插值法處理樣點(diǎn)信息,發(fā)現(xiàn)人為因素會(huì)促使SOM退化;陳慕松等[7]探討福安市耕地SOM空間特征時(shí)發(fā)現(xiàn)擬合指數(shù)模型是最優(yōu)模型。
近年來(lái)研究者嘗試用多光譜遙感反演探究有機(jī)質(zhì)含量變化,發(fā)現(xiàn)其反演精度會(huì)根據(jù)地表裸露度及影像分辨率的不同而產(chǎn)生差異,最佳預(yù)測(cè)模型也會(huì)隨著研究尺度和區(qū)域的不同而發(fā)生改變[8]。李欣宇等[9]使用TM影像測(cè)定海倫市SOM格局,發(fā)現(xiàn)波段1與SOM相關(guān)性極為顯著。有學(xué)者通過(guò)深入研究得出,SOM的空間異質(zhì)性受結(jié)構(gòu)性和隨機(jī)性共同影響[10];馬紅菊等[11]研究德陽(yáng)市土樣發(fā)現(xiàn)地貌與作物類型會(huì)顯著影響SOM的變異。但目前關(guān)于SOM的研究大多基于中小尺度的單一因子來(lái)進(jìn)行分析,而對(duì)較大尺度、復(fù)雜影響機(jī)制的研究相對(duì)較少。
本研究以黑龍江省大興安嶺地區(qū)表層(0~20 cm)SOM為研究對(duì)象,利用野外GPS定點(diǎn)數(shù)據(jù)建立模型并驗(yàn)證精度,配合Landsat 8多光譜影像數(shù)據(jù)提取樣品點(diǎn)光譜值,綜合分析得出SOM含量分布圖像及其影響因子。旨在為擴(kuò)展Landsat系列衛(wèi)星影像應(yīng)用及推進(jìn)黑龍江北部大興安嶺地區(qū)城市發(fā)展、改善農(nóng)業(yè)結(jié)構(gòu)和合理規(guī)劃土地等方面提供科學(xué)依據(jù)。
研究區(qū)位于我國(guó)黑龍江省西北部,中心坐標(biāo)為124°06′E、51°52′N,是中國(guó)緯度最高的區(qū)域,北部臨近俄羅斯并以黑龍江為界,總面積約為835萬(wàn)hm2。該區(qū)屬寒溫帶季風(fēng)性針葉林氣候,春秋少雨,年均降水量約460 mm,年均溫為-2.6℃。平均海拔573 m,山地丘陵較多,森林覆蓋率高達(dá)79.83%,樹(shù)木以樟子松、白樺、落葉松為主,土類包括暗棕壤、黑土、草甸土和沼澤土等。
基于土地利用類型圖布設(shè)采樣點(diǎn)(圖1),使用間距為15 m×15 m的五點(diǎn)采樣法于2018年9月采集0~20 cm土樣181個(gè),記錄經(jīng)緯度等要素。土樣經(jīng)自然風(fēng)干、去除雜質(zhì)和研磨過(guò)篩后,使用重鉻酸鉀容量法和電位法測(cè)算SOM含量和pH值。
選取2018年4和10月Landsat 8陸地成像儀(OLI)的L1T級(jí)數(shù)據(jù)(影像行帶號(hào)范圍為P119~P123、R23~R24),共9個(gè)波段。其中除全色波段8的空間分辨率為15 m之外,其余波段分辨率均為30 m,參數(shù)如表1所示。影像數(shù)共8景,該時(shí)段研究區(qū)內(nèi)土地表面基本裸露,對(duì)土壤光譜特征的反映較真實(shí)。通過(guò)ENVI 5.3預(yù)處理Landsat 8初始影像,并計(jì)算波段反射率(B)與SOM含量(M)的相關(guān)性系數(shù)(r),公式如下:
表1 Landsat 8 OLI參數(shù)
其中,j表示采樣點(diǎn)個(gè)數(shù),Bij和Bi分別為波段i對(duì)應(yīng)的反射率值與平均反射率值,Mj和分別為實(shí)測(cè)SOM含量與平均SOM含量。通過(guò)建立相關(guān)系數(shù),可以獲得各個(gè)波段在該區(qū)域的敏感程度,若r>0,表示反射率與SOM含量變化呈正相關(guān)關(guān)系;r<0則呈負(fù)相關(guān)關(guān)系。處理影像數(shù)據(jù)后與DEM和土壤樣點(diǎn)數(shù)據(jù)綜合,利用ArcGIS 10.2中的Surface功能計(jì)算坡向、坡度等地形因素,Pearson變量相關(guān)性檢驗(yàn)SOM與地形因子的相關(guān)程度。
運(yùn)用SPSS 24.0分析變量,在滿足正態(tài)分布條件下,使用半方差函數(shù)建立地統(tǒng)計(jì)學(xué)模型可有效描述區(qū)域性變量的空間變異規(guī)律[12-15]。利用GS+10.0擬合計(jì)算得出符合研究區(qū)的半方差函數(shù)模型后,用ArcGIS 10.2進(jìn)行交叉驗(yàn)證和空間插值。本研究插值采用普通克里金法估算采樣點(diǎn)未知值,能更充分地考慮臨近樣點(diǎn)的信息[16],計(jì)算公式為:
遙感反演是將光譜反射率與樣點(diǎn)數(shù)據(jù)相結(jié)合,選擇并構(gòu)建土壤反演模型,以得到合理的預(yù)測(cè)信息[17]。數(shù)據(jù)分為150個(gè)建模數(shù)據(jù)和27個(gè)精度驗(yàn)證數(shù)據(jù)。將SOM化驗(yàn)值與影像敏感波段反射率2組數(shù)據(jù)進(jìn)行多元逐步回歸分析(MLSR)建立遙感反演模型,決定系數(shù)(R2)值越趨近1模型穩(wěn)定性越好,均方根誤差(RMSE)越小模型精度越高。計(jì)算公式為:
其中,Vi和Vi′分別為樣點(diǎn)i的實(shí)測(cè)SOM含量和模型預(yù)測(cè)SOM含量,Vi為實(shí)測(cè)的平均SOM含量,n為樣點(diǎn)的總數(shù),共177個(gè)。
表2 為研究區(qū)177個(gè)SOM數(shù)據(jù)的統(tǒng)計(jì)特征,結(jié)果表明SOM含量變化在20.19~208.49 g·kg-1之間,平均含量水平為76.22 g·kg-1,標(biāo)準(zhǔn)差達(dá)到58.65 g·kg-1。研究區(qū)內(nèi)變異系數(shù)為76.95%,根據(jù)其評(píng)價(jià)標(biāo)準(zhǔn)[18],屬中等程度變異,適合空間插值。用K-S檢驗(yàn)SOM數(shù)據(jù)的正態(tài)分布性。
表2 土壤有機(jī)質(zhì)數(shù)據(jù)統(tǒng)計(jì)
利用GS+分析樣點(diǎn)數(shù)據(jù),分別得出SOM的3種函數(shù)模型及其相關(guān)參數(shù)(表3)。其中,指數(shù)模型比其他2個(gè)更優(yōu),其決定系數(shù)為0.675,擬合的最終效果好。因此根據(jù)模擬的最優(yōu)模型參數(shù),在ArcGIS 10.2的spatial analyst模塊中插值得到圖2。據(jù)分析可知,SOM塊金值等于0.0269,表明數(shù)據(jù)受到采樣、實(shí)驗(yàn)和隨機(jī)因素的影響極小?;_(tái)值等于0.0819,表示結(jié)構(gòu)性變異和隨機(jī)性變異相加的和。塊基比為32.78%,表示中等空間相關(guān)程度,可知SOM受隨機(jī)因素如農(nóng)耕、施肥的影響稍小于坡度、地形等結(jié)構(gòu)因素的影響[19]。變程為27.78 km,說(shuō)明SOM數(shù)據(jù)在該變程內(nèi)空間自相關(guān)的距離較大,影響區(qū)域較廣。
表3 SOM變異模型參數(shù)
選擇6個(gè)分布相對(duì)合理的采樣點(diǎn)提取反射率來(lái)繪制光譜反射率曲線(圖3),可以看出曲線大致的走向相似,均有隨著波段長(zhǎng)度增加反射率先高后低的趨勢(shì),且在波段5~7時(shí)反射率變化幅度相對(duì)較大。
再通過(guò)單相關(guān)分析公式,計(jì)算研究區(qū)樣點(diǎn)的光譜信息(包括光譜反射率和數(shù)學(xué)變換)與SOM數(shù)據(jù)的相關(guān)關(guān)系。得出大興安嶺地區(qū)SOM含量與Landsat光譜反射率呈負(fù)相關(guān),近紅外波段5相關(guān)性最高,相關(guān)系數(shù)為-0.676;其次是紅色波段4、波段6(短紅外波段1),相關(guān)系數(shù)分別為-0.508和-0.499。對(duì)數(shù)和倒數(shù)變換處理會(huì)提高顯著性,相關(guān)系數(shù)分別達(dá)到0.711和0.734。
以影像光譜反射率及變換數(shù)據(jù)為自變量,SOM含量為因變量進(jìn)行回歸分析,發(fā)現(xiàn)數(shù)學(xué)變化后的單波段可用于模型精度的提升,多波段相較于單波段的模型精度偏高。因此構(gòu)建SOM含量回歸方程時(shí),可對(duì)反射率進(jìn)行一定的數(shù)學(xué)變換操作或組合不同的波段共同作為自變量分析。如表4所示,其中S為有機(jī)質(zhì)含量,L1~L7為L(zhǎng)andsat 8所對(duì)應(yīng)波段1~7的反射率。
表4 有機(jī)質(zhì)反演模型
據(jù)表4可得,反射率及其數(shù)學(xué)變化不同,其構(gòu)建出的模型精度也會(huì)存在相應(yīng)差異。單波段模型構(gòu)建時(shí),倒數(shù)變換并不會(huì)很好地提高模型精度,進(jìn)行對(duì)數(shù)變換的模型精度也僅得到較小幅度的提升,二者均在波段5獲得最優(yōu)模型。在多波段分析中,分別對(duì)原始數(shù)據(jù)、倒數(shù)變換、對(duì)數(shù)變化及這3種方式相結(jié)合的MLSR手段構(gòu)建反演模型;多波段單一數(shù)學(xué)變換建立的模型精度均有提高,混合多波段及其數(shù)學(xué)變換得到的模型精度提升顯著。比較可知,使用混合多波段及其數(shù)學(xué)變換的方法構(gòu)建出的模型精度和穩(wěn)定性更高、更適合影像數(shù)據(jù)的信息處理,得到模型如下:
運(yùn)用ENVI 5.3的band math功能,首先輸入遙感影像的反演模型,將自變量波段代入反演模型中進(jìn)行研究區(qū)域的SOM反演。采用決策樹(shù)分類的方法,分別對(duì)分類標(biāo)準(zhǔn)進(jìn)行定義、對(duì)決策樹(shù)進(jìn)行構(gòu)建以及執(zhí)行,最終得出研究區(qū)的SOM決策分類標(biāo)準(zhǔn)。由于當(dāng)?shù)厣指采w度高,山脈眾多,地勢(shì)較復(fù)雜,因此將SOM預(yù)測(cè)圖進(jìn)行了2種方案的劃分。方案1是依據(jù)國(guó)家土壤養(yǎng)分分級(jí)中的SOM含量分級(jí)標(biāo)準(zhǔn)進(jìn)行分類,可了解大興安嶺地區(qū)SOM含量目前處于全國(guó)的何種水平;方案2是根據(jù)當(dāng)?shù)豐OM含量特征來(lái)合理分級(jí),便于分析SOM的空間分布。影像中水體部分被掩模提取掉,其值等于0,得到圖4、5。
由圖2、4和5可知,SOM的空間分布格局如下:
(1)從整體上看,大興安嶺地區(qū)大部分區(qū)域SOM含量處于較充足的狀態(tài),為40~80 g·kg-1。依據(jù)國(guó)家標(biāo)準(zhǔn)分級(jí)圖,圖中大部分區(qū)域呈深灰色,多數(shù)地區(qū)有機(jī)質(zhì)含量大于30 g·kg-1,位于國(guó)家分級(jí)標(biāo)準(zhǔn)的豐富水平;部分區(qū)域?yàn)?0~30 g·kg-1,屬于中上水平;極少地區(qū)低于10 g·kg-1。究其原因,是當(dāng)?shù)鼐哂袣夂驖駶?rùn),夏冬季降水較多的氣候特征,植被又多為茂密的白樺、興安落葉松等原始森林或草地,使有機(jī)質(zhì)充分累積且不會(huì)被過(guò)多消耗利用。
(2)從局部區(qū)域來(lái)看,插值圖中SOM含量分布有3處達(dá)到最高值,分別為偏北部、偏西部及西南下部區(qū)域,而低值區(qū)位于東南及西北地區(qū)。自定義分級(jí)圖中也呈現(xiàn)出南北部的空間分布差異,其北部SOM含量大多數(shù)高于40 g·kg-1,顯著高于南部。出現(xiàn)SOM最高值的這3個(gè)位置分別為別克山、富克山和大布勒山,原生土壤較多,森林和草地覆蓋度也較其他地區(qū)更高,會(huì)富集大量的凋落物且分解速度較慢,同時(shí)較高海拔山區(qū)人員流動(dòng)較少,因此土壤水分比較充足,有利于SOM的累積。而東南地區(qū)位于呼瑪縣附近,該地地勢(shì)相對(duì)其他地區(qū)較平緩,具有土質(zhì)黏重的“低產(chǎn)田”,于2012年進(jìn)行的大量水稻培育試驗(yàn)及擴(kuò)大水稻田種植面積等人為活動(dòng)更加重了當(dāng)?shù)氐纳鷳B(tài)環(huán)境負(fù)擔(dān),使得SOM含量下降。西北部區(qū)域?yàn)槁糜螀^(qū),隨著漠河地區(qū)旅游業(yè)的發(fā)展,旅游人數(shù)的增長(zhǎng)會(huì)提升森林資源的需求量,導(dǎo)致該地區(qū)比其他地區(qū)SOM含量相對(duì)偏低。也有部分區(qū)域由于交通不便、采樣困難等因素,在圖中的含量變化相對(duì)不顯著。表明對(duì)于SOM含量較低的區(qū)域,應(yīng)加強(qiáng)管控并適當(dāng)調(diào)整經(jīng)濟(jì)發(fā)展方式,保證土壤資源的健康及可持續(xù)性。
綜合得出,大興安嶺地區(qū)SOM含量整體屬于豐富水平,其空間格局分布呈條狀,在累積與消耗土壤有機(jī)質(zhì)過(guò)程中,地形因子及人類活動(dòng)會(huì)造成一定影響。表明在保護(hù)和協(xié)調(diào)好生態(tài)環(huán)境的條件下,發(fā)展大興安嶺地區(qū)野生食品、森林旅游和林下養(yǎng)殖等多種特色產(chǎn)業(yè),可以推進(jìn)當(dāng)?shù)亓窒陆?jīng)濟(jì)發(fā)展,轉(zhuǎn)變?cè)械慕?jīng)濟(jì)發(fā)展模式。
在SOM的影響因子中選擇海拔、坡度、坡向和pH值4種隨機(jī)因素計(jì)算相關(guān)關(guān)系(表5),發(fā)現(xiàn)大興安嶺地區(qū)SOM與海拔的相關(guān)系數(shù)等于0.306(P=0.027<0.05),SOM會(huì)隨海拔的升高不斷上升。根據(jù)實(shí)地調(diào)研發(fā)現(xiàn),由于低海拔地區(qū)主要是農(nóng)田、耕地與已被開(kāi)墾的草地,有機(jī)質(zhì)含量積累能力較低;研究區(qū)中等海拔所在的范圍土壤主要是草甸土和暗棕壤,其中暗棕壤位于針、闊葉林的混交林地區(qū),大量落葉與山林環(huán)境會(huì)促使有機(jī)質(zhì)合成;海拔較高地區(qū)主要分布有石質(zhì)土和棕色針葉林土,2種土壤肥力均偏低且不易培肥,且土地利用時(shí)間較短,但高海拔交通較為不便致使采樣點(diǎn)較少,可能對(duì)分析結(jié)果產(chǎn)生一定影響。SOM與坡度和坡向仍呈正相關(guān)關(guān)系,但相關(guān)系數(shù)分別為0.184(P=0.014<0.05)和0.106(P=0.162>0.05),影響相對(duì)較弱。
表5 有機(jī)質(zhì)與影響因子的Pearson相關(guān)關(guān)系
土壤pH值所在區(qū)間不同會(huì)導(dǎo)致土壤所含微生物的活性和種類也不盡相同,從而影響SOM的合成與消耗[20]。SOM與pH值的Pearson相關(guān)系數(shù) 為-0.311(P=0.033<0.05),說(shuō) 明 隨pH值 的升高SOM逐漸降低。將研究區(qū)表層土壤的pH值(4.53~8.61)劃分成4個(gè)等級(jí),由表6可知,大多數(shù)土壤為弱酸性,中強(qiáng)酸性次之。根據(jù)實(shí)際采樣分析,弱酸性土壤類型主要是暗棕壤、草甸土和沼澤土,這些土壤多分布于低山、河流與平原地區(qū),有機(jī)質(zhì)含量最高可達(dá)79.99 g·kg-1;pH值處于中強(qiáng)酸性的通常為棕色針葉林土,其擁有較高的腐殖質(zhì)含量且開(kāi)墾程度較低,因此SOM較豐富;當(dāng)?shù)貕A性土壤不多,大部分由于耕地的開(kāi)墾及肥料的過(guò)度使用導(dǎo)致土壤酸性增強(qiáng),也有由于采樣和實(shí)驗(yàn)過(guò)程中的誤差所引起的pH值與實(shí)際值有所偏差。
表6 土壤pH值分級(jí)標(biāo)準(zhǔn)及樣點(diǎn)分布情況
作為我國(guó)最大的國(guó)有林區(qū)和唯一的寒溫帶地區(qū),大興安嶺地區(qū)擁有大面積天然林和寒溫帶生物基因庫(kù),其土壤類型及養(yǎng)分狀況的評(píng)價(jià)對(duì)于管護(hù)和發(fā)展森林資源、推進(jìn)合理開(kāi)發(fā)利用林區(qū)經(jīng)濟(jì)資源具有一定的指導(dǎo)意義。本文選取能夠直接影響土壤肥力和作物生長(zhǎng)的SOM為評(píng)價(jià)指標(biāo),運(yùn)用插值與建立遙感數(shù)據(jù)反演模型相結(jié)合的方法,重點(diǎn)分析了大尺度區(qū)域SOM的空間分異規(guī)律及影響因子。研究結(jié)果顯示當(dāng)?shù)乇韺油寥繱OM含量總體較高且具有地區(qū)差異性,這與國(guó)內(nèi)現(xiàn)階段對(duì)于林地草地所占比重較大、海拔較高區(qū)域方面的研究所得結(jié)果較為一致。鐘聰?shù)龋?9]發(fā)現(xiàn)廣西壯族自治區(qū)北部的植被類型為林地或草地時(shí)SOM呈現(xiàn)高值,非耕地SOM含量顯著高于耕地;楊靜涵等[20]對(duì)黃土高原溝壑區(qū)的研究表明海拔較高的林地SOM較富裕;齊雁冰等[21]也在研究陜西南部的秦嶺山地區(qū)和大巴山區(qū)時(shí)得到SOM的較高值。很多學(xué)者提出SOM的含量、分布以及轉(zhuǎn)化過(guò)程,既會(huì)受到地形、母質(zhì)和氣候等結(jié)構(gòu)因素的影響,也與耕種方式、農(nóng)作物類型等隨機(jī)因素有關(guān)[22]。
研究區(qū)SOM呈現(xiàn)明顯的條帶狀空間分布特征,所處位置在第二階梯和第三階梯過(guò)渡區(qū)上,除了有山地地形之外,還同時(shí)存在平原地區(qū),地形起伏可能會(huì)在一定程度上影響SOM。根據(jù)當(dāng)?shù)氐牡匦我蜃蛹巴寥览砘再|(zhì)分析,海拔對(duì)SOM的影響較為顯著。隨著海拔的升高,植被從農(nóng)田、耕地逐步轉(zhuǎn)變?yōu)槊艿牧謪^(qū),土壤類型也從暗棕壤轉(zhuǎn)化為石質(zhì)土,SOM含量隨之升高。對(duì)此,學(xué)者們所得出的結(jié)論各有不同[23]。馬泉來(lái)等[24]在東北黑土小流域區(qū)開(kāi)展的研究發(fā)現(xiàn)SOM與海拔呈正相關(guān)且相關(guān)性極強(qiáng),與本文結(jié)果一致;而皮龍風(fēng)等[25]研究發(fā)現(xiàn)黑龍江雙山農(nóng)場(chǎng)地形高的位置SOM偏低。對(duì)于土壤pH值的研究結(jié)論同樣也存在差異性,白樹(shù)彬等[26]提出遼寧省SOM與土壤pH值具有顯著的交互影響,二者負(fù)相關(guān)性極強(qiáng);而楊玉婷[27]在陜西省開(kāi)展的研究則認(rèn)為土壤pH值與SOM正相關(guān)性較強(qiáng)。綜合前人結(jié)論分析,造成這種現(xiàn)象的原因可能是海拔和pH值與SOM的相關(guān)程度隨著研究區(qū)土壤質(zhì)地、土地利用方式等要素的不同而有所差異。文中對(duì)土壤有機(jī)質(zhì)影響因素進(jìn)行研究,僅初步得到地形因素和土壤pH值的影響。此外,可以考慮更多因素如土壤質(zhì)地、溫度、降水量等,得到更精確的影響因子。
為了能夠進(jìn)一步精確探討土壤養(yǎng)分的空間分布格局,很多學(xué)者將地統(tǒng)計(jì)學(xué)與GIS結(jié)合起來(lái),成為一種新的手段引入到土壤的研究中。本文采用的也是這種方法,利用普通克里金插值得到SOM的空間分布特征,同時(shí)結(jié)合2種分類方法進(jìn)行遙感反演,綜合二者結(jié)果來(lái)探索和描述大尺度區(qū)域上SOM的整體及局部分布特征,預(yù)測(cè)和估算各區(qū)域SOM含量值。由于Landsat系列衛(wèi)星穩(wěn)定程度較高,可對(duì)其進(jìn)行較長(zhǎng)時(shí)間尺度的分析,因此選擇Landsat 8影像進(jìn)行反演。在遙感反演的初期階段,選取了影像提取出來(lái)的6個(gè)實(shí)地采樣點(diǎn)對(duì)應(yīng)的光譜反射率,發(fā)現(xiàn)不同SOM的光譜曲線均呈現(xiàn)隨波段長(zhǎng)度增加反射率先升高后降低的走勢(shì)。于雷等[28]在研究光譜變化時(shí)也得到一致的研究結(jié)果。再將反射率作為自變量,進(jìn)行各個(gè)波段的建模及精度檢驗(yàn),可知Landsat 8影像近紅外波段建立模型擬合效果最好,將反射率進(jìn)行對(duì)數(shù)、倒數(shù)變換增加了其與SOM的相關(guān)性,從而得到多波段優(yōu)于單波段模型的結(jié)論,其中混合多波段及其數(shù)學(xué)變換模型的精度最高,這與利用多波段代替單波段可構(gòu)建最佳模型的研究結(jié)果相一致。馬馳[29]發(fā)現(xiàn)黑土區(qū)利用Landsat 8影像紅外、近紅外、中紅外波段結(jié)合方式構(gòu)建模型會(huì)得到最優(yōu)效果;周倩倩等[30]對(duì)干旱區(qū)綠洲土壤的近紅外、中紅外、藍(lán)波段共同建立SOM預(yù)測(cè)模型效果好。表明不管土壤類型是否相同,因受不同數(shù)學(xué)模型及傳感器的影響,都會(huì)出現(xiàn)一致或不一致的敏感波段。需要注意的是,本研究中采集了177個(gè)樣本點(diǎn),但在研究尺度較大的情況下仍需要獲取更多的樣點(diǎn)來(lái)確保數(shù)據(jù)具有代表性,其反演精度還需進(jìn)一步驗(yàn)證。今后工作可以按照合理增加研究區(qū)樣本點(diǎn),盡可能縮短采樣周期為提高方向。
綜合上述分析可知,在指導(dǎo)大興安嶺地區(qū)發(fā)展與資源利用方面,應(yīng)充分考慮到SOM的空間異質(zhì)性作為前提,穩(wěn)定SOM含量為原則,以保障林下經(jīng)濟(jì)模式的合理規(guī)劃、草地資源的開(kāi)發(fā)和可持續(xù)利用、自然保護(hù)區(qū)生物多樣性等為現(xiàn)實(shí)目標(biāo)推進(jìn)地區(qū)發(fā)展??紤]到研究區(qū)實(shí)地多為弱酸性土壤,分布于地勢(shì)較低的平原地帶,其次為腐殖質(zhì)較高的中強(qiáng)酸性土壤,均有豐富的SOM儲(chǔ)備量。因此,在保護(hù)原有的生態(tài)平衡基礎(chǔ)上進(jìn)行經(jīng)濟(jì)開(kāi)發(fā)、畜牧業(yè)發(fā)展和林區(qū)轉(zhuǎn)型等活動(dòng)是可行的。但對(duì)于SOM含量下降和偏少地區(qū),停止商業(yè)采伐、對(duì)部分低產(chǎn)田實(shí)施退耕還草的舉措也是尤為重要的?,F(xiàn)今針對(duì)林區(qū)發(fā)展的對(duì)策,包括扶持林下優(yōu)勢(shì)產(chǎn)業(yè)、培養(yǎng)和引進(jìn)優(yōu)勢(shì)人才、加強(qiáng)招商引資、設(shè)置森林經(jīng)濟(jì)專職專責(zé)制等,充分考慮農(nóng)、林、牧業(yè)活動(dòng)的多樣性。此外,草場(chǎng)及周邊環(huán)境的保護(hù)也應(yīng)引起重視,因地制宜地提出草場(chǎng)保護(hù)措施。
以黑龍江省大興安嶺地區(qū)表層SOM含量及其對(duì)應(yīng)的光譜值為對(duì)象,以裸土期Landsat 8影像為基礎(chǔ),使用地統(tǒng)計(jì)學(xué)和遙感反演方法分析其SOM特征,結(jié)論如下:
(1)大興安嶺地區(qū)0~20 cm土壤的SOM含量較為豐富且屬于中等變異水平,其空間分布呈現(xiàn)條帶狀,經(jīng)插值得到的3個(gè)最高值區(qū)域均位于山區(qū)附近。
(2)SOM與光譜反射率之間的相關(guān)性計(jì)算可得,反射率隨波段長(zhǎng)度的增加呈先升后降的趨勢(shì),相關(guān)性最高的是近紅外波段,運(yùn)用倒數(shù)與對(duì)數(shù)變換可提高顯著性。以反射率為自變量建模,通過(guò)精度檢驗(yàn)發(fā)現(xiàn)多波段模型的建模效果較優(yōu),混合多波段及其數(shù)學(xué)變換最適合構(gòu)建反演模型。
(3)SOM含量由結(jié)構(gòu)因素和隨機(jī)因素共同影響,選取的4種影響因子中,SOM與海拔、坡向及坡度值均呈正相關(guān),與土壤pH值呈負(fù)相關(guān)。海拔與pH值在影響SOM含量高低上起到主要作用,坡度和坡向影響程度相對(duì)較弱。
(4)綜合插值及反演圖像可以明確SOM空間分布情況,為大興安嶺地區(qū)林下經(jīng)濟(jì)及城鄉(xiāng)發(fā)展規(guī)劃提供理論支持。影響因子的提出有利于根據(jù)不同地區(qū)土壤養(yǎng)分情況進(jìn)行合理舉措的提出,調(diào)整林地和草地資源的開(kāi)發(fā)利用方式,保障國(guó)有林區(qū)及自然保護(hù)區(qū)生態(tài)資源的可持續(xù)性。