基于特征空间的土壤盐渍化遥感应用研究
摘要
土壤盐渍化直接和间接地影响人类生存、社会稳定、农业生产、资源与环境可持续发展。正确评价或预防土壤盐渍化对促进农业生产和区域可持续发展具有重要的现实意义。遥感具有客观反映土壤盐渍化时空变化的监测能力,遥感监测土壤盐渍化研究取得了很大进步。然而随着定量遥感应用研究的发展,对盐渍化土壤像元尺度信息的定量化提取,已不能满足需求。在分析目前土壤盐渍化遥感研究中发现以下问题:(1)混合像元的存在,是区域尺度盐渍化土壤遥感实时监测及其发展过程监控、面积量测难以达到实用要求的主要原因。(2)现阶段基于遥感图像进行土壤盐渍化信息提取一是通过目视解译,二是结合土壤含盐量、地下水等辅助量进行自动化分类,但是引入的辅助量会引起图像的破碎化,而且受人为因素影响大,多数土壤盐渍化遥感监测方法研究还是在定性分析层面上,其通用性、定量化及普适性并不令人满意,精度难以满足实时需求。(3)样本像元仅考虑裸土为主的光谱信息,缺乏综合考虑像元内植被光谱信息对土壤盐渍化间接响应,以及水盐一体化的建模思路。针对以上问题,研究基于波谱分解技术,有效利用作为盐渍化土壤遥感监测中三个关键指标-土壤盐渍化光谱特征、植被覆盖特征和土壤水分含量特征,同时解决以往传统遥感监测土壤盐渍化的弊端-混合像元问题,在特征空间理论支持下尝试构建二、三维特征空间土壤盐渍化遥感监测模型,并利用实测数据验证分析,结果表明:1.研究土壤盐渍化分布区域内盐分含量(SF)、植被(VF)和土壤水分(SWC)三者之间的相互制约性,在此基础之上构建VF-SF 特征空间、SWC-VF 空间及SWC-SF 特征空间等二维特征空间,在分析散点图特征与土壤盐渍化过程的关系之后建立相应的土壤盐渍化遥感监测模型VSSI 、SVSI 和SSSI .利用野外土壤盐分采样点,提取出相应遥感图像上模型预测值,将两者进行相关分析,结果显示,三种土壤盐渍化监测模型能够较好的指示地表A 层(0-10cm)土壤盐渍化程度,反演精度较高,其中SVSI 模型对表层土壤盐分含量较为敏感,VSSI 模型和SSSI 模型次之。2.深入挖掘多维遥感信息,同时考虑土壤盐渍化过程中多重响应参量,在三维特征空间下构建SVWSI 土壤盐渍化遥感监测模型模型,通过试验对比与分析,对不同程度盐渍化土壤敏感性要高于VSSI 、SVSI 、和SSSI ,A 层(0-10cm)相关系数达到R2=0.8325。融合土壤盐渍化、植被丰度和土壤水分信息,借助多维特征空间,以水盐一体化思路为指导,构建土壤盐渍化遥感信息定量反演模型。模型具有明确的生物物理意义,并且指标简单、易于获取、有利于土壤盐渍化定量分析与监测,对今后干旱区盐渍地信息提取以及动态监测研究具有重要意义。