基于3S技術(shù)的大慶地區(qū)土壤鹽漬化時空變化分析

基于3S技術(shù)的大慶地區(qū)土壤鹽漬化時空變化分析摘要：［目的】監(jiān)測大慶地區(qū)土壤鹽漬化的時空變化規(guī)律?！痉椒ā炕诓煌疃韧寥篮}量實測數(shù)據(jù)結(jié)合Landsat系列遙感影像反射率進行相關(guān)性分析，篩選出敏感波段，以多元逐步回歸分析的方法構(gòu)建土壤鹽漬化反演模型，用ArcGIS繪制鹽堿化等級分布圖，分析2001—2021年土壤鹽漬化時空變化特征?！窘Y(jié)果】①表層（0~10cm）土壤含鹽量與反射率相關(guān)性更強，將反射率經(jīng)過數(shù)學變換之后相關(guān)性也會有所提升。②B1波段對數(shù)、B7波段和B7波段的指數(shù)構(gòu)建的反演模型精度和穩(wěn)定性都表現(xiàn)良好，R2=0.842,RMSE=0.290,可以用作研究區(qū)的反演模型。③2001—2021年研究區(qū)輕度鹽堿化、中度鹽堿化和鹽土面積先增加后減少，重度鹽堿化面積呈先減再增后減的趨勢，到2021年為止研究區(qū)鹽堿化總面積為102262hm2。【結(jié)論】2001—2021年大慶地區(qū)鹽堿化面積總體來說先增加后減少，特別是大慶市區(qū)鹽堿化面積減少幅度最大，在今后的工作中應該重點監(jiān)測鹽漬土面積較多的杜蒙和林甸2個縣，確保鹽堿化程度不再繼續(xù)加重。關(guān)鍵詞：大慶地區(qū)；土壤含鹽量；遙感；時空變化0引言【研究意義】我國鹽堿土面積已有9913萬hm2,并且鹽漬化的面積還在繼續(xù)擴大，程度還在繼續(xù)加重［1］。遙感技術(shù)作為一種新型的技術(shù)手段，為土壤鹽漬化的監(jiān)測與研究提供強大的技術(shù)支持，對提高土地利用率、農(nóng)業(yè)生產(chǎn)力和土壤環(huán)境的保護都有重大的指導意義。3］?！狙芯窟M展】利用遙感技術(shù)對鹽漬化土壤構(gòu)建反演模型進行鹽分反演可以取得理想效果［4-5］oBAO等［6］發(fā)現(xiàn)不同含鹽量土壤的光反射率不同，且含鹽量高的土壤在可見光和近紅外波段的光譜反射率存在明顯的正相關(guān)。吳霞等［7］利用時間跨度較長的Landsat系列遙感影像分析了寧夏銀北灌區(qū)多年來表層土壤鹽漬化時空變化規(guī)律。馬馳基于哨兵衛(wèi)星遙感數(shù)據(jù)，對遙感反射率做適當?shù)臄?shù)學變換后定量反演吉林白城市表層土壤（0?15cm）含鹽量取得較好的效果。陳建軍等［9］利用Landsat5TM（專題制圖儀）遙感影像結(jié)合地理背景數(shù)據(jù)，通過遙感解譯方式對大慶市1986—2001年鹽堿土動態(tài)反演，闡述了鹽堿土時空變化規(guī)律。【切入點】前人對土壤鹽分遙感反演均取得重要科研成果，但對于像大慶地區(qū)這樣典型的蘇打鹽堿地，利用遙感技術(shù)和野外實測數(shù)據(jù)相結(jié)合，進行多年不同土層土壤鹽分反演并且分析其影響因素的研究未見報道?！緮M解決的關(guān)鍵問題】為此，以黑龍江省大慶為研究區(qū)，以Landsat8OLI（陸地成像儀）2021年、2015年和Landsat5TM2008年、2001年遙感影像為數(shù)據(jù)源，結(jié)合野外取樣實測土壤含鹽量,分析表層（0?10cm）、淺層（10?20cm）和混合層（0?20cm）土壤與遙感反射率的相關(guān)性。采用反射率經(jīng)過數(shù)學變換的多元線性回歸模型構(gòu)建土壤鹽分反演模型，定量反演研究區(qū)土壤含鹽量，探尋土壤含鹽量的時空變化規(guī)律，為今后大慶地區(qū)土壤健康和可持續(xù)利用提供依據(jù)。1材料與方法1.1研究區(qū)域概況大慶市位于黑龍江省西部，松嫩平原中部沉陷地帶。市區(qū)地理坐標北緯45。46—46。55,，東經(jīng)124°19,—125°12,之間，東部與安達市、肇州接壤；南部與肇源相鄰；西部與杜蒙（杜爾伯特蒙古族自治縣）相連；北部與林甸交接。大慶地區(qū)屬中溫帶大陸性季風氣候，冬季寒冷干燥，凍結(jié)期長。大慶地區(qū)包括薩爾圖、讓胡路、紅崗、大同、龍鳳5個區(qū)和肇州、肇源、林甸、杜蒙4個縣。選大慶地區(qū)為研究區(qū)域主要因為該研究區(qū)草甸面積較大和水泡特別多，也是黑龍江省典型的蘇打鹽漬土區(qū)域，而且越靠近水泡子附近土壤含鹽量越高。1.2遙感數(shù)據(jù)獲取與處理本文使用的遙感數(shù)據(jù)可以在美國地質(zhì)調(diào)查局：(/)下載[10]。Landsat5TM有7個波段，Landsat8OLI有9個波段，包括Landsat5TM波段中的1?5和7波段信息，重返周期都為16d，具體參數(shù)見表1。表1Landsat8OLI與Landsat5TM波段參數(shù)對比Table1ComparisonofbandparametersbetweenLandsat8OLIandLandsat5TM遙感影像波段名波段長/削分辨率/mBlCoastal0.433?0.45330B2Blue0.450?0.51530B3Green0.525?0.60030B4Red0.630?0.68030Landsat8OLIB5NIR0.845?0.88530B6SWIRl1.560?1.66030B7SWIR22.100?2.30030B8Pan0.500?0.68015B9Cirrus1.360?1.39030BlCoastal0.45-0.5230B2Blue0.52-0.6030B3Green0.63-0.6930Landsat5TMB4Red0.76-0.9030B5NIR1.55-1.7530B7SWIR22.08-2.3530B6SWIR110.40?12.50120在遙感影像上對應的每個采樣點處，各個波段都有不同像元值，但是這些像元值不能作為遙感反射率直接使用，需要在ENVI中進行轉(zhuǎn)化，通過將大氣表觀反射率轉(zhuǎn)化為真實地表反射率，最后才能作為本試驗所需的遙感反射率值。本試驗選擇與采樣時間同步的4景影像，成像具體時間經(jīng)過時區(qū)轉(zhuǎn)化為北京時間10:00左右，云層覆蓋率均小于1%,能見度高，可以用作建立反演模型。影像的預處理工作包括輻射定標、Flaash大氣校正、根據(jù)研究區(qū)1：5萬地形圖進行幾何精校正、拼接和裁剪等。1.3土壤采樣與處理土壤采樣工作于2021年7月3—5日完成，在研究區(qū)內(nèi)共采集72個樣本(表層和淺層土壤共36對樣本)，利用手持GPS記錄采樣點坐標，具體采樣點見圖1。采樣過程用五點采樣法分別采取表層(0~10cm)和淺層(10~20cm)土壤各0.5kg，做好標號裝入密封袋中，在實驗室中自然風干后，經(jīng)過研磨挑出小石塊雜草等，過2mm孔徑篩，將1/2的表層、淺層土壤按等質(zhì)量均勻混合在一起得到混合層(0?20cm)土樣。配制土水比1：5的土壤溶液，用電導率儀測得電導率(EGs,dS/m)后通過經(jīng)驗公式計算土壤含鹽量(SSC,%)：SSC=(0.2882ECi：5+0.0183)[11]?124°0'0"東 125°0'0”東-=0-0-寸點°°。9-=0-0-寸點°°。9寸-=0-0-寸點°°。9寸124°0'0"東 125°0'0"東圖1研究區(qū)土壤采樣點示意圖Fig.1Soilsamplingpointsinthestudyarea1.4不同土層土壤含鹽量與反射率相關(guān)性分析將不同土層土壤含鹽量的實測值與采樣點在遙感影像上提取的反射率值進行相關(guān)性分析，二者的相關(guān)性用相關(guān)系數(shù)R表示，0<R<1表示土壤含鹽量與反射率呈正相關(guān)，-1<R<0表明土壤含鹽量和反射率呈負相關(guān)，且R越接近-1或1,表明相關(guān)性越強。目前用于土壤含鹽量的反演波段組合有單波段、多波段及其將反射率進行適當?shù)臄?shù)學變換等多種方法。本文先對選取的影像做單波段Pearson相關(guān)性分析，再將波段組合做相關(guān)性分析，最后將反射率進行數(shù)學變換與單波段或多波段組合與土壤含鹽量進行相關(guān)性分析，相關(guān)性最高的波段作為敏感波段用作土壤含鹽量的反演。1.5建模與模型精度檢驗隨機篩選處理好的表層、淺層和混合層3組樣本各25個用于建模，建模樣本在SPSS軟件中做相關(guān)性分析，相關(guān)性高的土層用于一元和多元回歸模型的建立，選出擬合度最高的模型作為最終的反演模型。剩余的每組11個樣本用于模型的檢驗，模型精度用R2表示，R2越大說明擬合效果越好，模型穩(wěn)定性用RMSE表示，RMSE越小說明模型越穩(wěn)定。

2結(jié)果與分析2.1不同深度土壤含鹽量與反射率相關(guān)性分析對比將表層、淺層和混合層土壤樣本數(shù)據(jù)與遙感反射率做相關(guān)性分析，不同深度土壤含鹽量與波段反射率相關(guān)系數(shù)見表2。表2不同深度土壤含鹽量與反射率的相關(guān)系數(shù)Table2Correlationcoefficientbetweensoilsalinityandreflectanceatdifferentdepths波段B1B2B3B4B5B6B7表層0.564**0.518**0.437*0.469*0.432*0.536**0.645**淺層0.469*0.419*0.3860.3950.3490.427*0.533**混合層0.512**0.466*0.423*0.451*0.412*0.483*0.597**注**表示在0.01級別（雙尾），相關(guān)性顯著。*表示在0.05級別（單尾）,相關(guān)性顯著。由表2可知，土壤含鹽量與波段反射率有明顯的正相關(guān)關(guān)系，相關(guān)性整體都不高，相關(guān)性最差的波段是B5,最高的波段為B7，其次是B1，通過比較表層、淺層和混合層土壤含鹽量與反射率的相關(guān)性，本研究選擇相關(guān)性最強的表層（0?10cm）土壤樣本數(shù)據(jù)構(gòu)建土壤含鹽量的反演模型。2.2單波段反演模型的建立與檢驗在SPSS26.0軟件中對B1—B7各個波段分別進行反射率的S曲線、指數(shù)、對數(shù)、冪函數(shù)、倒數(shù)變換，篩選出每種變換后精度和穩(wěn)定性最高的波段，并以B7波段的線性模型作為參考，單波段土壤含鹽量的反演模型如表3所示。研究表明反射率經(jīng)過變換之后指數(shù)、冪函數(shù)、倒數(shù)模型精度和穩(wěn)定性均有所提高。在7個波段中利用B3波段反射率建立的S曲線模型、B7波段反射率的指數(shù)模型、B1波段反射率的對數(shù)模型、B1波段反射率建立的冪函數(shù)模型、B1波段反射率的倒數(shù)模型精度最高。2.3多波段反演模型的建立與檢驗參考單波段土壤含鹽量反演模型，將Landsat8影像各波段反射率及其變換形式與研究區(qū)土壤含鹽量在SPSS軟件中進行多元逐步回歸分析，建立如表4所示的多波段反演模型。結(jié)果顯示，由B1波段對數(shù)、B7波段、B7波段指數(shù)建立的多元回歸模型%C=-131.14-155.044xB7+0.353xLn（B1）+133.45xeB7,模型決定系數(shù)R2=0.842,均方根誤差RMSE=0.290，相比其他模型精度和穩(wěn)定性有明顯提升，回歸效果最好，因此可以利用該多元回歸模型作為反演模型，通過輸入剩余11個驗證樣本，建立如圖2所示的土壤含鹽量預測值與實測值散點圖。圖2顯示，研究區(qū)土壤含鹽量實測值和預測值的散點均勻地分布在趨勢線兩側(cè)，擬合模型表達式為＞=1.1788x-0.1157，R2=0.8978,RMSE=0.331,模型決定系數(shù)接近1,均方根誤差較小，說明模型精度高、穩(wěn)定性好，可以用該模型進行大慶地區(qū)土壤鹽漬化遙感反演。表3土壤含鹽量的單波段反演模型Table3Singlebandinversionmodelofsoilsalinity模型模型表達式R2RMSE線性模型SSC=-0.260+4.842xB70.4160.533對數(shù)模型SSC=3.25+0.896xln(B1)0.2640.598S曲線模型SSC=e(0.697-0.134/B3)0.4100.740指數(shù)模型SSC=0.098xe7.733xB70.5550.642冪函數(shù)模型SSC=60.089xB1L6220.4750.689倒數(shù)模型SSC=-0.333+0.035/B10.5430.471圖2驗證樣本土壤含鹽量實測值與預測值散點圖表4土壤含鹽量多波段反演模型入選波段模型表達式 R2表4土壤含鹽量多波段反演模型入選波段模型表達式 R2 RMSEB2、B6、B7SSC=-0.104+2.22xB2-16.15xB6+22.5xB7 0.656 0.427B7、Ln(B1)、eB7SSC=-131.14-155.044xB7+0.353xLn(B1)+133.45xeB7 0.842 0.290B1+B7SSC=-0.423+4.453x(B1+B7) 0.508 0.621皆、B7、1/B1SSC=-94.36+0.003/B1-105.371xB7+94.74xeB7 0.813 0.316In(B1)、BU、eB7SSC=-6.6-0.663xLn(B1)+96.6xB13.42+3.9xeB7 0.544 0.492尹、B1+B7、B7SSC=-97.4-102.02xB7-2.9x(B1+B7)+97.9xeB7 0.799 0.327Table4Multi-bandinversionmodelofsoilsalinity注表中的a為常數(shù)，通過計算a的值為3.42。2.4土壤鹽漬化時空演變分析重度鹽漬土和鹽土進行分類。利用反演模型制圖。分類結(jié)果如圖3所示。60km030(a)2001年(b)2008年制圖。分類結(jié)果如圖3所示。60km030(a)2001年(b)2008年(c)2015年(d)2021年■非鹽漬土口輕度鹽漬土口中度鹽漬土■重度鹽漬土■鹽土■非鹽漬土與輕度鹽漬土?中度鹽漬土■重度鹽漬土■鹽土■非鹽漬土與輕度鹽漬土?中度鹽漬土■重度鹽漬土■鹽土■非鹽漬土口輕度鹽漬土口中度鹽漬土■重度鹽漬土■鹽土根據(jù)《中國鹽漬土》［12］在半濕潤半干旱區(qū)的蘇打鹽堿地分類標準，將大慶地區(qū)表土含鹽量分別處于<0.1%、0.1%~0.2%、0.2%?0.4%、0.4%?0.5%、>0.5%時，依次對應非鹽漬土、輕度鹽漬土、中度鹽漬土、%C=-131.14-155.044x37+0.353xLn(31)+133.45xeB7反演研究區(qū)多年表層土壤含鹽量，利用ENVI中決策樹對影像中DN值進行歸納分類，并用ArcGIS10.2Fig.3Fig.3圖3大慶地區(qū)土壤鹽漬化反演圖InversionmapofsoilsalinizationinDaqingArea鹽漬化等級分布圖顯示由東到西、由北向南方向漬土部分轉(zhuǎn)化為鹽土鹽漬化等級分布圖顯示由東到西、由北向南方向漬土部分轉(zhuǎn)化為鹽土2015—2021 年為止，鹽漬化程度逐漸加重，杜蒙和大慶市區(qū)交界處鹽土分布較集中，鹽土占據(jù)比例也很大；輕度鹽漬土更多落在研究區(qū)邊界；中度和重度鹽漬土在大慶市中心周圍分布較密集。研究區(qū)的鹽漬土這樣分布主要因為西部地勢低、水泡多，泡中的水屬重碳酸鹽類鈉組I型水,礦化度極高，再加上無尾河流供給大量的地表水匯集在排水不暢的低洼處，強烈蒸發(fā)作用致使土壤水分自下至上遷移積累在地表，在水泡邊緣形成堿斑，積累成鹽土［13］，在風化作用下鹽土顆粒遷徙至非鹽土中致使鹽堿化程度愈來愈重。研究區(qū)周邊大多是草原、林地和耕地，人類過度放牧、亂砍濫伐和開荒耕地導致土壤結(jié)構(gòu)改變，易發(fā)生次生鹽堿化。這樣的空間特征說明鹽堿土的形成與地質(zhì)條件和人為干擾有一定聯(lián)系。為了明確鹽堿土變化規(guī)律，從ArcGIS10.2中提取出肇州、肇源、大慶市、杜蒙、林甸2001、2008、2015年和2021年各個等級鹽漬土面積，統(tǒng)計結(jié)果見表5。由表5可知，2001—2021年研究區(qū)輕、中度鹽漬土和鹽土面積呈先增后減的趨勢，重度鹽漬土面積先減少再增加最后大幅度減少，2015年之前鹽漬土總面積持續(xù)增加，其中鹽土面積在2001—2015年共增加105409hm2,相比輕度鹽漬土面積增加的多，而中度和重度鹽漬土面積在減少，說明中度和重度鹽各等級鹽漬土之間進行了轉(zhuǎn)化。鹽漬土總面積大幅度下降，共減少334049hm2，重度鹽漬土和鹽土面積減少比例最大，在各區(qū)域中大慶市鹽漬土面積減少最為明顯,林甸縣鹽漬土減少程度較小。2001—2015年鹽堿化程度加重除了上述的地質(zhì)條件和人為干擾外，還可能與：①夏季多雨、冬季凍融有關(guān)。全年降雨多集中于夏季，且蒸發(fā)量遠大于降雨量；冬季霜凍，冬季土壤鹽分隨地下水垂直向上,從未凍層向凍層遷移，融化時鹽分聚集地表［14］。②人類引用河水灌溉作物時不注意用量，多余積水抬高地下水位，導致鹽分從土壤毛細水上升至地表。其次,鹽漬化的加重也與地下水位下降時人們對易發(fā)的次生鹽漬化不重視有一定關(guān)系。③早期大慶石油資源豐富，在開采、加工時通常向油田中注入大量江河水,注入的水礦化度高，含有大量可溶性礦物質(zhì)和碳水化合物也會造成當?shù)赝寥利}分增加［15］。近年來，鹽漬化土壤得到生物措施、化學措施及其一些其他綜合措施等治理，加大治理力度和管理制度，嚴禁放牧和亂砍亂伐，對水利工程灌排設備更加完善以及對研究區(qū)進行綠化等，導致2015年之后鹽堿土面積呈逐漸較少的趨勢。

鹽漬化程度年份大慶市肇源肇州林甸杜蒙合計200115004鹽漬化程度年份大慶市肇源肇州林甸杜蒙合計20011500452063320102331974453507輕度鹽漬土20082550613787527710054184067303020152359811821483910543172436804420212033296537545172495918883200133301155131627844452416993706中度鹽漬土200835096143138067210713200611055320152372210419652416100316538841820214853764082966868105323818920015614522900179411155534336142877重度鹽漬土2008318031115417315576917160832012015451181871030199762019621121268202111353001468373195076212142001228447388566371111016653172鹽土2008439262375722309164543834214478820154860628013164402174543777158581202130553568286310856363423976Table5Regionaldistributionofsalinesoilin2001,2008,2015and2021 hm2本文利用Landsat8和Landsat5遙感影像結(jié)合野外實地采樣數(shù)據(jù)，將土壤分層分析含鹽量與遙感反射率的相關(guān)性，構(gòu)建適宜的大慶地區(qū)多年土壤含鹽量反演模型，較采用某個土層厚度均值和用單一年份數(shù)據(jù)進行簡單反演更具有一定普適性，反演結(jié)果細化到研究區(qū)的各個區(qū)域，對土壤鹽分監(jiān)測以及治理更加明確。分析表明遙感反射率與土壤含鹽量存在正相關(guān)性，在第7波段相關(guān)性最大，其次是第6波段。該分析結(jié)果與王洋洋［16］利用Landsat8影像構(gòu)建耕地鹽漬土含鹽量反演