土壤钾含量高光谱定量反演研究.docVIP

第4期,总第95期国土资源遥感 No．412月15日 REMOTE SENSING FOR LAND ＆RESOURCES Dec．,2012 doi :10．6046/gtzyyg．2012．04．26 土壤钾含量高光谱定量反演研究 胡芳1,2,蔺启忠1,王钦军1,王亚军 1,2 (1．中国科学院对地观测与数字地球科学中心,北京100094;2．中国科学院研究生院,北京100049 摘要:为了更快捷准确地进行土壤钾(K 含量的预测,基于土壤高光谱数据和化学元素分析数据,研究土壤光谱与 土壤钾含量之间的定量关系。在对土壤原始光谱进行处理分析基础上, 提取反射率(R 、反射率倒数的对数(log (1/R 、反射率一阶微分(R和波段深度(BD 4种光谱指标,运用偏最小二乘回归方法建立相应的预测模型,并对模型进行检验。结果表明,波段深度是估算土壤钾含量最好的光谱指标,其建模精度超过0．85,均方根误差不超过0．1;全波段高光谱分辨率反射光谱具有快速有效估算土壤钾含量的潜力。关键词:土壤;高光谱遥感;钾 中图法分类号:TP 79文献标志码:A 文章编号:1001－070X (201204－0157－06 收稿日期:2012－02－12;修订日期:2012－05－03 基金项目:国家自然科学基金项目(编号国家科技支撑计划项目(编号:2012BAH27B05以及中科院对地观测中心项目 (编号:DESP01－04－10共同资助。 0引言土壤作为陆地生态系统的关键组成部分,是农 业生产的重要载体,通过与其他生态系统的物质交 换(温室气体的排放、 元素的淋失和积累等影响全球变化进程 [1－3] 。钾(K 是植物生长必须的营养元素之一,也是土壤中含量最高的营养元素,在地壳所 有矿物质营养元素中居第4位[4] 。土壤钾含量高光谱定量反演研究可为土壤肥力变化及全球钾储量的可持续发展研究提供一种新型、快速的研究手段,具有重要的科学意义。 研究表明,原生矿物对土壤光谱具有一定影响[5],而钾元素主要以矿物态的形式存在于土壤中 [6] ,因此可利用高光谱数据反演土壤钾含量。目前,国内外学者利用遥感技术研究土壤性质,多在可 见光—近红外光谱条件下,运用多元线性回归、偏最小二乘回归等方法对影响土壤光谱反射特性的主要 因素(如有机质[7]、水分[8]、盐渍度[9]、总氮[10] 及重金属[11－12] 含量进行预测,但是对土壤中矿物含量的研究较少, 对土壤与高光谱遥感联合反演土壤矿物含量的研究更少。利用高光谱数据预测样品中某成分含量时,作为解释变量的反射光谱波长有几千个,往往 超过了样本的个数, 造成多重相关,用普通的多元线性回归方法难以建立稳健、精度较高的数学模型。 本文应用偏最小二乘回归方法,建立基于室内实测土壤光谱及其一系列变换产生的光谱指标(R ,log (1/R ,R,BD 与土壤钾含量的反演模型,探讨利用高光谱估算土壤钾含量的较好方法。 1土壤光谱特征及研究区土壤钾含量分析 1．1含钾矿物的光谱特征及其对土壤光谱曲线的影响 土壤中的钾主要以3种形式存在着:①速效钾,占土壤全钾量的1% 2%,主要包括水溶性钾及交换性钾, 其中交换性钾占速效钾总量95%以上,水溶性钾极少;②非交换态钾,指层状硅酸盐矿物层间固定的钾,主要存在于高岭石、伊利石等次生矿物中,占土壤全钾量的1% 8%;③矿物结构钾,是土壤中钾的主要存在形态,占土壤全钾量的90% 98%,主要存在于正长石、微斜长石、透长石和白云母等原生矿物中 [13] 。由此可知,土壤中钾98%以上存在于 正长石、白云母等原生矿物及高岭石、伊利石等次生矿物中。利用ENVI 提供的矿物光谱库,可分析各种含钾矿物的光谱特征。图1为几种典型含钾矿物的光谱曲线 。 图1 含钾矿物光谱曲线 Fig．1 Spectral curves of potassium －bearing 国土资源遥感2012年 从图1可以看出,长石族(正长石、透长石、微斜长石反射率在400 450nm 之间陡升,在整个波段范围内无明显特征吸收,反射率均很高。白云母 反射率曲线在440nm 处存在吸收谷,这是由于白云母中Fe 2+ 引起的[14] ;在1400nm 和1900nm 处存 在水吸收谷;在2200nm 处存在较强吸收谷,为 Al —OH 作用吸收带[15];除这些吸收谷外白云母整 体表现为强反射。高岭石在1400nm 和1900nm 处存在强水吸收带,1400nm 处吸收明显,分裂为两 个谷;在2160 2170nm 和2200nm 处存在双吸收谷且前者弱后者强, 为典型Al —OH 吸收带;在可见—近红外波段整体反射率较高,在短波红外区间,整体吸收较强。伊利石在可见—近红外区整体反射率较低,在