绿洲区域尺度水盐遥感研究 ——以渭干河库车河绿洲为例

论文摘要

土壤盐渍化是一个世界性的低产农业土壤障碍因子，与土壤沙漠化、土壤退化、土壤侵蚀和土壤污染共同构成了长期困扰人类的5大土壤问题。土壤盐渍化一般出现在气候干旱、土壤蒸发强度大、地下水位高且含有较多可溶性盐类的地区。土壤盐渍化造成了资源的破坏、农业生产的巨大损失，同时还会对生物圈以及生态环境构成威胁，对资源与环境的可持续发展造成影响。因此，及时、准确、实时监测及预防土壤盐渍化对促进农业生产以及区域的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，在盐渍化土壤监测方面取得了很大进步。然而，随着定量遥感应用研究的不断发展，对盐渍化土壤信息的定量化提取要求越来越高，像元尺度信息的提取已不能满足其需求。利用不同尺度数据的转换构建土壤盐渍化预测模型是实现盐渍化土壤遥感制图的关键，高光谱和遥感影像相结合的方法对土壤盐渍化进行定量化是一项困难而又富有挑战性的任务。同时，土壤水盐运移过程和运移机理研究也是土壤盐渍化研究的一个核心问题。因此，从实测高光谱数据与遥感影像识别算法相结合来加以修正多光谱数据或者发展新的方法，来适应定量提取区域尺度土壤盐渍化信息的新要求。本研究将实测的高光谱植被和土壤数据引入到土壤盐渍化监测中，探索其应用于土壤盐渍化监测中的潜力。通过对试验区不同盐渍化程度的植被和土壤高光谱数据进行变换与分析，选择对盐渍化程度响应最敏感的光谱波段，建立综合光谱指数土壤盐渍化监测模型，并与卫星影像的综合光谱指数建立的土壤盐渍化监测模型进行对比分析。最后，通过尺度效应转换，用修正的TM影像综合光谱指数、土壤水分来建立水盐一体化区域尺度盐渍化监测模型，利用实测数据与以往实验室的成果对模型进行验证与分析，结果表明：（1）对实测植被和土壤高光谱数据进行各种光谱变换，其中光谱反射率一阶微分对土壤盐渍化监测最具有应用潜力。（2）利用综合光谱指数来监测土壤盐渍化比单纯采用植被指数或土壤盐分指数监测土壤盐渍化的效果更好，R2达到了0.7765。（3）利用TM影像的综合光谱指数与实测的综合光谱指数监测盐渍化进行对比，结果表明，实测的综合光谱指数监测土壤盐渍化效果更好。因此，利用实测的光谱指数去修正TM影像的光谱指数，通过尺度效应转换，使其精度达到更高。（4）利用综合光谱指数、土壤水分建立了水盐一体化区域尺度的土壤盐渍化监测模型，并利用实测数据和实验室以往的成果分别对此模型进行了验证，其Person值为0.839，结果表明：此模型对土壤盐渍化监测能够得到较好的应用效果。基于实测的高光谱数据和遥感影像相结合的方法获得的水盐一体化区域尺度土壤盐渍化监测模型，具有明确的物理意义，指标简单且易于获取，能够对今后的土壤盐渍化动态监测以及水盐一体化建模思路提供科学依据。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 土壤盐渍化国内外研究进展
• 1.2.1 国外研究进展
• 1.2.2 国内研究进展
• 1.3 地物高光谱遥感研究进展
• 1.4 区域尺度土壤盐渍化研究现状分析
• 1.5 研究思路、内容、方法和技术路线图
• 1.5.1 研究思路
• 1.5.2 研究内容
• 1.5.3 研究方法
• 1.5.4 技术路线图
• 1.6 本章小结
• 第二章 研究区概况与野外地物光谱数据采集
• 2.1 引言
• 2.2 研究区概况
• 2.2.1 地形地貌
• 2.2.2 气候特征
• 2.2.3 水文特征
• 2.3 试验方案设计
• 2.3.1 时间选择
• 2.3.2 目标选取
• 2.3.3 采样数量及样地大小的选择
• 2.3.4 土壤样本参数测定
• 2.4 地物目标特性与测量
• 2.4.1 植被
• 2.4.2 土壤
• 2.5 ASD 光谱仪测量原理
• 2.5.1 野外光谱测量的影响因素
• 2.6 野外光谱测量时仪器的使用规范
• 2.6.1 ASD 光谱仪的设计与使用规范
• 2.6.2 ASD 光谱仪的技术参数
• 2.7 ASD 光谱仪使用操作规范
• 2.7.1 测量前的准备工作
• 2.7.2 相对几何位置
• 2.7.3 光谱平均次数的选择
• 2.7.4 白板校正
• 2.7.5 能见度的要求
• 2.7.6 云量要求
• 2.7.7 人员站位与着装
• 2.8 本章小结
• 第三章 遥感影像和试验数据预处理
• 3.1 引言
• 3.2 研究所用数据源
• 3.2.1 几何精校正
• 3.2.2 辐射校正
• 3.3 实测高光谱数据预处理
• 3.3.1 实测高光谱数据的分类
• 3.3.2 植被和土壤实测高光谱曲线取平均
• 3.3.3 植被和土壤实测高光谱曲线的平滑
• 3.3.4 剔除植被和土壤水汽吸收波段
• 3.4 高光谱数据变换
• 3.4.1 光谱连续统去除
• 3.4.2 光谱倒数
• 3.4.3 光谱对数
• 3.4.4 光谱均方根
• 3.4.5 光谱一阶微分
• 3.5 结果与分析
• 3.5.1 单相关分析
• 3.6 植被和土壤一阶微分光谱反射率特征及敏感波段分析
• 3.6.1 基于高光谱植被和土壤盐分指数的土壤盐渍化监测模型
• 3.6.2 常见的高光谱植被指数的计算公式
• 3.6.3 高光谱植被指数变量的选择
• 3.6.4 基于高光谱植被指数的土壤盐渍化监测模型
• 3.7 基于高光谱土壤盐分指数的土壤盐渍化监测模型
• 3.8 基于实测综合光谱指数的土壤盐渍化监测模型
• 3.9 模型检验
• 3.10 基于 TTM影像的土壤盐渍化监测模型
• 3.10 基于TM 影像的土壤盐渍化监测模型
• 3.10.1 基于TM 的综合光谱指数的土壤盐渍化监测模型
• 3.10.2 尺度效应转换
• 3.11 本章小结
• 第四章 研究区土壤水分反演及与土壤盐渍化相关分析
• 4.1 引言
• 4.2 土壤水分的反演
• 4.2.1 原理与方法
• 4.3 土壤水分与土壤盐渍化的关系
• 4.4 本章小结
• 第五章 基于水盐一体化的区域尺度土壤盐渍化监测模型
• 5.1 引言
• 5.2 混合像元光谱分解
• 5.2.1 最佳端元选取
• 5.2.2 结果与分析
• 5.3 基于水盐一体化的区域尺度土壤盐渍化监测模型
• 5.4 模型验证
• 5.4.1 利用实测数据进行检验
• 5.4.2 利用土壤盐渍化遥感监测模型进行检验
• 5.5 结果与分析
• 5.6 本章小结
• 第六章 结论与展望
• 6.1 引言
• 6.2 主要结论
• 6.2.1 实测高光谱数据土壤含盐量敏感波段选择与土壤盐渍化监测模型
• 6.2.2 土壤水分信息反演以及与土壤含盐量的相关性
• 6.2.3 基于水盐一体化区域尺度土壤盐渍化监测模型
• 6.3 特色与创新
• 6.4 不足与展望
• 参考文献
• 在读期间参与的项目与发表的论文
• 致谢