土壤盐渍化星载高光谱遥感定量反演与制图方法研究

土壤盐渍化在一定程度上是一种严重的环境灾害，及时探测土壤盐渍化定量信息，对农业生产至关重要。本研究将以黄河三角洲盐渍土采集样品，野外、实验室光谱数据和星载高光谱图像Hyperion为依据,研究滨海盐渍土的光谱特征，探索识别盐渍土的敏感波段，针对盐渍土特有的诊断性光谱吸收特征峰，进行光谱特征定量参数的提取及定量参数与土壤盐分的关系建模；此外，将应用先进的数学建模方法（PLSR、ANN、MARS），建立基于高光谱遥感的盐渍土定量反演的线性和非线性模型，解决常规多元线性回归分析中不能解决的自变量的高维且具有多重相关性所带来的模型不稳定性的问题；针对植被覆盖区，采用地统计分析方法，研究在高光谱遥感数据反演的土壤盐分图上选取样点的数量及分布的方案，进行地统计插值方法优选，对植被覆盖区进行地统计插值，进行完整区域的土壤盐分空间分布制图，弥补单纯基于土壤光谱的高光谱遥感对植被覆盖下土壤盐分反演缺失问题。

土壤盐渍化是最为常见的一种土地退化形式，在一定程度上也是一种严重的环境灾害。黄河三角洲地区土地资源丰富，开发前景广阔，唯有土壤盐渍化严重。土壤盐渍化导致农业生产损失土地生产力降低。因此，及时预测预报土壤盐渍化的程度及分布对农业生产和土地治理非常关键。土壤盐渍化监测的遥感信息定量化要解决的主要问题是利用遥感数据进行土壤盐分含量的定量化估算。高光谱遥感图像具有图谱合一的特征，提供了地物完整连续的光谱信息，并且已从航空时代发展到航天时代。高光谱数据精细的光谱分辨率能够反映地物光谱的细微特征，揭示物质的组成成分与结构的差异，进行遥感定量分析和研究地物的化学成分成为可能，为挖掘土壤盐分与光谱特征的定量关系，定量估算土壤盐分含量研究开辟了新的途径。本项目的研究工作在对黄河三角洲盐渍土现状及分布的野外调查、盐渍土野外光谱测量和样品采集；实验室光谱测量以及星载高光谱图像 Hyperion及同轨的ALI遥感图像数据的采集的基础上，探索了识别盐渍土的敏感波段（2052 nm and 2203 nm），分析了盐渍土光谱反射率随盐分含量变化的规律，建立了定量的土壤盐分光谱指数模型，该指数与土壤盐分的相关系数到达0.908，实现了基于光谱特征反演土壤盐分(以样本检验RMSE=0.986 R2= 0.873；反演制图检验RMSE=1.921，R2=0.627)。其次，基于片最小二乘回归（PLSR）、广义神经网络(GRNN)方法，建立了基于高光谱遥感Hyperion数据（PLSR建模精度：R2=0.753，RMSE=0.893，反演制图R2=0.784，RMSE=1.037）和多光谱遥感数据ALI（PLSR实测值与预测值间的决定系数R2=0.731（基于实验室光谱），R2=0.641（基于野外光谱）；GRNN模型: 建模精度 R2=0.855, RMSE=0.119）的盐渍土定量反演的线性和非线性模型及盐分反演制图，并且结合混合像元分解方法提出了植被下层土壤盐分的修正经验公式，修正植被覆盖下的土壤土壤盐分反演。以及地统计分析方法，对植被覆盖区进行地统计插值，进行完整区域的土壤盐分空间分布制图，独立的样本以及野外调查都表明了以上方法的有效性，本研究表明所提出的方法是一种快速、经济、省力的方法。