土壤光谱反馈面应用于平坦区土壤属性制图关键技术研究

Sample design a key component of digital soil mapping. nowadays there is no scientific method to guide scientists to design samples in the flat area. And most of soil mapping technology are suitable for strong heterogeneous soil-landscapes, such as mountain area. over low-relief areas like plains and most farmland, however, commonly used environmental covariates often fail to effectively indicate the spatial variation of soil types and properties. A new sample design and a mapping method need to be developed to solve the poor mapping accuracy and high uncertainty of soil type and properties mapping in these area. This study focuses on how to solve these mapping problems by using remote sensing technology. The soil feedback dynamic pattern will be used as the data model to indicate the soil spatial variation in flat area. the key scientific questions are as follows: 1) Under experiment control, to find out how soil feedback dynamic pattern indicates to the difference of soil surface texture and the difference of soil surface structure. What is the scientific theory behind these relationships? 2) Over regular grid sampling in large area (10000KM^2), to study the spatial variation in both soil feedback dynamic pattern and soil properties. At the same time, to try to find the relationship between soil feedback dynamic pattern and soil properties. 3) To develop a sample design strategy based on soil feedback dynamic pattern model and remote sensing technology. At the same time, to evaluate the representativeness of samples by using the information provided by soil feedback dynamic pattern.4) To develop a digital soil mapping method for mapping soil spatial variation in flat area in order to solve the problems of digital soil mapping in these area. This study will improve the knowledge of soil spectrum field and opens a new horizon for digital soil mapping.

为解决平坦区域土壤样点布设缺乏科学依据的现状，以及传统土壤景观模型在地形因子缺失的平坦区域，无法有效的土壤类型及属性空间分布特征进行有效刻画的难题。本研究以卫星遥感土壤光谱为信息源，在目前国际上最新土壤光谱反馈面模型研究的基础上，对土壤光谱反馈面应用于平坦区域土壤属性制图所涉及的关键技术进行研究：1）通过严格控制实验环境，来研究土壤光谱反馈面模型与土壤属性之间的内在关系，揭示土壤光谱反馈面对土壤属性的指示作用。2）在实验区采样的基础上，探寻土壤光谱空间分布特征与土壤属性的空间分布特征的内在联系，并对该联系进行科学建模。3）设计并验证一种利用卫星遥感技术，辅助对平坦区域的土壤样点布设方法，完成对每个样点空间代表性评价。最终建立一套土壤光谱辅助下的平坦区域土壤属性制图方法，解决目前数字土壤制图在平坦区域制图精度不足的问题，推动土壤光谱学和数字土壤制图学的发展，为科学高效土壤调查提供理论基础。

本项目针对将土壤光谱反馈面应用于数字土壤制图定量反演中四个关键问题，开展研究工作。.（1）机理探索：针对土壤光谱反馈面中是否包含土壤剖面结构信息的问题，本项目开展室内土壤光谱反馈面与土壤剖面结构的定量实验。通过预设不同剖面层结构的土壤柱体，采集土壤干燥过程中的光谱反馈面信息。研究确认了在土壤光谱反馈面中包含了表层土壤光谱信息的同时，也表达了不同剖面结构信息。.（2）反演方法：在第一项研究的基础上，针对如何有效定量反演土壤表层的信息和土壤剖面结构的信息的问题，本项目设计了基于土壤水流与溶质迁移模型和土壤光谱反馈面的定量反演算法。通过模型反转及光谱映射，准确的反演出土壤表层水分的变化，从而反演出潜在的表层土壤质地、土壤表层剖面结构。.（3）尺度转换：高时间分辨率卫星数据是土壤光谱反馈面的基础，MODIS卫星遥感数据，空间分辨率比较低（250m），在对于空间异质性低的区域（如美国的大片农田）表现良好，但对于空间异质性高的区域（国内农田），无法有效的得到准确的表达土壤光谱变化信息。针对这一问题，本项目开展了基于时间序列卫星数据生产高空间分辨率土壤光谱反馈面的研究。通过研发时间序列U-STFM模型，在地表变化的过程中，完成对MODIS数据进行空间降尺度的任务，满足空间异质性高区域土壤光谱反馈面的采集需要。.（4）效率提升，在将土壤光谱反馈面作为环境因子，纳入到数字土壤制图的推理框架中，面临着计算量成倍增长的困难。为了克服这一困难，本项目设计一种全新的并行框架PyCLiPSM，整合集群服务器的GPU和CPU资源，来服务于并行化的数字土壤制图。该研究表明在PyCLiPSM中实现的优化和并行化有效地加快了数字土壤制图任务的速度。在GPU上运行PyCLiPSM得到了数万倍的效率加速。.以上研究，涉及到土壤光谱反馈面应用于数字土壤制图的“机理探索”-“反演方法”-“尺幅转换”-“效率提升”四个方面，研究工作为认识和利用土壤光谱反馈面进行平坦区大面积土壤制图提供技术模型算法支撑。