平原区土壤质地数字制图研究

The use of landscape covariates to estimate soil properties is not suitable for piain areas due to the high variability of soil properties in similar topographic and vegetation conditions. This study implemented a new method to map regional soil texture using a high temporal resolution remote sensing data by hypothesizing that the change in the soil water content is related to soil texture, assuming a relatively homogeneous rainfall input. To examine this hypothesis, a manual simulation test on undisturbed soil column were carried on to study the soil water content change and spectral character for different soil texture and, then the data from Environment and Disaster Monitoring Small Satellite during a selected time period (namely, after a heavy rainfall between autumn harvest and autumn sowing) were used to obtain the soil dry process. This study thus provided a methodology that can help improve the accuracy and efficiency of soil texture mapping in plain areas using easily available data sources.

在地貌-植被条件相似，土壤属性却存在明显的空间差异的平原地区,以土壤-景观关系理论为基础的土壤信息获取方法的应用受到限制。寻找新的预测因子，以反映该地区的土壤信息的空间变异已成为土壤信息获取工作迫切要解决的问题。本项目依据不同质地土壤在经历一场均一的降雨后，土壤水分变化的速率存在差异这一重要特点,利用高时空分辨率的遥感数据进行捕获土壤质地空间分布信息。通过室内土柱模拟实验探究不同土壤质地土壤"干化"过程中土壤水分变化规律及光谱响应特征。在此基础上以选定时段中(秋收秋种期间,降雨后的一段时间)的环境减灾卫星遥感数据捕获土壤"干化"过程，提出平原地区土壤质地新的预测因子。为平原区土壤质地获取研究提供了新的思路，有助于提高平原区土壤预测制图的精度和效率。

土壤质地的快速获取，是土壤资源研究中的一个重要科学问题。尤其在平原区，地貌—植被条件相似，土壤属性却存在明显的空间差异,以土壤-景观关系理论为基础的土壤信息获取方法的应用受到限制。本项目以河南封丘和江苏姜堰为研究区，进行了土壤质地快速获取相关研究，主要包括：(1) 探究了不同质地土壤干化过程中水分变化特征及其光谱响应，提出基于光谱数据计算的PDI (垂直干旱指数) 可以作为土壤含水量指示指标。为地表水分动态变化模式的表征提供理论支撑; (2)依据降雨后不同质地土壤“干化”过程的差异，选取降雨发生后的连续的一段时间作为观测时段，采用基于HJ-1A/1B卫星数据获取的逐日PDI（适用于低植被覆盖地表） 和 MPDI（改进的垂直干旱指数，适用于高植被覆盖地表）为预测因子，基于RBF-ANN神经网络模型反演研究区土壤质地,为平原区土壤质地制图提供了新的指标和方法; (3)探讨了不同水分状态下基于Vis-NIR 光谱的土壤质地预测，提出在土壤水分状态未知且差异大的情况下，采用PDI分组建模的方法可显著提高预测精度。为基于Vis-NIR 光谱的土壤质地野外快速获取提供了理论和方法支撑。