新疆土壤盐碱化监测结果

第二节　土壤盐碱化监测

传统的野外定位观测只能从点的观测和测量记录着手，把它连接成线，再延展到面，归纳形成宏观的区域概念，即从局部到整体，从微观到宏观。这需要较长时间的数据积累和处理过程，这种方法不仅费时、费力、而且测点少、代表性差，无法实现大面积实时动态监测，这一过程往往落后于自然变化过程的周期。随着遥感技术和图像处理技术的不断发展，利用遥感手段将是土壤盐渍化监测的主要手段。土壤盐渍化遥感监测应以遥感影响为主要依托，辅以传统的定位观测和野外调查，并结合已有的研究成果，通过遥感影像分类及后处理工作来提取有关盐渍化地的性质、范围、分布、盐渍化程度、变化等方面的信息。另外，还可以通过遥感技术来掌握土地利用、耕作制度、排灌条件等与土地盐渍化有关的信息。从目前的研究看，盐渍化土壤时空变化成为主要的研究热点和趋势，其主要的研究手段是结合RS、GIS专家系统以及系统动力学模型等对土壤盐渍化的模拟与预测。

一、土壤盐碱化监测的主要技术方法

1．目前国内外已有的土壤盐碱化遥感监测技术

（1）利用航空雷达对盐碱化土壤信息的提取　根据微波对土壤水分的敏感性，提出通过土壤水分和地下水位的关系建立地下水位的反演模型，土壤含盐量、地下水埋深和地表覆盖类型以及NDVI相结合提高盐碱地提取精度。

（2）利用计算机图像处理来提取盐渍化土壤信息　主要包括：①对遥感信息单要素分类与遥感信息综合分类进行比较研究，并改善盐渍化程度分类的精度和客观性；②对高光谱及多光谱遥感图像进行拉伸、比值、增强、二值化等处理的基础上，采用NDVI指数、监督分类与非监督分类相结合的方法来对土壤盐渍化情况进行研究；③通过决策树方法建立盐渍化土壤信息提取模型，实现基于知识的盐渍化土壤信息的自动提取；④利用HIS和PCA变换来对低分辨率数据与高分辨率全色数据进行融合分析，来更清晰地确定不同级别盐渍土。

（3）土壤的光谱特征来提取盐碱地　利用TM、MSS等数据，基于地物光谱特征、野外调查建立的地物与影像之间的关系以及土壤和地下水监测数据的辅助，常规监督分类法和改进的图像分类法来提取不同盐渍程度的盐碱地。这种方法主要受影像数据光谱分辨率和空间分辨率制约，盐渍土与其他地物混分现象严重。

（4）RS、GIS和数学模型相结合进行土壤盐渍化的管理、信息提取、监测与预报　主要包括：①数学模型与GIS及人工神经网络相结合建立土壤盐渍化监测与预报模型；②基于模糊分类方法进行盐渍化土壤制图；③利用条件概率网络的土壤融合及建立土壤盐渍化动力学模型来监测并评价盐渍化土壤；④利用灰色关联分析的方法研究各个空间影响因子对土壤盐渍化时空演变的作用力大小，找出土壤盐渍化发生变化的主要驱动因子，预测将来土壤盐渍化的发展趋势。

2．土壤盐碱化遥感监测的方法

目前，遥感对土壤盐碱化监测方法可分为3种，即直接方法、间接方法和综合方法。

（1）直接方法　用直接方法来进行土壤盐碱化遥感监测的主要依据就是土壤的光谱响应特征。与一般耕地相比，盐碱土在可见光和近红外波段光谱反射强，土壤盐碱化程度越高，光谱反射越强。但是土壤光谱特征容易受到其他因素（如植被、太阳高度角等）的影响，影像上的土壤光谱特征常常是各个影响因素与土壤的综合光谱特征。因此，用直接方法来监测土壤盐碱化过程中最关键的几个步骤：一是数据源选择；二是最佳波段选择与组合；三是盐碱化特征信息提取与分析。

①数据源选择。对于数据源的选择，要考虑研究区域、研究目的和要求以及数据源的特点。TM影像数据通过传统的分类方法来监测土壤覆盖的改变，进而对土壤盐碱化进行监测，但训练区选择需要大量的地面实测数据。航片通过地理特征、灰度色调和颜色特征的组合来解译盐碱土分布，且热红外航片对反映盐碱化导致的植物生理变化特征很有效。微波遥感具有全天候、全天时的特点，微波C、P特别是L波段对监测盐碱土很有潜力。高光谱具有窄波段、图像与光谱合二为一的优点，以纳米级的超高光谱分辨率和几十或几百个波段同时对地表地物成像，可获得地物的连续光谱信息，借助高光谱丰富的光谱信息，依据实测的盐碱土波谱特征，可以对不同盐碱土类型及盐碱化程度进行直接识别。

②最佳波段选择与组合。国内外对土壤的盐碱化遥感监测已进行了大量研究，并发现可见光（0．55～0．77μm）、近红外（0．90～1．03μm，1．27～1．52μm）和短波红外波段（1．94～2．15μm，2．15～2．3μm，2．33～2．40μm）是识别盐碱化土壤的关键波段。单纯从信息量来衡量，TM数据1、3和5波段组合所含信息量最大。但盐碱化信息提取的精度并不与遥感数据信息量的大小成正比关系，OIF的值与对土壤盐碱化的估测并不完全一致，TM数据1、2、7组合OIF是最差的，可盐碱化土壤的解译精度达到96%。随着微波的发展，不少学者也对用微波遥感技术进行土壤盐碱化监测做了探讨和研究。盐度与介电常数有很密切的关系，在一定的微波频率下，复介电常数的实部随着盐度的增加而降低，而虚部则随之升高。虚部对盐度的敏感性随着频率的降低而增高，并认为L和C波段传感器的结合使用可用来进行土壤盐碱化监测。

③盐碱化特征信息提取与分析。遥感影像上土壤的光谱响应是土壤类型、土壤组合、土壤结构特征及成土因素光谱特征的综合反映，这些信息在各个波段内都有不同程度的反映，不可能用一两个波段表达出较明显的土壤信息时，土壤光谱特征容易受到植被、土壤水分等因素的影响。为了突出土壤盐碱化特征，国内外学者运用K－L变换、K－T变换、影像比值法、假彩色合成等方法进行了探讨和研究。1988年，彭望录用TM数据对雁北阳高盘地的盐碱化进行了分析探讨，把K－T变换处理方法、标准彩色合成和K－L变换比较。结果表明：经过K－T变换，得到的3个分量（亮度、绿度、湿度）地学意义明确，合成效果好，分离了绿度，较好地突出了土壤的信息，可以提高对盐碱土的判读分析效果，误差达到最小。骆玉霞利用遥感图像提取盐碱土的光谱特征和纹理特征进行特征选择，对角度分类器和距离分类器进行了比较研究，对遥感信息单要素分类与遥感信息综合分类进行比较研究。1998年，R．S．DWIVEDIandK．SREENI－VAS，用不同的图像变换方法（如PCA，HIS，影像差值和比值法等）来研究盐碱土壤的动态变化。近年来，一些学者把土壤水分反演的一些模型和算法，如SPM（Small Perturbation Mode）、（Pr：ical Optics Model）、DM（Dub｝M（l；ombined Model）等，应用于土壤以盐碱化研究，并且为了消除反演中植被的影响，后来又提出了CM（VC）（Vege－tation－Corrected Combined Model）模型。

（2）间接方法　间接方法主要是根据植被特征（类型、叶面积指数、盖度等）、土壤温度、土壤水分、地表阻抗等来间接反演土壤的盐碱化特征，但目前多是依据植被特征。土壤类型和土壤盐碱化程度的差别会影响作物的生长状况，在影像上也有不同的特征，这可以作为土壤盐碱化的指示，并且同一种植被类型在遥感图像上的色调、土壤湿度和植被群落状况等信息也可以作为土壤盐分的标志信息。1994年，吴志芬等对黄河盐生植被与土壤盐分的相关性进行了深入的研究，结果发现：盐生植被的类型、空间分布、植株所含的化学成分、生物累积程度和演替等方面与土壤含盐量有着十分密切的关系。相关系数显著，证明随土壤含盐量的增加，群落的组成种类减少，群落盖度降低，而耐盐强度大的翅碱蓬则逐渐增多，最后成为群落的单优势种。2003年，许迪用LANDSAT卫星遥感影像数据，利用监督分类、NDVI指数等遥感影像处理方法，对黄河上游的宁夏青铜峡灌区进行了识别作物及土壤盐碱分布的应用研究。2002年，Dehaan利用Hymap成功地绘制了澳大利亚Murray盆地土壤盐碱化分布图，结果发现，高度盐化土壤、圣彼得草以及seablite草是最重要的土壤盐化指示器，并使用光谱角制图（SAM）、匹配滤波（MF）以及光谱特征拟合（SFF）技术同时生成了土壤盐化指示器分布图。土壤和水分中的盐分可能会影响到作物的生长和产量，D．WANG，C．WILSON和M．C．SHANNON研究了在不同的盐碱化程度、灌溉条件下对大豆的冠层光谱反射的关系。由于盐碱化造成的叶绿素、特殊的叶子成团性、生物量等的变化而造成的作物反射特征的变化。2003年，FouadA1－Khaier对地表阻抗Rs与盐度的关系进行研究表明：当土壤平均盐分小于7．7dsm^－1时，作物不受影响；当土壤盐分大于7．7dsm^－1时，Rs与ECe才间只有很小的相关性，在这个范围之内，作物生长繁荣；当Ece介于7．7dsm^－1与27dsm^－1之间时，作物的地表阻抗随着土壤中平均的ECe的增加而增加。因此，ECe的值越大（盐分越多），作物越难从土壤中吸取水分，地表的阻抗也就越强。土壤的盐分和作物地表阻抗之间的相关很明显，当ECe大于27dsm^－1，时，作物已经受不了盐分的影响。因此，ECe与地表阻抗之间的相关性再次减弱。

（3）综合方法　综合方法就是结合间接和直接的方法，并辅助相关的数据信息进行综合分析。任何区域地理环境中，地理景观在空间分布上有一定的规律性和自相关性，于是遥感影像本身除了具有光谱信息外，更重要的是由各像元之间不同的空间组织方式所表现出的空间信息特征。1997年，彭望录研究了地下水埋深、地下水矿化度和地貌因子对土壤盐碱化的影响，并利用地理信息系统，结合遥感数据和专家经验，建立数学模型，进行了综合分析。关云秀运用综合分类法对土壤盐碱化进行研究，主要体现在：一是多季相图像数据综合，挖掘图像的时间信息；二是监督分类与非监督分类综合，挖掘影像的光谱信息；三是分类后处理过程中，运用图像空间或结构信息，进行地学相关规律综合分析，进一步消除同物异谱和异物同谱现象对分类结果的干扰。

3．目前研究存在的问题

（1）数据源上的问题　光学遥感存在着波段范围的局限性，限制了其在土壤盐碱化遥感监测中的应用。如由于土壤中的盐溶液尚未达到饱和析出，可见光、近红外波段对于较为湿润的地区便很难识别。微波和高光谱遥感在各个应用领域的理论模型、定标、校准等问题还有待深入解决，微波遥感和高光谱遥感仪器的种类和性能还有待提高和改进等。

（2）方法上的问题　直接方法，影像上的土壤光谱响应并不只是土壤的光谱响应，而同样是多个因素的综合光谱响应特征，因此它不能准确地反映土壤盐碱化的光谱特征；间接方法，依据植被的特征来反演盐碱化程度，但植被的生长状况不仅仅由土壤的盐碱化决定，而是耕作管理、水肥气热状况等多种因素共同作用的结果；综合方法，虽然包含的信息量最全，但由于涉及的变量和参数过多，比较复杂。

对于土壤盐碱化遥感监测，需要在以下几个方面进一步研究和探讨：完善遥感信息反演方法，保证遥感信息反演精度，加强遥感基础研究工作，进行实地数据测量，建立经验模式及相应的遥感信息库；改进遥感器的性能，开发新的硬件和软件，以提高遥感信息存储和处理速度。

4．遥感监测土壤盐碱化的展望(www.chuimin.cn)

遥感技术发展到今天，已经有了近50年的历史。目前遥感技术已经成为地球资源调查与开发、国土资源整治、环境地质灾害监测以及全球性资源研究的一种重要的手段和方法。遥感技术不仅有成本低、速度快、历史积累资料丰富的特点，而且其所具有的光谱分辨率（多极化模式）、空间分辨率和时间分辨率为人们提供着大量的地物属性信息、不同尺度的地物空间和地物动态变化信息，这是其他手段所不能及的。20世纪80年代主要是结合盐渍土和盐生植被的光谱特征实验研究进行目视判读，少数人用监督分类法提取盐渍土信息，在区域盐渍土遥感调查与动态变化监测研究中，应以遥感影像数据分析处理为主，以传统的野外调查为辅，综合运用影像光谱信息、地理环境数据、空间信息和时间信息，尝试分类算法方面的推陈出新，不断提高盐渍土信息计算机自动提取的精度，为区域盐渍土治理与农业可持续发展提供及时、可靠的信息保障。土壤盐渍化遥感监测方法可分为人工目视解译和计算机数字图像处理两种：从国际、国内文献资料看，目前区域土壤盐渍化遥感监测研究处于目视解译阶段，但随着多源、高光谱、多时相、多视角遥感数据的不断涌现和数字图像处理技术的不断提高，数字图像处理将是区域土壤盐渍化遥感监测研究的主要手段。计算机自动分类方法来提取盐渍地信息是有很大潜力可挖掘的。

现阶段利用RS、GIS和数学模型是进行盐渍土定性、定量、动态分析、管理、信息提取、监测与预报研究的重要手段。基于遥感影像的土壤盐渍化程度分级提取和基于GIS手段的土壤盐渍化分析与模拟预测技术日趋成熟；以GIS为工具，以遥感与非遥感数据综合分析的数学模型为手段，并整合模糊系统等方法的盐渍化分析技术也在不断提高。定量与半量地探测土壤盐渍化，首先要对高光谱图像进行大气校正以获取地表真实反射率图像。尽管许多学者致力于大气纠正方面的研究，提出了多种大气纠正方法，但精度还远远不够。因此如何提高大气纠正的精度对定量化探测土壤盐渍化尤为重要。由于土壤盐渍化发生的复杂性，现阶段土壤盐渍化时空演变模拟只是基于自然因子作用下的模拟，不能达到实用要求。对于自然和人为因子共同作用的土壤盐渍化过程，由于人为因素难以量化和表达，给可视化模型的实现带来困难。因此使用基于灰色系统的预测模型在预测盐渍化土壤发展等方面将会有良好的效果。此外，根据微波对土壤水分的敏感性，提出通过土壤水分和地下水位的关系建立地下水位的反演模型，并将土壤含盐量、地下水埋深和地表覆盖类型以及NDVI相结合来研究盐碱地有很好的效果。对我国来说，对于宏观的土地盐渍化监测研究至今尚缺乏科学理论与操作技术指导，多年来一直沿用前苏联的灌区土壤调查规范。在监测设计与实施中难度最大的在于田间观测系统。由于受土壤空间变异性及尺度效应的影响，因此从国外引进先进理论和先进技术，结合区域实际情况，经过消化、吸收，形成有自主特征的新兴的学科、理论、应用技术及操作指南，是形成特色，通向前沿的急待解决的重要研究课题之一。

总之，对于土壤盐碱化遥感监测，需要在以下几个方面进一步研究和探讨：完善遥感信息反演方法，保证遥感信息反演精度；加强遥感基础研究工作，进行实地数据测量，建立经验模式及相应的遥感信息库；改进遥感器的性能，开发新的硬件和软件，以提高遥感信息存储和处理速度。

利用遥感手段分析土壤盐渍化，前人所做的工作已经较为瞩目。但是利用多极化、多波段微波遥感数据（Radarsat、Envisat等）测定一定深度的土壤水分、地表层温度和地下水等盐渍化的有关因子，及时掌握盐渍地的性质、地理分布及盐渍程度等方面都需要我们不懈地努力。综上所述，国内外土壤盐渍化研究呈现了比较快速发展的趋势，同时很多问题急需解决，归纳起来主要表现为以下几方面。

（1）基于土壤光谱特征的土壤盐渍化遥感监测研究是现阶段的主要研究方法。遥感影像是以像元为基本单位来检测和获取地物信息。很多时候一个像元所含的信息不是单纯一种地物的信息，它是包含多种地物信息的混合像元。混合像元问题不仅影响地物识别分类精度，而且是遥感技术向定量化深入发展的重要障碍，同时光谱特征来研究土壤盐渍化的一个障碍。为了解决这个问题，需要对混合光谱的形成机理进行深入的研究和补充。

（2）雷达影像对盐渍地信息的提取存在较多的理论空白。就应用而言，也无成熟的应用模式。利用雷达影像并通过决策树分类方法、多源信息融合技术以及灰色关联分析法等多种方法相结合来分析区域盐渍地信息也是目前研究干旱区盐渍化情况的一个主要研究趋势。

（3）由于区域土壤盐渍化发生系统的复杂性，现阶段土壤盐渍化的研究偏重于自然因素的作用，对于自然和人为因素共同作用的土壤盐渍化时空演变可视化模拟与预测还不够成熟。对于土壤盐渍化遥感信息的提取主要是基于土壤的光谱特征，信息提取精度和信息提取方法有待提高。

（4）我国盐碱土遥感监测研究现状，主要受我国各大盐渍土分布区所拥有的遥感数据所限。遥感数据缺乏问题成为盐碱地研究的一个障碍。因此，在我国急需提高盐碱地遥感监测研究水平的情况下，遥感数据的缺乏也是一个亟待解决的问题。

（5）植被的生物物理特性、植被指数与土壤盐分的关系，以及如何充分利用植被这一间接指征，揭示土壤表层与植被根部之间的土壤盐渍化状况、扩展探测深度，并为土壤改良、土地利用规划提供依据还有待进一步研究。

二、监测信息管理系统

随着土地资源遥感监测工作的不断开展，积累的遥感数据源和遥感监测成果不断增加，多源、多时相、多尺度和多专题的遥感监测成果的管理与应用成为遥感监测工作的一个重要课题，尤其是监测成果当中的海量影像数据，成为监测成果存储、管理和应用的核心问题。过去，针对土地资源遥感监测开展的遥感数据管理与服务系统，满足了遥感监测工作的专题应用，但是对于以专题应用为目标，多层架构下的遥感监测应用系统而言，系统间数据源的共享却难以实现，造成各个应用系统相对独立，难以发挥遥感监测的整体效益。在这种情况下，建立开放和兼容性良好的遥感数据管理与应用环境，促进遥感监测成果管理与应用的整体水平，需要研究和开展遥感监测成果的存储与管理模式、应用策略以及应用服务系统的开发和运行规范等几个方面的工作。

1．基于文件的管理方式

（1）基于文件夹的存储方式　目前在《土地利用动态遥感监测规程》当中，明确了遥感监测成果存储和组织的方式，并以规定的信息管理文件夹的方式提交，对于这些提交的成果，按照规程规定的方式进行存储和组织，是原始监测成果管理最简单和快捷的方式。

（2）基于特定平台的文件存储方式　对基于遥感监测成果开发的应用系统，由于受系统本身的限制，成果数据的存储和管理方式依赖于特定的平台和系统，并经过数据源的加工处理，生成特定的数据文件格式。

（3）基于并行机群的分布式存储方式　为了加强海量遥感数据的调用和处理速度，曾经研究过基于并行机群的遥感数据存储、组织和服务系统，遥感数据源以文件方式存储在机群的每一个节点上，并通过一定的索引和调用方式来实现对遥感数据的管理与服务。对于上述通过文件方式来存储和管理遥感数据的方式，从一定程度上保存了原始成果数据的真实性和成果质量的可追溯性，对于少量监测成果数据的直接应用、查询和检索提供了良好的组织支撑，但是，对这种基于文件方式的存储和组织，在数据安全性方面存在较大的隐患，难以构建多层次的应用架构，更难以实现系统的灵活扩展和迁移。

2．完全数据库的管理方式与应用特点

随着遥感数据爆炸式的增长，传统的以图幅或图像文件为单位的数据管理服务模式已经不能满足监测成果数据管理与服务的需要，由于数据库在多用户访问、数据安全、数据管理和查询检索方面的一些优良特性，利用数据库来存储和管理遥感影像数据成为一种重要选择。完全数据库的管理方式是其中一种方式，这种管理方式又分为两种情况：二维关系表格存储方式，影像数据作为数据库的大二进制对象，插入到数据库表格中，每一个数据文件就是一个记录，同时可以扩充表格结构，记录元数据和其他辅助信息；表格虚拟存储方式，这种方式和二维关系表格存储方式的区别就是在存储遥感数据的表格当中，数据记录不再是原始影像的大二进制对象，而是指向原始数据的链接或指针，原始数据可以以上述二维关系表格存储方式存储在另一个表格当中，也可以以文件方式来存储在数据库的另一个表空间中，原始数据与表格记录实现了分离，这种存储方式实现了基于数据库的统一管理，也可实现对遥感数据的快速查询与检索。这种基于完全数据库的存储与管理方式，虽然实现了基于数据库的统一管理，但是影像数据仍以非结构化数据存储在数据库表格中，在访问与应用方式上，与基于文件的方式没有本质的区别，并且难以构建复杂和深层次的应用。

3．扩展的数据库存储方式

在对遥感数据进行统一存储与管理基础上，能够灵活地构建应用系统，实现对遥感数据快速和灵活调用，是遥感数据管理与应用的一个重要目标。由于遥感数据本身的特性，难以像其他结构化的数据进行存储、管理和开发应用，在这种情况下，基于遥感数据特性，对大型关系数据库进行扩展，使所管理的数据库能够“空间化（spatiallyenabled）”，开发专用的数据库模块或中间软件成为必然的选择，目前比较典型且已经市场化应用比较广泛的就是ESRI公司的ArcS—DE和OracleSpatialGeoRaster10g，另外IBM的DB2和Informix也在做相应的扩展。