现代黄河三角洲潮土水盐与野外光谱特征浅析

刘庆生，刘高焕

（中国科学院地理科学与资源研究所，北京１００１０１）

摘要：土壤水分、盐分时空变异强，是影响土壤光谱特征的两个重要因素。土壤水分、土壤盐分之间关系、土壤水分、盐分与土壤光谱特征之间关系如何直接关系到利用遥感光谱信息监测土壤盐渍化的精度。通过对在２００７年１０月利用Ｈｙｄｒａ土壤水分／盐分／温度三参数测试仪获得的现代黄河三角洲潮土水分、盐分数据和同点利用ＡＳＤＦｉｅｌｄＳｐｅｃＲＰｒｏＦＲ便携式分光辐射光谱仪获得的潮土野外光谱同步测量数据进行了分析，探讨了现代黄河三角洲潮土１０ｃｍ（包括潮土和盐化潮土两个亚类）水盐特征和土壤表面野外光谱特征之间的关系，结果表明：潮土土壤水分与土壤电导率之间的关系可用二次方程曲线拟和，盐化潮土拟和度更高，当ＷＦＶ＞０．２７５和ＷＦＶ＞０．２０９时，盐化潮土和潮土分别随着土壤水分的增加土壤电导率不断增加。与原始野外光谱相比，包络线消除法后光谱波段与土壤水分和土壤电导率之间的Ｐｅａｒｓｏｎ相关性都有不同程度的提高，并利用包络线消除法后的波段分别建立了潮土和盐化潮土土壤水分、土壤电导率逐步回归预测方程，为动态水盐条件下盐渍化土遥感监测提供了理论依据。

关键词：潮土；水盐特征；野外光谱特征；现代黄河三角洲

中图分类号：Ｓ１５６４文献标识码：Ａ

ＴｈｅＳｉｍｐｌｅＡｎａｌｙｓｉｓｏｎＷａｔｅｒ－ＳａｌｔａｎｄＦｉｅｌｄＳｐｅｃｔｒａｌＣｈａｒａｃｔｅｒｉｓｔｉｃｓ

ｏｆＣａｌｃａｒｉｃＦｌｕｖｉｓｏｌｓｉｎｔｈｅＹｅｌｌｏｗＲｉｖｅｒＤｅｌｔａ

ＬｉｕＱｉｎｇｓｈｅｎｇ，ＬｉｕＧａｏｈｕａｎ

（ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ，ＣＡＳ，Ｂｅｉｊｉｎｇ１００１０１）Ａｂｓｔｒａｃｔ：Ｗａｔｅｒａｎｄｓａｌｔｏｆｓｏｉｌｓｖａｒｉｅｄｓｐａｔｉａｌｌｙａｎｄｔｅｍｐｏｒａｌｌｙ，ｗｈｉｃｈｗｅｒｅｔｗｏｉｍｐｏｒｔａｎｔｆａｃｔｏｒｓｔｏｉｎｆｌｕ－ｅｎｃｅｔｈｅｓｐｅｃｔｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｏｉｌｓ．Ｔｏｋｎｏｗｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｗａｔｅｒａｎｄｓａｌｔｏｆｓｏｉｌｓａｎｄｂｅ－

ｔｗｅｅｎｗａｔｅｒ－ｓａｌｔａｎｄｓｐｅｃｔｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｏｉｌｓｗａｓｖｅｒｙｉｍｐｏｒｔａｎｔｆｏｒｍｏｎｉｔｏｒｉｎｇｓｏｉｌｓａｌｉｎｉｚａｔｉｏｎｕｓｉｎｇｒｅｍｏｔｅｓｅｎｓｉｎｇｓｐｅｃｔｒａｌｉｎｆｏｒｍａｔｉｏｎ．Ｂａｓｅｄｏｎｓｏｉｌｗａｔｅｒ－ｓａｌｔｄａｔａｏｆ１０ｃｍｄｅｐｔｈａｎｄｆｉｅｌｄｓｐｅｃｔｒａｄａｔａｏｆｓｕｒｆａｃｅｓｏｉｌｓｍｅａｓｕｒｅｄｂｙＨｙｄｒａＳｏｉｌＭｏｉｓｔｕｒｅＰｒｏｂｅａｎｄＡＳＤＦｉｅｌｄＳｐｅｃMＰｒｏＦＲｈａｎｄ－ｈｅｌｄｓｐｅｃｔｒｏｍｅｔｅｒｒｅｓｐｅｃｔｉｖｅｌｙｉｎＯｃｔｏｂｅｒ，２００７ｉｎＭｏｄｅｒｎＹｅｌｌｏｗＲｉｖｅｒＤｅｌｔａ，ｔｈｅｓｉｍｐｌｅａｎａｌｙｓｉｓｏｎｗａｔｅｒ－ｓａｌｔａｎｄｆｉｅｌｄｓｐｅｃｔｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＣａｌｃａｒｉｃＦｌｕｖｉｓｏｌｓ（ｉｎｃｌｕｄｅｄｔｗｏｓｕｂｃｌａｓｓ：ｃａｌｃａｒｉｃｆｌｕｖｉｓｏｌｓａｎｄｓａｌｉｃｆｌｕｖｉｓｏｌｓ）ｗａｓｃａｒｒｉｅｄｏｕｔ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｓｏｉｌｍｏｉｓｔｕｒｅ（ＷＦＶ）ａｎｄｓｏｉｌｃｏｎｄｕｃｔｉｖｉｔｙ（ＳｏｉｌＣ）ｃｏｕｌｄｂｅｅｓｔｉｍａｔｅｄｕｓｉｎｇｑｕａｄｒａｔｉｃｃｕｒｖｅ，ａｎｄｔｈａｔｏｆｓａｌｉｃｆｌｕｖｉｓｏｌｓｗａｓｂｅｔｔｅｒ．Ｍｏｒｅｏｖｅｒ，ｗｈｅｎＷＦＶｏｆｃａｌｃａｒｉｃｆｌｕｖｉｓｏｌｓａｎｄｃａｌｉｃｆｌｕｖｉｓｏｌｓｗａｓｂｉｇｇｅｒｔｈａｎ０．２７５ａｎｄ０．２０９ｒｅｓｐｅｃｔｉｖｅｌｙ，ＳｏｉｌＣｉｎｃｒｅａｓｅｄｗｉｔｈＷＦＶｉｎｃｒｅａｓｅ．Ｃｏｍｐａｒｅｄｗｉｔｈｏｒｉｇｉｎａｌｓｐｅｃｔｒａｌｄａｔａ，ｔｈｅＰｅａｒｓｏｎｃｏｅｆｆｉｃｉｅｎｔｓｂｅｔｗｅｅｎｓｏｉｌｍｏｉｓｔｕｒｅａｎｄｆｉｅｌｄｓｐｅｃｔｒａａｆｔｅｒｃｏｎｔｉｎｕｕｍ－ｒｅｍｏｖｅｄｏｆｓｕｒｆａｃｅｓｏｉｌａｎｄｂｅｔｗｅｅｎｓｏｉｌｃｏｎｄｕｃｔｉｖｉｔｙａｎｄｆｉｅｌｄｓｐｅｃｔｒａａｆｔｅｒｃｏｎｔｉｎｕ－ｕｍ－ｒｅｍｏｖｅｄｏｆｓｕｒｆａｃｅｓｏｉｌｗｅｒｅｉｍｐｒｏｖｅｄ，ａｎｄｔｈｅｎｔｈｅｐｒｅｄｉｃｔｅｄｍｏｄｅｌｓｆｏｒｓｏｉｌｍｏｉｓｔｕｒｅａｎｄｓｏｉｌｃｏｎｄｕｃ－

ｔｉｖｉｔｙｗａｓｂｕｉｌｔｕｓｉｎｇｔｈｅｆｉｅｌｄｓｐｅｃｔｒａｌｂａｎｄｓａｆｔｅｒｃｏｎｔｉｎｕｕｍ－ｒｅｍｏｖｅｄｂｙｓｔｅｐｗｉｓｅｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎｍｅｔｈｏｄ．

Ｋｅｙｗｏｒｄｓ：ｃａｌｃａｒｉｃｆｌｕｖｉｓｏｌｓ；ｗａｔｅｒ－ｓａｌｔｃｈａｒａｃｔｅｒｉｓｔｉｃ；ｆｉｅｌｄｓｐｅｃｔｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃ；ｍｏｄｅｒｎｙｅｌｌｏｗｒｉｖｅｒｄｅｌｔａ

基金项目：中国科学院知识创新工程试点项目“结合水盐动态模型的现代黄河三角洲盐渍化土特征提取”（０６６Ｕ０３０３ＳＺ）资助。

第一作者简介：刘庆生，男，１９７１年出生，山西忻州人，副研究员，博士，主要从事遥感与ＧＩＳ在区域资源环境评价中的应用研究。通信地址：１００１０１北京市朝阳区安定门外大屯路甲１１号中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室。Ｔｅｌ：０１０－６４８８９０１７；Ｆａｘ：０１０－６４８８９６３０；Ｅ－ｍａｉｌ：ｌｉｕｑｓ＠ｌｒｅｉｓ．ａｃ．ｃｎ。

收稿日期：２００８－０１－０８；修回日期：２００８－０１－１７。

土壤盐渍化是目前世界农业面临的主要环境问题之一，特别是在干旱、半干旱地区和灌溉地区，会引起土壤板结，肥力下降，农作物大量减产，大大制约了当地经济尤其是农业经济的发展。尽管各国对盐渍化土的治理和开发越来越重视，但随着新开垦土地的不断增加以及不合理的土地利用方式和灌溉方式，盐渍化土地的数量仍在不断增加。为了防治土壤盐渍化、阻止其进一步蔓延，研究土壤盐渍化规律、监测土壤盐渍化动态变化、预测和预报土壤盐渍化趋势是必不可少的。土壤盐渍化的监测不仅要了解盐的分布，还要掌握其时空动态变化。遥感技术的应用有利于实现这个目标。

土壤是许多有机和无机组分的混合物，许多土壤光谱特征非常相近，因此很难去区分它们，结果研究发现只有有限的几种土壤光谱曲线可以利用遥感进行区分。土壤中遥感波段光谱敏感组分有盐类、粘粒、有机质、水分，氧化铁、ＯＨ－、ＣＯ３２－等及与这些组分有关的土壤的颜色。这些组分均具有各自独特的谱带，它们在土壤中的百分含量直接影响土壤的光谱曲线特征。土壤的许多属性，如ｐＨ值、盐分含量、电导率和交换性钠百分比，决定着土壤盐渍化的状态，因此，土壤反射光谱特征的变化并不能归咎于某一个单一的土壤属性，所以现在还没有已知的窄吸收波段与土壤盐渍化状况密切相关［１］。地面观测和辐射测量表明，盐渍化土盐分矿物及其含量、土壤湿度、土壤颜色、表面粗糙度、土壤质地、土壤有机质共同影响盐渍化土的光谱反射率和光谱特征［２￣５］。盐类矿物（如碳酸盐、硫酸盐、氯化物）决定了电磁光谱段吸收波段是否出现。土壤质地之所以能影响土壤光谱反射率，一方面是由于它影响土壤蓄水能力，较大的颗粒之间能容纳更多的空气和水，另一方面是土壤颗粒大小对土壤反射率有着显著影响：颗粒越小，彼此的结合越紧密，土壤表面也就越平滑，反射率就越大。有机质会导致整个波段土壤反射率下降。当有机质含量＞２％时，它所引起的土壤反射率的下降可能掩盖其它成分的光谱特征。当土壤有机质含量＜２％时，其它的土壤属性（如铁、镁的含量）决定了土壤的反射光谱曲线形态［６］。水分的光谱吸收特性不仅直接影响土壤的光谱特征，同时水分还控制盐分垂直运动和物理化学性质的表现，从而影响盐碱化土壤的遥感信息表现。大量研究表明，土壤湿度增加，反射率下降。（ＤａｖｉｄＢ．Ｌｏｂｅｌｌｅｔａｌ．，２００２）指出土壤反射率与土壤湿度成非线性指数模型关系［７］。现代黄河三角洲土壤有机质含量一般都＜２％，ｐＨ值很少＞８．５，在已知土壤质地、地貌条件下，影响现代黄河三角洲盐渍化土光谱特征的主要因素除了盐分矿物及其含量外，就是土

壤水分［８］。因此，可以简化建立基于土壤水盐动态变化的盐渍化土遥感定量监测模型。尽管土壤水分、土壤盐渍化遥感监测研究在国内外均尚不成熟，联合土壤水分和盐分动态变化进行土壤盐渍化遥感监测的研究也未见报道，但对这一个课题进行深入的研究无疑具有重要的理论和现实意义。笔者对在２００７年１０月利用Ｈｙｄｒａ土壤水分／盐分／温度三参数测试仪获得的现代黄河三角洲潮土水分、盐分数据和同点利用ＡＳＤＦｉｅｌｄＳｐｅｃＲＰｒｏＦＲ便携式分光辐射光谱仪获得的潮土野外光谱同步测量数据进行了分析，探讨了现代黄河三角洲潮土水盐特征和野外光谱特征之间的关系，为建立基于土壤水盐动态变化的盐渍化土遥感定量监测模型抛砖引玉。

１数据采集

笔者曾对在２００５年４月７日—１１月２３日期间获得的布设于现代黄河三角洲的１８个长期野外水盐观测井的３０ｃｍ土层的土壤电导率和土壤水吸力动态数据进行了研究，结果表明，植物生长末期，也即当年的９月３０日—１１月２３日是现代黄河三角洲研究野外实测土壤电导率与土壤湿度关系特征的最佳时期［８］。为此，笔者将本次试验研究选在２００７年的１０月份进行数据的采集。同一点，先利用ＡＳＤＦｉｅｌｄＳｐｅｃＲＰｒｏＦＲ便携式分光辐射光谱仪测量土壤野外光谱，随后立即利用Ｈｙｄｒａ土壤水分／盐分／温度三参数测试仪对光谱测量地面进行土壤水分和盐分测量。

１．１Ｈｙｄｒａ土壤水分／盐分／温度测量

所用Ｈｙｄｒａ土壤水分／盐分／温度测试仪（ＨｙｄｒａＳｏｉｌＭｏｉｓｔｕｒｅＰｒｏｂｅ）由澳大利亚生产，购买于北京澳作生态仪器有限公司（ｈｔｔｐ：／／ｗｗｗ．ａｏｚｕｏ．ｃｏｍ．ｃｎ）。该仪器利用高频电信号测量土壤的电导与电容特性，从而得出土壤的含盐量与含水量，同时，仪器用电热调节器测量土壤的温度，这样可方便地同时测量出土壤含水量、土壤盐分、土壤温度３个参数。土壤水分以体积水分因子（ＷａｔｅｒＦｒａｃｔｉｏｎｂｙＶｏｌｕｍｅ，简称ＷＦＶ）表示，ＷＦＶ等于０．２０表示１Ｌ土壤中包含２００ｍｌ水。土壤电导率（ＳｏｉｌＣ）单位为Ｓ／ｍ。通过测量时选择土壤质地类型和后期温度校正，所测土壤水分精度为±０．５％ｖｏｌ，盐分±２％，温度±０．６℃。本次土壤测量深度为（０～１０）ｃｍ。

１．２ＡＳＤＦｉｅｌｄＳｐｅｃＲＰｒｏＦＲ野外光谱测量

野外光谱测量仪器选用美国ＡＳＤ公司的拳头产品ＦｉｅｌｄＳｐｅｃＲＰｒｏＦＲ便携式分光辐射光谱仪。波长范围：３５０～２５００ｎｍ。选天气晴朗的时间（当日时间上午８：３０到下午３：３０）进行土壤光谱测量，探测高度约

土壤上方３０ｃｍ。每测一点的土壤，首先优化仪器、测白板，然后连续测五次土壤。最后在室内利用已知９９％白板反射比值将土壤野外光谱测量值转化为土壤反射率值，取５次反射率平均值为该点土壤的野外光谱反射率值，由此获得３５０～２５００ｎｍ范围内每个波段（光谱分辨率：重采样后１ｎｍ，波段数：２１５１个）的反射率值。

１．３数据预处理

室内对Ｈｙｄｒａ土壤水分／盐分／温度测试仪所测土壤水分、盐分进行了分析，发现３２个潮土样品中（１７个潮土和１５个盐化潮土），１０个潮土和８个盐化潮土样品的土壤水分和土壤盐分测量值在正常值范围，而剩余的７个潮土和７个盐化潮土样品的水分和盐分测量值为溢出值，经仪器生产厂家解释为土壤盐分含量过高所致，因此本次土壤水盐特征研究所用数据仅为处于正常值范围内的１８个样品。

由于大气强吸收（１３５０～１４６０ｎｍ和１７９０～１９６０ｎｍ）、水汽及其它因素干扰影响，ＡＳＤＦｉｅｌｄＳｐｅｃＲＰｒｏＦＲ野外光谱测量数据中，仅３５０～１３４９ｎｍ、１４６１～１７８９ｎｍ、１９７０～２００２ｎｍ和２０１８～２３００ｎｍ范围内的１６４５个波段被选用来研究潮土野外光谱特征。２结果分析

２．１潮土水盐特征

现代黄河三角洲潮土分布在海拔３～４ｍ的滨海平原上，成土母质为黄河沉积物。本区潮土土类分为潮土和盐化潮土两个亚类［９］。剔除１个异常潮土样品，利用曲线拟和方法，对９个潮土（土壤水分（ＷＦＶ）和土壤电导率的平均值分别为０．３５４４和０．１１４４Ｓ／ｍ；标准离差分别为０．０９８９和０．１０５０Ｓ／ｍ；最小值分别为０．２２和０．０２／ｍ；最大值分别为０．５４和０．３３Ｓ／ｍ）和８个盐化潮土（土壤水分（ＷＦＶ）和土壤电导率的平均值分别为０．３７２５和０．１８００Ｓ／ｍ；标准离差分别为０．０６１８和０．０８６７Ｓ／ｍ；最小值分别为０．２３和０．０５Ｓ／ｍ；最大值分别为０．４３和０．２９Ｓ／ｍ）样品的土壤水分和土壤电导率测量值进行研究，结果表明所有１７个样品的土壤水分和土壤电导率之间的相关性比分别对９个潮土和８个盐化潮土的土壤水分和土壤电导率之间的相关性弱。９个潮土的土壤水分和土壤电导率可用二次方程曲线拟和，Ｒ２＝０．７８８，当土壤水分大于０．２０９时，随着土壤水分的增加土壤电导率不断增加，如图１ａ所示。８个盐化潮土样品的土壤水分和土壤电导率可用二次方程曲线拟和，Ｒ２＝０．９４６，当土壤水分大于０．２７５时，随着土壤水分的增加土壤电导率不断增加，如图１ｂ所示。

２．２潮土水盐与野外光谱关系浅析

由于受植被覆盖影响，Ａ１、Ａ３和Ａ３５点的土壤光谱无法测量。另外，００１和Ａ３０点土壤光谱测量数据有误，其余各点的野外光谱曲线见图２。图２ａ潮土野外光谱曲线形态基本反映了土壤水分含量的大小，Ａ３４土壤水分含量最少，反射率最大，Ａ２和Ａ１８土壤水分含量最大，反射率最小。图２ｂ盐化潮土野外光谱曲线形态也基本反映了土壤水分含量的大小，Ａ２４土壤水分含量最少，反射率最大，Ａ３３土壤水分含量最大，反射率也很小。这与前人研究完全吻合。当然，由于土壤盐分、表面粗糙度、土壤颜色等其它因素影响，野外光谱曲线形态并不完全是土壤水分含量大小的反映。

为了探究土壤水分（ＷＦＶ）和土壤电导率（ＳｏｉｌＣ）与野外光谱波段之间的关系，进行了Ｐｅａｒｓｏｎ相关分析，结果表明：对于潮土，土壤水分与（１４６１－１４７０、１４８３－１４８６、１４９０－１５０８、１５１２－１５１６、１７５１－１７６２、１７７４

、

１７７５、１７８５－１７８９、１９７０－１９７２、１９７９－２００２、２０１８、２０１９、２０２５－２１６６、２１６９－２２２２、２２２９－２２３３、２２３７－２２４３、２２４９－２２５８、２２６３－２２７４、２２７９－２２８４、２２８９－２２９９）ｎｍ波段在置信度０．０５水平显著负相关，与（１９７３－１９７８、２０２０－２０２４、２１６７、２１６８、２２４４－２２４８、２２５９－２２６２、２２８５－２２８９）ｎｍ波段在置信度０．０１水平显著负相关；土壤电导率与（１７５１－１７６２、１７７４、１７７５、１７８５－１７８９、１９７０－１９８９、１９９１－１９９８、２０２３－２０２７、２０３３、２０３４、２０４２－２０５０、２０５２－２０６３、２０７５－２０７８、２０８２－２０９３、２０９８－２１９３、２１４１－２２２１、２２３０、２２３１、２２３９－２２６９、２２７２－２２７４、２２７８－２２８５、２２９０－２２９６）ｎｍ波段在置信度０．０５水平显著负相关，与（２０１８－２０２２、２２８６－２２８９）ｎｍ波段在置信度０．０１水平显著负相关。对于盐化潮土，土壤水分与（１９７０－１９９５、２１５５－２１５８、２２１９、２２２０、２２３２－２２３８、２２６８、２２８５－２２８９）ｎｍ波段在置信度０．０５水平显著负相关；在置信度０．０５水平土壤电导率无显著波段相关。包络线消除法能有效突出光谱曲线吸收特征，归一化后的光谱曲线能进行更好的分类［１０］，为了进一步探究土壤水分（ＷＦＶ）和土壤电导率（ＳｏｉｌＣ）与野外光谱波段之间的关系，进行了土壤水分和土壤电导率与包络线消除后野外光谱波段之间Ｐｅａｒｓｏｎ相关分析，结果表明：对于潮土，土壤水分与（３６６、３７０）ｎｍ波段在置信度０．０５水平显著正相关、与（７９３、７９５、７９７－８００、８４７－８５０、８５３、８５４、８５６－８６９、８７１－８７６、１０９４、１０９５、１１６９－１１７１、１１８４－１１９３、１２０１－１２１５、１２１９－１２２７、１２３０、１２３６－１２３８、１２４０－１２４３、１２４４－１２５３、１７５４、１７５６、１７５９、１７７４、１７７５、１７７７、１９７４－１９８５、１９９１－１９９５、２０８９－２０９１、２１００－２１０３、２２７３－２２７６、２２８１、２２８９、２２９１）ｎｍ波段在置信度０．０５水平显著负相关，与（１７５２、１７５３、１７５７、１７５８、１７７６、２２７７－２２８０、２２９０）ｎｍ波段在置信度０．０１水平显著相关；土壤电导率与（３６７、３７０、３７６）ｎｍ波段在置信度０．０５水平显著正相关、与（７４３、７９２、７９５、８０６、８０８、８０９、８３５－８６９、８７１－８７７、８８０－８８５、１０８６、１０８７、１０９０－１０９６、１１００－１１０２、１１０９、１１１０、１１６９－１１７６、１１８１－１１９４、１１９７－１２０９、１２１４－１２１８、１２２７－１２３６、１２３８－１２４０、１２４３、１２４８－１２５０、１２５４－１２７１、１２７６、１２７７、１２８６－１２８８、１７５１、１７５３、１７５４、１７５６、１７６０、１７７６、１７７７、１９７４－１９７６、２２０４－２２０７、２２５９、２２７３－２２７６、２２８１、２２８８、２２８９）ｎｍ波段在置信度０．０５水平显著负相关，与３６６ｎｍ波段在置信度０．０１水平显著正相关、与（７９３、７９４、７９７－７９９、１２１０－１２１３、１２１９－１２２６、１２３７、１２４０－１２４２、１２４４－１２４７、１２５１－１２５３、１７５２、１７５７－１７５９、２２７７－２２８０、２２９０）ｎｍ波段在置信度０．０１水平显著负相关。对于盐化潮土，土壤水分与（１１９５、１３０６、１３０７、１９７０－１９７９、１９８５、１９８６、１９９０－１９９３、２１５５－２１６０、２２３３）ｎｍ波段在置信度０．０５水平显著负相关；土壤电导率与（２１５４－２１５９、２２６８、２２６９）ｎｍ波段在置信度０．０５水平显著负相关。与原始野外光谱波段相比，包络线消除法后光谱波段与土壤水分和土壤电导率之间的Ｐｅａｒｓｏｎ相关性都有不同程度的提高，表明包络线消除法确实能有效突出光谱曲线吸收特征。

对于潮土，利用置信度０．０１水平包络线消除法后的波段分别建立土壤水分、土壤电导率逐步回归预测方程：

ＷＦＶｃｆ＝０．９４０－０．６１０×Ｒ２２７８（Ｒ２＝０．９１９）

ＳｏｉｌＣｃｆ＝１．５０３－１．２４９×Ｒ１７５８－０．２０４×Ｒ２２９０（Ｒ２＝０．９９４）

对于盐化潮土，利用置信度０．０５水平包络线消除

法后的波段分别建立土壤水分、土壤电导率逐步回归

预测方程：

ＷＦＶｓｆ＝－７．６３８＋８．０７１×Ｒ１３０６（Ｒ２＝０．５８２）

ＳｏｉｌＣｓｆ＝０．７４１－０．６３３×Ｒ１７５８－０．２０４×Ｒ２１５７（Ｒ２＝０．６２３）

式中：ＷＦＶｃｆ、ＳｏｉｌＣｃｆ、ＷＦＶｓｆ、ＳｏｉｌＣｓｆ、Ｒ２２７８、Ｒ１７５８、Ｒ２２９０、Ｒ１３０６、Ｒ２１５７分别表示潮土土壤水分、土壤电导率、盐化潮土土壤水分、土壤电导率、包络线消除法后２２７８ｎｍ、１７５８ｎｍ、２２９０ｎｍ、１３０６ｎｍ、２１５７ｎｍ波段值。

３结论与讨论

土壤水分、盐分时空变异强，是影响土壤光谱特征的两个重要因素。土壤水分、土壤盐分之间关系、土壤水分、盐分与土壤光谱特征之间关系如何直接关系到利用遥感光谱信息监测土壤盐渍化的精度。通过对在２００７年１０月获得的现代黄河三角洲潮土１０ｃｍ深度水分、盐分数据和同点潮土表面野外光谱同步测量数据分析，探讨了现代黄河三角洲潮土１０ｃｍ（包括潮土和盐化潮土两个亚类）水盐特征和土壤表面野外光谱特征之间的关系，结果表明：潮土土壤水分与土壤电导率之间的关系可用二次方程曲线拟和，盐化潮土拟和度更高，当ＷＦＶ＞０．２７５和ＷＦＶ＞０．２０９时，盐化潮土和潮土分别随着土壤水分的增加土壤电导率不断增加。与原始野外光谱相比，包络线消除法后光谱波段与土壤水分和土壤电导率之间的Ｐｅａｒｓｏｎ相关性都有不同程度的提高，并利用包络线消除法后的波段分别建立了潮土和盐化潮土土壤水分、土壤电导率逐步回归预测方程，为动态水盐条件下盐渍化土遥感监测提供了理论依据。

由于受Ｈｙｄｒａ土壤水分／盐分／温度测试仪的限制，无法获得土壤盐分含量高的潮土的土壤水分和盐分数据，这使得潮土土壤水分、盐分关系研究仅在（０．２２≤ＷＦＶ≤０．５４；０．０２Ｓ／ｍ≤ＳｏｉｌＣ≤０．３３Ｓ／ｍ）范围内，也无法验证图１所示二次拟和曲线该范围之外的适用性。潮土１０ｃｍ深度土壤水分、土壤电导率与土壤表面原始野外光谱、包络线消除法后光谱呈负相关关系，且与后者相关性更强，表明在（０．２２≤ＷＦＶ≤０．５４；０．０２Ｓ／ｍ≤ＳｏｉｌＣ≤０．３３Ｓ／ｍ）范围随着土壤水分、土壤电导率的增加，土壤反射率下降，包络线消除法确实能有效突出光谱曲线吸收特征，这与前人研究结果基本吻合。但盐化潮土土壤水分与土壤盐分二次曲线拟和关系更好，而其土壤水分、土壤电导率与土壤表面野外光谱之间的关系却比潮土差；更大土壤水盐量程范围内土壤水分、盐分关系及其与表土野外光谱之间的关系；潮土日土壤水分、盐分变化及其野外光谱变化之间的关系等都需要进一步的研究。

参考文献

［１］ＡｌｆｒｅｄｏＨｕｅｔｅ．Ｒｅｍｏｔｅｓｅｎｓｉｎｇｏｆｓｏｉｌｓａｎｄｓｏｉｌｐｒｏｃｅｓｓｅｓ，Ｐａｒｔ１，Ｒｅ－ｍｏｔｅＳｅｎｓｉｎｇｆｏｒＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓＭａｎａｇｅｍｅｎｔａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｎｉｔｏｒｉｎｇ：ＭａｎｕａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，３ｅｄ，Ｖｏｌ．４，ｅｄｉｔｅｄｂｙＳｕｓａｎＵｓｔｉｎ．ＩＳＢＮ：０４７１－３１７９３－４，２００４，ＪｏｈｎＷｉｌｅｙ＆Ｓｏｎｓ，Ｉｎｃ．

［２］翁永玲，宫鹏．土壤盐渍化遥感应用研究进展．地理科学，２００６，２６（３）：３６９－３７５．

［３］Ｇ．Ｉ．Ｍｅｔｔｅｒｎｉｃｈｔ，Ｊ．Ａ．Ｚｉｎｃｋ．Ｒｅｍｏｔｅｓｅｎｓｉｎｇｏｆｓｏｉｌｓａｌｉｎｉｔｙ：ｐｏｔｅｎ－ｔｉａｌｓａｎｄｃｏｎｓｔｒａｉｎｓ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００３，８５：１－２０．

［４］吴昀昭，田庆久，季峻峰，等．土壤光学遥感的理论、方法及应用．遥感信息，２００３，１：４０－４７．

［５］ＥｄｗａｒｄＭ．Ｂａｒｎｅｓ，ＫｅｎｎｅｔｈＡ．Ｓｕｄｄｕｔｈ，ＪｏｈｎＷ．Ｈｕｍｍｅｌ，ｅｔａｌ．．Ｒｅｍｏｔｅ－ａｎｄｇｒｏｕｎｄ－Ｂａｓｅｄｓｅｎｓｏｒｔｅｃｈｎｉｑｕｅｓｔｏｍａｐｓｏｉｌｐｒｏｐｅｒｔｉｅｓ．ＰｈｏｔｏｇｒａｍｍｅｔｒｉｃＥｎｇｉｎｅｅｒｉｎｇ＆ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２００３，６９（６）：６１９－６３０．

［６］ＧａｒｅｙＡ．ＦｏｘａｎｄＧｅｏｒｇｅＪ．Ｓａｂｂａｇｈ．Ｅｓｔｉｍａｔｉｏｎｏｆｓｏｉｌｏｒｇａｎｉｃｍａｔ－ｔｅｒｆｒｏｍｒｅｄａｎｄｎｅａｒ－ｉｎｆｒａｒｅｄｒｅｍｏｔｅｓｅｎｓｅｄｄａｔａｕｓｉｎｇａｓｏｉｌｌｉｎｅＥｕ－ｃｌｉｄｅａｎｄｉｓｔａｎｃｅｔｅｃｈｎｉｑｕｅ．ＳｏｉｌＳｃｉｅｎｃｅＳｏｃｉｅｔｙｏｆＡｍｅｒｉｃａＪｏｕｒｎａｌ．，２００２，６６：１９２２－１９２９．

［７］ＤａｖｉｄＢ．ＬｏｂｅｌｌａｎｄＧｒｅｇｏｒｙＰ．Ａｓｎｅｒ．Ｍｏｉｓｔｕｒｅｅｆｆｅｃｔｓｏｎｓｏｉｌｒｅ－ｆｌｅｃｔａｎｃｅ．ＳｏｉｌＳｃｉｅｎｃｅＳｏｃｉｅｔｙｏｆＡｍｅｒｉｃａＪｏｕｒｎａｌ．，２００２，６６：７２２－７２７．

［８］刘庆生，刘高焕，苏海滨．现代黄河三角洲３０ｃｍ土壤电导率与土壤水吸力关系特征初探．中国农学通报，２００７，２３（９）：５２６－５３１．［９］刘高焕，汉斯?德罗斯特主编．黄河三角洲可持续发展图集．北京：测绘出版社，１９９７：６４．

［１０］徐元进，胡光道，张振飞．包络线消除法及其在野外光谱分类中的应用．地理与地理信息科学，２００５，２１（６）：１１－１４．