基于高分二号卫星影像高潜水位煤矿区沉陷地土壤含水量监测

2019-03-27麦霞梅胡振琪赵艳玲

煤炭学报 2019年2期

麦霞梅，胡振琪，赵艳玲

(1.国家国防科技工业局重大专项工程中心，北京 100101; 2.中国矿业大学(北京) 土地复垦与生态重建研究所，北京 100083)

我国是煤炭产量最大的国家，煤炭采空后对矿区生态系统产生强烈干扰性，原有生态系统结构和功能遭到破坏，生态环境因子相应发生变化，如岩层结构破坏、土壤含水量、土壤肥力、植被受损、景观生态系统发生变化，土壤含水量是影响矿山植被系统恢复演替的关键环境因子[1]。尤其在东部高潜水位平原矿区，土地沉陷造成了大面积的积水[2]，进而土壤含水量发生变化。土壤含水量对农业生产具有不可替代性，直接影响农作物产量，因此沉陷区土壤含水量可作为判定土地损毁程度的重要依据之一。

随着遥感技术的快速发展，特别是高光谱、多光谱遥感技术的发展，利用遥感技术可以获取地表的地物信息。遥感技术探测、识别和区分目标的基础就是利用地物反射电磁波信息的差异性，不同的地物反射光谱、反射强度和波谱曲线的形态都不同[3]。目前国内外学者应用遥感技术对土壤含水量进行探测研究，根据热量平衡、热惯量的原理监测土壤含水量[4-5];利用合成孔径雷达(SAR)具有不受天气影响、穿透能力较强、对含水量敏感等特性，所以通常采用SAR来监测大面积土壤含水量[6-12]。现有关于塌陷地土壤含水量研究对象大多是荒漠化干旱地区的土地，涉及高潜水位煤矿区沉陷地土壤含水量变化的遥感监测研究较少。

由于土壤含水量不同，土壤对电磁波的吸收与反射强度也不同，正是利用这种差异性实现土壤含水量的遥感探测[13-19]。影响土壤含水量光谱特征反射率的因素很多，但在相同的土壤地质环境下土壤含水量是影响光谱反射率特征的主要因素。本研究以山东济宁市境内矿区为研究区域，采用实地光谱仪数据采集与土壤含水量采样测定相结合确定遥感探测的敏感波段及探测模型，基于高分二号卫星影像进行土壤含水量遥感反演，实现对高潜水位采煤塌陷地土壤含水量的遥感监测，探求实时动态大范围土壤含水量探测方法，为高潜水位煤矿区沉陷地农作物估产、土地损毁等级评价、耕地损害补偿等提供参考依据。

1 研究区域与数据

1.1 研究区概况

研究区位于山东省济宁市东北部，东经116.17°～117.00°，北纬35.17°～35.67°，两个光谱采集和验证区，分别为兴隆庄煤矿西部和南部的桲椤树村东北和南张村东南的采煤沉陷地(图1)。研究区土壤类型为褐土，雨水充足，地下水源丰富，埋深较浅平均约为3～5 m。由于煤炭资源开采，导致地面出现盆地状下沉，地下潜水位抬高，盆底区域出现常年积水，四周呈坡地。

图1 研究区位置Fig.1 Distribution of sampling sites in the study area

1.2 光谱数据采集

采样时间为11月，研究区农作物已全部收割，冬小麦刚播种，地表植被覆盖度较少，长时间无降雨，土壤含水量受降雨及人工灌溉影响较小。

采样仪器为ASD系列的Field spec FSR VNIR便携式地物光谱探测仪。以常年积水区域为中心，采用射线型布网，沿射线垂直于沉陷区域斜坡方向间隔10～15 m均匀布点，每个采样场地布设40～50个点，采取垂直测量的探测方法采集样点的光谱反射率数据，每个样点采集20组数据(图2)。

图2 采点分布Fig.2 Distribution of sampling sites

1.3 土壤样品采集及测试

在样点光谱反射率数据采集的同时，采集表层(<5 cm)的土壤样品装入铝盒密封，并用手持GPS记录该点坐标。

1.4 遥感数据选择

本研究采用我国自主研发的高分辨率光学遥感卫星高分二号卫星影像，与国际同类卫星波段设置基本相同，卫星有效载荷参数见表1。通过数据预处理、最佳波段组合，可较好地实现专题信息提取。影像获取时间为2017-11-08。

表1高分二号卫星有效载荷参数
Table1GF-2Payloadparameters

载荷谱段谱段范围/μm空间分辨率/m全色0.45～0.90110.45～0.52多光谱20.52～0.59430.63～0.6940.77～0.89

2 数据分析

2.1 土壤含水量光谱数据敏感波段范围

对每个采样点的20组光谱数据剔除粗差后取均值并转换为反射率，做光谱反射率与土壤含水量的相关分析，找到土壤含水量光谱数据敏感波段范围。不同土壤含水量光谱反射率曲线如图3所示。

图3 不同土壤含水量光谱反射率曲线Fig.3 Soil moisture content spectrum curves

由图3可以看出，土壤光谱反射率随着波长的增长而增大，呈正相关关系;土壤光谱反射率随着土壤含水量的增加而减小，光谱反射率与土壤含水量呈负相关关系;光谱特征曲线的斜率在波长450～750 nm区间增长较快，说明该波段范围内波段光谱反射率对于不同的土壤含水量反应较为敏感。

通过对土壤含水量与实测水体光谱进行相关性分析如图4所示。

图4 土壤含水量与光谱反射率的相关系数Fig.4 Correlation coefficient of Soil moisture content and spectral reflectance

由图4 可以看出，在波长为675 nm附近出现最高负相关，在波长为950 nm附近出现最高正相关，说明在这些波段附近的遥感反射率与土壤含水量的相关性比较大。

2.2 土壤含水量遥感数据敏感波段

为实现土壤含水量的遥感探测，必须找到与高分二号卫星遥感数据相应的敏感波段。为便于与高分二号卫星多光谱影像数据进行对应分析，将实测光谱波长按照波段范围划分为4段，即450～520，520～590，630～690，770～890 nm,再取各个波段范围反射率的平均值。对土壤含水量与其光谱反射率进行相关性分析(表2)。

表2土壤含水量与光谱反射率的相关性分析
Table2Correlationanalysisbetweensoilmoisturecontentandspectralreflectance