基于电磁感应仪数据的南疆棉田土壤电导率反演模型研究*

2020-06-23刘新路冯春晖吴家林罗德芳

土壤学报 2020年3期

刘新路，彭杰，冯春晖，吴家林，罗德芳，齐威

（塔里木大学植物科学学院，新疆阿拉尔 843300）

据我国第二次土壤普查表明，新疆是我国最大的盐土区，盐渍土面积达1 100 万hm2，约占全国盐渍土面积的1/3 和新疆土地面积的6.6%。新疆现有耕地面积约 416.4 万 hm2，新疆棉花种植面积约为197.8 万hm2，其中盐碱地约占耕地面积的31%。南疆是新疆棉花的主产区，其棉花产量约占新疆棉区产量的80%。土壤盐渍化可造成农田土壤肥力衰退、作物生产力下降、生态环境恶化，是制约南疆棉田高产栽培可持续发展的主要因素之一[1-5]。对农田土壤盐渍化进行治理、改良，其基本前提是快速、准确、动态地获取农田土壤盐分信息。传统的土壤盐渍化监测采用野外定点调查方法，土壤剖面盐分数据的采集多以采挖、土钻钻孔侵入式等方法为主，既费时费力，且破坏性强、测点少、代表性差[6]，难以满足快速、动态地获取农田盐渍化土壤盐分数据的要求。高光谱卫星遥感和近地高光谱技术虽能大面积监测农田土壤盐渍化状况，但仅仅局限于表层土壤盐分的监测，难以获取深层次的土壤盐分信息。随着高新技术的飞速发展，为农田土壤盐渍化监测提供了更多的选择方法和途径。电磁感应仪EM38-MK2 具有可原位采集不同深度土层的表观电导率数据集，可有效减低成本，更加科学、高效、快速地获取农田土壤盐渍化信息等优点，很好地克服了传统人工地面监测与高光谱卫星遥感和近地高光谱监测的不足，已成为农田土壤盐渍化监测领域中的一种先进手段。EM38-MK2 移动系统高效、准确的空间变量测定方法与土壤理化特性研究相结合对精准农业具有重要意义。电磁感应仪EM38-MK2表观电导率的快速测量技术已经在国内外测量土壤属性（土壤水分、盐分、质地、有机质等）得到了广泛的研究与应用[7-12]。中国目前对此方面的研究较广，主要包括三维土壤盐分、有机质的空间变异研究[13-15]、高光谱协同电磁感应对土壤含水量的反演研究[16]、电磁感应快速测评地下水矿化度[17]、电磁感应技术在堤坝隐患探测中的应用等[18]。

前人基于电磁感应技术在土壤属性监测领域的报道为后续进一步深入研究提供了良好的基础与借鉴。但目前针对农田土壤盐分所建立的精确解译模型，是基于某一特定时期数据所建，而不同时期的农田土壤盐分在剖面中的分布具有明显差异会引起模型参数的变化。因此，某一特定时间所建立的盐分电磁感应解译模型很难应用于同一地区作物不同生育期。此外，关于如何合理采集表观电导率与实测电导率的建模土样及土壤含水量对土壤盐分电磁感应解译模型精度影响的报道甚少。因此，在田间尺度上，探明土样采集位置、土壤含水量对反演模型精度的影响，以及不同时期反演模型参数的差异性，确定科学的建模思路，是电磁感应技术应用于农田土壤盐渍化监测所必须解决的关键问题。利用6 次采集的不同时期棉田土壤表观电导率及剖面土样，通过局部模型与全局模型精度的对比，提出了构建棉田不同时期土壤盐渍化电磁感应定量反演模型的思路与方法，以期为EM38-MK2 在大尺度农田土壤盐渍化的监测应用中提供参考，为农田定额灌溉提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于新疆阿拉尔市十二团科技园区内，地处阿克苏河、和田河与叶尔羌河三河交汇之处的塔里木河上游冲积平原与三角洲地带（见图1），介于 80°30′～81°58′E、40°22′～40°57′N 之间。该区位于天山南麓，塔克拉玛干大沙漠北缘，受塔克拉玛干沙漠影响，属典型大陆气候，全年干旱少雨，蒸发量大。该区水土资源充沛，光照时间长，年平均气温10.7℃，≥10℃积温4 113℃，无霜期220 d，年日照2 900 余小时，4—10 月平均日照9.5 h，适宜长绒棉、细绒棉的栽培。灌溉水源主要引自阿克苏河和塔里木河，地下水位 1.5～2.0 m，年平均蒸发量为1 988 mm[19]，年平均降水量为48.5 mm[20]，蒸降比约为41 倍。高蒸降比使得该地区极易产生盐渍化土壤，土壤盐渍化严重影响了农田产量。本研究共选取18 hm2的机采棉田作为调查对象，地面平坦开阔，有利于电磁感应仪EM38-MK2 大面积的测量。研究区内棉花品种为新陆中78 号和源棉5 号，籽棉产量高于4 350 kg·hm-2，灌溉模式均采用膜下滴灌，棉花整个生育期共灌水6 次，每公顷棉田用水5 850 m3，土壤质地主要以砂壤土为主，土壤有机质平均含量为 4.0～5.1 g·kg-1。

图1 研究区相对位置图Fig. 1 Geographic location of the study area

1.2 EM38-MK2 结构与原理

本研究采用新式 EM38-MK2 大地电导率仪进行表观电导率的快速测定。标准EM38-MK2 包括两个接收线圈，一个发射线圈，接收线圈与发射线圈的距离分别为1 m 和0.5 m，如图2 所示，A 点为发射线圈，B 点为0.5 m 接收线圈，C 点为1 m 接收线圈，在垂直偶极定向时分别提供1.5 m 和0.75 m 的有效深度数据，在水平偶极定向时分别提供0.75 m和 0.375 m 的有效深度数据。EM38-MK2 可以测量 3 种不同深度范围内的表观电导率和磁化率数据[21]。测量时，发射线圈用交流电供电，在土壤中产生一个原生磁场。这个磁场使电流在土壤中流动，产生二次磁场。这个次级电磁场的强度与土壤的EC成正比，可表示为：ECa=4（Hs/Hp）/（ωµoS2），式中：Hs 为信号接收线圈处次生磁场强度；Hp 为信号接收线圈处原生磁场强度；µo为空间磁场传导系数；ω为 2πf；ECa为表观电导率（mS·m-1）；S为不同线圈之间的间距。

1.3 样品采集与处理

根据研究区棉田出苗状况，土壤盐渍化与次生盐渍化状况等因素选取不同盐渍化程度的典型样点。2018 年 4 月采集 EM38-MK2 表观电导率数据共63 个，仪器前端设置为A 点，仪器中间设置为B点，仪器后端设置为C 点（图2），共采集A、B、C 点下土壤表层样品（0～20 cm）各63 个。同时将A、B、C 点土壤样品各自分成四份，混合之后共得到 A、B、C、AB、AC、BC、ABC 土壤样品各 63个。在不同条田范围内采集不同土壤含水量表层0～20 cm 样品共 216 个。于 2018 年 5—10 月共进行了6 次表观电导率与土壤剖面样品的采集，每次采集18 个样点。在土壤剖面样品采集前，先采用EM38-MK2 仪器在同一方向上水平模式和垂直模式贴地各测量两次。H 为线圈处于水平模式，V 为线圈处于垂直模式。两种测定模式有效深度分别为0.375 m、0.750 m、0.750 m、1.500 m，测量模式分别为EMH 与EMV，获得的表观电导率相应表示为ECh0.375、ECh0.75、ECv0.75、ECv1.5。测定完表观电导率后，在每个采样点用土钻法采集EM38-MK2 仪器A 点不同深度土壤剖面样品，按 0～20、20～40、40～60、60～80 和 80～100 cm 分层取样。采集的土壤样品装入自封袋中，编号，带回实验室用烘干法立即测定土壤含水量[22]。剩余土壤样品经自然风干、磨碎、过2 mm 筛后装入信封后备用。所有样品采用饱和泥浆法测定土壤电导率[23]。

图2 EM38-MK2 大地电导率仪构造Fig. 2 Scheme of the EM38-MK2 conductivity meter

1.4 模型的思路与模型评价指标与验证

采用全局模型与局部模型两种思路进行建模。全局模型是将 5—10 月的土壤样品汇总，建立统一的反演模型，局部模型针对单一月份土壤样品建立单独的反演模型。模型稳定性和预测精度的评价指标为决定系数（ Determination coefficient，R2）、均方根误差（Root mean square error，RMSE）、相对分析误差（Relative percent deviation，RPD）。相对于RPD 而言，预测精度分为5 级，当RPD＜1.5 时表明模型没有预测能力。当 1.5＜RPD＜2.0 时表明模型只能对样品的高低进行粗略估测，当2.0≤RPD＜2.5 时表明模型具有较好的预测能力，当2.5≤RPD＜3.0 时表明模型具有很好的预测能力，当RPD≥3.0 时模型具有极好的预测能力[24]。R2值越大、RMSE 越小，表示其预测能力越强，稳定性越高。

2 结果

2.1 不同深度土层电导率反演模型

2.1.1 表观电导率的可信度通过分析 EM38-MK2 表观电导率水平模式下ECh0.375与ECh0.75的相关性与垂直模式下 ECv0.75与 ECv1.5的相关性来确定表观电导率数据的准确度[25-26]。图3 可以看出表观电导率 ECh0.375与 ECh0.75，ECv0.75与 ECv1.5具有较好的相关性，相关系数大于0.95，说明EM38-MK2 测量准确，表观电导率数据具有较高的可信度。表观电导率数据质量满足农田土壤电导率反演模型的建立。

图3 EM38-MK2 表观电导率的相关性分析Fig. 3 Correlation analysis of apparent EC of EM38-MK2

本研究采用饱和泥浆电导率ECsp来反映农田土壤盐渍化特征，一方面是土壤盐分与饱和泥浆电导率 ECsp具有较高的相关性，另一方面 EM38-MK2测量值反映的是土壤空间范围内游离态电解质的含量，采用饱和泥浆电导率ECsp更能真实准确地反映农田土壤盐渍化状况。

2.1.2 电导率建模因子的确定局部模型以2018 年8 月数据为例，为进一步提高表观电导率与实测土壤电导率的反演模型精度，对于不同的土层深度，建模因子的选取充分考虑了EM38-MK2 表观电导率不同测量模式下的感应深度范围[27]以及对不同深度土层的响应程度，单一测量模式下，以ECh0.375，（ECh0.75+ECv0.75）/2，ECv1.5为自变量，其中（ECh0.75+ ECv0.75）/2 为水平模式下 ECh0.75和垂直模式下ECv0.75的平均值，以各土层深度为因变量进行回归分析。多测量模式下，分别以 ECh0.375+（ECh0.75+ECv0.75）/ 2，（ECh0.75+ECv0.75）/2+ECv1.5和ECh0.375+（ECh0.75+ ECv0.75）/2+ECv1.5为自变量，以各土层深度为因变量进行多元线性回归分析（表1）。

表1 不同建模因子下各土层的决定系数Table 1 Determination coefficients of the model for a soil layers relative to soil depth and modeling factors

从表1 可以看出垂直模式下ECv1.5的决定系数随着深度的增加而增加。水平模式下 ECh0.375的R2随着深度的增加而增加，到达40 cm 处，R2达到最大，之后开始减小。在50 cm 以上土层，EM38-MK2水平模式ECh0.375的灵敏度优于垂直模式ECv1.5的灵敏度，在50 cm 以下土层反之。分析结果符合EM38-MK2 两种测量模式电导率随深度变化的响应函数模型，与Heil 和Schmidhalter[27]、李洪义[28]、宋江辉等[25]分析相同。由EM38-MK2 的非线性响应函数可知，ECh0.37585%的信号来自 60 cm 土层以上，ECh0.7573%的信号来自60 cm 土层以上，ECv0.7570%的信号来自60 cm 土层以上，ECv1.567%的信号来自90 cm 土层以上[27]。多测量模式下表观电导率与不同土层实测电导率模型的精度普遍高于单一测定模式下的反演精度。说明多模式联用下表观电导率可以有效提高模型的反演精度。因此，以 ECh0.375+（ECh0.75+ECv0.75）/2+ECv1.5为自变量，确定为表观电导率与不同深度土层实测电导率的最佳变量参数，以下模型均用此表观电导率为自变量。

2.2 不同采样方案的电导率反演精度对比

为了探明不同采样方案对 EM38-MK2 表观电导率与土壤电导率之间反演模型精度的影响，将各点位63 个土壤样品按2︰1 的比例随机分成建模集与预测集。表2 为不同采样方案下A、B、C、AB、BC、AC、ABC 点电导率反演模型的精度。由表 2可以看出从 A 点到 B 点再到 C 点 RMSE 在逐渐升高，到达C 点时RMSE 达到最高为0.64，混合点位AB 点到 ABC 点 RMSE 在逐渐升高，ABC 点位达到最高，RMSE 为0.70，说明单点采样方案下的RMES较混合点位采样方案下的RMSE 普遍较低，ABC 点RPD 为 1.60，R2为 0.80，AB 点 RPD 为 1.89，R2为 0.83，B 点 RPD 为 1.92，R2为 0.81，A 点 RPD为2.15，R2为0.85，说明单点采样方案较混合采样方案模型的精度更高。说明单点采样方案下模型的预测能力和稳定性较好。A 点的R2为0.85，预测集与实测集的拟合度较高，由EM38-MK2 非线性响应函数可知[28]，EMH 预测表层土壤能力大于EMV 的预测能力。0.5 m 线圈预测表层土壤的能力大于1m线圈的预测能力[29]。故 EM38-MK2 预测 A 点的拟合度高于其他点位，而A 点模型的稳定性更高，实测电导率与表观电导率的误差小，说明A 点下的模型具有很好的预测能力。由EM38-MK2 构造与原理可知（图2），A 点为发射线圈，原生磁场的强度随接收线圈距离的增加而逐渐降低[30]，故取 B、C 点接收线圈的实测电导率会降低模型精度。因此A 点采样方案为最佳采样方案，模型具有很好的预测能力，稳定性越高。

表2 不同采样方案下电导率反演精度Table 2 EC inversion accuracy relative to sampling scheme

2.3 局部模型与全局模型的精度对比

为进一步提高EM38-MK2 应用效果，本研究对比了局部模型与全局模型的反演精度（表3）。全局模型以5—10 月共采集108 个土壤剖面为总体，以2︰1 分成建模集与预测集，预测集 36 个土壤剖面覆盖了研究区内总体样本电导率的变化范围。局部模型以每月18 个剖面为总体，分别以2︰1 分成建模集与预测集，局部模型5—10 月总体样本数累加。由表3 可知，局部模型所得的实测值与预测值的R2、RPD 均大于全局模型的对应值，而RMSE 则低于全局模型的对应值。局部模型与全局模型相比，RPD为 2.01～2.88，表明局部模型有较好的预测能力。对于全局模型而言，在20～40 cm 土层模型下有较好的精度，R2与RPD 分别达到了0.73、1.89，其他土层模型的RPD 均未达到2.0，最高值仅为1.81，最低值为 1.35，表明全局模型只能对电导率高值与低值进行一个粗略的预测甚至不能预测电导率值。通过对比，说明局部模型的R2、RMSE、RPD 要优于全局模型的对应值。由于EM38-MK2 测量值反映的是土壤空间范围内游离态电解质的含量，局部模型同一时期下土壤含水量的变化较为稳定，局部模型有较高的预测能力，稳定性强。全局模型考虑到不同时期土壤含水量变化范围较大，含水量变化剧烈，降低了全局模型的精度，只能粗略地估计实测电导率的高低值。

2.4 土壤含水量对电导率反演模型精度的影响

为进一步明确不同时期土壤含水量对电导率反演模型精度的影响，通过获取不同梯度下的土壤表层样品，将土壤含水量共设置为 4 个梯度，分别为＜10%、10%～15%、15%～20%、＞20%，每个梯度共有54 个土壤表层样品，以2︰1 的比例分为建模集与预测集，预测集样品覆盖了含水量的变化范围，不同梯度下的实测电导率的模型精度见表4。

表3 局部模型与全局模型电导率反演精度Table 3 EC inversion accuracies of the local models and overall model

表4 不同土壤含水量下电导率反演模型精度对比Table 4 Accuracy of the EC inversion models relative to soil moisture content

从表4 可以看出土壤含水量低于10%的情况下，表观电导率与实测电导率之间的模型精度较低，模型的预测能力较差。当土壤含水量高于10%时，表明模型具有较好的预测能力。且不同土壤含水量R2之间趋于稳定，RMSE 差异不大，RPD 变化幅度较小，说明当土壤含水量高于10%时，土壤水分差异对电导率模型精度影响不大。表5 为局部模型不同时期下电导率反演模型精度。棉花整个生育期共滴水5 次，分别为6 月22 日第一次滴水，7 月9 日第二次滴水，7 月25 日第三次滴水，8 月13 日第四次滴水，8 月25 日第五次滴水。通过表4 与表5 对比可知，5—6 月棉花处于苗期、蕾期，棉田尚无滴水，土壤含水量较低，2018 年5 月5 日土壤样品含水量平均值为11.09%，土壤含水量小于10%的样本数占总样本数的33.3%。2018 年6 月3 日土壤样本含水量平均值为12.38%，土壤含水量小于10%的样本数占总样本数的38.9%。表观电导率与实测电导率之间的反演模型精度较差，模型稳定度较低，与表4 的结论相同。2018 年7—10 月土壤样本含水量平均值分别为 17.32%、15.39%、15.96%、20.08%，小于10%的样本数为 0。EM38-MK2 表观电导率与实测电导率之间的反演模型精度较高，模型稳定度高。总体而言，局部模型能较好地预测土壤电导率，模型稳定性较好。

3 讨论

目前通过电磁感应技术利用多元线性回归方法建立的不同土层土壤含盐量的解译模型，多以单一时期或不同季节之间数据进行建模，并考虑到土壤含水量、土壤质地、pH 及地下水矿化度等因素对模型精度的影响。本研究在此基础上，利用多元线性回归方法建立棉田6 个不同时期不同土层土壤电导率的反演模型，对比了局部模型与全局模型的精度，不同含水量梯度对模型精度的影响，并确立最佳的多时期土壤盐渍化电磁感应定量反演模型的思路与方法。

本研究表明了全局模型不同时期 EM38-MK2表观电导率与实测电导率之间的反演模型具有明显的差异性。不同时期之间的反演模型精度差异较大的原因可能在于，一是不同时期土壤含水量不同，土壤湿度越高，土壤电导率越大，表观电导率读数越大，土壤含水量与降水量的大小、地下水埋藏深度、灌溉模式有关[30]。阿拉尔垦区灌溉水源主要引自阿克苏河和塔里木河，5—6 月为塔里木河的枯水期，地下水位较深，土壤含水量较低，表观电导率读数相对其他月份较小，造成不同时期电导率反演模型的精度差异较大。二是不同时期EM38-MK2 测定温度差异较大，造成全局模型预测能力较差[31]，局部模型同一时期测定 EM38-MK2 采用新的线圈技术可进行温度补偿，从而修正因为温度导致的电路温度漂移，减小了因温度引起的数据漂移性[27]，局部反演模型精度可得到大幅度提升。三是由于棉田采用滴灌模式，膜下滴灌棉田的计划湿润深度通常设定为 40～60 cm[32]，水盐运移的深度小于0.75 m。EM38-MK2 有效测定深度可达1.5 m，灌水过后，水盐运移仅仅局限于0～60 cm 土层，说明不同时期ECh0.375的数据变化较大，而ECv1.5的数据较为稳定，造成不同时期电导率反演模型参数的不同，从而造成全局模型精度的差异较大。

如何有效提高全局模型电导率的反演精度，从而降低不同土壤含水量对模型精度的影响，对提高EM38-MK2 监测大范围农田土壤盐渍化的效率有重要意义。对于消除不同土壤含水量对模型精度的影响能否成功应用于跨度更大，面积更广区域农田土壤盐渍化EM38-MK2 监测的相关研究，还有待进一步研究。

4 结论

由单点采集电磁感应仪发射线圈位置土样所构建的模型较多点采样方案下表观电导率与实测电导率之间模型的精度更高，单点采样方案可有效提高模型的精度，模型的稳定性更高。通过单点采样可以消除采样误差对模型精度的影响。表观电导率数据可信度较高，可用于模型的建立。EMH+EMV 多测量模式下表观电导率与实测电导率之间的模型精度高于EMH 或EMV 单一测定模式，采用ECh0.375+（ECh0.75+ECv0.75）/2+ECv1.5为建模因子，可以提高反演模型的精度。局部模型较全局模型的反演精度高，局部模型可以有效地反演农田不同时期的土壤电导率，可为农田土壤盐渍化监测提供一定的理论基础。

当土壤含水量低于10%时，表观电导率只能对实测电导率的高低进行粗略预测；当土壤含水量高于10%时，电导率模型精度受土壤水分影响减弱，表观电导率与实测电导率之间的反演模型精度较高，模型稳定度增加。