基于遥感模型SDI的土壤盐渍化临界水位研究

王庆明，张 越，郑荣伟，李恩冲

（1.河海大学 水文水资源与水利工程科学国家重点实验室，南京 210024；2.中国水利水电科学研究院，北京 100038；3.水利部水利水电规划设计总院，北京 100120；4.浙江同济科技职业学院，杭州 311215）

基于遥感模型SDI的土壤盐渍化临界水位研究

王庆明1,2，张 越3*，郑荣伟4，李恩冲2

（1.河海大学 水文水资源与水利工程科学国家重点实验室，南京 210024；2.中国水利水电科学研究院，北京 100038；3.水利部水利水电规划设计总院，北京 100120；4.浙江同济科技职业学院，杭州 311215）

【目的】基于遥感模型快速识别大尺度空间土壤盐渍化程度并及时预警，以防止土壤盐渍化。【方法】通过分析归一化植被指数（NDVI）、盐分指数（SI）和地下水埋深之间的响应关系，探讨了一种基于遥感模型SDI（Salinization Detection Index）的土壤盐渍化临界地下水位确定方法，并应用于民勤绿洲区。【结果】①植被NDVI与土壤盐渍化程度具有指数关系，盐渍化遥感监测指数SDI可以综合反映区域植被长势和土壤盐渍化程度。②SDI和地下水埋深在空间分布上呈显著负相关关系，说明SDI能够较好地反应土壤盐渍化程度。【结论】民勤绿洲区轻度盐渍化、中度盐渍化和重度盐渍化对应的地下水埋深分别为4.7、3.2、1.8 m。

土壤盐渍化；民勤绿洲；遥感模型；临界地下水位

0 引 言

【研究意义】土壤盐渍化过程是指土壤底层或地下水的盐分随毛管水上升到地表，水分蒸发后，盐分积累在表层土壤的过程[1]。我国盐渍化土壤分布广泛，主要存在于蒸发强烈、地下水位高且含有较多的可溶性盐类地区，如西北的甘新漠境盐渍区、滨海海侵盐渍区等。另外，由于不合理的耕作措施，如灌排系统不配套导致排水受阻，引起地下水位上升，从而产生土壤次生盐渍化[2]。土壤盐渍化是导致作物产量下降、生态环境恶化的重要原因之一，也是影响我国西北绿洲农业发展的主要障碍之一[3]。根据植被响应识别西北绿洲区土壤盐渍化的临界地下水位，为绿洲区的地下水修复提供科学依据，对西北生态建设具有重要的意义。【研究进展】我国关于土壤盐渍化的研究已有较长的历史，对盐渍土类型的分布、盐渍化发生、演化机理与趋势都有了比较系统的认识，并在20世纪70年代开始启动了多项旱涝盐碱综合治理相关的国家科技攻关项目，将理论上升到实践，取得显著的成效[4-5]。20世纪90年代以来，随着人类用水需求的激增，大规模超采地下水导致地下水位剧烈下降，部分传统的盐渍化区域得以有效改良[6]。地下水位下降减轻了土壤盐渍化的危害，但同时也带来了严重的生态问题，尤其在我国西北绿洲区域，非灌溉区的生态植被大规模枯死，主要原因就是地下水位下降[7-9]。2006年以来，民勤绿洲生态退化问题得到广泛关注，地下水修复成为绿洲区域重点解决的问题之一，通过压减地下水灌溉、生态补水等措施，地下水位逐步恢复[10-11]。随着地下水位回升，西北部分绿洲区植被重新焕发生机，生态质量明显提高，但西北地区仍是降雨稀少、蒸发强烈的干旱内陆区气候特征，地下水位抬升极易形成土壤盐渍化[12]，适宜的地下水位恢复水平是一个值得探讨的问题。

传统的土壤盐渍化数据多来自野外调查，人力成本高、组织困难，随着卫星遥感技术的发展，观测资料越来越丰富，为土壤盐分分级制图、定量反演和动态监测奠定了基础。遥感数据以其监测范围大，获得资料速度快、信息量大、周期短、成本较低、受地面条件限制少等优势[13-14]，在区域土壤盐渍化研究中得到广泛应用。在遥感数据的支持下，已经发展了多种土壤盐分反演方法，遥感反演的基础是电磁波与介质之间的相互作用，可见光近红外波段、热红外波段和微波波段均被用于土壤盐分反演。通常认为遥感图像红和蓝波段确定的SI指数能较好地反映土壤盐渍化程度[15-16]。Khan等[17]发现Landsat-ETM+第三波段对土壤盐分程度具有较强的敏感性响应，在不同的研究区域也证实了盐渍化指数可以较好的反映土壤盐渍化程度。史晓艳等[18]在玛纳斯河流域农灌区应用遥感数据，分析了归一化盐分指数指标（NDSI）等10个指标之间的关系，构建了不同盐渍化程度土壤的函数表达式。国内外研究表明植被覆盖度、优势度、多样性及其分布与土壤含盐量具有高度相关性[19]。王飞等[20]综合分析了归一化植被指数（NDVI）和盐分指数（SI）二者的关系，并构建了NDVI-SI特征空间概念。陈实等[15]基于MODIS数据，利用归一化植被指数和盐分指数的二维特征空间关系建立了土壤盐渍化遥感监测模型，对北疆农区盐渍化状况进行监测分析。王爽等[21]筛选了敏感性光谱波段与Landsat-TM多光谱遥感影像进行结合构建了最佳的土壤盐渍化监测模型。

【切入点】自20世纪90年代开始，民勤绿洲地下水严重超采，导致区域生态系统濒临崩溃[22]，民勤绿洲面积减少了289万km2，两大沙漠几近合拢。2006年国务院通过《石羊河流域重点治理规划》后，经过长达十余年的治理修复，民勤绿洲重新焕发生机，青土湖重现水面，地下水位止跌回升，部分保护区域内溢出自流泉，未来随着绿洲生态进一步好转，是否会重现土壤盐渍化等问题逐渐受到关注。【拟解决的关键问题】选取我国西北地区民勤绿洲为研究区，分析民勤绿洲植被生态、土壤盐渍化程度和地下水埋深的关系，提出民勤绿洲地下水位恢复的适宜临界水位识别方法，既服务于民勤绿洲的生态修复规划，也为西北干旱内陆区类似问题提供参考借鉴。

1 材料与方法

1.1 研究区概况

民勤绿洲（东经103°02′—104°02′E，北纬38°05′—39°06′N）地处石羊河流域下游，河西走廊东北段，东西北三面被腾格里和巴丹吉林两大沙漠包围（图1）。民勤县年均降水量119.45 mm，年均蒸发量2 675.6 mm，昼夜温差15.5 ℃，年均气温2.53 ℃，日照时间3 142.2 h，无霜期152 d，属于典型的干旱内陆气候，在地下水埋深浅的区域极易形成土壤盐渍化。民勤县总面积为1.59×104km，其中绿洲面积仅占9.66%，其余均为沙漠或荒漠化土地[23]。民勤绿洲以灌溉农业为主，根据位置分布划分为4个主要灌区，分别是昌宁灌区、环河灌区、南湖灌区和民勤灌区。

1.2 数据来源及方法原理

以2019年成像的Landsat-ETM+遥感数据进行盐渍化研究，空间分辨率为30 m，遥感图像参照民勤绿洲1∶10 000地形图进行几何精校正，几何校正误差在半个像元内，采用6S模型对研究区进行大气校正。根据影像成像月份用算术平均法合并到月尺度。地下水埋深数据来自2019年民勤绿洲63眼地下水位观测井的逐月观测数据，为和遥感数据进行匹配对比，将地下水埋深数据按反距离加权差值法在绿洲范围内插值后重分类位30 m×30 m的网格数据。

图1 民勤县行政区及民勤绿洲边界Fig.1 Minqin county administrative region and Minqin oasis boundary

王飞等[20]提出一种基于归一化植被指数（Normalized Difference Vegetation Index,NDVI）和盐分指数（Salinization Index,SI）的特征空间，并用盐渍化监测指数（Salinization Detection Index,SDI）表示，很好的反应了区域的盐渍化程度，本研究借鉴这一思路，首先建立民勤绿洲的SDI，然后和绿洲的地下水埋深进行匹配分析，定义出不同盐渍化程度的临界地下水埋深。

根据遥感波段计算归一化植被指数（NDVI）和盐分指数（SI）计算式为：

式中：ρ1、ρ3、ρ4分别为Landsat-ETM+相应波段反射率值。

为方便数据比较，将初步得到植被指数和盐分指数进行归一化处理，归一化方法如下：

式中：Y为变量X归一化后的数值；X为需要归因的变量；Xmax和Xmin分别为研究区X变量的最大值和最小值。

式中：SDI为盐渍化遥感监测指数。

参考已有研究的SDI可将土壤盐渍化程度进行分类[18-19]，当SDI＜0.399时，为非盐渍化土壤；当0.399≤SDI＜0.763时，为轻度盐渍化土壤；当0.763≤SDI＜0.974时，为中度盐渍化土壤；当0.974≤SDI时，为重度盐渍化土壤。

2 结果与分析

2.1 NDVI-SI特征空间分布

选用2019年9月成像的Landat-ETM+进行盐渍化分析，这一时期植被的生物量最大，且在作物灌溉后期，停止灌溉后盐分开始向地表富集。民勤绿洲NDVI空间分布如图2所示，植被在民勤绿洲灌区内外均有分布，灌区内植被质量显著优于灌区外围，环河灌区植被NDVI最大，民勤灌区植被NDVI由西南向东北递减，与灌溉渠系的走向一致。SI指数空间分布如图3所示，由于昌宁灌区部分区域成像质量不高，计算的SI指数出现缺失值，因昌宁的地下水埋深较大，盐渍化发生的可能性较低，本研究未做分析。SI指数与NDVI在空间分布上呈相反关系，NDVI较小的区域，SI指数较大，即盐渍化程度较高，说明植被NDVI和土壤盐渍化负相关。

图2 民勤绿洲NDVI分布Fig.2 NDVI distribution in Minqin oasis

图3 民勤绿洲SI分布Fig.3 SI distribution in Minqin oasis

在民勤绿洲均匀抽取2 000个样点，通过值提取的方式获取空间上对应的NDVI和SI值，如图4所示，NDVI和SI呈现出较好的指数函数关系，相关系数达到0.79。式（4）中SDI物理含义如图5所示，由于B点的NDVI最优、土壤盐渍化程度最弱，任何一点离B点越远表示土壤含盐量越高，植被质量越差。在特征空间上某点C，C点能综合反映植被质量和土壤盐渍化信息，C点到B点距离即SDI，故可通过SDI反映区域植被和土壤盐渍化程度。

图4 民勤绿洲NDVI-SI关系Fig.4 NDVI-SI Relationship in Minqin Oasis

图5 SDI示意图及分类Fig.5 SDI index schematic and classification

2.2 地下水埋深空间分布及年内变化

民勤绿洲地下水埋深分布如图6所示，民勤绿洲4个主要灌区中，昌宁灌区和南湖灌区属于2个独立灌区，无地表水系，不受上游来水影响，地下水补给来源为降雨和地下侧向补给，地下水灌溉是主要排泄项。其中昌宁灌区平均地下水埋深在35 m左右，且无地表水补给，地下水埋深仍呈上升趋势，盐渍化威胁较低；南湖灌区地下水埋深较浅，目前平均地下水埋深低于6 m，且有上升趋势，有可能出现盐渍化问题。环河灌区目前平均地下埋深在5 m左右，是上游来水进入民勤绿洲（红崖山水库）的主要通道，河道来水通过沿途渗漏补给地下水，地下水埋深较浅，也是发生盐渍化的高风险区域。民勤灌区是民勤绿洲的主要灌区，民勤灌区地势由西南到东北逐渐降低，地下水埋深在西南地区超过30 m，而在东北地区最浅处仅为5 m左右，未来随着民勤灌区地下水修复，地下水流场依然由西南向东北，因此，东北部地区地下水位上升速度更快，遭受盐渍化的风险也更大。从地下水埋深年内分布来看（图7），1—4月地下水埋深最浅，5月开始随着灌溉开始，地下水位逐渐下降，由于民勤绿洲降雨量远小于抽取地下水灌溉用水量，汛期对地下水的补给也微乎其微，因此7—9月地下水埋深最大，10月后随着灌溉期的结束以及青土湖的生态补水的实施地下水位开始回升[23]。环河和南湖灌区地下水埋深较浅，且地下水补给较多，7—9月份地下水埋深变化幅度小于其他灌区。

图6 民勤绿洲2019年绿洲区地下水埋深分布Fig.6 Groundwater depth distribution in Minqin oasis in 2019

图7 民勤绿洲地下水埋深年内变化Fig.7 Annual variation of groundwater depth in Minqin oasis

图8 不同采样点SDI和地下水埋深关系Fig.8 Relationship between SDI index of different sampling points and groundwater depth

2.3 地下水埋深与SDI关系

根据观测井位置分布选择了48个采样点抽取地下埋深和盐渍化遥感监测指数（SDI）值，用来验证SDI值和地下水埋深如图8所示。在48个采样点比较中，SDI值和地下水埋深具有显著的负相关关系，SDI不断增加，地下水埋深越来越浅，图8中A、B、C分别对应民勤灌区西北部和东北部地区，3个点SDI和地下水埋深有较好的响应关系，盐渍化分布与实地调查结果基本一致。根据采样点的分布，土壤盐渍化空间分布表现为灌区外围土壤盐渍化程度高于灌区内部，民勤灌区东北部地势较低土壤盐渍化程度高于灌区西部，环河灌区因灌溉渠系渗漏形成一定的压盐效果，虽然地下水位较高，但土壤盐渍化并不严重。不同地下水埋深和SDI临界值对应关系见表1，民勤绿洲区轻度盐渍化、中度盐渍化和重度盐渍化对应的地下水埋深分别为4.7、3.2 m和1.8 m。

表1 SDI与地下水埋深关系Table 1 Simulation of soil surface mechanical parameter

3 讨 论

土壤盐渍化是制约西北绿洲区生态健康发展的主要因素之一，建立考虑植被生长质量的土壤盐渍化评价指标，通过遥感数据快速识别大范围土壤盐渍化程度是目前研究的热点。盐分指数SI是最常见的反映土壤盐渍化程度的指标，但是SI指数仅考虑土壤信息，不能反映地表植被的特征，在评价耐盐植被丰富的区域时，结果可能与实际不符。许多学者利用与土壤盐分密切相关的植被建立特征空间来提取土壤盐渍化信息，提高了评价的精度。卢晶等[24]建立SI和改进型土壤调节植被指数（MSDI）特征空间；丁建丽等[25]构建了土壤调节植被指数（MSDI）和湿度指数（WI）的特征空间；哈学萍等[26]选取SI和地表反射率构建特征空间等。上述研究均表明基于特征空间理论建立的模型能够更好地应用于干旱区土壤盐渍化监测。本研究采用归一化植被指数（NDVI）和盐渍化指数（SI）构建了反映旱区土壤盐渍化的指标SDI，在方法体系上与前人研究是一致的。在此基础上，本研究将SDI和地下水埋深建立联系，综合考虑了植被生长状态、土壤盐渍化程度等信息，作为合理调控地下水位的一个参考依据，适合在大尺度空间快速识别土壤盐渍化中应用。

文中建立了SDI和地下水埋深之间的关系，确定了民勤绿洲区轻度、重度和重度盐渍化对应的地下水埋深临界值，经实地采样点的验证，结果大致合理，但研究中并未考虑土壤空间异质性的影响，即便在民勤绿洲区内部，不同地方土壤性质、植被类型等条件不同，土壤盐渍化的临界埋深也会发生变化。另外，地下水位监测井的密度、遥感影响的分辨率不同也会对结果产生一定影响，增加了研究的不确定性。尽管如此，本研究提出的土壤盐渍化临界地下水埋深，能够代表民勤绿洲大部分区域的土壤盐渍化特点，可为民勤绿洲区调控地下水位带来有价值的参考。

受遥感影像质量、精度和野外采样点数量的限制，本文研究确定民勤绿洲土壤盐渍化与地下水埋深的定量关系是否适用于其他区域还有待进一步验证。但本文探讨的方法对我国西北内陆绿洲区适宜地下水埋深的确定有积极的意义，可对西北地区生态修复提供一定的科学依据。

4 结 论

1）干旱绿洲植被质量与土壤盐渍化有较好的相关关系，SI越大，NDVI越小，二者关系可以用指数函数拟合，通过SI和NDVI的特征空间建立盐渍化遥感监测指数SDI能够综合反映区域植被和土壤盐渍化程度。

2）民勤绿洲地下水埋深在0.9～40 m之间，不同地区地下水埋深差异很大，环河灌区、南湖灌区和民勤灌区东北部地区地下水埋深较浅，土壤盐渍化风险较大，地下水埋深年内分布主要受灌溉影响，7—9月地下埋深最大。

3）盐渍化遥感监测指数SDI与地下水埋深有明显的响应关系，通过SDI可划分出不同程度土壤盐渍化对应地下水埋深，民勤绿洲区轻度、中度和重度盐渍化对应的地下水埋深分别为4.7、3.2 m和1.8 m。本研究基于遥感和地面监测数据分析了植被质量、土壤盐分和地下水埋深三者关系，提出不同盐渍化程度对应的地下水埋深，可为民勤绿洲制定合理地下水位恢复阈值提供科学依据。

[1]李建国,濮励杰,朱明,等.土壤盐渍化研究现状及未来研究热点[J].地理学报,2012,67(9):1 233-1 245.

LI Jianguo,PU Lijie,ZHU Ming,et al.The present situation and hot issues in the salt-affected soil research[J].Acta Geographica Sinica,2012,67(9):1 233-1 245.

[2]郭全恩,南丽丽,李保国,等.咸水灌溉对盐渍化土壤有机碳和无机碳的影响[J].灌溉排水学报,2018,37(3):66-71.

GUO Quanen,NAN Lili,LI Baoguo,et al.Effects of saline water irrigation on salinization soil organic and inorganic carbon[J].Journal of Irrigation and Drainage,2018,37(3):66-71.

[3]樊自立,马英杰,马映军.中国西部地区耕地土壤盐渍化评估及发展趋势预测[J].干旱区地理,2002(2):97-102.

FAN Zili,MA Yingjie,MA Yingjun.Assessment and prediction of developing trend of soil salinization of the cultivated land in west China[J].Arid Land Geography,2002(2):97-102.

[4]石元春,辛德惠.黄淮海平原的水盐运动和旱涝盐碱的综合治理[M].石家庄:河北人民出版社,1983.

SHI Yuanchun,XIN Dehui.Water and salt movement and comprehensive management of drought,flood and saline alkali in Huanghuaihai Plain[M].Shijiazhuang:Hebei Peoples Publishing House,1983.

[5]王佳丽,黄贤金,钟太洋,等.盐碱地可持续利用研究综述[J].地理学报,2011,66(5):673-684.

WANG Jiali,HUANG Xianjin,ZHONG Taiyang,et al.Review on Sustainable Utilization of Salt-affected Land[J].Acta Geographica Sinica,2011,66(5):673-684.

[6]钟瑞森,郝丽娜,包安明,等.干旱内陆河灌区地下水位调控措施及其效应[J].水力发电学报,2011,31(4):65-71.

ZHONG Ruisen,HAO Lina,BAO Anming,et al.Regulation measures of groundwater level and their effects in arid inland river irrigation regions[J].Journal of Hydroelectric Engineering,2011,31(4):65-71.

[7]王化齐,蔡焕杰,张鑫.石羊河下游民勤绿洲恢复地下水位生态需水量研究[J].水土保持通报,2006,26(1):44-49.

WANG Huaqi,CAI Huanjie,ZHANG Xin.Ecological water demand for restoration of groundwater level in minqin oasis in lower reach of shiyang river[J].Bulletin of Soil and Water Conservation,2006,26(1):44-49.

[8]李生潜,张彦洪,马雁萍,等.石羊河流域盆地地下水动态变化特征分析[J].干旱区资源与环境,2018,32(12):147-153.

LI Shengqian,ZHANG Yanhong,MA Yanping,et al.Analysis of groundwater dynamic changes in Shiyang river basin[J].Journal of Arid Land Resources and Environment,2018,32(12):147-153.

[9]樊自立,陈亚宁,李和平,等.中国西北干旱区生态地下水埋深适宜深度的确定[J].干旱区资源与环境,2008,22(2):1-5.

FAN Zili,CHEN Yaning,LI Heping,et al.Determination of suitable ecological groundwater depth in arid areas in northwest part of China[J].Journal of Arid Land Resources and Environment,2008,22(2):1-5.

[10]王文科,宫程程,张在勇,等.旱区地下水文与生态效应研究现状与展望[J].地球科学进展,2018,33(7):702-718.

WANG Wenke,GONG Chengcheng,ZHANG Zaiyong,et al.Research status and prospect of the subsurface hydrology and ecological effect in arid regions[J].Advances in Earth Science,2018,33(7):702-718.

[11]于昕冉.巴丹吉林沙漠湖泊区水位动态特征及补给来源研究[D].兰州:兰州大学,2020.

YU Xinran.Research on Water level dynamic characteristics and water recharge sources of the lake area in the badain jaran desert[D].Lanzhou:Lanzhou University,2020.

[12]史海滨,杨树青,李瑞平,等.内蒙古河套灌区水盐运动与盐渍化防治研究展望[J].灌溉排水学报,2020,39(8):1-17.

SHI Haibin,YANG Shuqing,LI Ruiping,et al.Soil water and salt movement and soil salinization control in Hetao irrigation district:crrent state and future prospect[J].Journal of Irrigation and Drainage,2020,39(8):1-17.

[13]陶金梅,徐贵阳,翁永玲,等.土壤盐分遥感反演研究进展[J].土壤科学,2020,8(4):190-195.

TAO Jinmei,XU Guiyang,WONG Yongling,et al.Progress in remote sensing soil salinization[J].Hans Journal of Soil Science,2020,8(4):190-195.

[14]关元秀,刘高焕.区域土壤盐渍化遥感监测研究综述[J].遥感技术与应用,2001,16(1):40-44.

GUAN Yuanxiu,LIU Gaohuan.A Review of regional soil salinization monitoring by remote sensing[J].Remote Sensing Technology and Application,2001,16(1):40-44.

[15]陈实,徐斌,金云翔,等.北疆农区土壤盐渍化遥感监测及其时空特征分析[J].地理科学,2015,35(12):1 607-1 615.

CHEN Shi,XU Bin,JIN Yunxiang,et al.Remote sensing monitoring and spatial-temporal characteristics analysis of soil salinization in agricultural area of Northern Xinjiang[J].Scientia Geographica Sinica,2015,35(12):1 607-1 615.

[16]冯娟,丁建丽,杨爱霞,等.干旱区土壤盐渍化信息遥感建模[J].干旱地区农业研究,2018,36(1):266-273.

FENG Juan,DING Jianli,YANG Aixia,et al.Remote sensing modeling of soil salinization information in arid areas[J].Agricultural Research in the Arid Areas,2018,36(1):266-273.

[17]KHAN N M,SATO Y.Monitoring hydro-salinity status and its impact in irrigated semi-arid areas using IRS-1B LISS-II data[J].Asian Journal.of Geoinformation,2001,1(3):63-73.

[18]史晓艳,李维弟,余露,等.玛纳斯河流域农灌区土壤盐渍化遥感定量评价[J].灌溉排水学报,2018,37(11):69-75.

SHI Xiaoyan,LI Weidi,YU Lu,et al.Using remote sensing to evaluate soil salinization distribution over the irrigation areas in the Manas River Basin[J].Journal of Irrigation and Drainage,2018,37(11):69-75.

[19]TAYLOR R L D R.Field-derived spectra of salinized soils and vegetation as indicators of irrigation-induced soil salinization[J].Remote Sensing of Environment,2002,80(3):406-417.

[20]王飞,丁建丽,伍漫春.基于NDVI-SI特征空间的土壤盐渍化遥感模型[J].农业工程学报,2010,26(8):168-173.

WANG Fei,DING Jianli,WU Manchun.Remote sensing monitoring models of soil salinization based on NDVI-SI feature space[J].Transactions of the Chinese Society of Agricultural Engineering,2010,26(8):168-173.

[21]王爽,丁建丽,王璐,等.基于地表光谱建模的区域土壤盐渍化遥感监测研究[J].干旱区地理(汉文版),2016,39(1):190-198.

WANG Shuang,DING Jianli,WANG Lu,et al.Remote sensing monitoring of soil salinization based on surface spectral modeling[J].Arid Land Geography,2016,39(1):190-198.

[22]黄航行,李思恩.1968―2018年民勤地区参考作物需水量的年际变化特征及相关气象影响因子研究[J].灌溉排水学报,2019,38(12):63-67.

HUANG Hangxing,LI Sien.Study on interannual variation characteristics of referene crop water requirement and related meteorological influencing factors in Minqin Area from 1968 to 2018[J].Journal of Irrigation and Drainage,2019,38(12):63-67.

[23]刁维杰,赵勇,翟家齐,等.1987—2017年民勤绿洲面积时空演变规律及驱动因素解析[J].灌溉排水学报,2019,38(10):106-113.

DIAO Weijie,ZHAO Yong,ZHAI Jiaqi,et al.Temporal spatial evolution and driving force analysis of Minqin Oasis during 1987—2017[J].Journal of Irrigation and Drainage,2019,38(10):106-113.

[24]卢晶,张绪教,叶培盛,等.基于SI-MSAVI特征空间的河套灌区盐碱化遥感监测研究[J].国土资源遥感,2020,32(1):169-175.

LU Jing,ZHANG Xujiao,YE Peisheng,et al.Remote sensing monitoring of salinization in Hetao irrigation district based on SI-MSAVI feature space[J].Remote Sensing for Land and Resources,2020,32(1):169-175.

[25]丁建丽,瞿娟,孙永猛,等.基于MSAVI-WI特征空间的新疆渭干河-库车河流域绿洲土壤盐渍化研究[J].地理研究,2013,32(2):223-232.

DING Jianli,QU Juan,SUN Yongmeng,et al.The retrieval model of soil salinization information in arid region based on MSAVI-WI feature space:A case study of the delta oasis in Weigan-Kuqa watershed[J].Geographical Research,2013,32(2):223-232.

[26]哈学萍,丁建丽,罗江燕,等.基于SI-Albedo特征空间的干旱区盐渍化土壤信息提取研究：以克里雅河流域绿洲为例[J].土壤学报,2009,46(3):381-390.

HA Xueping,DING Jianli,LUO Jiangyan,et al.SI-ALbedo space based extraction of salinization information in arid area[J].Acta Pedologica Sinica,2009,46(3):381-390.

A Remote Sensing Model to Determine the Critical Groundwater Depth for Soil Salinization

WANG Qingming1,2,ZHANG Yue3*,ZHENG Rongwei4,LI Enchong2
(1.State Key Laboratory of Hydrology-water Resources and Hydraulic Engineering,Hohai University,Nanjing 210024,China;2.China Institute of Water Resources and Hydropower Research,Beijing 100038,China;3.General Institute of Water Conservancy and Hydropower Planning and Design,Ministry of Water Resources,Beijing 100120,China;4.Zhejiang Tongji Vocational College of Science And Technology,Hangzhou 311215,China)

【Objective】Evaporation of groundwater via capillary rise could result in solute accumulation in the proximity of the soil surface,which increases steadily when the groundwater table rises above a critical depth.Knowing this critical depth is crucial for water and salt management but difficult to determine in situ as it depends not only on groundwater depth but also on soil textures and other factors.The purpose of this paper is to propose a remote-sensing method to estimate this critical depth.【Method】Based on remote sensing images and ground-truth data,we first calculated the relationship between the normalized difference vegetation index (NDVI),soil salinization index (SI) and groundwater depth.We then proposed a salinization detection index (SDI) to determine the critical groundwater depth and validated it against data measured from a field at Minqin oasis.【Result】①There was an exponential relationship betweenNDVIandSI;SDIcorrectly described the relationship between vegetation health and soil salinization across the studied region.②The spatial distribution ofSDIand groundwater depth were inversely correlated,indicating thatSDIcan be used as a proxy of soil salinization.Critical groundwater depth associated with mild,moderate and severe soil salinization was 4.7 m,3.2 m and 1.8m respectively.【Conclusion】We proposed a remote sensing model to estimate soil salinity and the critical groundwater depth,above which a further rise in groundwater table would cause soil salinization.Application of the model to field data showed that it is accurate and reliable to predict soil salinization and the critical groundwater depths associated with different levels of soil salinization.

soil salinization; Minqin oasis; remote sensing model; critical groundwater depth

TV62；TV882.1

A

10.13522/j.cnki.ggps.2021160

OSID：

王庆明,张越,郑荣伟,等.基于遥感模型SDI的土壤盐渍化临界水位研究[J].灌溉排水学报,2022,41(3):98-104.

WANG Qingming,ZHANG Yue,ZHENG Rongwei,et al.A Remote Sensing Model to Determine the Critical Groundwater Depth for Soil Salinization[J].Journal of Irrigation and Drainage,2022,41(3):98-104.

1672-3317（2022）03-0098-07

2021-04-16

水文水资源与水利工程科学国家重点实验室“一带一路”水与可持续发展科技基金资助项目（2018491011）

王庆明（1987-），河北邯郸人。高级工程师，主要从事水文水资源研究。

张越（1991-），女，河南郑州人。工程师，主要从事水利规划研究。E-mai:zhangyue@giwp.org.cn

责任编辑：白芳芳