基于GF-2 遥感影像的引黄灌区土壤电导率与Ca2+含量估算

董 芳，赵振华，邢立亭，刘展宏

（1.济南大学 水利与环境学院，山东 济南 250022； 2.山东省地质矿产勘查开发局八〇一水文地质工程地质大队，山东 济南 250014）

盐渍化已经成为制约农业持续发展的因素之一，中国盐渍化土壤的分布范围广、面积大［1］，黄河流域范围内的耕作土壤盐渍化问题尤为突出［2-5］。 为尽快实现黄河流域高质量发展，需对沿黄区域土壤进行盐渍化类型及程度的划分和确定，快速获取区域内土壤盐分总量和离子含量的分布数据，进而为沿黄区域盐渍土的改良提供基础数据和技术支撑。

20 世纪70 年代以来，卫星遥感技术开始应用于土壤盐渍化的相关研究。 多光谱遥感影像是常用的数据源之一，目前多数研究采用美国陆地卫星遥感数据［6-12］，同时哨兵数据［13-14］、我国高分遥感数据［15-16］和无人机影像［17-18］的应用也逐渐增多。 研究主要集中在土壤含盐量的定量反演方面，多数研究者利用植被指数和敏感波段及其变形［8-9，19-20］与实测数据进行拟合，可以在一定程度上提高模型拟合度［10-18］；还有学者将实测高光谱数据、实测土壤含盐量数据与多光谱卫星遥感数据相结合，预测区域含盐量［14，21-22］。 盐渍化土壤可溶性盐基离子含量的定量研究主要是利用实测高光谱数据，探测光谱波段多位于可见光-近红外谱段［23-26］， 但基于多光谱卫星遥感数据的盐基离子的反演并没有太多的试验数据。

高分二号（GF-2）卫星具有分辨率高、稳定、幅宽较宽的优势，利用GF-2 多光谱遥感影像，结合实测数据，对土壤含盐量及盐基离子含量进行预测，研究其适用程度，可为土壤盐渍化的大规模监测提供新的研究思路。 本文采用山东省济南市济阳区引黄灌区的GF-2影像，尝试采用统计学模型与多光谱遥感数据建立拟合函数，获取区域土壤电导率及钙离子含量，并对拟合结果进行分析和总结。

1 材料与方法

1.1 研究区概况

山东省济南市济阳区地处黄河下游北岸黄河冲积平原，为典型的咸水区，浅部地层主要由黄河多次泛滥淤积形成，地表岩性以粉土、粉质黏土为主。 该区域属于暖温带半湿润季风气候区，集中降雨期为7—9 月；蒸发量年内分配不均，春季蒸发量增大，6—7 月达到最大。 本研究土壤样品数据采自济南市济阳区西盐村和 王 兴 家 村， 位 于 东 经116° 52′—117° 27′、 北 纬36°41′—37°15′，总面积约为13.321 km2。 黄河位于研究区南部，附近河段为地上“悬河”，河床高于地面5 m以上。 研究区东部为引黄灌渠，春灌和冬灌是引黄河水灌溉。 经实地调查发现，研究区内土壤次生盐渍化现象严重。

1.2 土壤样品采集及室内测定

土壤采样时间为2019 年12 月26 日，采集土壤的地点多选在耕地和裸土。 土壤样本采集深度设定为地表向下0 ～5 cm，除去动植物残留体、砾石、肥料团块等，装入密封纸袋并标号，用于检测土壤电导率和Ca2+含量，共采集土壤样品44 个。 将土壤样品按1 ∶5（土∶水）制成水土混合溶液，充分搅拌10 min，使土壤全部溶解于水中，放入离心机中以7 000 r／min 运行5 min，吸上层清液放置于塑料瓶并标号。 使用电导率仪（雷磁DDSJ-308F 电导率仪）测定25 ℃时的土壤电导率（EC）；采用EDTA 配位滴定法测定土壤Ca2+含量。

1.3 遥感影像获取与预处理

遥感影像采用我国研发的GF-2 卫星影像，传感器全色分辨率1 m，多光谱分辨率4 m，融合后图像空间分辨率可达1 m。 成像时间为2019 年12 月27 日，下载自中国资源卫星应用中心山东高分中心数据分发系统。 对GF-2 遥感影像进行大气校正、辐射定标、几何校正等处理，将多光谱数据和全色数据融合，为了避免非土壤区域影响反演结果，对遥感影像中的建筑用地、道路、引黄灌渠等进行掩膜剔除。

1.4 数据处理

1.4.1因子提取

土壤盐渍化程度与盐分含量、植被密度、土壤含水量等因素关系密切。 本研究选择相关的15 个特征光谱指数（见表1）、8 个创建的新光谱指数（见表2），建立遥感图像与土壤电导率及Ca2+含量的定量关系。 其中，创建的新光谱指数是依据现有的光谱指数以及盐离子含量与波段的相关系数来确定的，间接表现土壤盐分状况。

表1 遥感光谱指数

表2 创建的新光谱指数

1.4.2拟合方法

采用一元及多元线性回归模型分析土壤电导率、Ca2+含量与上述遥感光谱指数的拟合关系。 拟合结果中仅保留通过显著性检验（Sig.＜0.01） 的回归模型，并采用决定系数R2和均方根误差（RMSE） 评价模型对土壤电导率和Ca2+含量的拟合效果。

2 结果分析与讨论

2.1 因子与土壤盐分的相关性分析

将土壤电导率、Ca2+含量与表1、表2 中的光谱指数进行Pearson 相关性分析，并进行显著性检验。 由图1 可知，通过显著性检验（Sig.＜0.01）且相关性较强的因子有DSI、SI4、SI5和SI11（相关系数绝对值大于0.4），在本研究中选择这4 个因子作为回归分析自变量。

图1 土壤电导率、Ca2+含量与光谱指数之间的相关性

2.2 土壤电导率的估算

2.2.1拟合结果分析

在44 个样本点中，随机选择36 个样本点建立拟合方程，其他8 个样本点用做精度验证。 将现有的实测土壤电导率数据和拟合因子（DSI、SI4、SI5和SI11）进行一元及多元线性回归，得到表3。

由表3 可知，利用光谱指数拟合电导率的一元线性模型的R2均低于0.5，仅DSI指数略高为0.494；二元线性模型的R2有显著提高，均大于0.55，其中DSI和SI5的组合R2最高，为0.594；三元线性模型的R2略有提高，但并不显著。 由上述分析可知，二元线性模型中DSI和SI5的组合对电导率的拟合最为合理，且这2 个自变量能较好地解释因变量（Sig.＜0.01），最终得到电导率二元线性拟合方程为

表3 电导率拟合的线性回归模型汇总和参数估计

式中：Y为土壤表层电导率估算值；DSI为差值光谱指数数值；SI5为盐分指数5 数值。

利用随机选择的8 个精度验证点土壤电导率实测数据，对二元线性回归方程的精度进行验证，计算平均绝对误差（MAE）为0.487 dS／m，均方根误差（RMSE）为0.444 dS／m。 从精度评价指标来看，拟合方程可以满足电导率反演的精度要求。

2.2.2土壤电导率分布特征

利用高分二号遥感影像估算表层土壤电导率，依据土壤盐渍化等级的划分标准，将研究区土壤盐渍化划分为4 级：EC＜2 dS／m 为非盐渍土；2 dS／m≤EC＜4 dS／m为轻度盐渍化；4 dS／m≤EC＜8 dS／m 为中度盐渍化；8 dS／m≤EC＜16 dS／m为重度盐渍化［27］。 除去非土壤区域，研究区土壤盐渍化程度整体较低，非盐渍土占区域土壤面积的73.212%，轻度盐渍化土壤约占23.314%，中重度盐渍化土壤面积不足3.5%。 轻度盐渍化土壤主要分布在引黄灌渠两岸及南部和西部居民点周边，中度盐渍化土壤与轻度盐渍化土壤交错分布，零星分布有重度盐渍化土壤，其分布特征与实测数据较为一致。

2.3 土壤Ca2+含量的估算

2.3.1拟合结果分析

利用与电导率拟合相同的36 个样本点建立模型，8 个样本点用做模型精度验证。 将现有的实测土壤Ca2+含量数据和拟合因子（DSI、SI4、SI5和SI11）进行一元及多元线性回归，得到表4。

由表4 可知，利用光谱指数拟合Ca2+含量线性模型的R2与拟合电导率的R2具有相似的规律，即二元线性模型中DSI和SI5的组合对Ca2+含量的拟合最为合理（R2为0.586，Sig.＜0.01），且2 个自变量能较好地解释因变量（Sig.＜0.01），最终得到Ca2+含量二元线性拟合方程为

表4 Ca2+拟合的线性回归模型汇总和参数估计

式中：Z为土壤表层Ca2+含量估算值；DSI为差值光谱指数数值；SI5为盐分指数5 数值。

利用随机选择的8 个精度验证点土壤Ca2+含量实测数据，对二元线性回归方程的精度进行验证，计算平均绝对误差（MAE）为1.174 cmol／kg，均方根误差（RMSE）为1.209 cmol／kg。 从精度评价指标来看，Ca2+含量的拟合精度低于电导率，基本可以满足拟合 要求。

2.3.2土壤Ca2+含量分布特征

利用GF-2 遥感影像估算表层土壤Ca2+含量，将Ca2+含量划分为缺乏、中等、高量和极高4 级［28］。 除去非土壤区域，研究区土壤Ca2+含量以中等和高量为主，Ca2+中等含量土壤面积最大，占总面积的41.228%；其次是Ca2+高量土壤，占总面积的38.660%；Ca2+缺乏土壤占比为18.608%，而极高等级占比为1.504%。 从空间分布上来看，Ca2+含量等级为高量的土壤主要集中在引黄灌渠两岸及南部和西部居民点周边、作物长势相对较差的耕地或荒地，其中交错分布有中等等级土壤，Ca2+含量缺乏土壤主要分布在东部耕地，其分布特征与实测数据大致相符。

2.4 土壤电导率与Ca2+含量的关系

对44 个样本点的实测电导率与Ca2+含量进行相关性分析，相关系数为0.941，为双侧显著性相关（Sig.＜0.01）。 对比分析研究区土壤电导率与Ca2+含量分布（见表5）发现，随着土壤盐渍化程度的加剧，土壤中Ca2+含量也随之增加。 非盐渍化土壤中Ca2+含量以中等为主，土壤Ca2+缺乏区域和高量区域面积相近，均占18%左右；轻度盐渍化区域土壤全部为Ca2+高量等级；中度盐渍化区域Ca2+含量等级为高量与极高，面积比约为2 ∶1；重度盐渍化区域全部为Ca2+含量极高等级。

表5 不同盐渍化程度土壤中Ca2+含量分布 %

2.5 讨 论

（1）遥感影像的光谱反射率和光谱指数与电导率有较好的相关性，而与单一的盐离子的相关性相对较低。 虽然通过多个光谱指数的组合，可以在一定程度上提高盐离子含量的估算精度，但统计模型的反演精度很难有更大的改进，今后的研究中应考虑土壤水盐运移原理，采用相应的物理模型实现更高精度的遥感反演。

（2）通过电导率与Ca2+含量分布的对比分析，可以快速地获取二者之间的定性关系，但Ca2+含量对区域含盐量的具体影响还需要更进一步的定量研究。

3 结 论

利用高分遥感影像和实测数据对黄河下游沿岸引黄灌区表层土壤的电导率与盐离子含量进行估算，初步得到以下结论：

（1）通过相关性分析筛选的DSI和SI5指数，能够较好地估算研究区表层土壤的电导率和Ca2+含量，整体精度属于中等水平，电导率的估算精度高于Ca2+含量的，可以实现区域土壤电导率与Ca2+含量的大面积快速监测。

（2）研究区表层土壤的电导率整体较低，盐渍化土壤以轻度盐渍化为主，中度盐渍化土壤呈点状分布于轻度盐渍化土壤区域内部，说明区域中土壤盐渍化等级具有向更高等级转化的风险，应注意地下水位的变化并进行合理灌溉，避免土壤盐渍化程度的加重。

（3）研究区Ca2+含量以中等和高量为主，含量丰富区域主要分布在引黄灌渠两岸及中西部区域，并在居民点周边呈聚集状。 与电导率分布进行对比发现，研究区Ca2+中等含量面积最大，均分布于非盐渍土区域；其次是高量等级，在非盐渍土、轻度盐渍土和中度盐渍土中均有分布，且多数分布于非盐渍土和轻度盐渍土区域内；Ca2+极高含量土壤集中在中度和重度盐渍化地区，推测该区域Ca2+对土壤盐渍化有一定的贡献。 因此，今后的盐渍化防治工作中可以着重考虑Ca2+含量的调整。