高光谱遥感技术在土壤研究应用中的进展

土壤是指在地球陆地表面上能够生长植物的疏松表层，不仅是陆地生态系统的重要一员，而且是人类赖以生存和发展的重要物质基础。土壤是一个综合且复杂的生态系统，土壤的定量评价与研究一直以来都是土壤学科的重点与难点。大量研究表明，土壤反射光谱的特性与土壤物理性质之间的关系，为遥感技术在土壤中应用奠定了坚实的物理基础，同时也为研究土壤自身属性提供了一个崭新的方法物样本信息的采集量。

1高光谱遥感在土壤研究中的应用

1.1应用范围

随着高光谱遥感技术的不断成熟，其空间和光谱分辨率不断地提高，应用领域也越来越广。其中，高光谱在土壤研究中的应用历史可以追溯到19世纪20—30年代。刚开始，人们利用反射光谱研究土壤含水量、土壤组分、粒径及有机质含量，之后，大量的研究表明，高光谱遥感技术被广泛地用于反演土壤中有机质含量、含水量、重金属及土壤质地等方面的研究应用。

1.土壤有机质含量土壤有机质(soilorganicmatter，SOM)是指存在于土壤中的有机物质，可以提供植物所需的养分，而且其含量的多少也是作为衡量土壤肥力的一项重要指标。如今，通过光谱分析技术测定土壤有机质含量已成为一种不可或缺的研究手段，国内外专家分别运用不同的遥感数据来反演土壤有机质含量，并取得了一定成效。

2.土壤含水量土壤含水量是地球生态系统能量交换过程中非常重要的因子，同时也是农业、气候、生态等领域衡量土壤干旱程度的重要指标。土壤含水量的遥感定量反演一直都是专家们研究热点，相关研究表明，土壤光谱反射率会随着土壤含水量增加而降低，含水量低的土壤具有较高的光谱反射率，即表现出负相关的关系，因而土壤光谱反射率的变化能够直接反映出土壤表层的含水量变化。

3.土壤重金属含量随着社会经济不断的发展，城镇化、工业化的快速进程，土壤中重金属含量不断加剧，严重地影响了土壤环境的质量。土壤重金属在土壤中残留时间长、迁移性差且易积累，并能够通过食物链进入人体，对人身体造成威胁，因而备受学者们关注。高光谱技术的出现可以实现对土壤重金属含量进行快速、高效的监测。土壤中重金属富集主要是由于土壤组分的吸附所造成的，诸多学者根据这一性质来定量估算土壤重金属含量。4.土壤质地土壤质地是依据土壤粒径大小来划分的土壤类型，是影响土壤理化性质极其重要的因子之一，通常可以分为砂、粉砂以及黏土。土壤质地除了能从土壤粒径大小影响土壤光谱反射率之外，还可以通过影响土壤的持水能力从而间接对土壤光谱反射率造成一定的影响。研究表明，土壤中颗粒粒径的大小与其反射率之间存在一定的相关性，粒径越小，其比表面积就越大，反射率也相应越大。

1.2研究方法

高光谱遥感技术在土壤研究中常用的反演方法如表1所示，这些方法所建立的反演模型都能达到精度要求。目前常规反演方法在土壤研究中均有应用，其中逐步多元线性回归法和偏最小二乘回归法2种方法的应用相对更为广泛。然而，研究者为了追求更高的反演精度，越来越多的非常规模型，如支持向量机模型、模糊识别模型、Hapke模型及GWＲ模型等，被引入土壤研究中，并在各自的研究区域内取得了较为不错的成果。越来越多建模方法的出现及成功应用，标志着高光谱遥感技术在土壤信息定量反演中已日趋成熟。

1.2.1土壤有机质

目前，大多数学者通过光谱反射率数据在对土壤有机质含量进行定量反演研究时，主要运用偏最小二乘回归和多元逐步线性回归的方法建立反演模型。

在对黑土研究中发现，土壤光谱反射率在经过倒数和对数处理后的数据所建立的最优模型都为最小二乘回归模型，而对土壤光谱反射数据进行一阶微分处理后，建立的最优模型则为逐步多元线性回归模型。

由此可以得出，建模方法的选择在一定程度上会影响高光谱反演土壤有机质含量的精度。此外，针对土壤有机质和高光谱反射数据受多重因素的影响，且二者之间有可能存在非线性关系等问题，专家学者们通过BP人工神经网络模型、支持向量机模型及模糊识别模型分别建立土壤有机质高光谱反演模型，并取得了较好的成果。

1.2.2土壤含水量

近年来学者们大多通过土壤反射光谱数据，建立光谱反射率和土壤含水量之间的相关估算模型来进行土壤含水量遥感定量反演。在建模方法上，目前学者主要采用线性回归分析法、偏最小二乘回归法、BP神经网络、小波分析等统计模型法。

1.2.3土壤重金属含量

目前通过高光谱遥感技术进行土壤重金属含量预测常用方法有多元线性回归法、偏最小二乘回归法、人工神经网络、支持向量机等，这些方法在特定的研究区均取得了较好的效果。

1.2.4土壤质地

目前，通过反射光谱数据来进行土壤质地的预测，学者们大多采用多元逐步回归法、偏最小二乘回归法和BP神经网络等方法。

2展望

目前高光谱遥感技术已经成功应用于土壤信息各研究领域中，为快速、实时、准确获得土壤信息提供了技术与理论的支持。利用反射光谱数据反演土壤信息已成为研究热点，建模的方法也越来越丰富。建模的方法决定了土壤信息反演精度，通过对现有模型的对比分析、改进优化以及根据不同需要创建新的模型已成为现在土壤研究的发展趋势。基于此，对未来的发展有以下展望:

未来高光谱数据的存储方式将会以更方便快捷被学者加以应用，土壤反射光谱数据的处理方式也会不断地优化改进，研究者将会获得质量更高、使用更方便、共享性更强的光谱数据。

随着学者们对土壤信息提取精度的追求，多角度遥感技术将会在土壤研究中广泛应用，建模的方法也会随之被优化改进，使得模型具有适用性强、移植性高、实用价值突出等优势。

科学管理、统一标准，建立光谱信息库。同时还应对不同类型、不同区域的土壤建立针对性的专一光谱数据库，以便于光谱数据实时共享，提高工作效率。

莱森光学（深圳）有限公司是一家提供光机电一体化集成解决方案的高科技公司，我们专注于光谱传感和光电应用系统的研发、生产和销售。

审核编辑 黄昊宇