地物光谱仪：江西省红壤地区主要土壤类型的高光谱特性研究-电子发烧友网

一、引言

土壤可见-近红外反射光谱是土壤理化特性光谱行为的综合。土壤中许多成分在可见-近红外光谱范围内具有反射与吸收特征，可以根据它们来识别土壤中的成分，许多学者通过分析光谱曲线形状特征、斜率变化以及吸收波段出现与否分析光谱特征，划分土壤反射光谱曲线基本类型。随着高光谱技术的发展，获得的土壤光谱信息越来越丰富，对土壤特性光谱特征及其土壤分类的研究更加深入。红壤是江西分布最广、面积最大的土壤之一，为中国乃至世界上最重要的土壤资源，研究红壤地区不同土壤亚类乃至不同土属的光谱特征对其理化性质的快速估算和土壤分类等有重要意义。本研究从江西省红壤地区有代表性地域的县(吉安县、余江县、兴国县和湾里区)采集了7种亚类的443个土壤样品，获取其室内可见-近红外(Vis-NIR)高光谱反射率(350~2500nm)。从反射光谱曲线位置、吸收峰特征和曲线的斜率等分析不同亚类土壤、亚类内不同土属的光谱特征，并探讨利用光谱特征对土壤进行分类的可能性。

二、材料与方法

2.1 样品采集

样品采集的区域位于江西省的吉安县、余江县、兴国县以及南昌市的湾里区，余江县的土壤类型为典型的低丘红砂岩发育的土壤，吉安县为丘陵盆地区土壤，兴国县为典型低山丘陵花岗岩发育的土壤，湾里区土壤主要是由低山区黑云母花岗岩和花岗片麻岩风化而来。根据典型性和代表性原则，随机采取443个样品，土壤亚类分别为红壤土类中的红壤亚类、黄红壤亚类、红壤性土亚类和棕红壤亚类，水稻土土类包括潜育型水稻土亚类、潴育型水稻土亚类和淹育型水稻土亚类（表1）。土样清除植物残留物和石块后，于室内自然风干，经研磨后统一过1mm筛，四分法分成两份，一份用于实验室测定，另一份用于室内光谱测量。

表1供试土壤样品基本情况

2.2 样品分析

土壤有机质采用重铬酸钾容量—外加热法测定；土壤阳离子交换量采用乙酸铵交换法测定；全氮采用凯式定氮法测定；速效钾采用乙酸铵浸提—火焰光度法测定；有效磷采用钼锑抗比色法测定；pH采用电位法测定。土壤样品光谱数据的采集可以使用莱森光学iSpecField-WNIR系列地物光谱仪。土壤样品放在直径10cm，深1.5cm，内部涂黑的盛样器皿内，土样表面刮平。每个测量点测量10条光谱，30条光谱取平均值后作为该土壤采样点的室内光谱。

2.3 光谱数据预处理

先对反射光谱去掉噪声较大的边缘波段200～400nm和2400～2500nm。为了消除一些不确定性的噪声和减少数据矩阵，对400～2400nm的波段每10nm进行平均，最终得到了201个波段值进行后续分析。为了更明显地看出特征吸收峰，对光谱进行连续统去除，可以有效地突出光谱曲线吸收和反射特征，并将其归一到一致的光谱背景上，有利于与其他光谱曲线进行特征数值比较，从而提取出特征波段进行分类识别。用1减去连续统去除后的反射光谱即为特征吸收光谱（见图1）。特征吸收峰和横坐标所包围的图形为吸收面积。

图1光谱曲线特征提取

导数光谱法也是展示光谱吸收特征的一种方法，原始光谱的二阶导数对重叠光谱的较窄或者较微弱的吸收波段的分辨有明显的增强作用。对原始光谱的二阶导数主要是运用于对光谱可见光区域范围，以找出不同土壤亚类和不同土属的差异性。

2.4 土壤光谱特征变量提取

对光谱特征表现、反射率的强度、曲线变化的斜率和特征吸收谷的强度等进行光谱特征变量提取，初选出24个光谱特征变量，作为预选特征参数，再运用逐步判别分析方法从24个反射率值中选择最具代表性的19个光谱变量用于光谱聚类分析，其中特征吸收峰和三个弓曲差分别反映氧化铁、有机质和黏土矿物等的含量；四个波段范围的均值和三个曲线的比值反映曲线位置。聚类之前所有变量均标准化，聚类的类别按照采样的土壤亚类给定7类，每种亚类内按土属再进行聚类。

三、结果

3.1 不同红壤亚类光谱特征

基于全部土壤特征变量对土壤光谱进行聚类，对聚类的同一类土壤光谱求均值得到光谱分类后的四个红壤亚类的光谱曲线（图2）。从图2可以看出，不同红壤亚类的光谱曲线有类似的趋势。在可见光-短波近红外光谱范围曲线较为陡峭，在近红外光谱区域有几个波折，1400nm、1910nm和2200nm有强烈的吸收峰，980nm左右有明显的吸收峰。由于成土环境、黏土矿物和成土母质等特性差异导致不同红壤亚类光谱曲线差异明显，整体来看，红壤性土亚类光谱反射率整体最高，黄红壤亚类反射率最低，棕红壤亚类反射率较低。红壤各亚类光谱曲线在900nm左右均有吸收峰，在1400nm、1900nm和2200nm均有强的吸收峰，但不同红壤亚类的吸收峰有差异，红壤性土亚类的光谱曲线在1400nm、1900nm和2200nm为强烈的V形吸收峰，而其他亚类的吸收峰较宽较浅。这是由于土壤发育程度的不同，其黏土矿物、有机质含量和水分含量等的差异导致光谱曲线差异明显。在可见光短波近红外光谱区域，红壤性土亚类反射曲线急剧上升，而黄红壤亚类在600nm左右有较浅的有机质吸收峰。

图2不同红壤亚类土壤光谱反射率

图3a和图3b分别是红壤中不同黏土矿物和铁氧化物的光谱曲线。从图2和图3可知红壤性土亚类的黏土矿物以高岭石为主，含有一定量的赤铁矿，而红壤亚类的黏土矿物除了以高岭石为主还含有少量蛭石。黄红壤的光谱曲线位置较红壤低，在900nm左右有较明显的氧化铁吸收峰，吸收峰强度较红壤强，在400nm～800nm波段范围内有明显的有机质吸收峰，在水分吸收波段1400nm和1900nm有较强吸收峰，但较红壤弱，其黏土矿物与红壤类似。棕红壤光谱曲线整体较平，根据图3可以看出棕红壤的黏土矿物以高岭石、伊利石为主，含有一定量石英。

图3红壤部分黏土矿物反射系数曲线

图4是对红壤不同亚类的特征吸收光谱的提取方法，图4a为连续统去除后的特征提取，图4b为二阶导数处理。图4a显示黄红壤亚类吸收光谱位置最高，红壤亚类位置较高，棕红壤亚类和红壤性土亚类几乎与x轴重叠。研究显示620～640nm为红壤地区土壤有机质的吸收区域，因此从图4a可以看出，黄红壤亚类的有机质含量最高。Kosmas等的研究表明，可见光范围的二阶导数处理能判别出土壤中的针铁矿和赤铁矿的含量，二阶导数处理的420～447nm范围的波段能够定量估算土壤中针铁矿的含量。从图4b可以看出，447nm和420nm处反射率的二阶导数之间的距离大小为：黄红壤亚类＞棕红壤亚类＞红壤亚类＞红壤性土亚类，说明黄红壤亚类中含有大量的针铁矿，棕红壤亚类中含有一定量的针铁矿，而红壤和红壤性土亚类针铁矿的含量较少。

图4不同红壤亚类土壤特征吸收光谱

3.2不同水稻土亚类光谱特征

潜育型水稻土亚类和潴育型水稻土亚类的光谱反射曲线位置较低（图5a），但在可见光-短波近红外光谱区域，潜育型水稻土反射率较潴育型水稻土低，在950nm左右潜育型水稻土有明显的氧化铁吸收峰，潴育土壤光谱曲线较为平滑。淹育性水稻土反射率最高，三种水稻土亚类光谱反射曲线位置为：淹育性水稻土＞潴育型水稻土＞潜育型水稻土，根据曲线反射率的位置高低可以用于识别不同的水稻土亚类。

江西红壤地区水稻土在一年中浸水的时间较长，有利于有机质的积累，但不同亚类在相同的管理下有机质的积累速度差异较大。从光谱曲线（图5）可以看出在可见光-短波近红外波段范围内，潜育型水稻土光谱反射曲线位置最低，在680nm左右有微弱的有机质吸收，说明潜育型水稻土亚类有机质含量较高。潴育型水稻土亚类光谱反射率较低，是因为其分布的地理位置较为平坦、排灌便利、土壤培肥熟化水平较高。淹育性水稻土亚类光谱反射率高于潴育型水稻土和潜育型水稻土，在1000nm以后光谱反射率高于0.55，而潴育型和潜育型曲线整体均在0.55以下，说明其有机质含量和土壤肥力均较低。

为了进一步分析红壤地区水稻土的光谱特征，对红砂岩母质发育的水稻土亚类的平均光谱进行光谱特征分析（图5b），从中可以看出不同亚类水稻土的光谱曲线位置与图5a类似，淹育性水稻土光谱反射率最高，潜育型水稻土在可见-近红外反射率最低、而在近红外（1500nm以外）其反射率高于潴育型水稻土。图6a显示不同土壤亚类总体特征吸收面积为潜育型水稻土亚类＞潴育型水稻土亚类＞淹育型水稻土亚类＞红壤亚类。

图5不同水稻土亚类和红壤亚类土壤光谱反射率

由于土壤受不同水分作用以及淹水时间长短的影响，光谱曲线不仅表现在有机质的差异上，而且反映在氧化铁的氧化还原程度上。水稻土中还原淋溶、氧化淀积交替过程造成不同亚类水稻土耕层土壤氧化铁含量差异明显。图6b显示不同水稻土亚类在422～445nm光谱区域二阶导数之间距离的大小，根据二阶导数距离的大小可以判定针铁矿的含量，红壤地区水稻土针铁矿为土壤晶体氧化铁，淹育型水稻土亚类在422～445nm光谱差值最大，表明其含晶体氧化铁最多。潴育型水稻土氧化条件较好，因此较多的氧化铁结晶成为晶质铁，表现在422～445nm光谱区域的二阶导数差值较大，而潜育性水稻土因长期浸水，部分氧化铁处于还原状态，晶体铁相对较少，表现在422～445nm波段之间的二阶导数差值较小。图6b显示红壤亚类在422nm和445nm这两个波段的二阶导数差值最小，可推断出红壤亚类的针铁矿含量最少，这与图4的结果一致，因此422～445nm波段范围的二阶导数是一项衡量晶体氧化铁含量的综合指标，因而其对水稻土发生学研究具有一定的研究意义。