基于Sentinel2A影像的干旱区土壤盐渍化监测研究

摘要  以渭干河—库车河三角洲绿洲为例，在5种盐分光谱指数（NDSI、SI、SI1、SI2、SAVI）基础上，选择Sentinel2A多光谱影像中的3个红边波段和近红外窄波段进行扩展，提出了新的基于红边和近红外窄波段的光谱指数，用偏最小二乘回归（PLSR）方法构建土壤电导率遥感反演模型。结果表明：相对传统光谱指数，引入红边1波段（B5）和近红外窄波段（B8a）的光谱指数与土壤电导率相关性显著提高；基于Sentinel2A影像的PLSR的土壤电导率信息建模效果较好（R2=0.77），模型准确、可靠。盐分反演结果表明研究区土壤盐分含量整体较高，盐渍化影响范围广泛。自绿洲内部向外围由非盐渍化向轻度—中度—重度盐渍化过渡，绿洲西部、南部轻度盐渍土分布较多，绿洲东部、东南及西南方向有重度盐渍土及极重度盐渍土分布，盐渍化程度较高。

关键词  Sentinel2A；土壤盐渍化；光谱指数；干旱区

中图分类号  TP79  文献标识码  A  文章编号  0517-6611（2024）01-0051-05

doi：10.3969/j.issn.0517-6611.2024.01.012

开放科学（资源服务）标识码（OSID）：

Research on Monitoring of Soil Salinization in Arid Area Based on Sentinel2A Image

NING An-xin

（XPCC Surveying & Designing Institute （Group） Co.，Ltd.， Urumuqi，Xinjiang 830000）

Abstract  Taking the Weigan-Kuqa River Delta Oasis as an example， based on five salt spectral indices （NDSI， SI， SI1， SI2， SAVI）， three red edge bands and near-infrared narrow bands in Sentinel2A multispectral images were selected for expansion. A new spectral index based on red edge and near-infrared narrow bands was proposed， and a partial least squares regression （PLSR） method was used to construct a soil conductivity remote sensing inversion model.The results showed that compared to traditional spectral index， the correlation between the spectral index introduced in the red edge 1 band （B5） and the near-infrared narrow band （B8a） and soil conductivity was significantly improved; the modeling effect of soil conductivity information using PLSR based on Sentinel2A images was good （R2=0.77）， and the model was accurate and reliable.The results of salt inversion indicated that the soil salt content in the study area was generally high， and the impact of salinization was extensive.There was a transition from non salinization-mild-moderate-severe salinization from the interior to the exterior of the oasis. There were more mild saline soils distributed in the western and southern parts of the oasis， while there were severe saline soils and extremely severe saline soils distributed in the eastern， southeast and southwest directions of the oasis， with a higher degree of salinization.

Key words  Sentinel2A;Soil salinization;Spectral index;Arid area

基金项目  第三次新疆综合科学考察项目（2021xjkk0202-02）；兵团科技创新人才计划项目（2023CB011）。

作者简介  宁岸新（1984—），男，新疆吐鲁番人，高级工程师，硕士，从事干旱区水土资源利用方面的研究。

收稿日期  2022-12-09；修回日期  2023-01-30

土壤盐渍化是干旱区土地退化的主要类型，盐渍化危害的土壤会造成农作物减产或绝收，影响植被生长并间接造成生态环境恶化，这已成为影响干旱半干旱区农业生产的第一障碍性问题。因此，及时、准确地获取大范围土壤盐分信息，对土壤盐渍化治理和绿洲农业可持续发展意义重大［1-2］。

遥感技术具有监测范围广、受地面限制少等优势，成为区域土壤盐渍化动态监测新的技术手段。土壤盐渍化的遥感监测主要采用不同数据源结合光谱指数和地表反射率，构建土壤盐分反演模型，实现土壤盐渍化的高精度监测［3］。如Khan等［4］和Douaoui等［5］分别采用IRS-1B影像和Spot XS 影像，提出不同波段组合的盐分指数提取土壤盐分信息；Abbas等［6］在Khan的盐分指数基础上扩展出6种盐分指数，并对农业区土壤盐分监测取得较好的效果。Allbed等［7］基于IKONOS 影像数据提取多种盐分指数和植被指数并进行盐分反演对比分析，发现各种指数对盐分预测效果并非固定的，而是随不同环境条件、土壤类型、植被特征有所改变。由此可见，国内外利用光谱指数方法进行盐渍土监测工作已取得一定成果，学者们多采用中高分辨率影像尝试不同盐分指数对盐分信息进行定量表达。受制于影像时空分辨率及波谱分辨率共同影响，现有的与盐分相关光谱指数仅涉及可见光、近红外波段和短波红外波段，研究成果暂时没有取得更大的突破。

欧洲航天局（ESA）2020年发布的高分辨率光学成像卫星Sentinel2A投入使用，其高时空分辨率、高重访周期等优良特性为盐渍化遥感监测研究提供了新的前景，该影像也是目前唯一一个拥有3个红边波段的多光谱影像［8-9］。亦有研究指出红边波段对盐生植物响应敏感，常被用于估测植被的生长状态及植被盐分胁迫［10］。Sentinel2A影像对不同土壤盐渍化程度下耐盐植被的分布监测具有潜在优势，可间接反映土壤盐分特征。可以预见Sentinel2A数据的应用将极大地推进区域土壤盐渍化遥感监测研究进程，而目前国内关于该影像应用的相关文献鲜见报道。

鉴于此，该研究选取受盐渍化影响严重的渭干河与库车河流域绿洲农业区（简称渭库绿洲）为典型研究区，利用Sentinel2A高分辨率影像在现有应用广泛的盐分指数基础上，引入红边波段和近红外窄波段进行扩展；基于扩展后的最优光谱指数及显著相关波段，结合实测电导率数据，用偏最小二乘回归（PLSR）方法构建土壤电导率遥感反演模型，对研究区盐渍化分布进行预测和评估，探索有效的土壤盐渍化信息提取方法，为该地区土壤盐渍化防治及农业可持续发展提供理论依据，同时也为Sentinel2A多光谱影像在相关领域的应用提供了参考。

1  材料与方法

1.1  研究区概况

渭库绿洲位于新疆塔里木盆地的中北部，包括新河县、沙雅县和库车县，是我国干旱区范围内较为完整和典型的扇形平原绿洲。渭库绿洲属于温带大陆性干旱气候，年降水量51.3 mm，多年平均气温 10.6 ～14.8 ℃，年蒸发量为1 991.0～2 864.3 mm，干旱少雨的气候特征加之微咸水的灌溉模式等使得该地区土壤盐渍化现象普遍存在。在绿洲外围及绿洲荒漠交错带盐渍化现象较为严重，植被盖度较低。植物以芦苇、柽柳、骆驼刺、花花柴等盐生植被为主。根据绿洲形状及野外实地采样区域，排除绿洲北部山地和大片的荒漠地区，确定研究区范围为82°14′～83°30′E、41°01′～41°50′N（图1）。

1.2  土壤样本采集及处理

根据研究区气候特点和土壤盐分的季节性变化，于2016年4月22—30日对研究区进行实地采样。在考虑土壤盐渍化程度、土地覆盖类型和土壤质地差异前提下，选择出具有代表性土壤测量单元35个。每个样区均匀采集0～10 cm土层土样，记录相应环境信息。将土壤样品密封后带回实验室，经风干研磨并过0.25 mm孔径的细筛，用四分法取样200 g，与蒸馏水按1∶5的比例配制浸提液，静置过滤后，获得土壤溶液，最后利用德国WTW公司制造的Cond7310仪器来测定土壤溶液的电导率，记作EC1∶5。

1.3  遥感数据获取及预处理

结合采样时间，选择2016年4月22日同步Sentinel2A多光谱影像为数据源，影像参数详见表1。所下载影像为经过辐射校正和几何校正的L1C级大气层顶表观反射率数据，校正精度在1个像元内。依据影像元数据文件提供的参数，选取覆盖研究区域的2幅影像，进行镶嵌处理，后采用暗像元法进行大气纠正。该研究使用20和10 m分辨率的8个波段，进行不同空间分辨率波段间运算，将影像中20 m分辨率波段精细至10 m，最后根据研究区实际范围，经图像裁剪、掩膜等预处理后，得到研究区影像。

1.4  光谱指数

土壤的反射光谱是土壤理化性质的产物，选取对土壤盐分较为敏感的波段构建适宜的光谱指数已经成为当今盐渍化定量反演的主要途径。而土壤盐分作为影响植被分布的主要土壤化学因子［11］，直接决定着区域植被分布，因此，可利用影像植被指数作为分析土壤盐渍化程度的间接指标，综合运用土壤盐分指数和植被指数来构建土壤含盐量估算模型。

结合前人研究成果［12-13］，利用Sentinel2A影像反射率波段提取能够较好反映土壤盐渍化程度的5种光谱指数（归一化盐分指数NDSI、盐分指数SI、盐分指数SI1、盐分指数SI2、土壤调节植被指数SAVI）。并在此基础上考虑Sentinel2A红边波段及近红外窄波段的光谱效应，分别用红边波段（B5、B6、B7）替换红波段B4、近红外窄波段（B8a）替换近红外波段（B8），尝试构建新的红边波段指数和近红外窄波段指数，作为渭库绿洲的土壤盐渍化定量分析的备选指数，光谱指数公式如表2所示。

1.5  偏最小二乘回归方法

偏最小二乘回归方法（partial least squares regression，PLSR）是一种新型的多元统计数据分析方法，集中了主成分分析、典型相关分析和线性回归分析方法的特点。尤其是当变量存在多重相关性，而观测样本又较少时，仍然能取得较好的建模效果。该方法较传统回归分析更具优势，也是目前光谱数据建模中的常用分析方法［14-16］。详细计算原理参考文献［17］。