基于tm数据的黑土有机质含量空间格局反演研究_宋金红.pdf

物流工程与管理 DOI:10.11766/trxb201410300549 基于TM 数据的黑土有机质含量空间格局反 演研究 宋金红 1 吴景贵 1† 赵欣宇 1 曹 玲 2,3 （1 吉林农业大学资源与环境学院，吉林省商品粮基地土壤资源可持续利用重点实验室, 长春 130118） （2 吉林省气象服务中心，长春 130062） （3 成都信息工程学院大气科学学院，成都 610225 ） 摘 要 以吉林省黑土区为例，采集区域土壤样本，获取Landsat TM遥感影像，基于有机质含量 （SOM ） 与土壤反射率的定量关系，筛选出与土壤有机质分布相关的波段TM1 、TM5 ，建立区域土壤有机质遥感预 测模型。结果表明，表层土壤有机质含量的对数值与TM1 、TM5 的灰度值(Digital Number ,DN)呈显著负相 关关系，满足二次多项式回归关系，基于TM 1、TM5波段DN值的回归模型预测研究区表层土壤有机质含量， 结果可靠。研究区表层土壤有机质含量＜15 g kg-1的区域主要分布在东部地区，含量在15～20 g kg-1的区域 主要分布在中部地区，含量在20～25 g kg-1的土壤主要集中在西部地区。调查表明东部地区和中部地区主要 是典型黑土，地形部位较高，排水条件较好；西部地区主要是草甸黑土，地势平坦，地下水位适中，水分 条件充足，有机质含量较高。 关键词 黑土; 有机质含量；空间格局; TM 数据；灰度值 中图分类号 S153.6 文献标识码 A 土壤反射光谱是由组成土壤的不同种类矿物、有机质和水的光谱特征的综合反映，是土 壤理化性质的重要体现[1-2] 。目前公认的影响土壤光谱特征的因素有含水量、有机质含量 （SOM）、氧化铁含量、机械组成、母质等。土壤有机质是土壤肥力的重要指标，是植物必 [3] 需营养元素的主要来源，是土壤中各种营养元素的重要来源 。因此土壤有机质含量是农业 部门鉴定土壤肥力和提高作物产量的重要指标。土壤有机质的光谱特性在一定程度上依赖于 成土母质，在较大的地理区域，由于成土母质等的差异，土壤有机质与光谱反射率之间的相关性 较小[4-5] ，利用近红外光谱建立模型估算有机质的最大限制性因素就是要求土壤类型的一致性问 题[6-8] 。Chang和Laird [9]从有机质的结构组成的角度解释了其在近红外区的光谱特征：在近红 外光谱区，有机质对土壤光谱的影响一般表现为降低整个谱线的反射系数。由于土壤有机质 含量在可见光至近红外区域有独特的光谱响应特性，可见光、近红外波段成为有机质分类和 估算最重要的波段，土壤有机质这一独特的光谱特性为解决土壤肥力的快速测定开辟了新的 途径[10] 。 土壤光谱研究从最初的对光谱曲线的定性分析发展到对土壤组分含量的定量反演。目 前，利用遥感技术进行土壤成分定量、半定量的反演中，主要是通过分析土壤的光谱曲线特 征，建立数学模型，从而提取土壤中矿物成分和有机质含量等信息[11] 。沙晋明等[12]研究表 明土壤有机质含量和土壤光谱在可见光、近红外波段有很好的负相关性。Galvao等[13]分析了 机载可见光/红外成像光谱仪(AVIRIS)数据和巴西3个主要土壤类型样品成分之间的关系，发  国家“十二五”科技支撑计划项目（2013BAC09B01，2012BAD14B05）、吉林省科技厅重点科技成果转化项目（20130303035NY） 和吉林农业大学科研启动基金项目（201322）资助 †通讯作者：吴景贵（1965-），男，吉林长春人，博士，教授，博士生导师，主要从事土壤生境调控及农业废弃物资源化研究。 wujingguiok@163.com 作者简介：宋金红(1983-)，女，河北保定人，博士生研究生，讲师，主要从事资源环境与遥感技术研究。157613090@ 收稿日期：2014-10-30；收到修改稿日期：2015-06-05 云投稿 现不同土壤类型的光谱变化和土壤组成之间具有很好的一致性。谢伯承等[14]利用数学变换 形式建立了预测土壤有机质含量的方程，提出了预测北京地区褐潮土有机质含量的光谱最佳 波段为4