章文龍，曾從盛,3,*，高燈州，陳曉艷，林 偉

1福建師范大學(xué)地理科學(xué)學(xué)院，福州 350007 2福建師范大學(xué)亞熱帶濕地研究中心，福州 350007 3濕潤亞熱帶生態(tài)地理過程教育部重點實驗室，福州 350007

閩江河口濕地土壤全磷高光譜遙感估算

章文龍1,2，曾從盛1,2,3,*，高燈州1,2，陳曉艷1，林 偉1

1福建師范大學(xué)地理科學(xué)學(xué)院，福州 350007 2福建師范大學(xué)亞熱帶濕地研究中心，福州 350007 3濕潤亞熱帶生態(tài)地理過程教育部重點實驗室，福州 350007

磷是濕地生態(tài)系統(tǒng)必需和限制性元素，利用高光譜遙感數(shù)據(jù)對其進行估算對實現(xiàn)濕地土壤磷素快速和準確定量具有重要意義。選取閩江河口濕地作為研究區(qū)，于2013年5月，采集16個土壤剖面80個樣本作為估算與驗證模型樣本；基于光譜指數(shù)建立土壤全磷(TP)含量估算模型，其中光譜指數(shù)包括原始光譜反射率(R)、比值土壤指數(shù)(RSI)、歸一化土壤指數(shù)(NDSI)和有機質(zhì)診斷指數(shù)(OII)。此外，進一步分析反射光譜與不同形態(tài)磷，TP與有機質(zhì)之間關(guān)系，以期初步揭示河口濕地土壤TP估算的機理。研究結(jié)果表明，閩江河口濕地土壤TP含量與R相關(guān)系數(shù)較高的區(qū)域分布在360—560nm，并在406nm處達到最大值-0.816；光譜指數(shù)RSI(R430,R830)、RSI(R460,R810)、RSI(R560,R580)、NDSI(R430,R830)、NDSI(R460,R830)、NDSI(R560,R580)和OII(R446)與土壤TP含量均有較高的相關(guān)系數(shù)，能較好的用于TP含量的估算；各估算模型決定系數(shù)(r2)和均方根誤差(RMSE)分別在0.657—0.805和0.052—0.067之間；驗證模型r2和RMSE分別在0.606—0.893和0.037—0.044之間。分潮灘建立TP含量估算模型是可行的，并且能提高部分光譜指數(shù)的估算精度。土壤TP含量的估算精度與磷素的組成有關(guān)，其中與鐵吸附態(tài)磷關(guān)系較為密切，鈣吸附態(tài)和鋁吸附態(tài)磷關(guān)系較弱。土壤TP與有機質(zhì)和氧化還原環(huán)境的存在密切關(guān)系可能是濕地土壤TP含量估算的重要機理。

全磷；高光譜；濕地土壤；閩江河口

磷作為重要生源要素，對生物的生長起到重要的影響，同時其也是重要的污染物質(zhì)之一。河口濕地土壤是磷的重要源、匯及轉(zhuǎn)化器[1]，在調(diào)節(jié)磷素循環(huán)方面發(fā)揮中重要的作用。以往土壤磷素的測定方法主要為化學(xué)方法，高光譜遙感技術(shù)的出現(xiàn)為土壤養(yǎng)分的快速和無損測定提供了新的方法。利用高光譜遙感手段實現(xiàn)濕地土壤全磷(TP)含量快速檢測對實現(xiàn)生態(tài)系統(tǒng)的科學(xué)管理具有重要意義。

目前，已有較多學(xué)者對土壤有機質(zhì)[2-3]和全氮[4]含量高光譜遙感估算進行了大量的研究。磷作為土壤另外一個重要組分，也有部分學(xué)者嘗試利用高光譜數(shù)據(jù)，基于光譜指數(shù)，采用回歸分析、偏最小二乘法和神經(jīng)網(wǎng)絡(luò)模型等手段對陸地生態(tài)系統(tǒng)土壤TP和速效磷進行估算。研究結(jié)果表明利用高光譜手段估算陸地生態(tài)系統(tǒng)土壤TP和速效磷是可行的，但不同類型土壤的敏感波段以及模型的估算精度不盡一致[5-11]，還有待進一步開展大量相關(guān)研究。濕地是介于陸地和水生生態(tài)系統(tǒng)之間的一種獨特的生態(tài)系統(tǒng)；河口則是一種特殊的濕地，其在潮汐作用下，氧化還原交替，使得土壤也表現(xiàn)出獨特的性質(zhì)。遺憾的是，目前關(guān)于河口濕地土壤TP含量的高光譜估算還未見報道?；诖?，以亞熱帶閩江河口為研究區(qū)，采集不同潮灘土壤樣本，室內(nèi)測定其反射光譜，嘗試利用高光譜遙感數(shù)據(jù)建立濕地土壤TP含量的估算模型，通過這一研究以期拓展對濕地土壤TP含量高光譜遙感估算可行性和精度的認識。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

閩江河口濕地國家自然保護區(qū)是中國東南沿海典型的亞熱帶河口濕地之一(圖1)。其氣候?qū)賮啛釒Ъ撅L氣候，暖熱濕潤，年均氣溫為19.3℃，年平均降水量1350mm左右，年均降水日數(shù)為153d[12]。土壤為濱海鹽土和沙土，其粒徑以粉砂為主(60%以上)。土壤pH值呈偏酸性到中性。區(qū)內(nèi)潮汐屬正規(guī)半日潮。土著植被主要有蘆葦(Phragmitesaustralis)、短葉茳芏(Cyperusmalaccensis)和藨草(Scirpustriqueter)，其中蘆葦主要分布于中高潮灘，短葉茳芏主要分布于中低潮灘[13]。本世紀初，外來物種互花米草(Spartinaalterniflora)入侵本區(qū)中低潮灘，2010年面積達到306.94hm2[14]。

1.2 研究方法

1.2.1 樣品采集

圖1 采樣點示意圖Fig.1 Map of sampling sites

潮汐是河口濕地最顯著的特征之一，其對土壤磷的源和匯起到重要作用。為使得所采集的土壤樣本具有代表性。于2013年5月在閩江口鱔魚灘濕地選取典型潮灘，沿水文梯度設(shè)置樣線(橫跨高潮灘和中潮灘，圖1)，采集16個樣點(每2個樣點間距20m)。每個樣點利用鋼制土鉆(長80cm，直徑10cm)采集土壤樣品，并進一步分割出不同深度(0—10cm、10—20cm、20—30cm、30—40cm和40—50cm)土樣。將所采集的土壤樣品在室溫條件下自然風干，過2mm尼龍篩，并去除明顯可見的根系。然后取一部分過2mm篩土樣，全部過0.149mm篩，保存，待測。土壤有機質(zhì)用濃H2SO4-K2Cr2O7外加熱法測定。土壤TP含量采用濃H2SO4-HClO4消煮法測定[15]；用1mol/L的H2SO4振蕩16h浸提，然后將灼燒(550℃，1h)與未灼燒的土樣相減，作為有機磷(Org P)[16]；無機磷(IP)的連續(xù)分級方法參考Chang and Jackson[17]，將IP進一步分為鋁吸附態(tài)磷(Al-P)、鐵吸附態(tài)磷(Fe-P)、鈣吸附態(tài)磷(Ca-P)和閉蓄態(tài)磷(O-P)，每組實驗同時做空白對照實驗。不同形態(tài)磷在浸提后用連續(xù)流動分析儀(San++，荷蘭)測定，每個樣品做2個平行，誤差小于5%。

1.2.2 土壤反射光譜測定

土壤反射光譜利用美國ASD (Analytica Spectra Devices., Inc)公司生產(chǎn)的FieldSpec2500進行測定。測量波段范圍為350—2500nm，其中在350—1000nm光譜分辨率為3nm，光譜間隔為1.4nm；在1000—2500nm光譜分辨率為10nm，光譜間隔為2nm。利用BRDF系統(tǒng)建立相應(yīng)的測試環(huán)境：探頭垂直向下，視場角25°，距離土壤樣品(0.149mm)表面約為12cm，光源使用光譜儀配套功率為50W的鹵素燈，入射天頂角設(shè)置為45°，入射方位角0°，觀測天頂角0°。測定時，將土壤樣品平鋪(厚度約為0.5cm，直徑約為10cm)放置于對采集波段接近全吸收的工作臺上，測定其反射光譜，同時為確保測量精度，每次測定保存8條光譜，30min進行一次白板校正。

1.2.3 統(tǒng)計分析

使用ViewSpec軟件中的Splice Correction修正功能對土壤反射光譜數(shù)據(jù)進行修正；使用均值平滑對光譜進行平滑處理；利用SPSS 17.0計算土壤TP含量和反射光譜，TP含量和光譜指數(shù)之間的相關(guān)關(guān)系，并基于回歸分析法建立估算和驗證模型；利用Surfer 8.0和Origin 8.0作圖。在80個樣本中隨機挑選出12個樣本作為驗證模型樣本，剩余68個樣本作為估算模型樣本。用SPSS 17.0中Descriptive statistics模塊對估算和驗證模型樣本的TP含量分布進行檢驗，檢驗結(jié)果如表1所示。表1表明估算和驗證模型樣本均通過隨機分布檢驗。

表1 TP含量分布特征Table 1 The distribution of total phosphorus content

1.2.4 光譜指數(shù)定義

表2 參數(shù)意義Table 2 Parameters definition

R：土壤原始光譜反射率original spectral reflectance；RSI：簡單比值土壤指數(shù)simple ratio soil index；NDSI：歸一化差值土壤指數(shù)normalized difference soil index；OII：有機質(zhì)診斷指數(shù)organic matter diagnosis index

光譜指數(shù)被認為是估算土壤養(yǎng)分信息的重要手段之一，其不僅簡單便于應(yīng)用，而且與原始反射光譜(R)相比，可一定程度降低噪聲，提高估算的穩(wěn)定性。本研究中，土壤TP含量與R在350—600nm呈負相關(guān)，在600—2500nm呈正相關(guān)(圖3)，這與植物生物量和歸一化植被指數(shù)(NDVI)和簡單比植被指數(shù)(SR)的關(guān)系相似。因此，考慮構(gòu)建簡單比值土壤指數(shù)(RSI)和歸一化差值土壤指數(shù)(NDSI)作為土壤TP含量的估算參數(shù)。此外，土壤TP含量估算的機理可能同有機質(zhì)的存在相似之處。因此，進一步選取土壤有機質(zhì)診斷指數(shù)(OII)作為其估算參數(shù)。各估算參數(shù)的定義如表2。

1.2.5 檢驗方法

為衡量各參數(shù)的估算精度，分別選取均方根誤差(RMSE)和決定系數(shù)(r2)作為評價指標。在樣本數(shù)相同的條件下，一般認為r2越大，RMSE越小，估算精度越高。RMSE計算公式如公式(1)。

(1)

2 結(jié)果與分析

2.1 土壤反射光譜特征

閩江河口濕地土壤反射率在350—800nm上升較快，在800nm以后反射率趨于平穩(wěn)，并在1380、1880nm和2200nm 附近出現(xiàn)吸收谷(圖2)。此外，為對比不同深度土壤光譜特征，分別計算不同深度土壤反射率的平均值(圖2)。圖2表明，在350—580nm處，越深的土壤，其反射率越大；在580—2500nm則與之相反。

圖2 土壤反射光譜特征Fig.2 The characteristic of soil reflectance

2.2 土壤TP含量估算的最佳波段選取

2.2.1 基于R和OII土壤TP含量估算的最佳波段選取

閩江河口濕地土壤TP含量與R在350—600nm呈負相關(guān)，在600—2500nm呈正相關(guān)，相關(guān)系數(shù)在406nm處達到最大，最大值為-0.816(圖2)。不同波段反射率計算的OII與TP含量的相關(guān)系數(shù)在350—2500nm范圍內(nèi)存在兩個極值，一個在446nm，一個在634nm，值分別為-0.843和0.798(圖2)。因此，考慮OII(R446)作為土壤TP含量的估算參數(shù)。

圖3 土壤TP含量與R(a)及OII(b)相關(guān)系數(shù) (n=80)Fig.3 The correlation between R and TP (a), OII and TP (b) (n=80)

2.2.2 基于NDSI和RSI土壤TP含量估算的最佳波段選取

圖3a表明，在1000nm以后，土壤TP含量與R的相關(guān)系數(shù)較小，且噪音較大。因此，選取350—1000nm內(nèi)的波段作為NDSI和RSI的計算波段。任意兩個波段組合計算所得的NDSI與土壤TP含量，RSI與土壤TP含量的相關(guān)系數(shù)分布如圖4所示。由圖4可以看出NDSI和RSI與土壤TP含量的相關(guān)系數(shù)分布大致相似。相關(guān)系數(shù)較高的波段組合主要集中在3個區(qū)域。一是420—440nm與 590—1000nm的波段組合，最佳估算參數(shù)分別為NDSI(R430,R830)和RSI(R430,R830)，最大相關(guān)系數(shù)均為0.835。二是460—470nm與590—1000nm的波段組合，最佳估算參數(shù)分別為NDSI(R460,R830)和RSI(R460,R810)，最大相關(guān)系數(shù)分別為-0.813和-0.812。另一個是550—590nm內(nèi)波段組合，最佳估算參數(shù)分別為NDSI(R560,R580)和RSI(R560,R580)，相關(guān)系數(shù)均為0.832。此外，對比圖4進一步表明，對NDSI而言，各波段組合估算精度是對稱的，RSI則不是完全對稱。

圖4 土壤TP含量與NDSI(a)和RSI(b)相關(guān)系數(shù)分布圖 (n=80)Fig.4 Correlation between NDSI and total phosphorus content (a), RSI and total phosphorus content (b) (n=80)

2.3 土壤TP含量估算模型構(gòu)建與驗證

基于選取的光譜指數(shù)分別建立高、中和整個潮灘樣本土壤TP含量估算與驗證模型，結(jié)果如表3所示。表3表明所選取的光譜指數(shù)均能較好的用于不同潮灘及整個潮灘樣本TP含量的估算(估算與驗證模型均通過了置信水平為0.05的檢驗)。進一步比較同一指數(shù)對不同潮灘樣本TP含量的估算精度發(fā)現(xiàn)，將高潮灘和中潮灘樣本分開，分別建立估算模型，能夠提高部分光譜指數(shù)(如RSI(R430,R830)、RSI(R460,R810)和NDSI(R430,R830))的估算精度，而對其他指數(shù)的估算精度影響不大。因此，除部分指數(shù)外，可以考慮用整個潮灘樣本建立TP含量估算與驗證模型。本研究中，整個潮灘樣本TP含量估算模型r2和RMSE分別在0.657—0.805和0.052—0.067之間；驗證模型r2和RMSE分別在0.606—0.893和0.037—0.044之間。綜合r2和RMSE表明，RSI(R430,R830)、NDSI(R430,R830)、RSI(R560,R580)、NDSI(R560,R580)和OII(R446)的估算精度略高于其他參數(shù)。

表3 土壤TP含量估算與驗證模型Table 3 Soil total phosphorus content estimation model and its validation

*P<0.05，**P<0.01，T：建模樣本數(shù)，V：驗證樣本數(shù)

為進一步驗證各光譜指數(shù)對土壤TP含量的估算效果，以RSI(R430,R830)、RSI(R560,R580)和OII(R446)為例，繪制其估算模型和驗證模型散點圖(整個潮灘)，結(jié)果如圖5所示。圖5表明，所選取的參數(shù)均能較好的估算土壤TP含量。與其他估算參數(shù)相比，RSI(R430,R830)的散點分布較為特殊，存在一些較為離散的樣本(TP含量估算值比實測值偏高)，并且這些樣本主要來自高潮灘20cm以下樣本。

圖5 土壤TP含量估算(a)與驗證(b)模型Fig.5 The estimation (a) and validation (b) models for soil total phosphorus content estimation

3 討論

3.1 濕地土壤TP含量高光譜遙感估算機理

為探討河口濕地土壤TP含量的高光譜遙感估算機理，將土壤TP含量與有機質(zhì)含量做相關(guān)分析(圖6a)。從整個潮灘樣本來看，TP含量與有機質(zhì)含量存在極顯著相關(guān)(r2=0.254，n=80，P<0.01)，但高潮灘和中潮灘樣本兩者之間關(guān)系存在一定差異。高潮灘樣本TP和有機質(zhì)含量變幅較大，且兩者相關(guān)性較高(r2=0.505，n=45，P<0.01)；中潮灘TP和有機質(zhì)含量變幅減小，兩者相關(guān)性也相應(yīng)減弱(r2=0.027，n=35，P>0.05)。而表3表明，基于光譜指數(shù)分別建立高潮灘和中潮灘土壤TP含量估算模型是可行的。由此可知，濕地土壤TP含量的高光譜遙感估算的機理與有機質(zhì)的存在一定的相似之處，但并不完全與之一致。濕地氧化還原環(huán)境的空間變化可能是影響土壤TP含量高光譜遙感估算精度的另外一個重要因素。徐金鴻等[18]指出，氧化鐵能強烈吸收太陽能，當氧化鐵含量較高時，其光譜反射率則越低。Luo等[19]對閩江河口沿潮灘鐵分級特征進行研究指出，從高潮灘到中潮灘鐵的分布存在明顯的分帶，隨深度增加或者從高潮灘到中潮灘，土壤氧化鐵含量具有顯著降低的變化趨勢。在此條件下，表層土壤與底層土壤相比，其光譜反射率較低；而土壤TP含量則隨深度增加而降低，從而使得土壤TP含量與反射光譜之前呈負相關(guān)關(guān)系。本研究雖然沒有直接測定土壤氧化還原條件，但Fe-P的含量可以一定程度表征土壤的氧化還原環(huán)境。圖6表明，F(xiàn)e-P含量較其它形態(tài)磷在可見光波段具有較高的相關(guān)系數(shù)，這也間接證明了氧化還原環(huán)境變化是估算河口濕地土壤TP含量的重要機制。此外，土壤TP含量的高光譜遙感估算還與磷素的組成密切相關(guān)(圖6)。當Fe-P、Org-P和O-P比重較高時，濕地土壤TP含量的估算具有較高的精度；當Ca-P和Al-P比重較大時，則估算精度將會有所降低。

圖6 土壤TP含量與有機質(zhì)相關(guān)關(guān)系及不同形態(tài)磷與土壤反射光譜相關(guān)關(guān)系(n=80)Fig.6 Correlation between soil TP content and organic matter content, phosphorus fractions content and soil spectral reflectance (n=80)

3.2 濕地土壤TP含量高光譜遙感估算敏感波段及估算精度

閩江河口濕地土壤TP含量與R在350—600nm呈負相關(guān)，在600—2500nm呈正相關(guān)，相關(guān)系數(shù)在360—560nm較高(圖3a)。這一研究結(jié)果與張娟娟[6]對中國中、東部地區(qū)5種不同類型土壤TP含量與反射光譜的相關(guān)關(guān)系(在350—400nm正相關(guān)，其它波段負相關(guān))不一致；同時這也與徐麗華等[5]對紫色土進行研究的結(jié)果也不一致。產(chǎn)生這種差異可能是因為不同土壤類型TP含量估算的機理及影響因素不同。與陸地生態(tài)系統(tǒng)土壤相比，濕地土壤尤為特殊，其土壤隨深度的變化，氧化還原環(huán)境隨之發(fā)生明顯變化，有機質(zhì)含量也發(fā)生相應(yīng)變化，這為TP的估算提供重要的機制。另一方面，閩江口位于亞熱帶區(qū)域，水熱條件比較好，巖石受強烈風化，鐵鋁礦物相對富集，F(xiàn)e-P是土壤TP的重要組分；Fe-P對氧化環(huán)境的變化較為敏感，從而為濕地土壤TP估算提供重要估算機理。與本研究相比，中國中、東部地區(qū)以及紫色土土壤，磷可能主要來源于土壤礦物的風化；同時這些土壤的氧化與還原環(huán)境變化不如濕地的明顯。在此背景下，其土壤TP含量估算的敏感波段與精度與濕地土壤的有所不同。進一步將本研究中土壤TP含量的估算精度與其他生態(tài)系統(tǒng)土壤的比較，表明閩江口濕地土壤TP含量高光譜反演精度要優(yōu)于已有報道中一些陸地生態(tài)系統(tǒng)土壤TP含量的估算精度[6, 20]。這也預(yù)示著，基于高光譜手段對河口濕地土壤TP含量進行反演具有一定的可行性。

此外，本研究還發(fā)現(xiàn)基于RSI(R430,R830)估算土壤TP含量時存在一些較為離散的樣本，這些樣本主要為高潮灘20cm以下樣本。這可能同這些樣本有機質(zhì)含量較同一深度其它土壤低有關(guān)。一般而言，土壤有機質(zhì)含量較低，可見光反射率則較高，近紅外波段反射率則較低[6]，從而造成近紅外與可見光比值偏低，而RSI(R430,R830)又與土壤TP含量呈負相關(guān)關(guān)系，最終導(dǎo)致估算值比實測值偏高。

4 結(jié)論

通過選取常用估算參數(shù)，確定其最佳估算波段，構(gòu)建閩江口濕地土壤TP含量估算模型，并同已有相關(guān)研究進行比較，得到以下幾點結(jié)論：

(1)閩江河口濕地土壤TP含量與R存在較好的相關(guān)性，相關(guān)系數(shù)較高的區(qū)域在360—560nm；但這些敏感波段與已有報道中陸地生態(tài)系統(tǒng)土壤的敏感波段不盡一致。

(2)光譜指數(shù)R406、RSI(R430,R830)、RSI(R460,R810)、RSI(R560,R580)、NDSI(R430,R830)、NDSI(R460,R830)、NDSI(R560,R580)和OII(R446)均能較好的估算閩江口濕地土壤TP含量，且分潮灘建立模型可以提高部分光譜指數(shù)的估算精度。

(3)濕地土壤TP含量和有機質(zhì)含量，TP含量和氧化還原環(huán)境存在密切關(guān)系可能是估算濕地土壤TP含量的重要機理。

(4)濕地土壤TP含量的高光譜遙感估算的精度與其自身磷素的組成密切相關(guān)。

[1] 仝川, 賈瑞霞, 王維奇, 曾從盛.閩江口潮汐鹽沼濕地土壤碳氮磷的空間變化.地理研究, 2010, 29(7): 1203-1213.

[2] 徐明星, 周生路, 丁衛(wèi), 吳紹華, 吳巍.蘇北沿海灘涂地區(qū)土壤有機質(zhì)含量的高光譜預(yù)測.農(nóng)業(yè)工程學(xué)報, 2011, 27(2): 219-223.

[3] 賀軍亮, 蔣建軍, 周生路, 徐軍, 蔡海良, 張春耀.土壤有機質(zhì)含量的高光譜特性及其反演.中國農(nóng)業(yè)科學(xué), 2007, 40(3): 638-643.

[4] 彭杰, 向紅英, 周清, 王家強, 柳維揚, 遲春明, 龐新安.不同類型土壤全氮含量的高光譜預(yù)測研究.中國農(nóng)學(xué)通報, 2013, 29(9): 105-111.

[5] 徐麗華, 謝德體, 魏朝富, 李兵.紫色土土壤全氮和全磷含量的高光譜遙感預(yù)測.光譜學(xué)與光譜分析, 2013, 33(3): 723-727.

[6] 張娟娟.土壤養(yǎng)分信息的光譜估測研究[D].南京: 南京農(nóng)業(yè)大學(xué), 2009.

[7] 袁石林, 馬天云, 宋韜, 何勇, 鮑一丹.土壤中總氮與總磷含量的近紅外光譜實時檢測方法.農(nóng)業(yè)機械學(xué)報, 2009, 40(Z1): 150-153.

[8] Bogrekci I, Lee W S.Comparison of ultraviolet, visible, and near infrared sensing for soil phosphorus.Biosystems Engineering, 2007, 96(2): 293-299.

[9] Bogrekci I, Lee W S, Herrera J.Assessment of P-concentrations in the Lake Okeechobee drainage basins with spectroscopic reflectance of VIS and NIR.2003ASAE Annual Meeting, 2003.

[10] 高會, 陳紅艷, 劉慧濤, 譚莉梅, 劉金銅.基于高光譜的魯西北平原土壤有效磷含量快速檢測研究.中國生態(tài)農(nóng)業(yè)學(xué)報, 2013, 21(6): 752-757.

[11] 王昶, 黃馳超, 余光輝, 冉煒, 沈其榮.近紅外光譜結(jié)合偏最小二乘法快速評估土壤質(zhì)量.土壤學(xué)報, 2013, 50(5): 881-890.

[12] Tong C, Wang W Q, Zeng C S, Marrs R.Methane (CH4) emission from a tidal marsh in the Min River estuary, southeast Chin.Journal of Environmental Science and Health, Part A: Toxic/Hazardous Substances and Environmental Engineering, 2010, 45(4): 506-516.

[13] 劉劍秋.閩江河口濕地研究.北京: 科學(xué)出版社, 2006.

[14] Zhang W L, Zeng C S, Tong C, Zhang Z C, Huang J F.Analysis of the expanding process of the spartina alterniflora salt marsh in Shanyutan wetland, Minjiang River Estuary by remote sensing.Procedia Environmental Sciences, 2011, 10: 2472-2477.

[15] Parkinson J A, Allen S E.A wet oxidation procedure suitable for the determination of nitrogen and mineral nutrients in biological material.Communications in Soil Science and Plant Analysis, 1975, 6(1): 1-11.

[16] Walker T W, Adams A F R.Studies on soil organic matter: I.Influence of phosphorus content of parent materials on accumulations of carbon, nitrogen, sulfur, and organic phosphorus in grassland soils.Soil Science, 1958, 85(6): 307-318.

[17] Chang S C, Jackson M L.Fractionation of soil phosphorus.Soil Science, 1957, 84(2): 133-144.

[18] 徐金鴻, 徐瑞松, 夏斌, 朱照宇.土壤遙感監(jiān)測研究進展.水土保持研究, 2006, 13(2): 17-20.

[19] Luo M, Zeng C S, Tong C, Huang J F, Yu Q, Guo Y B, Wang S H.Abundance and speciation of iron across a subtropical tidal marsh of the Min River Estuary in the East China Sea.Applied Geochemistry, 2014, 45: 1-13.

[20] 陳鵬飛, 劉良云, 王紀華, 沈濤, 陸安祥, 趙春江.近紅外光譜技術(shù)實時測定土壤中總氮及磷含量的初步研究.光譜學(xué)與光譜分析, 2008, 28(2): 295-298.

Estimating the soil total phosphorus content based on hyper-spectral remote sensing data in the Min River estuarine wetland

ZHANG Wenlong1,2, ZENG Congsheng1,2,3,*, GAO Dengzhou1,2, CHEN Xiaoyan1, LIN Wei1

1SchoolofGeographicalSciences,FujianNormalUniversity,Fuzhou350007,China2ResearchCenterofWetlandsinSubtropicalRegion,Fuzhou350007,China3KeyLaboratoryofHumidSubtropicalEco-geographicalProcess(FujianNormalUniversity),MinistryofEducation,Fuzhou350007,China

Phosphorus (P) is an essential and limiting nutrient in wetland ecosystems and it plays a vital role in eutrophication.Remote sensing (RS) offers an up-to-date and relatively accurate means to measure the soil P content.Recently, some studies have shown that it was feasible to estimate the total P (TP) content of terrestrial ecosystem soil based on hyper-spectral RS data.However, little information is available on TP content estimation by RS technology on wetland soil.The aim of this study was to estimate the TP content of wetland soil using hyper-spectral RS data.Min river estuarine wetland, located in the subtropical zone, is one of the most typical and important estuarine wetlands in southeast China.Soil samples, from Shanyutan tidal marsh in the Min River Estuary, were collected in sixteen profiles at five depths (0—10cm, 10—20cm, 20—30cm, 30—40cm, and 40—50cm) along an elevation gradient, in May of 2013.Estimation and validation models were constructed by spectrum parameters, including original spectral reflectance (R), simple ratio soil index (RSI), normalized difference soil index (NDSI), and organic matter diagnosis index (OII) calculated by optimal bands.The results indicated that the spectral reflectance of the soil increased with depth at 350—580nm, while an opposite trend was observed at 580—2500nm.Soil TP content showed a negative correlation withRat 350—600nm, whereas a positive correlation was observed at 600—2500nm.The highest correlation coefficient value was -0.816and occurred at 406nm.The correlation coefficient between soil TP content and OII exhibited a bimodal distribution, with peaks at 446nm (r=-0.843) and 634nm (r=0.798).NDSI and RSI were each calculated by bands in three zones, (420—440nm and 440—590nm, 460—470nm and 590—1000nm, and 550—590nm and 550—590nm, respectively), which had higher correlation coefficients with TP content than those in other zones.The determination coefficient (r2) and root means square error (RMSE) of estimation models ranged from 0.657—0.805and 0.052—0.067, respectively, and those of the validation models ranged from 0.606—0.893and 0.037—0.044, respectively.These results indicate that TP content of the Min River estuarine soil could be estimated by most of the selected parameters.The evaluation parameters of the estimation models supported that estimating the TP content of high and middle tidal flats soil individually could improve the estimation accuracy of some parameters such as RSI(R430,R830), RSI(R460,R810), and NDSI(R430,R830).Additionally, the estimation accuracy of soil TP content also depended on the P fractions.Iron bound phosphorus (Fe-P), occluded phosphorus (O-P), and organic phosphorus (Org P) had higher correlation coefficients withRthan did aluminum bound phosphorus (Al-P) and calcium bound phosphorus (Ca-P).The corresponding changes in the contents of TP within organic matter and a redox environment in wetland soil could be used as important mechanisms for estimating soil TP content.In conclusion, it was feasible to estimate TP content of subtropical estuarine wetland soils based on hyper-spectral RS data.

total phosphorus;hyper-spectral;wetland soil;Min River Estuary

國家基礎(chǔ)科學(xué)人才培養(yǎng)基金(J1210067)

2014-06-24; < class="emphasis_bold">網(wǎng)絡(luò)出版日期:

日期:2015-05-21

10.5846/stxb201406241303

*通訊作者Corresponding author.E-mail: cszeng@fjnu.edu.cn

章文龍，曾從盛，高燈州，陳曉艷，林偉.閩江河口濕地土壤全磷高光譜遙感估算.生態(tài)學(xué)報,2015,35(24):8085-8093.

Zhang W L, Zeng C S, Gao D Z, Chen X Y, Lin W.Estimating the soil total phosphorus content based on hyper-spectral remote sensing data in the Min River estuarine wetland.Acta Ecologica Sinica,2015,35(24):8085-8093.