祁亞琴，張顯峰，張立福，呂 新，張 澤，陳 劍，李新偉，王 飛，彭 奎

(1.北京大學(xué)地球與空間科學(xué)學(xué)院/遙感研究所生態(tài)遙感實驗室，北京　100871；2.石河子大學(xué)/新疆兵團綠洲生態(tài)農(nóng)業(yè)重點實驗室，新疆石河子　832003；=3.中國科學(xué)院遙感與數(shù)字地球研究所高光譜研究室，北京　100094)

0　引 言

【研究意義】研究和獲取農(nóng)田土壤含水量、主要養(yǎng)分含量信息狀況的空間分布差異，能夠更加全面、準(zhǔn)確地識別與評價田間土壤特性的時空變異狀況[1]。較以往農(nóng)田單位面積內(nèi)物資投入量基本相同、區(qū)域內(nèi)水肥利用率低、養(yǎng)分供給不平衡、粗放管理缺乏針對性的傳統(tǒng)農(nóng)業(yè)生產(chǎn)[2]來說，有利于調(diào)整農(nóng)用物資的投入量，科學(xué)水肥精量管理，是未來實現(xiàn)精準(zhǔn)農(nóng)業(yè)管理的前提,也是農(nóng)業(yè)資源可持續(xù)利用的基礎(chǔ)[3]。目前新疆兵團各師團場的農(nóng)業(yè)生產(chǎn)連隊土壤具有養(yǎng)分空間分布差異性等特點[4]，因此，在大型農(nóng)場開展有關(guān)農(nóng)田土壤養(yǎng)分分區(qū)管理的相關(guān)研究，做到精確管理、因土施肥、為今后大尺度農(nóng)田推廣土壤養(yǎng)分快速獲取、精量施肥提供科學(xué)依據(jù)[5]，為探索適合新疆及兵團特色精準(zhǔn)農(nóng)業(yè)管理提供理論參考[6]，合理優(yōu)化肥料使用，減少農(nóng)田污染，降低生產(chǎn)成本，增加農(nóng)民收入，達(dá)到增加經(jīng)濟效益和環(huán)境效益的目的?！厩叭搜芯窟M展】20世紀(jì)60年代，法國統(tǒng)計學(xué)家(Matheron G)提出了地統(tǒng)計學(xué)(Geostatistics)，也稱地質(zhì)統(tǒng)計學(xué)，是門新的統(tǒng)計學(xué)分支[7]。它是以區(qū)域化變量為核心理論基礎(chǔ)，以空間相關(guān)和變異函數(shù)為基本工具的一種數(shù)學(xué)地質(zhì)方法[8]，是以空間數(shù)據(jù)的隨機性和結(jié)構(gòu)性、空間依賴性和相關(guān)性、空間格局與變異有關(guān)的研究，可應(yīng)用地統(tǒng)計學(xué)的理論與方法對數(shù)據(jù)進行最優(yōu)無偏內(nèi)插估計或模擬這些數(shù)據(jù)的離散性和波動性[9]。近30 a來，地統(tǒng)計學(xué)在氣象、地質(zhì)、海洋、森林、農(nóng)業(yè)、土壤、生態(tài)和環(huán)境治理等領(lǐng)域都有廣泛應(yīng)用[10]?，F(xiàn)代GIS技術(shù)，以空間數(shù)據(jù)庫為核心，以地理研究和預(yù)測為目的、以地理模型為手段、具有強大的區(qū)域空間分析能力[11]，將統(tǒng)計數(shù)據(jù)和空間要索有機結(jié)合在一起?！颈狙芯壳腥朦c】克里格(Kriging)插值方法是地質(zhì)統(tǒng)計學(xué)空間變異性研究常用的方法之一，從數(shù)學(xué)角度來說,是一種求最優(yōu)線性無偏內(nèi)插估計量的方法[12]，是根據(jù)某區(qū)域內(nèi)外若干樣品的特征數(shù)值，對該區(qū)域作出的線性無偏和最小估計方差的方法?？臻g插值研究的本質(zhì)是通過空間建模擬合生成充分逼近要素空間分布特征的函數(shù)方程,而插值模型的精度關(guān)鍵取決于模型對土壤屬性空間相關(guān)性與空間變異性的反應(yīng)程度[13]。不同的插值模型精度也不同,就Kriging插值而言,算法不同精度也不同,且樣本的地理位置、取樣密度、容量及樣點空間分布等因素都會對插值精度產(chǎn)生極顯著的影響[14]。土壤有關(guān)水分、有機質(zhì)、主要養(yǎng)分含量等都存在明顯的空間差異性,且受地形、土壤質(zhì)地、人為活動等隨機性因素與植被等結(jié)構(gòu)性因素的共同影響[15]。土壤養(yǎng)分空間差異信息可為農(nóng)田土壤肥力狀況評價和變量分區(qū)管理提供基礎(chǔ)研究數(shù)據(jù)[16]?！緮M解決的關(guān)鍵問題】研究利用歸一化光譜指數(shù)NDI估算土壤有機質(zhì)含量，并對其空間分布狀況進行插值反演填圖，是實現(xiàn)農(nóng)田精準(zhǔn)管理和科學(xué)施肥決策的前提[17]，為推動新疆及兵團精準(zhǔn)農(nóng)業(yè)的實施提供技術(shù)支持。

1　材料與方法

1.1材 料

土壤有機質(zhì)含量的高光譜反射率分析建模與小面積反演填圖試驗，于2014～2015年在新疆農(nóng)墾科學(xué)院試驗地(45°20′N，86°40′E)進行，試驗面積為1 hm2。試驗地前茬為小麥，供試土壤為灰色壤土(pH值8.46～8.72，有機質(zhì)含量13.8～21.6 g/kg、堿解氮66～144 mg/kg，有效磷 14.2～36.6 mg/kg，速效鉀 110～218 mg/kg)。

土壤養(yǎng)分信息空間分布獲取與大尺度分區(qū)管理應(yīng)用試驗在新疆生產(chǎn)建設(shè)兵團(簡稱兵團)第七師125團墾區(qū)試驗地(44°36′～44°54′N，84°20′～84°40′E)進行，試驗區(qū)面積9 600 hm2，區(qū)內(nèi)種植作物以棉花為主，土壤類型為灰漠土、砂土和鹽土。

1.2方 法

1.2.1土壤光譜測試

研究采用美國ASD公司 Field Spec Pro VNIR 2500型光譜輻射儀測定，光譜范圍350～2 500 nm，波長精度為lnm；測定速度固定掃描時間為0.1秒，視場角設(shè)定為25°，光譜測定時間為晴日中午12:00～14:00；選擇GPS定位取樣所對應(yīng)的土壤樣本點進行測試，探測器頭部垂直向下距被測土壤表面部約100 cm，每個處理測定10～15條曲線(取其平均值作為該測試點的光譜反射值)；每次測量前、后應(yīng)進行白板校正。

1.2.2土壤室內(nèi)測定

土壤理化指標(biāo)的測定采用《土壤農(nóng)業(yè)化學(xué)分析方法》[18-19]。

1.2.3土壤樣本的采集

采用GPS定位進行采樣，供試土樣主要來源于新疆農(nóng)墾科學(xué)院5個試驗區(qū)共100個土樣(在土壤光譜測試對應(yīng)點取樣)以及兵團第七師125團的500個土壤樣品。所有土壤樣品采樣深度均為0～20 cm，樣品經(jīng)風(fēng)干、研磨并通過1 mm孔篩，裝入容器待用于土壤的實驗室理化性狀分析及光譜測定。圖1，圖2

圖1小試驗區(qū)土壤采樣點分布
Fig.1Experimental distribution of soil sample points

圖2125團土壤采樣點分布
Fig.2125 farm distribution of soil samples

1.2.4高光譜分析技術(shù)

1.2.4.1高光譜參數(shù)提取

為便于研究目標(biāo)物吸收反射光譜特征，以解釋目標(biāo)物光譜的物理、生物化學(xué)、土壤和植物生理學(xué)機理，提取目標(biāo)物光譜的一些參數(shù)來鑒別、模擬、反演其它生物物理和化學(xué)參數(shù)。常見的高光譜參數(shù)有各類高光譜數(shù)據(jù)的變換形式：如對數(shù)變換、微分變換構(gòu)建的光譜參數(shù)、光譜吸收指數(shù)及各類高光譜指數(shù)等[14]。

1.2.4.2高光譜土壤指數(shù)

光譜指數(shù)DI (Spectral indices)可用來估測地物的一系列生物物理和生物化學(xué)參數(shù)，如土壤質(zhì)地、全氮、pH值、有機質(zhì)含量、氧化鐵含量等[20]；在高光譜遙感數(shù)據(jù)中，由于光譜的近似連續(xù)性，可構(gòu)建高光譜指數(shù)，例如某一波長λ0的歸一化光譜指數(shù) NDI[21]可表示為：

(1)

式中R1、R2分別表示1，2兩個波段的光譜反射率。

1.3數(shù)據(jù)處理

使用ESRI公司開發(fā)的ArcGIS9.3軟件普通Kriging插值方法，進行土壤特征參量的空間分布填圖。

2　結(jié)果與分析

2.1土壤有機質(zhì)含量的Kriging插值反演填圖

對土壤有機質(zhì)含量預(yù)測值與實測值之間進行空間變異分析，得出基于高光譜定量估算模型模擬土壤有機質(zhì)含量，具有良好的相關(guān)性，相對誤差為14.93%，預(yù)測精度為85.06%。研究表明，將土壤有機質(zhì)含量的光譜預(yù)測值(基于歸一化光譜指數(shù)NDI[495,485]預(yù)測)與實驗室化學(xué)測定的實測值進行Kriging插值填圖進行比較，可以進一步分析土壤有機質(zhì)含量的預(yù)測值與實測值在空間分布上的差異。結(jié)果顯示，從插值后的空間分布情況來看，土壤有機質(zhì)含量的光譜預(yù)測值均與實測值之間具有較好的相似性，預(yù)測效果較好。圖3

圖3土壤有機質(zhì)含量光譜預(yù)測值(左)與實測值(右)Kriging插值填圖(g/kg)
Fig.3Spectral prediction of soil organic matter content (left) and measured values (right) Kriging interpolation mapping(g/kg)

2.2土壤有機質(zhì)含量信息空間分布狀況的大尺度獲取及分區(qū)管理應(yīng)用

在實地反復(fù)驗證研究的基礎(chǔ)上，綜合考慮作物生長狀況及地形等條件，選擇了兵團第七師125團農(nóng)田作為大尺度下，土壤有機質(zhì)含量信息空間分布狀況研究的對象。從農(nóng)田土壤有機質(zhì)含量信息的光譜預(yù)測值與實測值時空變異特征對比分析入手，研究在大規(guī)模經(jīng)營的農(nóng)場進行土壤主要養(yǎng)分信息(TN、TP、TK)遙感監(jiān)測及分區(qū)管理的可能性。

研究表明，通過大范圍的監(jiān)測農(nóng)田土壤有機質(zhì)含量，并進行土壤養(yǎng)分信息的光譜預(yù)測值與實測值的空間分布反演填圖效果比對，結(jié)果顯示，土壤有機質(zhì)含量的光譜預(yù)測模型具有較好的預(yù)測效果，由填圖顏色和區(qū)域?qū)Ρ瓤梢钥闯?，各養(yǎng)分含量的光譜預(yù)測值與實測值之間均具有較高程度的相似性，預(yù)測結(jié)果總體基本吻合，只有局部較小區(qū)域略有不同，如土壤有機質(zhì)含量的預(yù)測值比實測值略偏小。圖4

圖4土壤有機質(zhì)含量光譜預(yù)測值(左)與實測值(右)空間分布填圖
Fig.4Spectral prediction of soil organic matter content (left) and measured (right) spatial distribution mapping (g/kg)

3　討 論

3.1從插值后的空間分布情況來看，土壤有機質(zhì)含量的光譜預(yù)測值均與實測值之間具有較好的相似性；

3.2由填圖效果和區(qū)域?qū)Ρ瓤梢钥闯?，土壤特征參量的預(yù)測結(jié)果總體基本吻合，只有局部較小區(qū)域略有不同,如大尺度預(yù)測土壤有機質(zhì)含量的預(yù)測值比實測值略偏小；

3.3為提高土壤特征預(yù)測信息的準(zhǔn)確性、有效性和穩(wěn)定性，應(yīng)采用多種方法來評估和驗證預(yù)測模型的精度，有利于光譜定量模型不斷修正和完善，提高其預(yù)測能力。

4　結(jié) 論

研究表明，利用地統(tǒng)分析中的普通克里格Kriging方法插值填圖反演土壤有機質(zhì)含量特征信息，為今后預(yù)測農(nóng)田土壤主要養(yǎng)分(全氮、全磷、全鉀)含量的空間區(qū)域變異分布奠定了基礎(chǔ)，使土壤特征信息的光譜預(yù)測更具空間性、直觀性和科學(xué)性，并為今后農(nóng)田土壤養(yǎng)分狀況快速監(jiān)測與精量管理提供了可能，為發(fā)展新疆及兵團未來特色精準(zhǔn)農(nóng)業(yè)提供技術(shù)支持。

參考文獻(References)

[1] 郭旭東,傅伯杰,馬克明, 等.基于GIS和地統(tǒng)計學(xué)的土壤養(yǎng)分空間變異特征研究-以河北省尊化市為例 [J].應(yīng)用生態(tài)學(xué)報,2000, 11(4):557-563．

GUO Xu-dong, FU Bo-jie, MA Ke-ming. (2000). Spatial variability of soil nutrients based on geostatistcis combined with GIS -A case study in Zunghua City of Hebei [J].ChineseJournalofAppliedEcology, 11(4):557-563. (in Chinese)

[2]胡克林,李保國,林啟美.農(nóng)田土壤養(yǎng)分的空間變異性特征[J].農(nóng)業(yè)工程學(xué)報,1999,15(3):33-38．

HU Ke-lin, LI Bao-guo, LIN Qi-mei. (1999). Farmland spatial variation of soil nutrient characteristics [J].TransactionsoftheChineseSocietyofAgriculturalEngineering,15(3):33-38. (in Chinese)

[3] 黃紹文,金繼運.土壤特性空間變異研究進展[J].土壤肥料,2002,(1):8-14．

HUANG Shao-wen, JIN Ji-yun. (2002). Advance in Study on Spatial Variability of Soil Properties [J].SoilandFertilizer, (1):8-14. (in Chinese)

[4] 陳彥,呂新.基于模糊c-均值聚類法的綠洲農(nóng)田精確管理分區(qū)研究[J].生態(tài)學(xué)報,2008,(7):3 067-3 074.

CHEN Yan, Lü Xin. (2008). Definition of management zones based on fuzzy c-mean algorithm in oasis farmland [J].ActaEcologicaSinica, (7):3,067-3,074. (in Chinese)

[5] 雷詠雯, 危常州,李俊華,等.不同尺度下土壤養(yǎng)分空間變異特征的研究[J].土壤,2004,36(4):376-381．

LEI Yong-wen, WEI Chang-zhou, LI Jun-hua, et al. (2004). Characters of soil nutrient spatial variability in different scale [J].Soils, 36(4):376-381. (in Chinese)

[6]陳彥,呂新.基于FCM的綠洲農(nóng)田養(yǎng)分管理分區(qū)研究[J].中國農(nóng)業(yè)科學(xué),2008,41(7): 2 016-2 024.

CHEN Yan, Lü Xin. (2008). Definition of management zones of soil nutrients based on FCM algorithm in oasis field [J].ScientiaAgriculturaSinica, 41(7):2,016-2,024. (in Chinese)

[7] 徐建華.計量地理學(xué)[M].北京:高等教育出版社,2006:138-139.

XU Jian-hua. (2006).Metricalgeography[M]. Beijing: Higher Education Press: 138-139. (in Chinese)

[8] Kang-tsung Chang[美].地理信息系統(tǒng)導(dǎo)論[M].北京:科學(xué)出版社,2004:259-261.

[9] Lark, R. M., & Ferguson, R. B. (2004). Mapping risk of soil nutrient deficiency or excess by disjunctive and indicator Kriging.Geoderma, 118(1): 39-53.

[10] 朱會義,劉述林,賈紹鳳.自然地理要素空間插值的幾個問題[J].地理研究,2004,23(4):425-432.

ZHU Hui-yi, LIU Shu-lin, JIA Shao-feng. (2004). Problems of the spatial interpolation of physical geographical elements [J].GeographicalResearch, 23(4):425-432. (in Chinese)

[11]馮仲科.空間數(shù)據(jù)的最佳內(nèi)插法(kriging法)及其在GIS中應(yīng)用的模型[J].測繪科學(xué),1995,(3):22-26.

FENG Zhong-ke,(1995).The best interpolation method (Kriging) of spatial data and its application model in GIS [J].ScienceofSurveyingandMapping, (3):22-26.(in Chinese)

[12] Li, B. G., Cao, J., Liu, W. X., Shen, W. R., Wang, X. J., & Tao, S. (2006). Geostatistical analysis and kriging of hexachlorocyclohexane residues in topsoil from tianjin, china.EnvironmentalPollution, 142(3): 567-575.

[13] 石小華,揚聯(lián)安,張蕾.土壤速效鉀養(yǎng)分含量空間插值方法比較研究[J].水土保持學(xué)報,2006,20(2):68-72.

SHI Xiao-hua, YANG Liang-an, ZHANG Lei. (2006). Comparison of Spatial Interpolation Methods for Soil Available Kalium [J].JournalofSoilandWaterConservation, 20(2): 68-72.(in Chinese)

[14] Kravchenko, A., & Bullock, D. G. (1999). A comparative study of interpolation methods for mapping soil properties.AgronomyJournal, 91(3): 393-400.

[15] 王貴政.基于GIS技術(shù)的土壤養(yǎng)分空間分布分析及應(yīng)用[J].中國農(nóng)學(xué)通報,2010,(10):187-191.

WANG Gui-zheng. (2010). Application and Analysis of the Spatial-temporal of Soil Nutrients Using GIS Technique [J].ChineseAgriculturalScienceBulletin, (10):187-191. (in Chinese)

[16] 趙月玲,陳桂芬,王越.基于GIS的土壤養(yǎng)分空間變異狀況研究[J].西北農(nóng)業(yè)學(xué)報,2005,(6):195-198.

ZHAO Yue-lin, CHEN Gui-fen, WANG Yue. (2005). A Study on Spatial Variability of Soil Nutrients Based on GIS [J].JournalofNorthwestAgriculture, (6):195-198. (in Chinese)

[17] 杜森,高祥照.信息技術(shù)在農(nóng)田施肥管理中的應(yīng)用[J].土壤與環(huán)境,2002,11(2):189-193．

DU Sen, GAO Xiang-zhao. (2002). Application of information technology in soil nutrition and fertilization management [J].JournalofSoilandEnvironment, 11(2):189-193. (in Chinese)

[18] 魯如坤. 土壤農(nóng)業(yè)化學(xué)分析方法 [M]. 北京：中國農(nóng)業(yè)科技出版社, 2000:106 -109.

Lu Ru-kun. (2000).SoilArgrochemistryAnalysisProtocoes[M]. Beijing: China Agricultural Science and Technology Publishing House: 106 -109. (in Chinese)

[19] 鮑士旦,土壤農(nóng)化分析[M].北京:中國農(nóng)業(yè)出版社,2000.

BAO Shi-dan,. (2000).AnalysisofSoil[M]. Beijing: China Agriculture Press. (in Chinese)

[20] 劉磊,沈潤平,丁國香.基于高光譜的土壤有機質(zhì)含量估算研究 [J]. 光譜學(xué)與光譜分析,2011,(3):762-766.

LIU Lei, SHEN Run-ping, DING Guo-xiang. (2011). Studies on the Estimation of Soil Organic Matter Content Based on Hyper-Spectrum [J].SpectroscopyandSpectralAnalysis, (3): 762-766 . (in Chinese)

[21] Da Costa M. Surface soil color and reflectance as related to physio-chemical and mineralogical soil properties PhD. Dissertation. University of Missouri, Columbia Mo,1979,P1-54.

[22] Dalal, R. C., & Henry, R. J. (1986). Simultaneous determination of moisture, organic carbon, and total nitrogen by near infrared reflectance spectrophotometry.SoilScienceSocietyofAmericaJournal, 50(1): 120-123.