馬 馳,劉曉波

(1.遼寧省交通高等專科學(xué)校，遼寧 沈陽(yáng) 110122；2.中國(guó)電建集團(tuán)北京勘測(cè)設(shè)計(jì)研究院有限公司，北京 100024)

土壤鹽堿化是土壤環(huán)境災(zāi)害的重要表現(xiàn)，一般發(fā)生在地勢(shì)低平且水位較高、排水不暢的干旱與半干旱地區(qū)，已成為世界性有待解決的生態(tài)環(huán)境難題[1-2]。因此，實(shí)時(shí)監(jiān)測(cè)、評(píng)估土壤鹽堿化嚴(yán)重地區(qū)的土壤含鹽量對(duì)于區(qū)域土壤環(huán)境的恢復(fù)與保護(hù)具有重要意義。傳統(tǒng)的監(jiān)測(cè)區(qū)域土壤含鹽量的方法多為實(shí)地調(diào)查土壤采樣，并在實(shí)驗(yàn)室化驗(yàn)土樣的含鹽量。此方法雖然精度較高，但費(fèi)時(shí)費(fèi)力，只能獲得一定數(shù)量的點(diǎn)狀數(shù)據(jù)。遙感技術(shù)具有數(shù)據(jù)獲取方便迅捷、影像覆蓋范圍廣泛、數(shù)據(jù)成本低廉等優(yōu)點(diǎn)，已廣泛應(yīng)用于土地鹽堿化的監(jiān)測(cè)與評(píng)估中[3-5]。

合成孔徑雷達(dá)(Synthetic aperture radar，SAR)具有全天時(shí)、全天候等特點(diǎn)，對(duì)植被、云霧、雨雪具有一定的穿透能力，能夠更好地探測(cè)地表信息[6-7]。然而，于合成孔徑雷達(dá)屬于主動(dòng)微波遙感，SAR影像的后向散射系數(shù)容易受到地形、極化方式、入射角等因素的影響，降低了對(duì)地表地物識(shí)別的精度[8-10]。光學(xué)遙感影像能夠反映地表地物的光譜信息，在一定程度上可以彌補(bǔ)SAR數(shù)據(jù)在地物識(shí)別中的缺陷。研究表明，將光學(xué)遙感影像與SAR影像進(jìn)行融合應(yīng)用，可以增加融合影像中的有用信息，減少地物識(shí)別過(guò)程中的差異性與不確定性，從而增強(qiáng)對(duì)地物的識(shí)別能力。

本文試驗(yàn)利用Gram-Schmidt(GS)融合算法將Sentinel-1A雙極化雷達(dá)數(shù)據(jù)與Sentinel-2A多光譜影像進(jìn)行融合，以我國(guó)典型蘇打鹽堿土區(qū)——吉林省白城市為研究對(duì)象，結(jié)合野外調(diào)查的土壤采樣實(shí)驗(yàn)室化驗(yàn)數(shù)據(jù)，建立白城市土壤含鹽量的反演模型，實(shí)現(xiàn)對(duì)研究區(qū)土壤含鹽量的監(jiān)測(cè)與制圖，為區(qū)域土壤環(huán)境監(jiān)測(cè)提供數(shù)據(jù)支持，為Sentinel-1A雷達(dá)數(shù)據(jù)與Sentinel-2A多光譜數(shù)據(jù)融合及應(yīng)用提供參考。

1 材料與方法

1.1 研究區(qū)概況

白城市地處吉林省西部，是世界三大蘇打鹽堿土區(qū)域之一，面積約2.6萬(wàn)km2，氣候?qū)儆谥袦貛Т箨懶约撅L(fēng)氣候。白城市西部、北部地區(qū)為山地地貌，海拔較高，中部、東部和南部地區(qū)為平原地貌，地勢(shì)低平。多年來(lái)，受自然條件、土壤質(zhì)地、人為因素等影響，白城市土壤鹽堿化嚴(yán)重，實(shí)時(shí)監(jiān)測(cè)土壤含鹽量對(duì)于精確改良土壤質(zhì)量意義重大。

1.2 技術(shù)路線

將Sentinel-1A SAR影像與Sentinel-2A多光譜影像融合，反演白城市土壤含鹽量的技術(shù)路線如圖1。

圖1 技術(shù)路線圖Fig.1 Technology roadmap

1.3 研究區(qū)土壤采樣及化驗(yàn)

根據(jù)白城市氣候及地表植被情況，選擇2019年春季5月5日至11日對(duì)研究區(qū)進(jìn)行土壤采樣，此時(shí)研究區(qū)地表無(wú)冰雪且綠色植被稀少。首先，參考研究區(qū)遙感影像設(shè)計(jì)采樣路線，采樣點(diǎn)選擇在視野開(kāi)闊的裸土區(qū)域，且均勻地分布于研究區(qū)內(nèi)，采樣點(diǎn)及采樣路線如圖2(見(jiàn)257頁(yè))所示。采樣過(guò)程采用多點(diǎn)采樣法，即：在采樣位置20×20 m范圍內(nèi)采集4～5點(diǎn)表層(0～15 cm)土壤樣品，混合后收取約1 kg土壤裝入采集袋，同時(shí)利用GPS接收機(jī)測(cè)定采樣位置坐標(biāo)，共采得土壤樣品54個(gè)。在實(shí)驗(yàn)室化驗(yàn)土壤樣品的含鹽量，為研究區(qū)表層土壤含鹽量的反演提供數(shù)據(jù)。本試驗(yàn)將土壤樣品隨機(jī)分組：建模樣品38個(gè)、檢驗(yàn)樣品16個(gè)，其含鹽量的描述統(tǒng)計(jì)見(jiàn)表1。

圖2 采樣路線圖Fig.2 Sampling roadmap

表1 土壤樣品分組及含鹽量統(tǒng)計(jì)

1.4 遙感數(shù)據(jù)選擇與處理

為了真實(shí)反映土壤采樣時(shí)刻研究區(qū)地表信息，選擇與采樣時(shí)間相近的遙感影像數(shù)據(jù)。其中，選取Sentinel-1A SAR影像2景，成像時(shí)間為2019年5月8日；選取Sentinel-2A多光譜遙感影像共4景，成像時(shí)間為2019年5月7日。Sentinel-1 SAR影像預(yù)處理采用歐空局發(fā)布的SNAP軟件，主要完成SAR影像的輻射定標(biāo)、噪聲去除、Lee濾波、地理編碼等，生成具有WGS 84/UTM坐標(biāo)系的后向散射系數(shù)影像。利用歐空局發(fā)布的Sen2cor和SNAP兩種軟件讀取Sentinel-2A多光譜遙感影像并對(duì)其進(jìn)行影像預(yù)處理工作，主要包括輻射定標(biāo)和大氣校正，生成具有WGS 84/UTM坐標(biāo)系的地表反射率影像。Sentinel-2A多光譜影像的幾何校正和裁剪等工作在ENVI5.3軟件中完成。

1.5 遙感影像融合

本文采用Gram-Schmidt變換將Sentinel-1A SAR影像與Sentinel-2A多光譜遙感影像進(jìn)行融合處理。GS變換能夠保證影像融合前后波譜信息的一致性，是一種高保真的遙感影像融合方法[11-12]。GS波段融合表示如下：

(1)

式中，B表示原始波段，T表示已轉(zhuǎn)換波段的編號(hào)，μT表示T波段的均值，φ(BT,GSl)表示高分辨率全色波段的協(xié)方差。

(2)

式中，C為圖像總列數(shù)，R為圖像的總行數(shù)。

(3)

計(jì)算得到平均值μT、方差δT以及協(xié)方差φ后，按以下公式調(diào)整高分圖像：

(4)

最后，利用Gram-Schmidt逆變換生成融合圖像。融合后影像的反射率表示為：

(5)

融合工作主要包括：將預(yù)處理后的SAR波段作為模擬的全色波段，將預(yù)處理后的Sentinel-2A影像作為多光譜波段；對(duì)全色和多光譜波段進(jìn)行GS變換，其中模擬的全色波段為第一波段，并將GS變換后的第一波段替代全色波段；最后，應(yīng)用GS反變換生成融合波段，實(shí)現(xiàn)SAR與多光譜影像的融合。

2 結(jié)果與分析

2.1 影像的后向散射系數(shù)或反射率與土壤含鹽量的相關(guān)性分析

2.1.1 SAR影像與土壤含鹽量的相關(guān)性 參考前人的研究[10,13-14]，將Sentinel-1A SAR影像后向散射系數(shù)及其波段組合與研究區(qū)土壤含鹽量進(jìn)行相關(guān)性分析，本文將Sentinel-1A SAR影像的VH、VV波段后向散射系數(shù)進(jìn)行函數(shù)變換及波段組合。波段的函數(shù)變換包括VH、VV兩個(gè)波段的倒數(shù)、對(duì)數(shù)、冪、指數(shù)、二次方等，波段組合包括VH和VV兩個(gè)波段求商、兩個(gè)波段的平方求商、兩個(gè)波段的和與兩個(gè)波段的差求商、兩個(gè)波段的平方和與平方差求商等。相關(guān)性分析結(jié)果顯示(表2)，Sentinel-1A SAR影像的VV波段后向散射系數(shù)與研究區(qū)土壤含鹽量的相關(guān)性較好，相關(guān)系數(shù)為r=0.628；將兩個(gè)波段進(jìn)行函數(shù)變換后，VV波段后向散射系數(shù)的二次方與土壤含鹽量相關(guān)性有較明顯的改善，相關(guān)系數(shù)達(dá)到0.641；將波段進(jìn)行組合并對(duì)波段組合進(jìn)行函數(shù)變換，并未提高與土壤含鹽量的相關(guān)性。

表2 影像的后向散射系數(shù)或反射率與土壤含鹽量的相關(guān)性分析

2.1.2 Sentinel-2A影像反射率與土壤含鹽量相關(guān)性分析 由表2可見(jiàn)，Sentinel-2A遙感影像反射率與研究區(qū)土壤含鹽量呈正相關(guān)性，其中第5波段相關(guān)性最好，達(dá)到了r=0.696；反射率經(jīng)過(guò)適當(dāng)?shù)暮瘮?shù)變換可以改善與土壤含鹽量的相關(guān)性，其中，反射率的冪函數(shù)變換與土壤含鹽量的相關(guān)性在第5波段達(dá)到峰值，相關(guān)系數(shù)為r=0.768，也是與土壤含鹽量相關(guān)性最好的函數(shù)變換形式；第11、12兩個(gè)波段的反射率及其函數(shù)變換與研究區(qū)土壤含鹽量的相關(guān)性較低，均未達(dá)到顯著相關(guān)性標(biāo)準(zhǔn)；本文參考前人研究成果引入多種鹽分指數(shù)，并分析鹽分指數(shù)與研究區(qū)土壤含鹽量的相關(guān)性。結(jié)果顯示，鹽分指數(shù)(B2B4)/B3與土壤含鹽量相關(guān)性較高，達(dá)到r=0.822。

2.2 反演模型的建立

在54個(gè)土壤樣本中隨機(jī)選取38個(gè)作為建模樣本，在SPSS軟件中以建模樣本土壤含鹽量為因變量、遙感影像的反射率(反射率的變換)為自變量，利用回歸分析的方法建立研究區(qū)土壤含鹽量的反演模型(表3)。建模結(jié)果顯示，以Sentinel-1A SAR影像VV波段的后向散射系數(shù)建立的研究區(qū)土壤含鹽量反演模型Y=13.937X+4.255，模型決定系數(shù)為0.405，均方根誤差RMSE為2.626 g·kg-1；以VV波段建立的曲線模型Y=19.763X-6.224X2+3.285，模型精度有所改善，模型決定系數(shù)為0.418；以Sentinel-2A影像建立的研究區(qū)土壤含鹽量反演模型中，以鹽分指數(shù)(B2B4)/B3建立的冪函數(shù)模型精度最好，模型的決定系數(shù)R2達(dá)到0.675，均方根誤差為2.286 g·kg-1；SAR影像與多光譜影像經(jīng)過(guò)GS融合后建立的土壤含鹽量反演模型，模型精度被顯著改善。其中，將SAR影像的VV波段分別與Sentinel-2A影像的第2、第3、第4波段融合后，以鹽分指數(shù)(D2D4)/D3建立的曲線模型Y=86.260X-66.206X2-5.312精度最好，模型決定系數(shù)R2達(dá)到0.791，均方根誤差為1.884 g·kg-1。

表3 土壤含鹽量反演模型

2.3 模型精度檢驗(yàn)

將除去建模樣本而剩余的16個(gè)土壤樣本作為模型檢驗(yàn)樣本，參考建模結(jié)果，選擇以Sentinel-1A SAR影像VV波段與Sentinel-2A第2、3、4波段融合建立的鹽分指數(shù)(D2D4)/D3為因變量，建立的土壤含鹽量反演模型Y=86.260X-66.206X2-5.312，反演檢驗(yàn)樣本土壤含鹽量，以式(6)計(jì)算檢驗(yàn)樣本土壤含鹽量的相對(duì)誤差，相對(duì)誤差如圖3。

圖3 相對(duì)誤差散點(diǎn)圖Fig.3 Relative error scatter diagram

δ=(L測(cè)-L反)/L測(cè)

(6)

式中，δ為相對(duì)誤差，L測(cè)為檢驗(yàn)樣本土壤含鹽量的實(shí)驗(yàn)室測(cè)試值，L反為檢驗(yàn)樣本土壤含鹽量的反演值。

檢驗(yàn)樣本土壤含鹽量的相對(duì)誤差統(tǒng)計(jì)結(jié)果顯示，16個(gè)檢驗(yàn)樣本含鹽量實(shí)驗(yàn)室測(cè)試值與反演值最大相對(duì)誤差為-36.49%，最小相對(duì)誤差為4.76%，其中，共有12個(gè)檢驗(yàn)樣本的相對(duì)誤差在-20%～20%區(qū)間，占總檢驗(yàn)樣本的75%，表明土壤含鹽量反演模型Y=86.260X-66.206X2-5.312具有較高的反演精度。

2.4 研究區(qū)土壤含鹽量制圖

將Sentinel-1A的VV極化波段與Sentinel-2A第2、3、4波段融合并引入鹽分指數(shù)(D2D4)/D3建立的白城市土壤含鹽量反演模型Y=86.260X-66.206X2-5.312，反演研究區(qū)的土壤含鹽量，見(jiàn)圖4。制圖結(jié)果顯示，研究區(qū)西南部、南部及北部地區(qū)土壤鹽分含量較高，局部地區(qū)土壤含鹽量甚至高于5 g·kg-1，研究區(qū)中部、東部以及西北部地區(qū)土壤含鹽量普遍低于1 g·kg-1。

3 討 論

本文以Sentinel-1A、Sentinel-2A主動(dòng)與被動(dòng)遙感影像為數(shù)據(jù)源，以我國(guó)典型蘇打鹽堿土區(qū)——白城市為研究對(duì)象，結(jié)合研究區(qū)調(diào)查、土壤采樣化驗(yàn)數(shù)據(jù)反演了白城市土壤鹽分含量。劉全明等[13-14]研究表明，土壤中鹽分含量的升高會(huì)影響土壤的介電常數(shù)以及表層土壤的后向散射系數(shù)，為利用雷達(dá)遙感監(jiān)測(cè)土壤含鹽量變化提供了可能。本文將Sentinel-1A遙感影像VH、VV波段后向散射系數(shù)與研究區(qū)土壤含鹽量進(jìn)行相關(guān)性分析，分析結(jié)果顯示VH、VV波段的后向散射系數(shù)與土壤含鹽量呈正相關(guān)，且VV波段的相關(guān)性較好，相關(guān)系數(shù)達(dá)到0.628，其顯著性P<0.001，表明在超過(guò)99%的置信區(qū)間內(nèi)兩者顯著相關(guān)。將SAR影像與多波段影像融合后，融合波段與土壤含鹽量的相關(guān)性較SAR影像及多波段影像均有顯著提升。本文研究結(jié)果表明，Sentinel-2A各波段反射率與土壤含鹽量相關(guān)系數(shù)在第5波段達(dá)到峰值，為r=0.696，而SAR影像與Sentinel-2A的第2波段融合后與土壤含鹽量相關(guān)系數(shù)達(dá)到0.753。將SAR影像后向散射系數(shù)及多波段反射率進(jìn)行適當(dāng)?shù)臄?shù)學(xué)變換后與土壤含鹽量的相關(guān)性有不同程度的改善，其中，將VV波段后向散射系數(shù)進(jìn)行二次方變換后與土壤含鹽量相關(guān)系數(shù)由0.628提升至0.641；將多波段影像第5波段進(jìn)行冪函數(shù)變換后，與土壤含鹽量的相關(guān)系數(shù)由0.696提升至0.768；將融合波段進(jìn)行二次方變換后與土壤含鹽量的相關(guān)系數(shù)由0.735提升至0.820。前人研究發(fā)現(xiàn)[15-17]，遙感影像的可見(jiàn)光與近紅外波段對(duì)含鹽土壤較敏感，將影像反射率與土壤含鹽量相關(guān)聯(lián)構(gòu)成適當(dāng)?shù)柠}分指數(shù)，可以有效地監(jiān)測(cè)表層裸土含鹽量。本文引入(B4-B8)/(B4+B8)、(B2B4)/B3等多種鹽分指數(shù)，與土壤含鹽量進(jìn)行相關(guān)性分析，結(jié)果顯示：利用Sentinel-2A第2、3、4波段建立的鹽分指數(shù)(B2B4)/B3與研究區(qū)土壤含鹽量相關(guān)系數(shù)達(dá)到r=0.822，SAR影像VV波段與Sentinel-2A第2、3、4波段融合建立的(D2D4)/D3鹽分指數(shù)與土壤含鹽量相關(guān)系數(shù)達(dá)到r=0.889；龐治國(guó)等[18-19]對(duì)覆蓋白城市的遙感影像進(jìn)行人機(jī)交互式解譯提取土地鹽堿化信息，并對(duì)鹽堿化土地面積進(jìn)行統(tǒng)計(jì)分析時(shí)發(fā)現(xiàn)，鹽堿化土壤主要分布于白城市南部的通榆縣、北部的鎮(zhèn)賚縣以及東部的大安市，在對(duì)研究區(qū)進(jìn)行調(diào)研、土壤采樣時(shí)發(fā)現(xiàn)，白城市東部、南部及北部地區(qū)中小型湖泊眾多，受氣候及人為影響，湖泊周?chē)恋佧}堿化嚴(yán)重。

本文以融合波段鹽分指數(shù)(D2D4)/D3建立的土壤含鹽量反演模型Y=86.260X-66.206X2-5.312，反演白城市表層裸土含鹽量，獲得了較好的反演效果，究其原因：(1)本文選取的遙感影像與土壤采樣時(shí)間同步，能夠真實(shí)反映地表地物信息；(2)在遙感影像獲取時(shí)刻及實(shí)地調(diào)查時(shí)刻、土壤采樣時(shí)刻，研究區(qū)地表無(wú)植被及冰雪覆蓋；(3)采用Gram-Schmidt(GS)變換將SAR影像與多光譜影像進(jìn)行融合，避免了傳統(tǒng)融合方法造成個(gè)別波段信息過(guò)量集中及光譜響應(yīng)范圍不一致等問(wèn)題，較好保持了影像的紋理和光譜信息，提升了融合影像光譜信息的豐富度；(4)引入合適的鹽分指數(shù)改善了遙感影像對(duì)土壤中鹽分的敏感度。

然而，本試驗(yàn)未考慮研究區(qū)土壤中有機(jī)質(zhì)及含水量對(duì)遙感影像光譜信息的影響，在今后的實(shí)踐中將予以研究。

4 結(jié) 論

本文利用Sentinel-1A的SAR影像、Sentinel-2A多光譜影像及兩者的融合影像反演白城市裸土含鹽量，獲得了以下結(jié)論：

(1)Sentinel-1A遙感影像的VH、VV波段后向散射系數(shù)與白城市表層土壤含鹽量呈顯著正相關(guān)性，表明Sentinel-1A影像可作為研究區(qū)土壤鹽堿化監(jiān)測(cè)的數(shù)據(jù)源。

(2)Gram-Schmidt(GS)影像融合方法適用于Sentinel-1A雷達(dá)影像與Sentinel-2A多光譜影像融合，融合后的遙感影像與研究區(qū)土壤含鹽量的相關(guān)性較融合前得到明顯改善。

(3)引入合適的鹽分指數(shù)可以有效提升Sentinel-2A多光譜影像及Sentinel-1/2A 融合影像與研究區(qū)土壤含鹽量的相關(guān)性，利用融合影像的第2、3、4波段建立的鹽分指數(shù)(D2D4)/D3與研究土壤含鹽量相關(guān)系數(shù)達(dá)到0.889，表明利用Sentinel-1A SAR影像與Sentinel-2A多光譜影像進(jìn)行融合是一種監(jiān)測(cè)土壤含鹽量的有效方法。

(4)反演結(jié)果顯示，白城市西部、南部的中小型湖泊周?chē)寥利}堿化較嚴(yán)重，與實(shí)地調(diào)研結(jié)果相吻合。