遙感在土壤碳儲(chǔ)量估算中的應(yīng)用

遙感在土壤碳儲(chǔ)量估算中的應(yīng)用引言精準(zhǔn)農(nóng)業(yè)(PrecisionAgriculture)是當(dāng)今世界農(nóng)業(yè)發(fā)展的趨勢(shì)，是由信息技術(shù)支持的根據(jù)空間變異，定位、定時(shí)、定量地實(shí)施一整套現(xiàn)代化農(nóng)事操作技術(shù)與管理的系統(tǒng)。隨著精準(zhǔn)農(nóng)業(yè)的發(fā)展迫切要求遙感技術(shù)能夠?yàn)槠涮峁┛焖?、?zhǔn)確的地表信息，如土壤水分含量、有機(jī)質(zhì)、氮和磷含量、質(zhì)地特性等。因此發(fā)展支持“精準(zhǔn)農(nóng)作”土壤參數(shù)快速測(cè)量技術(shù)是當(dāng)今農(nóng)業(yè)科技創(chuàng)新的一個(gè)熱點(diǎn)。土壤碳庫(kù)是陸地生態(tài)系統(tǒng)碳庫(kù)的主體，在全球碳平衡中具有重要作用。土壤有機(jī)碳庫(kù)的微小變化，可能通過(guò)向大氣釋放碳素導(dǎo)致大氣CO2等溫室氣體的不斷增加，從而使全球氣溫升高速率加快。如何利用遙感數(shù)據(jù)和技術(shù)精確估算土壤碳的變化，分析陸地土壤碳儲(chǔ)量的空間格局及其變異性，從而為預(yù)測(cè)未來(lái)陸地生態(tài)系統(tǒng)碳固定能力提供理論依據(jù)，具有重要的理論意義和實(shí)際應(yīng)用意義。精準(zhǔn)農(nóng)業(yè)—3S集成

精準(zhǔn)農(nóng)業(yè)

=RS+GPS+GIS+精準(zhǔn)農(nóng)業(yè)機(jī)械差分GPS播種灌溉施肥撒藥收獲數(shù)據(jù)庫(kù):空間屬性知識(shí)庫(kù)：模型方法庫(kù)：數(shù)學(xué)算法專家系統(tǒng)決策系統(tǒng)傳感遙測(cè)遙感技術(shù)遙感技術(shù)是根據(jù)電磁波的理論，應(yīng)用各種傳感器對(duì)遠(yuǎn)距離目標(biāo)所輻射和反射的電磁波信息，進(jìn)行收集、處理，并最后成像，從而對(duì)地面各種景物進(jìn)行探測(cè)識(shí)別的一種綜合技術(shù)。

任何物體都具有光譜特性。具體地說(shuō)，不同地物具有不同的吸收、反射、輻射光譜的性能。在同一光譜區(qū)各種物體反映的情況不同，同一物體對(duì)不同光譜的反映也有明顯差別。即使是同一物體，在不同的時(shí)間和地點(diǎn)，由于太陽(yáng)光照射角度不同，它們反射和吸收的光譜也各不相同。遙感技術(shù)通常是使用綠光、紅光和紅外光三種光譜波段進(jìn)行探測(cè)。綠光段一般用來(lái)探測(cè)地下水、巖石和土壤的特性；紅光段探測(cè)植物生長(zhǎng)變化及水污染等；紅外段探測(cè)土地、礦產(chǎn)及資源。此外，還有微波段，用來(lái)探測(cè)氣象云層及海底生物群落。地物光譜曲線2016年全世界植被指數(shù)覆蓋圖遙感技術(shù)應(yīng)用一、獲取地理數(shù)據(jù)遙感技術(shù)應(yīng)用二、獲取地球資源信息遙感技術(shù)應(yīng)用三、應(yīng)急災(zāi)害

遙感估算土壤碳儲(chǔ)量的可行性

遙感(RemoteSensing)被作為一門新興的綜合性探測(cè)技術(shù)科學(xué),建立在現(xiàn)代物理學(xué)、空間科學(xué)、電子計(jì)算機(jī)技術(shù)、數(shù)學(xué)和地球科學(xué)理論的基礎(chǔ)上,己在地理學(xué)、地質(zhì)學(xué)、生態(tài)學(xué)、環(huán)境科學(xué)、大氣科學(xué)和海洋學(xué)等學(xué)科領(lǐng)域得到了廣泛的應(yīng)用。在地球上進(jìn)行資源和環(huán)境調(diào)查時(shí),依靠傳統(tǒng)的地面調(diào)查非常困難。而遙感可以在短時(shí)間內(nèi)對(duì)同一地區(qū)進(jìn)行重復(fù)探測(cè),獲取大面積同步觀測(cè)數(shù)據(jù),并且不受地形阻隔等限制,因而能夠研究地球表面不同周期的動(dòng)態(tài)變化。

遙感估算土壤碳儲(chǔ)量的可行性

從20世紀(jì)70年代早期美國(guó)陸地衛(wèi)星Landsat數(shù)據(jù)的使用開(kāi)始，各種傳感器的衛(wèi)星多光譜測(cè)量開(kāi)始廣泛應(yīng)用于土壤調(diào)查中，各種傳感器的衛(wèi)星多光譜測(cè)量，即TM(ThematicMappe)、SPOT多線列(MLA)、全色線列(PLA)、印度遙感衛(wèi)星(IRS)線性成像自掃描傳感器(LISS-l,-II和-III)、廣域傳感器(WiFS)和全色PAN傳感器開(kāi)始廣泛應(yīng)用于土壤調(diào)查中。

常用遙感方法一、遙感影像直接估算法二、植被指數(shù)法三、光譜測(cè)定分析法一、遙感影像直接估算法

土壤表層有機(jī)碳含量是土壤制圖、土壤特性解譯和進(jìn)行農(nóng)業(yè)施肥的一個(gè)重要土壤屬性,因而利用遙感影像如何直接獲取土壤有機(jī)質(zhì)含量成為當(dāng)前土壤學(xué)研究的一個(gè)熱點(diǎn)。為了確定能否利用航空遙感影像數(shù)據(jù)測(cè)量裸露地表的土壤有機(jī)碳含量,Chen等通過(guò)分析地表土壤有機(jī)碳含量與藍(lán)、綠、紅波段的圖像亮度值之間的統(tǒng)計(jì)關(guān)系，建立了一個(gè)對(duì)數(shù)方程預(yù)測(cè)地表有機(jī)碳含量:公式中R、G、B分別表示紅、綠、藍(lán)波段的圖像亮度值。研究結(jié)果顯示,裸露地表的高分辨率遙感影像能夠定量化分析土壤表層有機(jī)碳含量的空間變異性。但是該方法也存在兩點(diǎn)局限性:一是由于其它土壤特性(例如鐵含量的存在)產(chǎn)生一些“噪音”;二是該方法只能應(yīng)用于地表裸露的土壤，進(jìn)一步的研究需要考慮更多的非可見(jiàn)光波段的使用。1.利用彩色航空、航天影像和光譜值來(lái)估算土壤有機(jī)質(zhì)的研究。Frazier和Cheng使用Landsat—TM波段率制作有機(jī)質(zhì)含量圖,發(fā)現(xiàn)TM1、3、4和5波段是最重要的。Frazier和Jarvis評(píng)價(jià)了測(cè)量的土壤屬性與觀測(cè)的TM反射數(shù)據(jù)之間的聯(lián)系。利用Landsat—TM測(cè)量而估計(jì)的土壤表面反射性對(duì)于估算裸露土壤表層有機(jī)碳是潛在的精確和有效的方法。2.利用遙感影像獲取土地覆被面積的變化。Wang等利用不同土地覆被類型的植被碳密度,分析了土地覆被變化及其對(duì)陸地碳循環(huán)的影響,但由于缺乏相關(guān)數(shù)據(jù)該研究忽視了土壤有機(jī)碳儲(chǔ)量的變化。以上研究說(shuō)明,利用高分辨率遙感影像信息直接或間接地估算裸地土壤有機(jī)碳儲(chǔ)量的空間變異在土壤碳循環(huán)研究中具有相當(dāng)大的潛力,如何優(yōu)化兩者之間的關(guān)系,建立土壤有機(jī)碳光譜模型將是未來(lái)土壤有機(jī)碳儲(chǔ)量估算中的一個(gè)行之有效的方法。然而,遙感影像估算土壤有機(jī)碳含量方法仍存在許多困難,例如對(duì)森林覆蓋下的森林土壤調(diào)查以及土壤性質(zhì)分析就很困難。二、植被指數(shù)估算法

遙感為土壤普查、估測(cè)生物圈的動(dòng)態(tài)變化提供了一個(gè)強(qiáng)有力的工具。遙感估算土壤碳儲(chǔ)量研究的長(zhǎng)期目標(biāo)是確定和推導(dǎo)植被冠層覆蓋下的土壤特征。然而，由于目前技術(shù)的局限性，植被冠層覆蓋下的土壤理化性質(zhì)（例如土壤有機(jī)碳、養(yǎng)分含量和排水類型）不能直接使用衛(wèi)星或航空影像數(shù)據(jù)來(lái)觀測(cè)和計(jì)算。盡管多種衛(wèi)星傳感器并沒(méi)有直接測(cè)量土壤有機(jī)碳的能力，但是允許對(duì)與土壤碳模型有關(guān)的大部分參數(shù)進(jìn)行評(píng)價(jià)(例如植被狀態(tài)、土壤含水量、生物量、反照率等)。因此，為了從遙感數(shù)據(jù)中獲得土壤特征信息必須依靠替代指數(shù)，如植被狀況或反照率、生物量估計(jì)、地表土壤含水量或溫度，并與模型相結(jié)合來(lái)評(píng)估土壤性質(zhì)。陸地碳循環(huán)過(guò)程、模型和遙感的結(jié)合

基于植被指數(shù)建立土壤有機(jī)碳光譜模型的第一步，就是揭示不同土壤對(duì)植被所產(chǎn)生的不同光譜響應(yīng)。遙感技術(shù)在這個(gè)方面的應(yīng)用是推導(dǎo)歸一化差異植被指數(shù)(NormalDifferenceVegetationIndex,NDVI)。NDVI對(duì)綠色植被表現(xiàn)敏感，常被用來(lái)進(jìn)行區(qū)域和全球的植被狀態(tài)研究,但其易受大氣和土壤背景的影響,對(duì)于研究植被覆蓋稀疏的地區(qū)效果較差。

Smith等、Levine等在美國(guó)緬因州國(guó)際紙業(yè)集團(tuán)的北方森林實(shí)驗(yàn)站開(kāi)展了類似研究,并測(cè)試和開(kāi)發(fā)了模型，建立了NDVI與土壤有機(jī)碳之間的關(guān)系。Ott使用Person瞬間相關(guān)檢驗(yàn)了土壤表層(50cm)土壤碳與NDVI中位值之間的相關(guān)關(guān)系，統(tǒng)計(jì)分析顯示了一個(gè)較小但顯著的負(fù)相關(guān)關(guān)系(r=-0.63,p=0.053,n=10)。該站點(diǎn)的土壤有機(jī)碳隨著NDVI的降低而增長(zhǎng),這種關(guān)系可能在北方寒溫帶森林地區(qū)是唯一的，代表較慢的礦化速率，說(shuō)明碳正在積累，比旺盛生長(zhǎng)的植被有著更低的NDVI值。

控制土壤碳累積的因素也能通過(guò)一定的遙感技術(shù)間接預(yù)測(cè)碳狀況。例如，土壤濕度代表排水類型，顯示了與NDVI中位值有著顯著的正相關(guān)關(guān)系(r=0.75，p=0.025，n=10)。Conover使用Spearman'srank相關(guān)系數(shù)檢驗(yàn)解釋排水類型的排列,發(fā)現(xiàn)NDVI最高值與排水情況較好的土壤相聯(lián)系,而NDVI最低值與有機(jī)碳大量積累但排水條件很差的土壤有一定關(guān)系。Mattikalli等研究了美國(guó)俄克拉荷馬州沃希托河流域的微波遙感影像與剖面土壤特性之間的關(guān)系團(tuán)。通過(guò)多時(shí)段的微波遙感影像獲取亮度溫度(BrightnessTemperatureTB)來(lái)計(jì)算土壤含水量的變化，并對(duì)土壤的剖面特性(土壤水壓傳導(dǎo)率Ksat)進(jìn)行了估算。結(jié)果顯示，土壤含水量及其變化與土壤質(zhì)地之間有著直接的關(guān)系，沙質(zhì)土和壤質(zhì)土具有明顯的土壤含水量和排水量特性，由微波遙感獲得的表層土壤含水量可以用來(lái)估算土壤剖面的水壓特性。該結(jié)果對(duì)于土壤的水壓特性研究具有重要意義。目前這些研究還集中在小區(qū)域,尚未擴(kuò)展到更大的空間尺度，需要開(kāi)展更多的不同區(qū)域或國(guó)家尺度的研究，來(lái)有效地驗(yàn)證NDVI與土壤有機(jī)碳以及土壤含水量之間的關(guān)系。

未來(lái)的研究中,需要改善土壤有機(jī)碳和遙感數(shù)據(jù)之間的模擬關(guān)系,比如土地管理歷史的信息(例如樹(shù)木砍伐、殺蟲(chóng)劑使用、植樹(shù)、干擾時(shí)間)等。立地年齡或干擾歷史應(yīng)作為控制因素來(lái)確定它們對(duì)NDVI的影響。此外,可以將NDVI考慮為景觀水平上的單一變量,這種作法優(yōu)于在土壤制圖單元中靠植被群落類型來(lái)隔離NDVI。同時(shí)土壤碳的遙感估算還需要一定數(shù)量的采樣數(shù)據(jù),否則很難從統(tǒng)計(jì)角度上解決土壤對(duì)NDVI或其他植被屬性的影響。其他方法例如使用模型預(yù)測(cè)土壤屬性,是未來(lái)研究獲取足夠地面驗(yàn)證數(shù)據(jù)的一個(gè)選擇。土壤有機(jī)碳蓄積量遙感模型

三、光譜測(cè)定分析法

光譜分析方法能獲取掃描樣品的平均組成,時(shí)間以分鐘或秒計(jì)算,儀器購(gòu)買后分析費(fèi)用大大降低。這樣,一個(gè)土壤樣品的平均構(gòu)成可能靠對(duì)樣品從頂部到底部的掃描得到。例如經(jīng)過(guò)試管的旋轉(zhuǎn),能夠掃描完整的土壤樣品表面,獲得平均碳含量。采樣樣品的掃描有多種方法:旋轉(zhuǎn)的樣品杯(2cm直徑)、樣品傳送模塊、聚乙烯袋包裝樣品(10cm長(zhǎng))、光纖試管(fiber-opticprobe)

等,以獲取不同掃描和干擾狀態(tài)下土壤有機(jī)碳含量與反射光譜之間的數(shù)學(xué)關(guān)系。在實(shí)驗(yàn)室對(duì)測(cè)量的土壤光譜數(shù)據(jù)進(jìn)行微分光譜處理后,可以用逐步回歸的方法篩選一些對(duì)預(yù)測(cè)土壤有機(jī)碳含量重要的波段。通過(guò)光譜測(cè)定方法獲取的土壤信息是對(duì)航空遙感影像方法的寶貴補(bǔ)充,因?yàn)樗軌蛱峁┡c影像不同的地面客觀輻射能信息。

研究發(fā)現(xiàn)，在實(shí)驗(yàn)室測(cè)定0.4—2.4μm范圍內(nèi)有機(jī)質(zhì)含量變化的土壤光譜時(shí)，近紅外波長(zhǎng)范圍0.8—2.4μm沒(méi)有因土壤有機(jī)質(zhì)存在而引起的吸收峰。預(yù)測(cè)土壤有機(jī)質(zhì)含量時(shí)，可見(jiàn)光區(qū)域比近紅外區(qū)域更有用。此外，研究還發(fā)現(xiàn)土壤有機(jī)質(zhì)在0.5—1.1μm波長(zhǎng)區(qū)域內(nèi)的反射存在顯著的差異側(cè)。當(dāng)土壤有機(jī)質(zhì)含量增加時(shí)，整個(gè)短波區(qū)域光譜反射一般是減少的。當(dāng)土壤有機(jī)質(zhì)含量高于2%時(shí)，由于有機(jī)質(zhì)光譜反射的降低可能會(huì)掩蓋土壤光譜其他特征的吸收。含量在0.5—5%時(shí)，估測(cè)精度較高。由于土壤質(zhì)地與土壤有機(jī)質(zhì)含量有重要的關(guān)系，通過(guò)遙感手段獲取土壤質(zhì)地，也可以從側(cè)面反映土壤有機(jī)碳儲(chǔ)量的情。

Coleman等使用手持式輻射計(jì)建立光譜與有機(jī)質(zhì)之間的關(guān)系，發(fā)現(xiàn)TM1、2、3和7波段是淤泥含量(SiltContent)關(guān)鍵性識(shí)別波段，TM2、6波段是識(shí)別粘土含量的關(guān)鍵性波段。預(yù)測(cè)土壤有機(jī)質(zhì)含量(%)的最佳波段為0.62μm和0.56μm，其預(yù)測(cè)模型：公式中O為土壤有機(jī)質(zhì)含量(%)，K為待定系數(shù)。研究結(jié)果表明,土壤光譜的實(shí)驗(yàn)室控制測(cè)量對(duì)于描述土壤性質(zhì)、光譜特征、土壤分類、發(fā)生學(xué)和土壤調(diào)查是有意義的。

近紅外反射(NIR,750—250nm)光譜是一項(xiàng)重要的分析技術(shù),具有快速、簡(jiǎn)便的優(yōu)點(diǎn),并且能夠同時(shí)對(duì)多種土壤成分進(jìn)行分析。土壤值的標(biāo)定由吸收光譜和實(shí)驗(yàn)室分析而建立的回歸方程實(shí)現(xiàn)。研究結(jié)果表明,NIRS在測(cè)量植物和調(diào)落物成分以及調(diào)落物分解方面是一項(xiàng)很有潛力的技術(shù)。此外,NIRS還可以快速測(cè)量大量樣本的”12C/13C”同位素比。雖然和標(biāo)準(zhǔn)的化學(xué)方法相比,NIRS方法在準(zhǔn)確度上有所降低,但由于其提供了一種簡(jiǎn)單快捷的測(cè)量方法,因而在農(nóng)業(yè)經(jīng)濟(jì)碳儲(chǔ)量的估測(cè)中已得到了良好的應(yīng)用。因此認(rèn)為,雖然在土壤標(biāo)定方面NIRS還存在一些偏差,但由于其具有使用快速、操作簡(jiǎn)便和儀器可靠等優(yōu)點(diǎn),使得該技術(shù)可以合理地應(yīng)用于大景觀尺度的土壤制圖以進(jìn)行土壤碳監(jiān)測(cè)。

研究還顯示,中紅外光譜段(2500—25000nm或400—40000cm-1)的分辨率可能比近紅外光譜的分辨率高。近紅外和中紅外光譜的確定需要相關(guān)土壤碳量光譜信息的標(biāo)準(zhǔn)化,可以通過(guò)使用多變量統(tǒng)計(jì)程序或過(guò)程例如逐步回歸、主成分回歸和最小二乘法(PLS)來(lái)實(shí)現(xiàn)。在確定土壤碳含量特別是樣品的多樣性增加時(shí),中紅外則表現(xiàn)出更大的分辨率。土壤反射光譜特性是土壤的基本特