《Cogent Food & Agriculture》:Hyperspectral response of maize canopy to topsoil (20?cm) and subsoil (40?cm) soil salt content at the field plot scale
编辑推荐:
本研究在"渤海粮仓"项目核心实验区分析了玉米冠层对表土层(20 cm)和亚表层(40 cm)盐分含量的高光谱响应,旨在识别盐分敏感光谱波段、建立高精度土壤盐分含量估算模型,并阐明玉米对不同深度土壤盐分的光谱响应差异。研究开展了玉米冠层高光谱反射率与转换为盐分含
本研究在"渤海粮仓"项目核心实验区分析了玉米冠层对表土层(20 cm)和亚表层(40 cm)盐分含量的高光谱响应,旨在识别盐分敏感光谱波段、建立高精度土壤盐分含量估算模型,并阐明玉米对不同深度土壤盐分的光谱响应差异。研究开展了玉米冠层高光谱反射率与转换为盐分含量的土壤电导率(EC)的田间测量。对高光谱数据进行一阶微分变换,并比较一阶微分光谱、植被指数和土壤盐分指数与土壤盐分含量的相关性,以构建单波段和多波段反演模型。结果表明,一阶微分光谱模型具有最高的敏感性和估算精度,优于其他模型。玉米冠层对20 cm土壤盐分含量表现出比对40 cm更显著的光谱响应,最优多波段模型分别取得R2为0.730和0.569,并识别出关键敏感波段。地面高光谱技术在玉米生长季进行盐渍化监测具有可行性,克服了裸土期短的限制。一阶微分模型与植被指数互为补充,丰富了盐渍化监测体系。研究成果支持多尺度遥感监测,并为星载高光谱传感器的波段配置和反演算法优化提供参考。
土壤盐渍化是全球农业面临的重要环境威胁,约20%的耕地和超过50%的灌溉用地受到盐分胁迫影响。中国盐碱地总面积约3600万hm
2,占可利用土地面积的4.88%,其中耕地盐碱化面积约占全国耕地总面积的6.62%。黄河三角洲地区土壤盐渍化尤为严重,盐渍化土壤占总面积的63%,成为制约区域农业经济发展的主要因素。该区域地处暖温带半湿润气候区,地下水位高、矿化度高,加之低平的地形和不良的排水条件,土壤盐渍化问题突出。传统的遥感监测主要依赖裸土期,但农田生态系统中裸土窗口期极短,如华北平原玉米-小麦轮作区,上季作物收获至下季作物播种之间的土地准备期仅约10天,严重限制了裸土盐度信息的获取。因此,亟需将研究视角扩展至整个作物生育期,探索作物对土壤盐分的生理和光谱响应。
玉米作为中国总产量最高、种植面积最大的作物,属于中等盐敏感作物,对土壤盐分变化尤为敏感。其旺盛生长期正值雨热同期,强烈蒸腾作用驱动土壤水分携盐向上运移,导致土壤剖面不同层次的盐分分布持续动态变化。当盐分浓度升高时,盐胁迫破坏细胞内离子稳态,导致膜功能异常和代谢活动减弱,最终抑制玉米生长,造成减产甚至植株死亡。在此背景下,本研究选择黄河三角洲边缘的山东省滨州市无棣县"渤海粮仓"项目核心实验区为研究区,该中心实验区面积7715亩(约514.33 hm
2),土壤类型为滨海盐碱潮土,pH范围7.2–8.2,盐分含量高,土壤板结严重。研究旨在利用地面高光谱技术,系统分析冠层尺度光谱对表土层和亚表层土壤盐分的响应机制,构建基于作物光谱的土壤盐分反演模型,为解决裸土期短、直接监测困难的实际问题提供技术补充,同时为星载高光谱传感器的波段配置、光谱响应函数优化及遥感反演算法验证提供重要的实验依据和数据支持。
研究人员采用的主要关键技术方法包括:使用美国ASD公司生产的ASD FieldSpec 4高分辨率(HR)地物光谱仪采集玉米冠层高光谱反射率数据,该仪器光谱范围为350–2500 nm,覆盖可见光-近红外(VNIR)和短波红外(SWIR)光谱区,350–1000 nm范围内光谱采样间隔1.4 nm、光谱分辨率3 nm,1000–2500 nm范围内光谱采样间隔2 nm、光谱分辨率10 nm;使用美国SPECTRUM EC 110便携式电导率仪测量土壤电导率(EC),并通过经典线性转换公式SSC=0.0056×EC+0.023将EC转换为土壤盐分含量(SSC,单位g/kg);采用一阶微分变换增强盐胁迫下的细微光谱响应特征;运用SPSS 26.0软件进行逐步回归分析构建反演模型,以相关系数(R)和决定系数(R
2)确定最优模型;通过相关性分析提取盐敏感波段,比较植被指数与土壤盐分指数的效果。样本队列为24个采样点,采用随机完全区组设计(RCBD),设3个生物学重复,每个重复区随机分布8个采样点,每个采样点选取1株代表性玉米植株进行光谱和土壤数据采集,玉米品种为登海605(Zea mays L. cv. Denghai 605)。
**4.1 去噪效果与冠层高光谱特征**
原始光谱数据经ViewSpecpro软件预处理,去除1350–1430 nm、1800–1960 nm和2345–2500 nm三个受噪声和水汽吸收严重影响的波段区间。去噪后的冠层反射率曲线在可见光范围约500 nm和670 nm处呈现两个吸收谷,在550 nm处有一个小反射峰;680–780 nm之间反射率曲线急剧上升,在780–1300 nm近红外区域形成高反射率平台。研究关注表土层和亚表层土壤盐分对玉米的影响,所有采集数据均用于后续分析。
**4.2 玉米冠层高光谱对20 cm和40 cm深度土壤盐分含量的响应**
**4.2.1 一阶微分光谱对20 cm深度土壤盐分含量的响应**
**4.2.1.1 20 cm深度土壤盐分含量与冠层一阶微分光谱的相关分析**
研究发现,经微分变换的高光谱反射率与土壤盐分含量的相关性显著高于原始反射率或其他反射率变换形式。原始光谱中,除短波红外区域1965–2108 nm波段呈现0.4–0.5的中等正相关外,大多数波段相关系数为0–0.3,相关性较弱。而一阶微分变换后,相关系数绝对值显著增强,多个波段达到强显著相关水平,峰值相关系数超过0.8。在660–750 nm红边区域,相关系数曲线波动相对稳定且趋势明显,662 nm和758 nm为拐点位置。基于相关性分析,选取867 nm(相关系数0.6–0.8)、1197 nm(0.8–1.0)、1280 nm(0.6–0.8)为显著正相关敏感波段,1798 nm(?0.6至?0.8)和2235 nm(?0.4至?0.6)为显著负相关敏感波段。
**4.2.1.2 基于冠层光谱一阶微分的20 cm深度土壤盐分含量反演模型**
利用SPSS软件基于相关分析识别的敏感波段构建反演模型。单波段模型预测性能有限,R
2仅为0.697;双波段模型优于单波段模型,R
2超过0.7;三波段模型预测最准确,所有R
2均高于0.7。识别的特征光谱波段为1197、1280、1798和2235 nm。其中以1197 nm、1280 nm和1798 nm为变量构建的模型精度最高,R
2达0.730。
**4.2.2 玉米植被指数对20 cm深度土壤盐分含量的响应**
研究选取6种植被指数进行比较,包括比值植被指数(RVI)、归一化植被指数(NDVI)、差值植被指数(DVI)三种基本植被指数,以及土壤调节植被指数恰当的土壤调节植被指数(SAVI)、修正土壤调节植被指数(MSAVI)和优化土壤调节植被指数(OSAVI)三种基于土壤线的植被指数。基于微分相关性筛选的758 nm和1197 nm波段计算上述指数。相关性分析表明,DVI与20 cm深度土壤盐分含量的相关性最高。进一步构建土壤盐分指数D-SAVI,采用1436 nm和972 nm波段组合,与20 cm深度土壤盐分含量的相关系数为0.405。对比植被指数与土壤盐分指数的相关性,DVI被确定为最有效的植被指数。
**4.2.3 一阶微分光谱对40 cm深度土壤盐分含量的响应**
**4.2.3.1 40 cm深度土壤盐分含量与冠层一阶微分光谱的相关分析**
与20 cm深度类似,微分变换后的高光谱反射率与40 cm深度土壤盐分含量的相关性显著强于原始反射率。原始光谱中,仅1431–1481 nm波段呈现0.4–0.5的中等正相关,其他波段大多集中在0–0.3的弱相关区间。一阶微分变换后,正相关峰值出现在878 nm附近,相关系数超过0.5,达到强显著水平。在670–750 nm红边区域,678 nm和736 nm为关键拐点。选取358 nm、878 nm和1084 nm(相关系数0.4–0.6)为显著正相关敏感波段,2235 nm和2299 nm(?0.4至?0.6)为显著负相关敏感波段。
**4.2.3.2 基于冠层光谱一阶微分的40 cm深度土壤盐分含量反演模型**
单波段模型R
2仅0.335;双波段模型R
2超过0.40,相关性显著;三波段模型效果最佳,所有R
2均高于0.5。特征光谱波段为358、878、2235和2299 nm。以878 nm、2235 nm和2299 nm为变量构建的模型精度最高,R
2达0.569。
**4.2.4 玉米植被指数对40 cm深度土壤盐分含量的响应**
选取2283–2311 nm和2085–2109 nm两个波段组合的平均值计算6种植被指数。相关性分析表明,NDVI与40 cm深度土壤盐分含量的相关性最优。构建的土壤盐分指数D-SAVI采用2235 nm和878 nm波段组合,与40 cm深度土壤盐分含量的相关系数为0.362。
**5 讨论**
本研究系统分析了玉米冠层对表土层(0–20 cm)和亚表层(40 cm)盐度的高光谱响应,证实了冠层对表土层盐度的光谱响应显著强于亚表层。从作物生理和根系分布角度,这一差异主要归因于玉米作为浅根系作物的根系特征:超过70%的玉米须根集中在0–20 cm表土层,该区域是水分和养分吸收及环境胁迫感知的核心区域。当表土层盐分过度积累时,直接破坏根细胞的离子平衡和渗透平衡,迅速引发植株水分亏缺、活性氧积累和叶绿素降解等一系列生理紊乱,这些生理变化立即反映在叶片色素含量、细胞内部结构和冠层水分状况上,从而产生稳定显著的光谱响应信号。相比之下,40 cm亚土层根系密度极低,生理活动微弱,该层的盐胁迫信号无法直接传递至冠层,作用相对间接和滞后,这是亚土层光谱信号难以有效识别的主要原因。
从区域土壤水盐运移角度,研究区位于沿海盐碱地区,玉米生长季强蒸腾作用驱动深层土壤盐分持续向上运移,在0–20 cm表土层形成显著的盐分累积效应。表土层盐度更高且动态性更强,产生的盐胁迫信号更强,能够被冠层光谱有效捕捉。而40 cm亚土层盐分受上层土壤缓冲,浓度相对稳定、胁迫强度较弱,不足以触发玉米明显生理响应,光谱差异可忽略不计。这一规律与黄河三角洲盐碱地水盐运移特征高度一致。与前期研究相比,本研究进一步明确了玉米盐胁迫光谱响应的土壤深度效应,填补了浅根系作物光谱响应盐胁迫深度依赖机制的认识空白,为区域高光谱监测实践提供了直接指导——开展玉米盐胁迫高光谱监测时应优先分析0–20 cm表土层盐度,优化土壤采样深度和监测模型参数可显著提高盐胁迫监测的准确性和实用性。
本研究还丰富了遥感技术在沿海盐碱农业监测中的应用框架。现有研究多聚焦于单时相或单层监测,而本研究构建了深度分异的光谱响应框架,为复杂盐碱环境下作物盐胁迫精准高效监测提供了新途径。研究结果可推广至小麦、棉花等其他浅根系作物,在区域盐碱农田管理和产量估算中具有广阔应用前景。玉米冠层对0–20 cm表土层盐度的更强光谱响应,是浅根系作物根系分布特征与区域水盐运移规律协同作用的结果。本研究不仅揭示了玉米光谱响应盐胁迫的内在生理机制,也为沿海盐碱地作物盐胁迫精准监测提供了理论和方法支撑,对提升盐碱地精细化管理、促进盐碱地区农业可持续发展具有重要实践意义。
**6 结论**
本研究以黄河三角洲无棣县"渤海粮仓"项目核心实验区的典型沿海盐碱玉米田为对象,聚焦于田间尺度下玉米冠层对表土层(20 cm)和亚表层(40 cm)土壤盐分含量的高光谱响应机制。对实测高光谱数据应用一阶微分变换,并结合植被指数和土壤盐分指数的对比分析,采用逐步回归方法构建单波段和多波段土壤盐分含量估算模型,系统探索了表土层和亚表层土壤盐分含量与玉米冠层光谱特征之间的相关规律,为盐碱农田的精准监测与管理提供了科学依据和技术支撑。主要结论如下:
表土层和亚层土壤盐分含量与冠层高光谱数据之间存在显著相关性。对比一阶微分变换构建的模型可知,对于玉米冠层而言,20 cm深度土壤盐分含量对玉米生长的影响更为显著,相关系数高于40 cm深度。
表土层和亚层土壤盐分含量与植被光谱一阶微分、植被指数和土壤盐分指数的相关性分析表明,在田间尺度下,基于植被光谱一阶微分逐步回归分析的盐分含量估算模型拟合效果优于植被指数或土壤盐分指数构建的模型。揭示的盐胁迫光谱响应机制也为波段组合优化和植被指数响应机制解释提供了有价值的参考。同时,植被指数作为成熟的多光谱监测工具,以其简便易操作的特点可与一阶微分模型形成互补,两者相互验证、相互支撑,共同丰富盐渍化监测技术体系,为不同应用场景下的盐渍化监测提供多样化选择。
本研究通过田间尺度高精度观测,证实了地面高光谱技术在作物生长季进行盐渍化监测的可行性,有效解决了裸土期短导致的直接监测受限问题,为"渤海粮仓"项目等盐碱农业区的动态监测提供了新途径。识别的表土层和亚表层土壤盐分敏感光谱区间和估算模型,对星载高光谱传感器的波段配置和反演算法优化也具有一定的参考价值,有助于构建天地协同的盐渍化监测体系。鉴于土壤盐渍化是一种持续且不断加剧的威胁,耐盐作物研究仍将是长期优先事项。基于高光谱反演模型研究土壤盐分含量对作物的影响仍是研究热点,并将持续如此。
由于实验条件限制,本研究采集的光谱数据样本量较少,数据范围有限。此外,受环境条件和仪器稳定性影响,某些波段存在噪声干扰,导致实测值与实际值之间存在偏差,对实验结果的准确性产生了一定影响。其次,土壤光谱特征是自然物质、结构、颜色等多因素的综合反映,这些复杂因素对盐分反演结果的耦合效应尚未深入分析。展望未来,随着高光谱技术的不断进步,可通过扩大研究尺度、深化多因素耦合分析、优化光谱模型融合方法等途径进一步完善土壤盐分含量的高光谱反演体系。这一研究方向将为盐碱地综合治理、耐盐作物育种和"渤海粮仓"项目等区域的农业可持续发展提供更加有力的技术支撑,同时促进盐碱农田精细化管理的大规模应用,推动盐碱地资源的高效利用。