2025年 03期

摘要(Abstract)：

为了准确掌握黄河三角洲引黄灌区土壤盐分空间分布特征，以山东省东营市垦东灌区为研究区，基于野外实地调查的土壤盐分数据以及哨兵-2B卫星多光谱遥感数据，利用地理探测器选取对土壤盐分解释力较强的光谱指数，采用偏最小二乘法构建土壤盐分遥感反演模型，并探讨土壤盐分的空间分布特征。结果表明：对土壤盐分解释力较高(q>0.05)且达到极显著水平(p值小于0.01)的最优光谱指数是可见-红外盐分指数、扩展差值植被指数、归一化差异水体指数、非线性指数、 S6盐分指数、亮度指数、卫星B8A波段的反射率、 INT2盐分指数、优化土壤调整植被指数、土壤调节植被指数、增强型植被指数、 SI3盐分指数、扩展比值植被指数、盐分指数、大气阻抗植被指数、 S5盐分指数；土壤盐分遥感反演模型的验证决定系数、平均相对误差分别为0.77、 0.36,模型可以较为准确地预测研究区盐渍化状况；研究区由非盐渍土、轻度盐渍土和中度盐渍土组成，其中非盐渍土中盐分质量比小于0.2 g/kg的面积占比最大，为50.43%,轻度盐渍土和中度盐渍土呈现零散分布，主要分布在非种植区，与实地调查结果一致；不同土地利用-覆被类型的土壤盐分含量均值差异明显，盐分含量均值由大到小的土地利用-覆被类型的排序为盐荒地、撂荒地-夏玉米地、林地、冬小麦-夏玉米地、水稻田。

关键词(KeyWords)：土壤盐分;遥感反演;空间分布;地理探测器;黄河三角洲

基金项目(Foundation):山东省自然科学基金项目(ZR2022MD059)

作者(Author): 齐翟硕,傅新,张浩然,黄瑾,庞桂斌,徐征和

DOI: 10.13349/j.cnki.jdxbn.20240531.002

参考文献(References)：

[1] ZHU W,YANG J S,YAO R J,et al.Soil water-salt control and yield improvement under the effect of compound control in saline soil of the Yellow River Delta,China[J].Agricultural Water Management,2022,263:107455.

[2] 杨小虎，罗艳琴，杨海昌，等.玛纳斯河流域绿洲农田土壤盐分反演及空间分布特征[J].干旱区资源与环境，2021,35(2):156.

[3] 陈红艳，赵庚星，陈敬春，等.基于改进植被指数的黄河口区盐渍土盐分遥感反演[J].农业工程学报，2015,31(5):107.

[4] 周晓红，张飞，张海威，等.艾比湖湿地自然保护区土壤盐分多光谱遥感反演模型[J].光谱学与光谱分析，2019,39(4):1229.

[5] 张同瑞，赵庚星，高明秀，等.基于近地面多光谱的黄河三角洲典型地区土壤含盐量估算研究[J].光谱学与光谱分析，2016,36(1):248.

[6] 张素铭，赵庚星，王卓然，等.滨海盐渍区土壤盐分遥感反演及动态监测[J].农业资源与环境学报，2018,35(4):349.

[7] 刘恩，王军涛，常步辉，等.小开河引黄灌区土壤盐渍化定量遥感反演[J].中国农村水利水电，2019(12):20.

[8] 刘伟，史海滨，苗庆丰，等.基于Landsat 8的节水改造背景下盐渍化土壤含盐量反演[J].农业机械学报，2024,55(1):294.

[9] WANG J Z,DING J L,YU D L,et al.Machine learning-based detection of soil salinity in an arid desert region,Northwest China:a comparison between Landsat-8 OLI and Sentinel-2 MSI[J].Science of the Total Environment,2020,707:136092.

[10] 袁瑞强，刘贯群，宋献方.现代黄河三角洲浅层地下水对降水的响应[J].资源科学，2009,31(9):1514.

[11] ZHANG J R,ZHANG Z T,CHEN J Y,et al.Estimating soil salinity with different fractional vegetation cover using remote sensing[J].Land Degradation and Development,2020,32(2):597.

[12] 姚志华，陈俊英，张智韬，等.覆膜对无人机多光谱遥感反演土壤含盐量精度的影响[J].农业工程学报，2019,35(19):89.

[13] DOUAOUI A E K,NICOLAS H,WALTER C.Detecting salinity hazards within a semiarid context by means of combining soil and remote-sensing data[J].Geoderma,2006,134(1/2):217.

[14] TRIKI FOURATI H,BOUAZIZ M,BENZINA M,et al.Modeling of soil salinity within a semi-arid region using spectral analysis[J].Arabian Journal of Geosciences,2015,8(12):11175.

[15] SCUDIERO E,SKAGGS T H,CORWIN D L.Regional scale soil salinity evaluation using Landsat 7,western San Joaquin Valley,California,USA[J].Geoderma Regional,2014,2-3:82.

[16] 张智韬，魏广飞，姚志华，等.基于无人机多光谱遥感的土壤含盐量反演模型研究[J].农业机械学报，2019,50(12):151.

[17] CHO K H,BEON M S,JEONG J C.Dynamics of soil salinity and vegetation in a reclaimed area in Saemangeum,Republic of Korea[J].Geoderma,2018,321:42.

[18] 冯娟，丁建丽，杨爱霞，等.干旱区土壤盐渍化信息遥感建模[J].干旱地区农业研究，2018,36(1):266.

[19] 毛海颖，冯仲科，巩垠熙，等.多光谱遥感技术结合遗传算法对永定河土壤归一化水体指数的研究[J].光谱学与光谱分析，2014,34(6):1649.

[20] 奚雪，赵庚星，高鹏，等.基于Sentinel卫星及无人机多光谱的滨海冬小麦种植区土壤盐分反演研究：以黄三角垦利区为例[J].中国农业科学，2020,53(24):5005.

[21] CHEN H Y,ZHAO G X,CHEN J C,et al.Remote sensing inversion of saline soil salinity based on modified vegetation index in estuary area of Yellow River[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31:107.

[22] GITELSON A A,KAUFMAN Y J,MERZLYAK M N.Use of a green channel in remote sensing of global vegetation from EOS-MODIS[J].Remote Sensing of Environment,1996,58(3):289.

[23] WU W C,AL-SHAFIE W M,MHAIMEED A,et al.Soil salinity mapping by multiscale remote sensing in Mesopotamia,Iraq[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2014,7:4442.

[24] QI J,CHEHBOUNI A,HUETE A R,et al.A modified soil adjusted vegetation index[J].Remote Sensing of Environment,1994,48(2):119.

[25] 王劲峰，徐成东.地理探测器：原理与展望[J].地理学报，2017,72(1):116.

[26] 顾梦鹤，李明红，刘调平，等.民勤青土湖区不同土地利用类型土壤盐渍化特征[J].兰州大学学报(自然科学版),2021,57(1):117.

[27] WANG H,ZHANG G H.Temporal variation in soil erodibility indices for five typical land use types on the Loess Plateau of China[J].Geoderma,2021,381:114695.