黑土地是指具有黑色或者暗黑色腐殖質表土層,性狀好、肥力高的耕地,這類耕地可用于糧食生產。
黑土地是地球上最珍貴的土壤資源,地球上一共有四塊黑土地,分別是烏克蘭的烏克蘭平原、美國的密西西比平原、中國的東北平原以及南美洲阿根廷連至烏拉圭的潘帕大草原。我國東北平原典型黑土區耕地面積約2.78億畝,是重要的糧食生產優勢區和全國最大的商品糧生產基地。
然而,近年來相關研究和調查發現,由于掠奪經營、水土流失等原因,黑土層厚度已逐漸減少,土壤有機質含量也明顯降低,土壤侵蝕成了黑土地不容忽視的問題之一。
保護黑土地對于保障國家糧食安全、生態安全,促進農業綠色可持續發展具有重大的意義。接下來我們了解一篇在黑土地區探測土壤侵蝕狀況的論文。
ASD Fieldspec 3 FR光譜儀在東北典型黑土地區農田土壤侵蝕熱點探測方面的應用
土地退化影響著世界上大約三分之一的農田 ,其中土壤侵蝕是最嚴重和最廣泛的退化形式。在侵蝕嚴重的地區,土壤剖面可能出現明顯的截斷現象,導致富含碳和營養豐富的表土物質空間重組,造成土壤有機碳(SOC)加速損失,土壤肥力下降,從而影響退化農田的糧食生產。據估計,每10厘米土壤損失作物產量平均減少約4%,而由于農業管理不當和施肥水平低,發展中國家減產的程度可能會加劇。聯合國可持續發展目標框架下的土地退化中立方案明確采用了SOC作為評估和監測土地退化狀況的關鍵指標。因此,更好地了解發生土壤侵蝕的地點和加速侵蝕程度,以及SOC損失的發生,將在很大程度上有助于全球在糧食安全和氣候方面可持續利用土壤資源的努力。普遍通用的土壤損失方程(USLE)擁有高度的數據可訪問性,然而,它仍然是一種經驗方法,只考慮了水蝕,而忽略了其他形式,如耕作和風蝕,并沒有模擬土壤沉積。另外,主要在流域規模上,存在許多基于過程的物理模型來模擬單個降雨事件中相互作用的侵蝕和沉積過程,但其模型結構的復雜性和模型參數化的不平衡往往會影響模型的空間預測能力,且當前評估侵蝕發生地點和程度的方法仍然不足以在高空間分辨率下精確探測侵蝕熱點。無論使用何種建模方法,阻礙土壤侵蝕精確建模和制圖的常見問題還包括:(1)輸入過時的、靜態的和粗糙的分辨率數據,通常無法捕捉到侵蝕過程尺度上土壤侵蝕的時空變化;(2)缺乏空間分布的觀測數據來進行嚴格的模型校準和驗證。此外,土壤侵蝕追蹤技術作為得出凈侵蝕空間估計的可行選擇,其價格昂貴,在大空間尺度上的適用性有限。遙感的發展將解決上述問題,不僅因為高分辨率衛星圖像的日益普及,土壤成像光譜學的快速發展也提供了直接捕獲由侵蝕引起的土壤特性變化的潛力,特別是SOC,如哨兵-2可以很好地明確評估土壤侵蝕程度。然而,很少有研究直接與哨兵-2衍生的土壤光譜信息檢測土壤侵蝕熱點相關,且一些檢測方法的普遍適用性以及支持基于不同侵蝕程度土壤光譜特征分類的基本機制仍有待進一步探討。
鑒于上述研究差距,迫切需要一種有效的土壤侵蝕測繪方法,從而能夠精確地檢測出多重侵蝕過程導致的侵蝕熱點。中國東北黑土區是一個糧倉,年產量超過國家糧食產量的20%,然而其是中國受土壤侵蝕影響最嚴重的地區之一,因此,一種有效檢測局部侵蝕熱點的方法對于實施針對性的保護措施具有重要意義。為此,本研究的目標是建立一個方法框架,實現僅基于光譜特征對土壤侵蝕進行準確分類和高分辨率制圖。
基于此,在本研究中,由吉林大學地球科學學院、魯汶大學地球與生命研究所、中國農業科學院農業環境與可持續發展研究所組成的一組研究團隊以中國東北吉林省中部德惠市木石河流域(44°34′-44°38′N,125°51′-125°59′E,面積約46.20 km2)為例,進行土壤取樣與分析(共選取72個采樣點,其中山頂19個,斜坡中段28個,山腳25個);在實驗室內使用ASD Fieldspec 3 FR光譜儀測量土壤樣品VNIR光譜數據;建立地面真實數據集;結合主成分分析和綜合光譜判別分析(PCA-LDA)方法對實驗室高光譜數據進行測試與分析、研究不同侵蝕影響下土壤的光譜可分性;建立侵蝕分類方案、創建混淆矩陣,通過Kappa系數評估分類性能;最后通過多時間裸土像素合成方法,優化裸土反射率穩定性,基于哨兵-2衍生的寬帶光譜對研究區土壤侵蝕情況進行測繪與驗證。
(a, b)中國東北流域數字高程模型上采樣點空間分布;(c,d)哨兵-2彩色圖像(2021年5月13日);(e,f)沿典型斜坡剖面的代表性采樣位置。
【結果】
基于實驗室VNIR譜PC評分的線性判別分析(LDA)對三個斜坡位置進行分類。
基于土壤的三個土壤侵蝕強度等級表土實驗室平均光譜。(a)原始光譜和(b)連續體去除反射率。
用于侵蝕強度等級光譜分離的表土實驗室光譜指數的箱形圖。
基于哨兵2裸土壤光譜的PC得分的線性判別分析(LDA)確定三個侵蝕強度等級。
三種土壤侵蝕強度等級的平均光譜。(a)原始光譜和(b)連續去除反射率。
用于侵蝕強度類別光譜分離的哨兵-2光譜指數的箱形圖。
10米分辨率下的土壤侵蝕強度圖。
2021年6月,農田范圍內三個侵蝕強度等級的NDVI密度圖;(b,c)是詳細土壤侵蝕模式的放大區域,(d,e)相應的田間尺度NDVI圖。
【結論】
本研究在中國東北黑土區流域尺度上測試了多時間遙感探測侵蝕熱點的潛力。建立了一個地面真實數據集,包括在山頂、中坡和腳坡位置收集的土壤,由于其地形特征、凈侵蝕率和SOC含量的差異,對應于中、重度和低侵蝕程度類別。對實驗室和基于哨兵-2的土壤光譜數據的調查表明,由于侵蝕引起的土壤反照率和生化組成的變化,三個侵蝕類別中的土壤顯示出明顯的光譜特征,特別是在嚴重侵蝕的地區,其表土層明顯有大量土壤損失。
PCA-LDA在不同侵蝕影響下表現出明顯的類間光譜可分性,其對兩種數據源都產生了良好的分類精度(Kappa系數> 0.9),對哨兵-2光譜更是如此,從而能夠開發一種光譜分類方案,該方案由確定的光譜指數閾值組成,用于基于哨兵-2裸土混合物質的像素級土壤侵蝕測繪,其中15.9%的農田面積為侵蝕熱點,中等類占65.4%。將侵蝕圖與NDVI圖進行比較,從空間角度來看,顯示了土壤侵蝕對作物生長的負面影響。制作的高分辨率土壤侵蝕圖可以對土壤侵蝕和作物生產力之間的關系進行進一步分析,突出了本研究提出的方法在黑土地區幫助糧食安全和氣候的有針對性可持續農田管理方面的潛力。未來的研究應進一步檢驗這種方法在其他領域和更大的空間尺度上的可轉移性。
請點擊下方鏈接,閱讀原文:
//mp.weixin.qq.com/s/XFKEG8pFb0TeiMqhJwxL4Q