粒徑對土壤光譜特性的影響

喬星星，馮美臣，楊武德，李廣信,2，王超，賈學勤，張松

（1.山西農業大學旱作農業工程研究所，山西太谷030801；2.山西省農業科學院作物科學研究所，山西太原030031）

粒徑對土壤光譜特性的影響

喬星星1，馮美臣1，楊武德1，李廣信1,2，王超1，賈學勤1，張松1

（1.山西農業大學旱作農業工程研究所，山西太谷030801；2.山西省農業科學院作物科學研究所，山西太原030031）

土壤粒徑是影響土壤光譜的重要因素之一。為了探究土壤粒徑與土壤光譜的關系，以山西省聞喜縣的冬小麥麥田土壤為研究對象，分別獲取7個土壤粒徑（2，1，0.5，0.25，0.154，0.125，0.074 mm）及相應的土壤光譜，通過分析不同粒徑條件下土壤光譜反射率、土壤粒徑與土壤光譜的相關性，研究土壤粒徑對土壤光譜的影響及土壤光譜與粒徑的響應關系。結果表明，不同土壤粒徑大小對土壤的光譜曲線的形狀以及光譜特征位置沒有明顯的影響，但是隨著土壤粒徑的減小，土壤光譜反射率呈現不同幅度的升高；分析不同土壤粒徑光譜反射率的平均變化率可知，小于0.154 mm的土壤粒徑對土壤光譜反射率的影響最大，位于近紅外波段區域；相關性結果表明，土壤粒徑和光譜反射率之間具有較好的相關性，在波段2 100 nm附近的相關性達到最大，相關系數可達-0.74，表明該波段與土壤粒徑具有重要的相關關系。研究結果可為光譜技術應用于土壤生理生化指標的定量分析提供一定的理論參考和實踐探索。

土壤粒徑；土壤光譜；光譜特性

土壤是人類賴以生存的一種最基本自然資源，其在糧食生產中具有重要的作用。土壤的保護和可持續利用是解決糧食安全、氣候變化、環境惡化和生物多樣性等問題的重要途徑[1]。因此，準確、快速、大面積了解土壤狀況具有重要的意義。當前，準確掌握和了解土壤狀況，獲取區域、大范圍的土壤數據是土壤科學中面臨的主要問題[2]。而光譜遙感技術被認為是一種快速、無損、無污染、大面積、可重復性的分析技術，已被廣泛應用于農業的各個領域[3-4]。

土壤顆粒組分是土壤質地分類的重要依據，也是影響土壤光譜的主要因素之一[5]。一般來說，土壤粒徑越小，比表面積越大，反射率就越大[6-7]。Ben-Dor等[8]研究證實，土壤粒徑可以影響其他土壤屬性的光譜監測精度。另外，許多研究者利用光譜技術進行了土壤屬性的估測，但是所研究的土壤粒徑卻不盡相同[9]。

本試驗以聞喜縣的冬小麥麥田土壤為研究對象，對耕作層土壤進行不同粒徑的過篩處理，研究不同粒徑條件下土壤光譜特征和各土壤光譜區域的反射率變化差異，并通過分析土壤粒徑與土壤光譜的相關性，研究土壤粒徑對土壤光譜特性的影響規律，為利用光譜技術研究土壤粒徑處理提供一定的理論依據和實踐參考。

1 材料和方法

1.1 土樣的采集和制備

本試驗以聞喜縣的冬小麥麥田土壤為研究對象，在全縣范圍內共采集耕作層（0～20 cm）土壤樣本70份。剔除土樣中的石頭和植物殘體等后對土樣進行風干處理，充分混勻后分為2份，一份用于測定原狀土的土樣光譜；另一份研磨后分別過2，1，0.5，0.25，0.154，0.125，0.074 mm篩，能過2 mm篩且無法過1 mm篩的土壤為粒徑2 mm的土壤，其他粒徑土壤通過相同的原理得到，累積得到8類不同粒徑（含原狀土）的土壤，共560個土樣。

1.2 土壤光譜的測定

采用美國ASD公司的FieldSpec 3光譜儀進行土壤光譜的測定，得到波段范圍為350～2500nm不同粒徑土壤的光譜，光譜儀的采樣間隔分別為1.4nm（350～1 000 nm區間）和2 nm（1 000～2 500 nm區間），重采樣間隔為1 nm，共輸出2 151個波段數。光譜測定在暗室內進行，光源為鹵素燈，天頂角30°，視場角探頭25°，探頭位于土壤樣品表面垂直上方15cm處。將提前制備好的土樣置于直徑10cm、深1.5 cm的圓形盛樣器皿內，土樣表面刮平。探頭接收土壤光譜的區域為直徑6.7 cm的圓，可保證探頭接收的均為土壤的反射光譜。測試之前先進行白板校正。土樣采集10條光譜曲線，旋轉90°后再重新采集10條，每個土樣共旋轉3次，最后共采集40個光譜數據，平均處理后作為該土樣的最終光譜。

1.3 數據分析

相關分析法是分析變量之間的相關關系的一種經典、可靠的方法，本研究對土壤光譜數據與土壤粒徑進行了相關分析，并比較了二者之間的相關關系；使用Viewspec軟件對土壤光譜數據進行剔除異常光譜、校正光譜斷點、光譜均值化和光譜數據導出等預處理，利用Excel 2007，MATLAB 7.0進行數據處理和相關性分析，并利用Origion 8.0進行制圖。

2 結果與分析

2.1 土壤粒徑對土壤光譜特性的影響

由圖1可知，全波段范圍內不同粒徑土樣的光譜反射率的曲線變化情況大體一致，都是隨著波長的增加呈先上升后下降的趨勢，在波段1400，1900，2 200 nm左右有3個水汽吸收帶，符合土壤光譜曲線的一般特征規律，表明不同粒徑大小對土壤光譜曲線的形狀以及光譜特征的位置沒有明顯的影響，張晉等[10-11]也得到類似結果；對比不同粒徑條件下的光譜反射率可知，在同一波長位置，不同粒徑土壤的光譜反射率大小不同，經研磨后的土壤光譜反射率要高于原狀土的光譜反射率，而且隨著土壤粒徑的減小，土壤光譜反射率呈現不同幅度的升高。

2.2 土壤粒徑對土壤光譜區域反射率變化的影響

表1 不同土壤粒徑光譜反射率的平均變化率%

為了更清楚地反映在不同粒徑條件下及在不同波段范圍內土壤光譜反射率的變化程度，本研究對不同粒徑土壤在不同波段范圍內的反射率的平均變化率進行了統計分析；為了明確粒徑對土壤光譜的影響程度，光譜（350～2 500 nm）被分成可見光（350～780 nm）、近紅外短波（780～1 100 nm）和近紅外長波（1 100～2 500 nm）3個區域。反射率的平均變化率統計結果列于表1。

由表1可知，隨著土壤粒徑的減小，土壤光譜反射率在全波段（350～2 500 nm）、可見光（350～780 nm）、近紅外短波（780～1 100 nm）和近紅外長波（1 100～2 500 nm）范圍內出現不同幅度的升高。從土壤粒徑對各光譜區域內反射率的變化影響可知，粒徑從0.154 mm降低到0.125 mm時，各區域光譜反射率增加的幅度最大，最大值可達24.14%；而從0.5 mm降低到0.25 mm時增加的幅度最小，最小值為0.81%。結果表明，小于0.154 mm的土壤粒徑對土壤光譜反射率的影響最大。此外，在不同波段范圍內的土壤光譜反射率的變化程度也有較大的差異，在近紅外長波波段（1 100～2 500 nm）的變化幅度最大，平均可達到9.07%，在可見光波段（350～780 nm）的變化幅度最小，只有6.34%，全波段（350～2 500 nm）、近紅外短波波段（780～1 100 nm）次之。

2.3 土壤粒徑與土壤光譜的相關性分析

為了進一步探明土壤粒徑對土壤光譜反射率的影響，本研究對土壤粒徑（原狀土沒有具體的粒徑數字，本研究不做相關分析）和光譜反射率進行了相關性分析（圖2）。

從圖2可以看出，土壤粒徑與全波段光譜呈負相關關系，其中，土壤粒徑與光譜（350～500 nm）的相關性較低，且呈上下波動的無規律變化；在500～2 500 nm范圍內，隨著波長的增加，粒徑與光譜的相關性呈現先迅速增加后逐漸平穩的趨勢，且在2 100 nm附近的相關性達到最大，相關系數為-0.74。結果表明，土壤粒徑和光譜反射率之間具有較好的相關性，在本試驗條件下，光譜波段2 100 nm與土壤粒徑具有重要的關系。

3 結論與討論

一般來說，土壤粒徑對土壤的光譜曲線的形狀以及光譜特征位置沒有明顯的影響[12-14]，但是隨著土壤粒徑的減小，土壤光譜反射率呈現不同幅度的升高。這主要是由不同粒徑土壤的比表面積不同所造成的[15]。當土壤粒徑較小時，土壤顆粒間的空隙減少，土壤顆粒間的結合越緊密[16]，比表面積增大，表面更趨平滑，可以增強光的反射作用，從而提高光譜反射率[17-18]；當土壤粒徑較大時，土壤顆粒間的空隙增加，且加上陰影的影響[19]，在土壤表面發生較強的漫反射和散射作用，使光譜反射率降低[6]。

進一步分析粒徑對各光譜區域反射率的影響可知，小于0.154 mm的土壤粒徑對土壤光譜反射率的影響最大，且相比其他波段，近紅外波段的平均反射光譜受土壤粒徑變化的影響較大，馬創等[13]也得到類似的觀點。整體來看，粒徑與土壤光譜具有較好的負相關關系，且在近紅外區域內，粒徑與土壤光譜的相關性較高，表明近紅外區域光譜與土壤粒徑有著緊密的關系，該區域被證實是富含土壤信息的重要光譜區域[20]。本研究證實，土壤粒徑與近紅外波段2 100 nm具有較高的相關關系，其在表征土壤粒徑方面具有一定的應用潛力。

［1］Sanchez P A，Ahamed S，Carré F，et al.Digital soil map of the world [J].Science，2009，325：680-681.

［2］Louis B P，Saby N P A，Orton T G，et al.Statistical sampling design impact on predictive quality of harmonization functions between soil monitoringnetworks[J].Geoderma，2014，213：133-143.

［3］王超，馮美臣，楊武德，等.麥田耕作層土壤有機質的高光譜監測[J].山西農業科學，2014，42（8）：869-873.

［4］Peng X，Shi T，Song A，et al.Estimating soil organic carbon using VIS/NIR spectroscopy with SVMR and SPA methods[J].Remote Sensing，2014，6（4）：2699-2717.

［5］曾慶猛，孫宇瑞，嚴紅兵.土壤質地分類的近紅外光譜分析方法研究[J].光譜學與光譜分析，2009，29（7）：1759-1763.

［6］B?nninger D，Fluhler H.Modeling light scattering at soil surfaces[J]. IEEE Transactions on Geoscience and Remote Sensing，2004，42（7）：1462-1471.

［7］張飛.干旱區典型綠洲鹽漬地地物光譜研究[D].烏魯木齊：新疆大學，2011.

［8］Ben-Dor E，Taylor R G，Hill J，et al.Imaging spectrometry for soil applications[J].Advances in Agronomy，2008，97：321-392.

［9］Were K，Bui D T，Dick? B，et al.A comparative assessment of support vector regression，artificial neural networks，and random forestsfor predicting and mapping soil organic carbon stocks across an Afromontanelandscape[J].EcologicalIndicators，2015，52：394-403.

［10］張晉.土壤光譜特性的研究[D].楊凌：西北農林科技大學，2008.

［11］武紅旗，范燕敏，何晶，等.不同粒徑土壤的反射光譜對荒漠土壤有機質含量的響應[J].草地學報，2014，22（2）：266-270.

［12］Wu C Y，Jacobson A R，Laba M，et al.Accounting for surface roughness effects in the near-infrared reflectance sensing of soils [J].Geoderma，2009，152（1）：171-180.

［13］馬創，申廣榮，王紫君，等.不同粒徑土壤的光譜特征差異分析[J].土壤通報，2015（2）：292-298.

［14］An X，Li M，Zheng L，et al.Eliminating the interference of soil moisture and particle size on predicting soil total nitrogen content usinga NIRS-based portable detector[J].Computers and Electronics in Agriculture，2015，112：47-53.

［15］Cierniewski J，Karnieli A.Virtual surfaces simulating the bidirectional reflectance of semi-arid soils[J].International Journal of Remote Sensing，2002，23（19）：4019-4037.

［16］Bowers S A，Hanks R J.Reflection of radiant energy from soils[J]. Soil Science，1965，100（2）：130-138.

［17］Rossel R A V，Cattle S R，Ortega A，et al.In situ measurements of soil colour，mineral composition and clay content by vis-NIR spectroscopy[J].Geoderma，2009，150（3）：253-266.

［18］童慶禧，張兵，鄭蘭芬.高光譜遙感：原理、技術與應用[M].北京：電子工業出版社，2006：129-159.

［19］楊雪紅.土壤粒徑對土壤光譜特征的影響[J].科技信息，2010（25）：390-391.

［20］Reeves J B.Near-versus mid-infrared diffuse reflectance spectroscopy for soil analysis emphasizing carbon and laboratory versus on-site analysis：where are we and what needs tobe done?[J].Geoderma，2010，158（1）：3-14.

Effect of Particle Size on Soil Spectroscopy Characteristics

QIAOXingxing1，FENGMeichen1，YANGWude1，LI Guangxin1，2，WANGChao1，JIAXueqin1，ZHANGSong1

（1.Institute ofDryFarmingEngineering，Shanxi Agricultural University，Taigu 030801，China；2.Institute ofCrop Sciences，Shanxi AcademyofAgricultural Sciences，Taiyuan 030031，China）

Particle size is one of the main factors which affect the soil spectra.To explore the relationship between the soil particle size and the soil spectra,the soils at the field ofwinter wheat in Wenxi countywere made as the object and the collected soil were grinded and sieved with seven particle sizes（2,1,0.5,0.25,0.154,0.125,0.074 mm）.The soil spectra correspondingwith everysoil particle size were obtained.The spectral reflectance under different soil particle sizes were compared,and the correlative relationship between the soil particle sizes and soil spectra were analyzed.The result showed that the soil particle size had no effect on the spectral trend and the position ofspectral feature.However,the spectral reflectance increased with the decreasingofsoil particle size.The soil particle size（less than 0.154 mm）obviously affected the spectral reflectance,especially for the spectral reflectance in the near-infrared region. Furthermore,it proved that the soil spectra were highly related to the particle size,and the correlation coefficient could reached to-0.74 at the wavelenth of 2 100 nm which verified to be important to particle size.The study will provide some theoretical reference and practical application on further monitoringthe soil propertyusingthe hyperspectral technology.

soil particle size;soil spectroscopy;spectral character

S127

A

1002-2481（2016）09-1325-04

10.3969/j.issn.1002-2481.2016.09.23

2016-07-19

國家自然科學基金項目（31371572，31201168）；山西省科學技術發展計劃項目（201603D221037-3）；山西省歸國人員重點資助項目（2014-重點4）

喬星星（1989-），女，山西長治人，在讀碩士，研究方向：作物生態和信息技術。馮美臣為通信作者。