遙感技術在土壤退化中的應用研究進展

何發坤，蒲生彥，肖胡萱，劉世賓，*

（1.成都理工大學地球科學學院，成都 610059；2.成都理工大學地質災害防治與地質環境保護國家重點實驗室，成都 610059；3.成都理工大學生態環境學院，國家環境保護水土污染協同控制與聯合修復重點實驗室，成都 610059）

土壤是非常重要的自然資源，不僅能提供食物和原材料，而且在維持氣候和陸地生態系統穩定方面發揮著關鍵作用，是人類賴以生存和發展的基石[1]。土壤資源的可持續利用是保障食物與生態環境安全的重要前提。但近些年來，受自然因素和人類活動的影響，土壤退化問題日趨嚴重，加劇了人口、資源、環境之間的矛盾，引起了世界范圍內的廣泛關注。

土壤退化是指在各種自然和人為因素影響下所發生的導致土壤農業生產能力或土地利用和環境調控潛力（即土壤質量及其可持續性）下降，甚至完全喪失其物理、化學和生物學特征的過程，是動態和復雜的過程，包括過去、現在和將來的退化過程，是土地退化的核心[2]。依據土壤退化的成因及過程可以將其分為物理退化、化學退化、生物退化，綜合表現為土壤侵蝕、荒漠化、鹽漬化、污染和肥力下降等。土壤退化的表現形式多種多樣，且常為多種形式共存。因此，如何準確識別和有效阻止土壤退化成為該領域研究的一個難點，并且已成為全球氣候變化等相關領域的重要議題之一[3]。

調查土壤狀況并及時掌握土壤退化的分布范圍、誘發原因、退化程度等信息是研究和防治土壤退化的前提和基礎，但傳統的調查方法存在一些局限性。一方面，傳統的土壤信息獲取主要依賴于大量的野外調查，此方法雖然精度高，但耗時耗力，且受交通、地形等條件的限制，部分地區的土壤調查不能實現，很難進行大范圍的土壤信息重復獲取[4]。另一方面，常規土壤信息圖上所表示的土壤空間信息不能與其他空間信息，如數字高程模型（DEM）和從高分辨率遙感圖像上獲取的植被信息完全匹配，且不便于編輯、保存和傳輸。而隨著土壤退化研究的深入，對獲取土壤信息的精度和效率提出了更高的要求。從區域性到全球范圍的土壤狀況評估已成為土壤科學家面臨的重要挑戰之一[5]。

20 世紀后半葉，對地觀測技術的進步（如計算機、信息技術及空間技術的出現與發展），為土壤退化研究提供了新的工具和方法，即遙感技術，一種非接觸、遠距離探測技術。遙感憑借其實時、動態、宏觀、精確、低成本等優勢，逐漸得到土壤學界的廣泛關注，并開始被應用于土壤調查領域。此外，由于遙感數據的不斷豐富，可實現不同時空尺度上的土壤退化的動態監測和快速評價，為進一步控制和修復土壤退化提供科學依據。本研究主要對遙感技術在國內外土壤退化研究方面的應用進行總結，概述近些年的發展歷程及研究進展，對遙感技術在土壤退化研究中應用存在的問題進行了歸納并對發展趨勢進行了展望。

1 土壤性質的遙感表征

由于種類、結構和所處環境的不同，一切地物均具有其特殊的電磁波特性。而遙感則可根據這些電磁波特性對地物目標的類型進行識別。土壤是一種復雜的多相物質，在退化過程中，土壤的理化性質通常會發生變化，而其光譜特征是理化性質的綜合反映，在一定程度上可以通過遙感技術識別出來[6]。土壤性質除了由直接指標（礦物成分、有機質含量、表面粗糙度和土壤含水量等因素[7]）反映外，還能通過植被特征和土地利用/地表覆蓋類型等間接指標來映射。本研究對利用遙感技術監測土壤性質的研究方法和手段進行了總結（表1）。

1.1 直接指標

1.1.1 礦物成分

土壤礦物成分是主要的成土母質，其組成在一定程度上反映了土壤的理化性質。地表礦物組成可以通過露頭的巖石和裸地土壤的遙感光譜特征來確定。土壤中典型礦物（黏土礦物、硅酸鹽礦物、碳酸鹽礦物、硫酸鹽礦物及含鐵礦物）都可以在可見光和紅外波段被識別出來，如利用ASTER 數據中的近紅外和短波紅外提取礦物的精度可達86%[28]。由于具有更高的光譜分辨率，高光譜遙感技術能監測到更細微的差別，且能更精確地識別土壤礦物成分。如Swayze等[29]和Gomez 等[30]分別利用機載高光譜成像儀AVIRIS 及AISA-DUAL 識別了礦物蝕變及黏土礦物的含量，并為星載高光譜數據在土壤礦物識別中的應用提供理論支撐。目前已有研究通過土壤礦物含量的變化來推測土壤退化狀況，如Galv?o 等[31]通過估算SiO2和Al2O3含量構建風化指數來評價土壤風化的程度。

1.1.2 土壤有機質

土壤有機質可保持土壤水分，增強土壤的穩定性，影響土壤的結構和孔隙度，并為農作物生長和微生物活動提供至關重要的營養物質。因此，土壤有機質含量的高低是評價土壤質量和土壤退化的基礎性指標[4]。土壤有機質是土壤的主要發色團之一。通常情況下，土壤有機質含量越高，土壤顏色越深。具有較高有機碳含量的土壤變黑是由于飽和有機物的作用以及黑腐植酸和土壤水分的組成和數量的變化[27]。近年來，國內外學者利用遙感數據對有機質含量進行定性或定量分析，并取得了一定成果。Galv?o等[32]證實0.550～0.700 μm 的土壤光譜吸收特征主要受有機質的影響。顧曉鶴等[33]利用HJ1A-HSI高光譜遙感影像對土壤有機質進行定量反演，結果表明土壤有機質含量與HJ1A-HSI 高光譜遙感影像0.546、0.664、0.673 μm 和0.855 μm 等處的反射率相關性良好。基于有機質的特征波段，Zhai[34]利用Landsat 8 和GF-1遙感數據對安義縣和高安市的土壤有機質含量進行了較高精度的反演。然而，土壤有機質含量具有較高的空間變異性，當有機質含量低于2%時，有機質含量在土壤反射特征中的主導作用減弱，其他土壤的光譜特性可能被顯現出來[35]。近年來，Liu 等[36]通過外部參數正交化（External parameter orthogonalisation，EPO）消除了鐵氧化物的影響，結果表明，EPO 方法提高了富含氧化鐵的土壤有機質預測的準確性，該方法為富含氧化鐵的土壤有機質含量估算提供了新思路。

表1 基于遙感的土壤性質監測方法Table 1 Methods for monitoring soil properties based on remote sensing

1.1.3 表面粗糙度

土壤粗糙度是指由于土壤顆粒、團聚體、巖石碎片和微地貌形態的存在而引起的土壤表面的不規則性，其具有顯著的光譜反射特性[37]。一般情況下，當土壤表面不規則時，會產生陰影區，在遙感影像上表現為暗色調。由于微波雷達成像主要是利用電磁波與地物作用后的后向散射信號，因此地表越粗糙，后向散射信號越強，在影像上表現為越亮，合成孔徑雷達技術（Synthetic Aperture Radar，SAR）在這方面已經表現出巨大的潛力[38-40]。表面粗糙度是土壤侵蝕的重要變量之一，Burwell 等[41]認為地表粗糙度越大，徑流阻力越大，其流速和攜帶泥沙的能力越小，進而影響整個徑流及土壤侵蝕過程。

1.1.4 土壤水分

土壤水分是土壤中重要的色團之一[35，42]。土壤水分作為水循環的一部分，含量多少直接影響植物的生長及土壤的理化性質，也是評價土壤優劣的主要指標之一。大量的實驗結果表明，隨土壤含水量增加，光譜反射率明顯下降，其光譜吸收特征帶主要集中在0.76、0.97、1.190、1.450、1.940 μm 和2.950 μm 波段[43-45]。除了光學遙感外，微波遙感也被廣泛應用于土壤水分反演。最早的主動微波遙感反演土壤水分可以追溯到Ulaby等[46]研究土壤后向散射系數與含水量關系的實驗，至今已有40 年的歷史。盡管對裸露地表的土壤水分反演較為成熟，但就如何消除植被、地表粗糙度等對雷達后向散射系數的干擾，仍有待進一步研究。另一方面，被動微波遙感應用于土壤水分研究主要是圍繞地表土壤水分與微波輻射計算獲取的亮溫之間存在的密切關系開展的，被動微波土壤水分反演可以分為以下三種方法：基于數理統計的經驗算法，基于前向模型的物理算法，神經網絡反演算法。以這些算法為基礎，近年來SMAP、SMOS 衛星的發射，為土壤水分的監測提供了重要信息源[47]。此外，近年來無人機（UAV）與高光譜相結合的遙感方式也在土壤含水量的估算中得到應用，田美玲等[23]利用機載高光譜與機器學習耦合進行土壤含水量的估算，其結果顯示決定系數（R2）均大于0.6，表明該方法在估算土壤含水量預測建模中是行之有效的。

1.1.5 氧化鐵

鐵是土壤組成的基本元素之一，其主要是以氧化物形式存在，氧化鐵可以作為土壤肥力和沉積年齡的指標[48]。當土壤中氧化鐵含量達到一定量時，土壤會出現紅土化。Baumgardner 等[35]研究發現鐵氧化物會在土壤顆粒表面形成一層膠質膜，其含量越高，在0.87 μm 處的吸收峰就越寬，土壤中鐵的氧化物與光譜反射率之間存在一定的負相關。氧化鐵的含量與土壤侵蝕有一定關系，Palacios-Orueta 等[49]發現隨著土壤侵蝕的加重，土壤氧化鐵的含量會增加。

1.2 間接指標

在自然條件下，完全裸露的土壤面積極小，因此很難直接利用遙感技術獲取土壤特征信息，而植被指數和土地利用/覆蓋變化（LUCC）等直接受土壤狀況的影響，在很大程度上可作為間接指標反映土壤退化狀況。

1.2.1 植被指數

植被生長情況直接受土壤理化性質的影響，其動態是土壤退化最直觀的表現，往往能反映土壤退化狀況。通常將與植被有關的指數（植被覆蓋度、葉面積指數、地上生物量、歸一化植被指數等）作為變量應用到土壤退化過程或土壤性質的監測中，如植被覆蓋度作為水土流失方程的變量[50]，地上生物量作為估算土壤水分的變量[51]，歸一化植被指數作為風蝕程度與土壤有機質損失關系的輔助數據[52]等。然而植被指數對氣候變化及人類活動的響應較為敏感，因此很難將這些因素引起的植被指數或初級凈生產力（NPP）的變化與土壤質量的變化直接聯系起來，例如人們根據需要使土地上保持單一的物種優勢，此時植被指數或NPP可能表現為增加的趨勢，而在這一過程中土壤的生態功能可能表現退化趨勢。對此，有學者建議將空間信息與環境和社會經濟數據聯系在一個綜合框架內，以進行綜合評估[53]；也有學者提出降水利用率（URE）作為NPP與降水的比值，可以用來消除降水影響[54]。

1.2.2 土地利用/覆蓋變化（LUCC）

LUCC 清楚地反映了區域生態環境安全狀況，特別地，LUCC 會影響土壤養分并導致土壤退化[55]。例如，Ali[56]研究表明孟加拉沿海土地由稻田轉變為蝦場導致不同程度的土壤鹽堿化、酸化及土壤中Ca、Mg、K元素和有機碳枯竭，最終導致土壤退化，嚴重影響水稻產量。Jiang 等[57]利用遙感技術獲取LUCC 來解釋黑河中游沿河帶土壤性質的變化，發現LUCC 顯著影響了土壤水分和有機碳的含量。

2 土壤退化的遙感監測

20世紀80年代以來，遙感技術的飛速發展，特別是我國高分、資源、環境系列衛星的相繼升空，為土壤信息提取和調查提供了新的方法與手段，按照工作波段和探測方式可以大致劃分為多光譜、高光譜和微波遙感。土壤退化信息的提取主要是依據遙感探測手段與數學模型相結合的反演過程，盡管具有一定的難度與挑戰，但經過多年的研究，利用遙感數據實現土壤組分反演的方法已逐步趨于成熟，精度也越來越高，為基于遙感技術的土壤退化狀況評估與監測提供了良好機遇。本研究對利用遙感技術在具體的土壤退化中的監測方法和手段及其監測指標的對應關系進行了總結（表2，圖1）。

2.1 土壤侵蝕

土壤侵蝕是土壤退化中最嚴重的一種狀況，已發展成為全球性的環境問題。不利的氣候條件（強降雨和大風）和不合理的人類活動（粗放耕作）會降低土壤肥力，并導致土壤性質的改變[37]。依據土壤侵蝕的動力源，可將土壤侵蝕分為：風力侵蝕和水力侵蝕。當風力超過某一水平時，就會導致小于某一尺寸的土壤顆粒被剝離，并通過躍移和懸浮輸送一段距離[67]。對風力侵蝕的遙感監測，一方面可以利用激光雷達和合成孔徑干涉雷達對地面沉降和地表粗糙度進行監測，進而實現對風力侵蝕的監測，已有研究表明該方法能實現厘米到毫米精度的監測[59，68]；另一方面，通過植被覆蓋類型、歸一化差異植被指數（NDVI）與地形結合來間接評估土壤風蝕程度[69]。

水力侵蝕即水土流失，指地表土壤顆粒在徑流作用下被剝離和運移的過程。利用遙感技術研究水力侵蝕已有大量報道。而通過模擬水土流失過程，建立相關模型是主要的研究手段，自1965 年通用水土流失方程（USLE）提出以來，該方法已在100 多個國家和地區被廣泛使用，但USLE 方法是一種經驗建模方法，具有明顯的局限性，因為沒有將土壤沉積的模擬考慮進來[70]。隨著研究的深入，為提高面向復雜過程的模型的適用性，一些物理模型，例如水蝕預測模型（WEPP）和歐洲水蝕模型（EUROSEM）等被提出[71-72]。這些模型大都依賴于與水土流失相關因素的輸入，而這些參數（植被覆蓋度、土壤可蝕性因子、坡度坡長因子）大多可通過遙感技術提取。Alewell等[70]總結了過去幾十年中，隨著各個因子的引入，出現了各種修正的通用水土流失方程（RUSLE、RULSE2、RUSLE3D 及CSLE 等）。商業化小衛星（Quick Bird、World View、Sentinel 系列）的投入使用、氣候數據集的發布、對地觀測數據可用性的提高以及3S 技術進一步的融合等，都將是推動基于過程和動態化研究的有利因素，將會進一步提高上述模型參數的精度，從而使水土流失預測模型更加完善，推動土壤侵蝕的定量化研究。

表2 土壤退化類型及其遙感監測Table 2 Types of soil degradation and remote sensing monitoring

圖1 基于遙感的土壤和植被指標與土壤退化類型的對應關系圖Figure 1 Relationships between soil and vegetation indicators and soil degradation types based on remote sensing

2.2 土壤荒漠化

荒漠化指包括氣候變化和人類活動在內的種種因素造成的干旱、半干旱和亞濕潤干旱地區的土壤退化[73]。植被覆蓋是植被對降雨、溫度、土壤和地形等環境因素以及與人類活動相關的因素的綜合反映，利用遙感進行土壤荒漠化評價最常用的方法是對植被參數進行趨勢分析[53]。初級凈生產力（NPP）被認為是植被動態的直接反映，近年來，許多研究將NPP 與HNPP（人類活動對植被NPP的影響）相結合來區分自然變化和人類活動對區域和全球生態系統的影響[74]。盡管NDVI 不是植被或生物量的直接量度，但NDVI與NPP 之間保持緊密的耦合關系[75-76]。因此，Higginbottom 等[54]認為NDVI 可以代替NPP 進行荒漠化程度的估算，在不影響精度的前提下使整個過程更加簡單和高效。Abdel-Kader[77]利用增強植被指數（EVI）對埃及西北海岸地區的土壤荒漠化進行了評估和監測，同樣得到了較好的結果。此外，對荒漠化的動態監測能較為直接地體現遙感的優勢。Feng等[78]利用高分1號（GF-1）和中等分辨率成像光譜儀數據建立了一種快速有效的方法，對我國北方2001—2015 年間荒漠化動態進行監測并通過收斂交叉模型（Convergent Cross Mapping，CCM）分析其影響因素，結果表明，與人為因素相比，荒漠化受自然因素的影響更大。

2.3 土壤鹽漬化

土壤鹽漬化是土壤退化的重要表現之一，常發生在干旱和半干旱地區。在這些地區，降水不足，雨水無法通過土壤有規律地滲濾，因此可溶性鹽會積累在地表。此外，灌溉也可能引起地表鹽分含量增高，從而影響土壤結構等性質，引起土壤鹽漬化[27]。利用遙感進行土壤鹽漬化評估的主要手段有航空攝影、多光譜遙感、高光譜遙感和微波遙感。航空攝影能夠提供高分辨率的像片，其包含土壤顏色信息，能夠將鹽漬化土壤與非鹽漬化土壤區分開來[79]。為了彌補航空像片監測范圍的局限，人們依據多光譜數據提出一些鹽度指標來評估土壤鹽漬化水平，如Khan 等[80]利用印度遙感衛星（IRS-1B）數據監測了巴基斯坦費薩拉巴德的灌溉鹽漬土壤。高光譜遙感的發展進一步豐富了利用遙感技術提取土壤鹽漬化信息的手段。例如，利用高光譜可以識別鹽漬化區的地表礦物和植被特征并對其加以分析，從而實現對土壤鹽漬化的更準確評估[81-82]。微波遙感是目前評估土壤鹽漬化最有效的手段，其主要是基于土壤的介電常數（EC），因為介電常數與土壤鹽度密切相關[83]。如利用主被動相結合的微波遙感技術已成功實現了對土壤鹽漬化的監測[84]。遙感技術的另一優勢是在長期的對地觀測過程中形成了一系列寶貴的歷史數據資料，為長時間序列的動態監測提供了數據支撐。王宏衛等[85]正是基于1989、2001、2007 年三期遙感數據對渭-庫綠洲的鹽漬地時空動態變化特征及驅動因素進行分析，為構建鹽漬地定量監測模型提供依據。Jiang 等[86]利用遙感數據進一步探索土壤不同深度的含鹽量，探討了土壤鹽漬化的發生機理和土壤鹽漬化對植被的影響。高分衛星數據在鹽漬化的監測中也得到了較好的應用，且鹽漬化信息提取總體精度和Kappa 系數分別達到92.94%和0.91，優于Landsat 8 OLI的建模精度[87]。

2.4 土壤污染

土壤污染會使農作物減產減質，此外，污染物會通過全球物質和能量循環進入大氣和水環境，嚴重威脅人體健康。由于工業的快速發展和城鎮化進程的加快，土壤成為各種污染物的匯集點，這些物質包括重金屬（鎳、鉻、銅、鎘、汞、鉛、鋅、砷）、石油烴等[4]。土壤反射率特性可以用來評價土壤受污染的程度，而高光譜遙感表現出巨大的優勢，成為目前監測土壤污染的重要手段[88]。利用近紅外波段（NIRS，1 100～2 500 nm）估算土壤重金屬含量的第一項研究由Malley等[65]發表于1997 年，該研究用偏最小二乘回歸法分析波長與重金屬含量的關系，結果表明，利用NIRS預測淡水沉積物中重金屬的含量是可行的。當土壤中重金屬含量較低時，在光譜上沒有特征，但可以依據它們很容易與鐵氧化物、黏土和有機物結合的特征來估算重金屬含量。近年來，各種分析方法，包括多元線性逐步回歸、偏最小二乘回歸和人工神經網絡法，已被用來根據識別出的光譜敏感帶或其變換的各種指數對重金屬含量進行建模預測。土壤重金屬污染會抑制植被生長，影響其正常生理特征，其中對光譜影響最大的三個變量是植物內部結構、葉綠素含量和葉片含水量[89]。因此，通過構建基于植被指數的模型來反演土壤重金屬的含量成為遙感技術應用于土壤污染評估的另一個重要方法[90]。同時，航空高光譜技術的快速發展，也為估算土壤重金屬含量提供了新的方法，如Tan等[91]利用機載HySpex獲取徐州柳新煤礦區的土壤高光譜數據，并結合隨機森林方法建立了基于光譜分析的重金屬含量反演模型，結果表明對于Cr、Cu、Pb 的最佳模型R2分別為0.75、0.68、0.74，這也為場地調查提供了新思路。

2.5 其他土壤退化類型

遙感技術同時還被用于土壤營養元素的監測，如Song 等[92]利用HJ-1A 數據成功估算了珠江三角洲北部增城地區的土壤全氮、有效磷和速效鉀的含量。Ghazali 等[93]利用遙感技術不僅分析了土壤含水量和鹽度，而且預測了pH值，表明其可用于評價土壤酸化程度。遙感技術還可以用于土壤結皮，如Ustin 等[94]利用高光譜對土壤生物結皮進行了研究。此外，遙感技術還在一些突發狀況引起的土壤退化方面得到了一定程度的應用，如森林大火[95]、管道泄漏[96]等。

3 結論與展望

國內外基于遙感技術的土壤退化研究已經取得了豐碩成果，但由于土壤的非均質性，其各個退化過程具有強烈的時空變異性以及各因素間關系的復雜性，導致該方面的應用研究還存在一些亟待深入探索的方面：

（1）基于遙感的土壤退化研究多依賴于地面數據和實驗室模擬條件，目前的研究模型大多屬于經驗模型或定性、半定量研究，需要進一步探索土壤退化的機理和過程及其遙感識別，以實現土壤退化的定量化研究。

（2）除土壤荒漠化、土壤侵蝕等退化現象有大尺度的研究外，其他土壤退化類型的研究還停留在小尺度、室內條件下。雖然近距離遙感反演土壤信息的實驗效果良好，但在大尺度條件下，反演精度仍得不到保證。

（3）遙感數據的更新不夠及時使其應用于土壤退化的時效性大打折扣，且陳舊的數據降低了反演的精度。隨著越來越多的對地觀測衛星的發射及無人機技術的大規模應用，獲取數據的途徑將會越來越多。如何處理這些海量數據并從中提取出有關土壤退化的關鍵信息將成為今后研究的重點。

（4）目前的遙感技術只能獲取土壤表層信息，盡管微波遙感有一定的穿透能力，能夠獲取地表以下一定范圍的信息，但目前僅局限于土壤水分。因此如何獲取土壤剖面的多個指標的信息仍是未來遙感技術應用于土壤退化方面需要突破的方向之一。

（5）盡管遙感技術在荒漠化、土壤侵蝕、鹽漬化的動態監測方面得到了廣泛的應用，但在土壤污染、有機質含量的動態監測方面還有待更深入的探究，且需開展樣地的長期、持續跟蹤監測及驗證。