一、引言

土壤可見(jiàn)-近紅外反射光譜是土壤理化特性光譜行為的綜合。土壤中許多成分在可見(jiàn)-近紅外光譜范圍內(nèi)具有反射與吸收特征，可以根據(jù)它們來(lái)識(shí)別土壤中的成分，許多學(xué)者通過(guò)分析光譜曲線形狀特征、斜率變化以及吸收波段出現(xiàn)與否分析光譜特征，劃分土壤反射光譜曲線基本類型。隨著高光譜技術(shù)的發(fā)展，獲得的土壤光譜信息越來(lái)越豐富，對(duì)土壤特性光譜特征及其土壤分類的研究更加深入。紅壤是江西分布最廣、面積最大的土壤之一，為中國(guó)乃至世界上最重要的土壤資源，研究紅壤地區(qū)不同土壤亞類乃至不同土屬的光譜特征對(duì)其理化性質(zhì)的快速估算和土壤分類等有重要意義。本研究從江西省紅壤地區(qū)有代表性地域的縣(吉安縣、余江縣、興國(guó)縣和灣里區(qū))采集了7種亞類的443個(gè)土壤樣品，獲取其室內(nèi)可見(jiàn)-近紅外(Vis-NIR)高光譜反射率(350~2500nm)。從反射光譜曲線位置、吸收峰特征和曲線的斜率等分析不同亞類土壤、亞類內(nèi)不同土屬的光譜特征，并探討利用光譜特征對(duì)土壤進(jìn)行分類的可能性。

二、材料與方法

2.1 樣品采集

樣品采集的區(qū)域位于江西省的吉安縣、余江縣、興國(guó)縣以及南昌市的灣里區(qū)，余江縣的土壤類型為典型的低丘紅砂巖發(fā)育的土壤，吉安縣為丘陵盆地區(qū)土壤，興國(guó)縣為典型低山丘陵花崗巖發(fā)育的土壤，灣里區(qū)土壤主要是由低山區(qū)黑云母花崗巖和花崗片麻巖風(fēng)化而來(lái)。根據(jù)典型性和代表性原則，隨機(jī)采取443個(gè)樣品，土壤亞類分別為紅壤土類中的紅壤亞類、黃紅壤亞類、紅壤性土亞類和棕紅壤亞類，水稻土土類包括潛育型水稻土亞類、潴育型水稻土亞類和淹育型水稻土亞類（表1）。土樣清除植物殘留物和石塊后，于室內(nèi)自然風(fēng)干，經(jīng)研磨后統(tǒng)一過(guò)1mm篩，四分法分成兩份，一份用于實(shí)驗(yàn)室測(cè)定，另一份用于室內(nèi)光譜測(cè)量。

表1供試土壤樣品基本情況

2.2 樣品分析

土壤有機(jī)質(zhì)采用重鉻酸鉀容量—外加熱法測(cè)定；土壤陽(yáng)離子交換量采用乙酸銨交換法測(cè)定；全氮采用凱式定氮法測(cè)定；速效鉀采用乙酸銨浸提—火焰光度法測(cè)定；有效磷采用鉬銻抗比色法測(cè)定；pH采用電位法測(cè)定。土壤樣品光譜數(shù)據(jù)的采集可以使用萊森光學(xué)iSpecField-WNIR系列地物光譜儀。土壤樣品放在直徑10cm，深1.5cm，內(nèi)部涂黑的盛樣器皿內(nèi)，土樣表面刮平。每個(gè)測(cè)量點(diǎn)測(cè)量10條光譜，30條光譜取平均值后作為該土壤采樣點(diǎn)的室內(nèi)光譜。

2.3 光譜數(shù)據(jù)預(yù)處理

先對(duì)反射光譜去掉噪聲較大的邊緣波段200～400nm和2400～2500nm。為了消除一些不確定性的噪聲和減少數(shù)據(jù)矩陣，對(duì)400～2400nm的波段每10nm進(jìn)行平均，最終得到了201個(gè)波段值進(jìn)行后續(xù)分析。為了更明顯地看出特征吸收峰，對(duì)光譜進(jìn)行連續(xù)統(tǒng)去除，可以有效地突出光譜曲線吸收和反射特征，并將其歸一到一致的光譜背景上，有利于與其他光譜曲線進(jìn)行特征數(shù)值比較，從而提取出特征波段進(jìn)行分類識(shí)別。用1減去連續(xù)統(tǒng)去除后的反射光譜即為特征吸收光譜（見(jiàn)圖1）。特征吸收峰和橫坐標(biāo)所包圍的圖形為吸收面積。

圖1光譜曲線特征提取

導(dǎo)數(shù)光譜法也是展示光譜吸收特征的一種方法，原始光譜的二階導(dǎo)數(shù)對(duì)重疊光譜的較窄或者較微弱的吸收波段的分辨有明顯的增強(qiáng)作用。對(duì)原始光譜的二階導(dǎo)數(shù)主要是運(yùn)用于對(duì)光譜可見(jiàn)光區(qū)域范圍，以找出不同土壤亞類和不同土屬的差異性。

2.4 土壤光譜特征變量提取

對(duì)光譜特征表現(xiàn)、反射率的強(qiáng)度、曲線變化的斜率和特征吸收谷的強(qiáng)度等進(jìn)行光譜特征變量提取，初選出24個(gè)光譜特征變量，作為預(yù)選特征參數(shù)，再運(yùn)用逐步判別分析方法從24個(gè)反射率值中選擇最具代表性的19個(gè)光譜變量用于光譜聚類分析，其中特征吸收峰和三個(gè)弓曲差分別反映氧化鐵、有機(jī)質(zhì)和黏土礦物等的含量；四個(gè)波段范圍的均值和三個(gè)曲線的比值反映曲線位置。聚類之前所有變量均標(biāo)準(zhǔn)化，聚類的類別按照采樣的土壤亞類給定7類，每種亞類內(nèi)按土屬再進(jìn)行聚類。

三、結(jié)果

3.1 不同紅壤亞類光譜特征

基于全部土壤特征變量對(duì)土壤光譜進(jìn)行聚類，對(duì)聚類的同一類土壤光譜求均值得到光譜分類后的四個(gè)紅壤亞類的光譜曲線（圖2）。從圖2可以看出，不同紅壤亞類的光譜曲線有類似的趨勢(shì)。在可見(jiàn)光-短波近紅外光譜范圍曲線較為陡峭，在近紅外光譜區(qū)域有幾個(gè)波折，1400nm、1910nm和2200nm有強(qiáng)烈的吸收峰，980nm左右有明顯的吸收峰。由于成土環(huán)境、黏土礦物和成土母質(zhì)等特性差異導(dǎo)致不同紅壤亞類光譜曲線差異明顯，整體來(lái)看，紅壤性土亞類光譜反射率整體最高，黃紅壤亞類反射率最低，棕紅壤亞類反射率較低。紅壤各亞類光譜曲線在900nm左右均有吸收峰，在1400nm、1900nm和2200nm均有強(qiáng)的吸收峰，但不同紅壤亞類的吸收峰有差異，紅壤性土亞類的光譜曲線在1400nm、1900nm和2200nm為強(qiáng)烈的V形吸收峰，而其他亞類的吸收峰較寬較淺。這是由于土壤發(fā)育程度的不同，其黏土礦物、有機(jī)質(zhì)含量和水分含量等的差異導(dǎo)致光譜曲線差異明顯。在可見(jiàn)光短波近紅外光譜區(qū)域，紅壤性土亞類反射曲線急劇上升，而黃紅壤亞類在600nm左右有較淺的有機(jī)質(zhì)吸收峰。

圖2不同紅壤亞類土壤光譜反射率

圖3a和圖3b分別是紅壤中不同黏土礦物和鐵氧化物的光譜曲線。從圖2和圖3可知紅壤性土亞類的黏土礦物以高嶺石為主，含有一定量的赤鐵礦，而紅壤亞類的黏土礦物除了以高嶺石為主還含有少量蛭石。黃紅壤的光譜曲線位置較紅壤低，在900nm左右有較明顯的氧化鐵吸收峰，吸收峰強(qiáng)度較紅壤強(qiáng)，在400nm～800nm波段范圍內(nèi)有明顯的有機(jī)質(zhì)吸收峰，在水分吸收波段1400nm和1900nm有較強(qiáng)吸收峰，但較紅壤弱，其黏土礦物與紅壤類似。棕紅壤光譜曲線整體較平，根據(jù)圖3可以看出棕紅壤的黏土礦物以高嶺石、伊利石為主，含有一定量石英。

圖3紅壤部分黏土礦物反射系數(shù)曲線

圖4是對(duì)紅壤不同亞類的特征吸收光譜的提取方法，圖4a為連續(xù)統(tǒng)去除后的特征提取，圖4b為二階導(dǎo)數(shù)處理。圖4a顯示黃紅壤亞類吸收光譜位置最高，紅壤亞類位置較高，棕紅壤亞類和紅壤性土亞類幾乎與x軸重疊。研究顯示620～640nm為紅壤地區(qū)土壤有機(jī)質(zhì)的吸收區(qū)域，因此從圖4a可以看出，黃紅壤亞類的有機(jī)質(zhì)含量最高。Kosmas等的研究表明，可見(jiàn)光范圍的二階導(dǎo)數(shù)處理能判別出土壤中的針鐵礦和赤鐵礦的含量，二階導(dǎo)數(shù)處理的420～447nm范圍的波段能夠定量估算土壤中針鐵礦的含量。從圖4b可以看出，447nm和420nm處反射率的二階導(dǎo)數(shù)之間的距離大小為：黃紅壤亞類＞棕紅壤亞類＞紅壤亞類＞紅壤性土亞類，說(shuō)明黃紅壤亞類中含有大量的針鐵礦，棕紅壤亞類中含有一定量的針鐵礦，而紅壤和紅壤性土亞類針鐵礦的含量較少。

圖4不同紅壤亞類土壤特征吸收光譜

3.2不同水稻土亞類光譜特征

潛育型水稻土亞類和潴育型水稻土亞類的光譜反射曲線位置較低（圖5a），但在可見(jiàn)光-短波近紅外光譜區(qū)域，潛育型水稻土反射率較潴育型水稻土低，在950nm左右潛育型水稻土有明顯的氧化鐵吸收峰，潴育土壤光譜曲線較為平滑。淹育性水稻土反射率最高，三種水稻土亞類光譜反射曲線位置為：淹育性水稻土＞潴育型水稻土＞潛育型水稻土，根據(jù)曲線反射率的位置高低可以用于識(shí)別不同的水稻土亞類。

江西紅壤地區(qū)水稻土在一年中浸水的時(shí)間較長(zhǎng)，有利于有機(jī)質(zhì)的積累，但不同亞類在相同的管理下有機(jī)質(zhì)的積累速度差異較大。從光譜曲線（圖5）可以看出在可見(jiàn)光-短波近紅外波段范圍內(nèi)，潛育型水稻土光譜反射曲線位置最低，在680nm左右有微弱的有機(jī)質(zhì)吸收，說(shuō)明潛育型水稻土亞類有機(jī)質(zhì)含量較高。潴育型水稻土亞類光譜反射率較低，是因?yàn)槠浞植嫉牡乩砦恢幂^為平坦、排灌便利、土壤培肥熟化水平較高。淹育性水稻土亞類光譜反射率高于潴育型水稻土和潛育型水稻土，在1000nm以后光譜反射率高于0.55，而潴育型和潛育型曲線整體均在0.55以下，說(shuō)明其有機(jī)質(zhì)含量和土壤肥力均較低。

為了進(jìn)一步分析紅壤地區(qū)水稻土的光譜特征，對(duì)紅砂巖母質(zhì)發(fā)育的水稻土亞類的平均光譜進(jìn)行光譜特征分析（圖5b），從中可以看出不同亞類水稻土的光譜曲線位置與圖5a類似，淹育性水稻土光譜反射率最高，潛育型水稻土在可見(jiàn)-近紅外反射率最低、而在近紅外（1500nm以外）其反射率高于潴育型水稻土。圖6a顯示不同土壤亞類總體特征吸收面積為潛育型水稻土亞類＞潴育型水稻土亞類＞淹育型水稻土亞類＞紅壤亞類。

圖5不同水稻土亞類和紅壤亞類土壤光譜反射率

由于土壤受不同水分作用以及淹水時(shí)間長(zhǎng)短的影響，光譜曲線不僅表現(xiàn)在有機(jī)質(zhì)的差異上，而且反映在氧化鐵的氧化還原程度上。水稻土中還原淋溶、氧化淀積交替過(guò)程造成不同亞類水稻土耕層土壤氧化鐵含量差異明顯。圖6b顯示不同水稻土亞類在422～445nm光譜區(qū)域二階導(dǎo)數(shù)之間距離的大小，根據(jù)二階導(dǎo)數(shù)距離的大小可以判定針鐵礦的含量，紅壤地區(qū)水稻土針鐵礦為土壤晶體氧化鐵，淹育型水稻土亞類在422～445nm光譜差值最大，表明其含晶體氧化鐵最多。潴育型水稻土氧化條件較好，因此較多的氧化鐵結(jié)晶成為晶質(zhì)鐵，表現(xiàn)在422～445nm光譜區(qū)域的二階導(dǎo)數(shù)差值較大，而潛育性水稻土因長(zhǎng)期浸水，部分氧化鐵處于還原狀態(tài)，晶體鐵相對(duì)較少，表現(xiàn)在422～445nm波段之間的二階導(dǎo)數(shù)差值較小。圖6b顯示紅壤亞類在422nm和445nm這兩個(gè)波段的二階導(dǎo)數(shù)差值最小，可推斷出紅壤亞類的針鐵礦含量最少，這與圖4的結(jié)果一致，因此422～445nm波段范圍的二階導(dǎo)數(shù)是一項(xiàng)衡量晶體氧化鐵含量的綜合指標(biāo)，因而其對(duì)水稻土發(fā)生學(xué)研究具有一定的研究意義。

圖6不同水稻土亞類和紅壤亞類特征吸收光譜曲線

根據(jù)圖3的黏土礦物的光譜曲線可以推斷出紅壤地區(qū)紅砂巖發(fā)育而來(lái)的水稻土與紅壤亞類的黏土礦物類似，以高嶺石和伊利石為主，含有一定量的蛭石、蒙脫石和石英，與其起源土壤一致。

推薦：

地物光譜儀iSpecField-HH/NIR/WNIR

地物光譜儀是萊森光學(xué)專門用于野外遙感測(cè)量、土壤環(huán)境、礦物地質(zhì)勘探等領(lǐng)域的最新明星產(chǎn)品，獨(dú)有的光路設(shè)計(jì)，噪聲校準(zhǔn)技術(shù)、可以實(shí)時(shí)自動(dòng)校準(zhǔn)暗電流，采用了固定全息光柵一次性分光，測(cè)試速度快，最短積分時(shí)間最短可達(dá)20μs，操作靈活、便攜方便、光譜測(cè)試速度快、光譜數(shù)據(jù)準(zhǔn)確，廣泛應(yīng)用于遙感測(cè)量、農(nóng)作物監(jiān)測(cè)、森林研究、海洋學(xué)研究和礦物勘察等各領(lǐng)域。

審核編輯 黃宇