黃河三角洲土地鹽漬化格局的遙感監(jiān)測及鹽漬化過程的空間分析與評價.pdf

1、土地鹽漬化已對全球糧食安全和環(huán)境質(zhì)量造成了巨大威脅，而且，作為一類全球性土壤退化過程，土壤鹽漬化的發(fā)生致使土壤化學(xué)成分和土壤性質(zhì)發(fā)生改變，最終能在大尺度范圍內(nèi)改變植物生長和溫室氣體(GHG)(如CO2、CH4、N2O、NO、H2S)排放格局。考慮到土壤鹽漬化在全球變化中是一個重要的環(huán)境議題及其導(dǎo)致的經(jīng)濟(jì)和生態(tài)后果，目前亟需對土壤鹽漬化分布范圍、惡化程度進(jìn)行精確、及時的監(jiān)測；對其造成的生態(tài)效應(yīng)進(jìn)行評價；以及需要對區(qū)域土壤鹽漬化潛在的驅(qū)動因

2、子進(jìn)行探索和了解，用以促進(jìn)有效的管理，減緩?fù)寥劳嘶厔?，提供可持續(xù)的土地利用方案，修改不恰當(dāng)?shù)墓芾矸绞交驅(qū)}漬區(qū)進(jìn)行修復(fù)等。然而，土壤鹽漬化區(qū)域分布范圍廣闊，由于復(fù)雜的環(huán)境因子和強(qiáng)烈的人類活動干擾，土壤鹽度格局變化多端，呈現(xiàn)出高度的時空異質(zhì)性，顯然利用傳統(tǒng)的方法難以監(jiān)測其時空動態(tài)、全面估計評價土壤鹽漬化的生態(tài)效應(yīng)、以及無法空間量化確定影響土壤鹽度的主要決定因子。為了解決這些問題，需要采用更具操作性的方法進(jìn)行監(jiān)測、空間分析和模擬評價。

3、r>　　 利用遙感技術(shù)是目前監(jiān)測土壤鹽度分布和動態(tài)最快速、便捷的方法。但是直接以土壤光譜作為監(jiān)測指標(biāo)存在諸多限制性因素，限制因素其中之一是土壤光譜受地表植被的強(qiáng)烈干擾。但與此同時，植被在鹽分脅迫下會產(chǎn)生相應(yīng)的光譜響應(yīng)，同樣具有監(jiān)測土壤鹽漬化的潛力。因此，以植被光譜作為間接指標(biāo)成為目前土壤鹽漬化監(jiān)測的一個新趨勢。在眾多遙感數(shù)據(jù)中，高光譜和高時相數(shù)據(jù)優(yōu)勢明顯，前者能反映植被在環(huán)境脅迫下的生理信息，而后者能反映植被在環(huán)境變化下的物候信息，最

4、具監(jiān)測植被光譜響應(yīng)的特征。因此，本研究將采用這兩類遙感數(shù)據(jù)，藉此確定植物對鹽度脅迫最敏感的波段、構(gòu)造指示土壤鹽度的最優(yōu)植被指數(shù)，以便精確地監(jiān)測土壤鹽漬化的范圍及程度。
　　 在區(qū)域或全球尺度上，無法實現(xiàn)直接定點測量鹽漬化影響下植物生長和土壤溫室氣體排放量的情況。若要進(jìn)行區(qū)域或全球尺度上的測量，需要開辟一條新的思路，即發(fā)展生物地球化學(xué)過程模型來模擬控制溫室氣體產(chǎn)生的復(fù)雜生態(tài)系統(tǒng)。另外，溫室氣體的排放還受土壤類型、氣候情況以及管理方

5、式影響，測量時必須將這些因子考慮在內(nèi)。本研究將利用生態(tài)學(xué)中著名的生物地球化學(xué)過程模型DNDC，用以模擬不同鹽度梯度下植物生長狀況、土壤碳(C)、氮(N)庫動態(tài)及溫室氣體排放情況，這是采用DNDC模型評價土壤鹽漬化的生態(tài)效應(yīng)的首次嘗試。
　　 為了更好地理解土壤鹽度的異質(zhì)性及其形成的過程機(jī)制，我們需要能綜合環(huán)境、人類活動和土地利用歷史等因子，以便進(jìn)行更加量化的評測。空間自回歸模型(SAR)，由于其具有處理土壤鹽度空間自相關(guān)的優(yōu)越性

6、，被用于精確定量空間上土壤鹽度的主要決定因子。
　　 本研究的主要結(jié)論如下：
　　 (1)植被高光譜具有在不同植被墊面下監(jiān)測土壤鹽度的潛力，利用鹽敏波段構(gòu)造指示土壤鹽度的最優(yōu)植被指數(shù)，使鹽漬化監(jiān)測有效范圍擴(kuò)大，監(jiān)測精度提高。我們探索了鹽漬化區(qū)域--黃河三角洲7種優(yōu)勢物種高光譜曲線對土壤鹽度脅迫的響應(yīng)，確定了植被最佳鹽敏波段，并構(gòu)建了一個新的土壤鹽度指數(shù)。通過測試已有的不同植被指數(shù)與土壤鹽度的關(guān)系，以及進(jìn)行高光譜波譜分析，

7、發(fā)現(xiàn)植物在鹽脅迫下產(chǎn)生的光譜響應(yīng)具有物種差異性，這解釋了為何現(xiàn)有的植被指數(shù)對土壤鹽度的指示度具有相當(dāng)大的變異性。這種變異性主要是由于鹽敏植物和鹽生植物對土壤鹽度敏感度不同所導(dǎo)致，鹽敏植物對土壤鹽度的敏感度(高R2)高于鹽生植物。除了土壤校正植被指數(shù)(SAVI)，所有的指數(shù)與土壤鹽度的相關(guān)性較差(R2均值為0.28)，并且植被指數(shù)的指示度有物種差異，較明顯的為光化學(xué)指數(shù)(PRI)和紅邊位置指數(shù)(REP)。這一結(jié)果確證了我們的假設(shè)：現(xiàn)有植被

8、指數(shù)并非土壤鹽度的最佳指數(shù)。通過不同高光譜方法的分析比較，光譜波段395-410nm、483-507nm、632-697nm、731-762nm、812-868nm、884-909nm和918-930nm被確定為黃河三角洲主要優(yōu)勢物種的最佳鹽敏波段。我們將最佳的鹽敏波段組合為SAVI的形式，構(gòu)造了新的土壤校正指數(shù)(SASI)。SASI指數(shù)與土壤鹽度(ECe)的相關(guān)性大大提高(優(yōu)勢物種R2范圍0.50-0.58)，尤其是SASI對鹽生物種

9、土壤鹽度指示度上的優(yōu)勢，使鹽漬化監(jiān)測有效范圍大為擴(kuò)大，監(jiān)測精度大為提高。
　　 (2)高時相遙感數(shù)據(jù)--MODIS時間序列數(shù)據(jù)及其物候參數(shù)(植被指數(shù)EVI在一年中的積分：EVI-SI)能有效地反映土壤鹽度程度(R2為0.47)，彌補寬波段遙感光譜分辨率及空間分辨率的不足，突破了在大尺度下便捷、精確監(jiān)測土壤鹽漬化的難題。植物在時間尺度上的物候參數(shù)EVI-SI與土壤鹽度的相關(guān)關(guān)系優(yōu)于在單一時間點內(nèi)所提取的植被指數(shù)與土壤鹽度的相關(guān)關(guān)系

10、，說明高時相遙感時間序列數(shù)據(jù)能消除其它環(huán)境因子變化對植被的影響。另外，通過對不同的植被類型分類還可以提高兩者之間的相關(guān)性：農(nóng)用地中農(nóng)作物的生物量隨鹽度增加而線性減少，線性回歸擬合度高(R2為0.85)；荒地中EVI-SI和ECe有很好的二項式回歸關(guān)系，擬合度高達(dá)70％；在混合斑塊中，EVI-SI與ECe擬合度也較為滿意，R2為0.32。通過MODIS數(shù)據(jù)中所獲得的物候參數(shù)能區(qū)分不同地物，以及較好地指示不同鹽度梯度(EVI-SI與ECe之

11、間的高度相關(guān)性)，且MODIS數(shù)據(jù)是全球覆蓋并獲取便捷，這些優(yōu)勢使得MODIS數(shù)據(jù)在大尺度下監(jiān)測土壤鹽漬化方面十分具有競爭力和潛力。
　　 (3)DNDC模型能較好地模擬黃河三角洲棉花及蘆葦生長及溫室氣體排放情況，預(yù)測了在面臨土壤鹽漬化加重風(fēng)險時，加劇溫室效應(yīng)的主要環(huán)境和人為因子。利用由植被遙感植被指數(shù)估測得來的生物量校正和驗證DNDC模型，結(jié)果顯示校正和模擬過程都取得了較好的結(jié)果。棉花、蘆葦樣點的年生物量模擬值與估算值之間最大

12、的相對偏差分別為6.37％、16.93％。在日尺度上，DNDC模型能較好地模擬植物生長及GHG排放的趨勢。生長季前中期，棉花和蘆葦生物量日變化模擬值和估算值之間的擬合度較高，r2大于0.95，兩者之間的偏差較小，低于30％。棉花樣點的CO2及N2O排放量、蘆葦樣點的NEE日變化實測值和模擬值之間盡管偏差偏大，但兩者之間的擬合度高，r2分別為0.76、0.94、0.88。因此，在年尺度和日尺度上，DNDC模型能較好地模擬棉花和蘆葦生長及土

13、壤C、N變化，GHG排放量的模擬結(jié)果可信度較高。模擬結(jié)果顯示，隨著土壤鹽度的升高，棉花和蘆葦?shù)纳L受到脅迫，年平均生物量呈下降趨勢(棉花：1900-1412 kg·C·ha-1，蘆葦：8184-5284 kg·C·ha-1)；年平均土壤有機(jī)碳總量變化(dSOC)顯著下降(棉花：4204-3783 kg·C·ha-1·y-1，蘆葦：2239-1469kg·C·ha-1·y-1)；但對土壤總氮庫以及對CO2、N2O排放量沒有明顯變化。然而，

14、通過一系列的敏感性分析，發(fā)現(xiàn)初始SOC值、黏土組分含量的變化、灌溉條件超出一定閾值范圍，將導(dǎo)致植物生物量、CO2、N2O排放量發(fā)生顯著變化，尤其在高度鹽漬化區(qū)域，這些變化的幅度明顯高于低鹽區(qū)。另外，與全球其它區(qū)域相比，黃河三角洲蘆葦樣地土壤N2O排放平均值偏高，為4.56kg·N·ha-1·y-1，產(chǎn)生這一現(xiàn)象部分原因可能是土壤鹽漬化所導(dǎo)致。
　　 (4)黃河三角洲的土壤鹽漬化被證實是一類空間自相關(guān)的生態(tài)過程，空間自相關(guān)回歸SA

15、R亞區(qū)模型分析土壤鹽漬化過程，具有以往評價性研究所忽略的優(yōu)勢：既不損失重要的空間信息又得到無偏差、定量的結(jié)果，有助于相關(guān)部門集中精力采取相應(yīng)的鹽漬化減緩措施。土壤類型、地形、土地利用歷史和一些人類活動對土壤鹽漬化過程有重大的影響，這也說明了在進(jìn)行因子分析時需要考慮到所有的因素。相對于全區(qū)模型，亞區(qū)模型的結(jié)果表明，在消除環(huán)境和土地利用歷史因子干擾的情況下，分析人類活動對鹽漬化的影響能提供更為豐富的空間信息且人為決定因子影響的評價正確性更高

16、。另外，SAR空間統(tǒng)計回歸方法的應(yīng)用不僅能確定人為決定因子，并且能無偏量化其影響的大小及判定正負(fù)影響。SAR亞區(qū)模型模擬土壤鹽漬化過程，既不損失重要的空間信息又使得到無偏的結(jié)果，這些優(yōu)越之處得益于有效處理土壤鹽度自相關(guān)結(jié)構(gòu)，及消除均一化環(huán)境等非人為因子的干擾。所有模型結(jié)果顯示，破壞植被活動或聚鹽行為都加重了鹽漬化過程，例如油井開發(fā)和鹽水養(yǎng)殖，但是影響最大的區(qū)域僅在重度鹽漬化區(qū)(海濱區(qū)和土壤Ⅲ區(qū))。在合理的灌排條件下，農(nóng)業(yè)活動基本都能減輕