土壤是指在地球陸地表面上能夠生長植物的疏松表層，不僅是陸地生態系統的重要一員，而且是人類賴以生存和發展的重要物質基礎。土壤是一個綜合且復雜的生態系統，土壤的定量評價與研究一直以來都是土壤學科的重點與難點。大量研究表明，土壤反射光譜的特性與土壤物理性質之間的關系，為遙感技術在土壤中應用奠定了堅實的物理基礎，同時也為研究土壤自身屬性提供了一個嶄新的方法物樣本信息的采集量。

1高光譜遙感在土壤研究中的應用

1.1應用范圍

隨著高光譜遙感技術的不斷成熟，其空間和光譜分辨率不斷地提高，應用領域也越來越廣。其中，高光譜在土壤研究中的應用歷史可以追溯到19世紀20—30年代。剛開始，人們利用反射光譜研究土壤含水量、土壤組分、粒徑及有機質含量，之后，大量的研究表明，高光譜遙感技術被廣泛地用于反演土壤中有機質含量、含水量、重金屬及土壤質地等方面的研究應用。

1.土壤有機質含量土壤有機質(soilorganicmatter，SOM)是指存在于土壤中的有機物質，可以提供植物所需的養分，而且其含量的多少也是作為衡量土壤肥力的一項重要指標。如今，通過光譜分析技術測定土壤有機質含量已成為一種不可或缺的研究手段，國內外專家分別運用不同的遙感數據來反演土壤有機質含量，并取得了一定成效。

2.土壤含水量土壤含水量是地球生態系統能量交換過程中非常重要的因子，同時也是農業、氣候、生態等領域衡量土壤干旱程度的重要指標。土壤含水量的遙感定量反演一直都是專家們研究熱點，相關研究表明，土壤光譜反射率會隨著土壤含水量增加而降低，含水量低的土壤具有較高的光譜反射率，即表現出負相關的關系，因而土壤光譜反射率的變化能夠直接反映出土壤表層的含水量變化。

3.土壤重金屬含量隨著社會經濟不斷的發展，城鎮化、工業化的快速進程，土壤中重金屬含量不斷加劇，嚴重地影響了土壤環境的質量。土壤重金屬在土壤中殘留時間長、遷移性差且易積累，并能夠通過食物鏈進入人體，對人身體造成威脅，因而備受學者們關注。高光譜技術的出現可以實現對土壤重金屬含量進行快速、高效的監測。土壤中重金屬富集主要是由于土壤組分的吸附所造成的，諸多學者根據這一性質來定量估算土壤重金屬含量。4.土壤質地土壤質地是依據土壤粒徑大小來劃分的土壤類型，是影響土壤理化性質極其重要的因子之一，通常可以分為砂、粉砂以及黏土。土壤質地除了能從土壤粒徑大小影響土壤光譜反射率之外，還可以通過影響土壤的持水能力從而間接對土壤光譜反射率造成一定的影響。研究表明，土壤中顆粒粒徑的大小與其反射率之間存在一定的相關性，粒徑越小，其比表面積就越大，反射率也相應越大。

1.2研究方法

高光譜遙感技術在土壤研究中常用的反演方法如表1所示，這些方法所建立的反演模型都能達到精度要求。目前常規反演方法在土壤研究中均有應用，其中逐步多元線性回歸法和偏最小二乘回歸法2種方法的應用相對更為廣泛。然而，研究者為了追求更高的反演精度，越來越多的非常規模型，如支持向量機模型、模糊識別模型、Hapke模型及GWＲ模型等，被引入土壤研究中，并在各自的研究區域內取得了較為不錯的成果。越來越多建模方法的出現及成功應用，標志著高光譜遙感技術在土壤信息定量反演中已日趨成熟。

1.2.1土壤有機質

目前，大多數學者通過光譜反射率數據在對土壤有機質含量進行定量反演研究時，主要運用偏最小二乘回歸和多元逐步線性回歸的方法建立反演模型。

在對黑土研究中發現，土壤光譜反射率在經過倒數和對數處理后的數據所建立的最優模型都為最小二乘回歸模型，而對土壤光譜反射數據進行一階微分處理后，建立的最優模型則為逐步多元線性回歸模型。

由此可以得出，建模方法的選擇在一定程度上會影響高光譜反演土壤有機質含量的精度。此外，針對土壤有機質和高光譜反射數據受多重因素的影響，且二者之間有可能存在非線性關系等問題，專家學者們通過BP人工神經網絡模型、支持向量機模型及模糊識別模型分別建立土壤有機質高光譜反演模型，并取得了較好的成果。

1.2.2土壤含水量

近年來學者們大多通過土壤反射光譜數據，建立光譜反射率和土壤含水量之間的相關估算模型來進行土壤含水量遙感定量反演。在建模方法上，目前學者主要采用線性回歸分析法、偏最小二乘回歸法、BP神經網絡、小波分析等統計模型法。

1.2.3土壤重金屬含量

目前通過高光譜遙感技術進行土壤重金屬含量預測常用方法有多元線性回歸法、偏最小二乘回歸法、人工神經網絡、支持向量機等，這些方法在特定的研究區均取得了較好的效果。

1.2.4土壤質地

目前，通過反射光譜數據來進行土壤質地的預測，學者們大多采用多元逐步回歸法、偏最小二乘回歸法和BP神經網絡等方法。

2展望

目前高光譜遙感技術已經成功應用于土壤信息各研究領域中，為快速、實時、準確獲得土壤信息提供了技術與理論的支持。利用反射光譜數據反演土壤信息已成為研究熱點，建模的方法也越來越豐富。建模的方法決定了土壤信息反演精度，通過對現有模型的對比分析、改進優化以及根據不同需要創建新的模型已成為現在土壤研究的發展趨勢。基于此，對未來的發展有以下展望:

未來高光譜數據的存儲方式將會以更方便快捷被學者加以應用，土壤反射光譜數據的處理方式也會不斷地優化改進，研究者將會獲得質量更高、使用更方便、共享性更強的光譜數據。

隨著學者們對土壤信息提取精度的追求，多角度遙感技術將會在土壤研究中廣泛應用，建模的方法也會隨之被優化改進，使得模型具有適用性強、移植性高、實用價值突出等優勢。

科學管理、統一標準，建立光譜信息庫。同時還應對不同類型、不同區域的土壤建立針對性的專一光譜數據庫，以便于光譜數據實時共享，提高工作效率。

萊森光學（深圳）有限公司是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統的研發、生產和銷售。

審核編輯 黃昊宇