盐碱地光谱信息获取及改良分析

盐碱地光谱信息获取及改良分析
作者：隋敏臧淑英任建华
来源：《安徽农业科学》2021年第10期
摘要随着我国社会的不断进步以及科学的发展，如何有效获取盐碱地真实信息并且动态变化对盐碱化问题的解决至关重要，综述了盐碱化的分布与危害，从当前的遥感数据获取手段出发，探讨了现有的遥感光谱和光谱仪实测获取光谱数据的优势与不足以及现有的针对盐碱地的治理措施，并对未来的盐碱化问题的信息获取与解决提出了展望。

关键词盐碱地;分布;危害;光谱信息;获取手段;改良
中图分类号 S156.4文献标识码 A
文章编号 0517-6611（2021）10-0028-04
doi：10.3969/j.issn.0517-6611.2021.10.007
开放科学（资源服务）标识码（OSID）：
Spectral Information Acquisition and Improvement of Saline-alkali Land
SUI Min，ZANG Shu-ying，REN Jian-hua （Harbin Normal University，Harbin，Heilongjiang 150025）
Abstract With the continuous progress of our society and the development of science，how to effectively obtain the real information of saline-alkali land and its dynamic changes are crucial to the solution of the salinization problem.This article summarized the distribution and harm of salinization，starting from the current remote sensing data acquisition methods，this paper discussed the advantages and disadvantages of the existing remote sensing spectroscopy and the actual measurement of spectral data obtained by spectrometers，as well as the existing treatment measures for saline-alkali soils，and put forward a prospect for the information acquisition and solution of the salinization problem in the future.
Key words Saline-alkali land;Distribution;Hazard;Spectral information;Acquisition
method;Improvement
土壤鹽碱化是一定的气候、地形、水文地质等自然条件对土壤水、盐运移产生作用的结果[1]，随着人口的迅速增长和不合理的人类活动，土壤盐碱化程度日益加剧且范围呈现不断扩大的趋势[2]。

盐碱土作为一种退化土壤，降低土壤的肥力，影响作物的生长，降低粮食产量，对农业的可持续发展造成了严重威胁[3]，据统计，世界盐碱土资源涉及100多个国家，受影响土壤面积多达10亿hm2[4]。

因此及时获取土壤理化信息，针对土壤盐分和pH等进行高效的分析监测对解决区域土壤盐碱化问题具有重要现实意义，能够制定更为有效的盐碱土治理改良措施。

笔者综述了盐碱土的成因、分布及现有针对盐碱地的遥感影像光谱手段和光谱仪实测手段，分析了以上2种手段的优势与不足，探讨了现有针对盐碱地的改良措施，并对未来盐碱地改良措施的优化提出了展望，以期为盐碱地改良与利用提供可行的参考。

1 盐碱土的分布与危害
1.1 盐碱土的成因
盐碱土是各种盐化土、碱化土的统称，是指因土壤盐分含量过高而导致植物无法正常生长的土地[5]，多分布于干旱、半干旱地区以及滨海地区。

盐碱化是在气候、地形、水文等自然条件以及不合理的灌溉措施和农艺措施等人类活动综合影响下形成的[6]。

在气候要素中，以
降水和地面蒸发强度与土盐渍化的关系最为密切，干湿情况会直接影响地区内水分状况及积盐情况。

在干旱地区或半湿润、半干旱地区，蒸发量和降水量的比值均大于 1，地下水中的可溶性盐类则会随上升水流在土壤表面上聚集[7-8];在地形条件中，盐碱土主要分布在地势低洼或排水性差的地区。

当水分蒸发后，留下的水溶性盐聚集，长时间的积累下土壤中的盐分含量逐步升高[9];在水文条件下，地下水的矿化度则对土壤的盐碱化程度起决定作用，地下水矿化度、水溶性盐分含量和土壤的盐碱化程度三者呈正相关。

地下水位的高度直接影响土壤表层盐分聚积程度与盐分组成[10];而不合理的人类活动则会加剧盐碱化的进程，土地资源的不当开发、过度使用以及农业不合理的灌溉方式和过量使用化肥等长期作用下导致土壤盐碱化加剧[11-12]。

1.2 盐碱土的分布
据统计，世界盐碱地面积达9.5亿hm2，涉及达100多个国家与地区，广泛分布于全球各地，而受盐碱化影响的土地占农业用地的20%，且以1.0×106～1.5×106 hm2/a速度增长[4，13-14]。

世界各地区盐碱地分布见表1。

中国作为世界上国土面积第三的疆域大国，国土广阔，气候类型多样。

盐碱土主要分布在东部沿海滨海海水浸渍盐渍区，主要集中于黄海苏北滨海平原、东海的浙江上海沿海一带，成因主要受海水倒灌入侵积盐和生物积盐作用;东北湿润半湿润盐渍区，包括松嫩平原、松辽平原、三江平原这3个单元，形成过程与草甸过程紧密联系，多为碱化苏打盐渍土;西北内陆干旱漠境盐碱区，包括甘肃河西走廊、内蒙古西部和新疆北部，该区盐碱土面积广布，类型多样，以大量石膏和碳酸镁积累为显著特征;黄河中游半干旱盐碱区，包括黄河河套平原、黄土高原以及鄂尔多斯高平原大部，该区主要受地形地貌主导，盐碱土呈条带状分布，多为现代积盐的硫酸盐-氯化物以及白僵土等[15-16]。

1.3 盐碱土的危害
盐碱地受自然条件影响以及人为因素的制约，长时间作用下，盐分在土壤表层与内部不断积累，导致土壤质量下降，在土壤内部使得透气性、透水性差以及降低好氧微生物的活性，从而会改变土壤的理化性质，减缓植物对水分的吸收，影响农作物的生长，造成减产、低产。

同时，由于盐碱地土壤中盐离子浓度较高，会滞缓植物对水分的吸收，破坏植物生长机能，使其无法正常生长，甚至出现大面积死亡现象，造成森林和草原大面积退化，加剧荒漠化，将严重危害生态系统安全。

除以上对自然环境的影响外，由于盐碱土改变了土壤的理化特性，盐渍土对社会中工程建设的危害也是多方面的，盐渍土地基对工程的危害或造成由其浸水后的溶陷、含硫酸盐地基的盐胀和盐渍土地基对基础和其他地下建筑的腐蚀[17-19]。

部分地区甚至存在土地溶陷等现象，不仅对工程施工造成不良影响，还能引起工业用地不能有效利用，造成巨大的经济损失。

2 光谱信息获取手段
2.1 遥感影像 20世纪70年代起国外学者开始将卫星遥感应用于土壤盐碱化的监测，到90年代日趋完善，21世纪以来随着技术的不断发展，拥有精细光谱分辨率、纳米级连续光谱的光谱遥感实现了对盐碱化土壤快速、无损的测量[20]。

其中，利用遥感手段所获取的土壤反射率数据被广泛应用于土壤盐分的获取分析。

Chen等[21]利用Landset7 ETM+与Landset8 OLI数据提取反射光谱，通过改进后的植被指数来判别土壤盐碱化程度，并在此基础上建立了中国黄河三角洲垦利区的季节SCC反演模型，发现了长三角盐碱化土壤的季节盐分动态变化过程并绘制了土壤盐分季节变化图。

Moreira等[22]将混合光谱分析应用于Landset8 OLI与Hyperion 遥感影像，使用盐度指数对比分析了2种影像对巴西东北部盐碱土与非盐碱土的识别能力，结果表明，Hyperion遥感数据对土壤盐分的估算误差更小，识别精度更高。

Nawar等[23]借助Landset7 ETM+数据与土壤电导率重建了土壤反射光谱，利用偏最小二乘回归与多元自适应回归样条模型来估算埃及西奈半岛埃尔蒂娜平原土壤盐分，结果表明多元自适应回归样条模型R2达0.70，模型精度高，适合高盐地区土壤盐分的估算与制图。

El Hafyani等[24]利用Landset8 OLI数据与土壤电导率构建了摩洛哥的塔菲拉勒特平原土壤盐度指数的多元线性回归模型，结果发现不同波段的模型精度较高，决定系数R2在0.53～0.75，表明该方法在此研究区对土壤盐度判定具有一定的适用性。

再屯古丽·亚库普等[25]针对中国新疆于田绿洲利用四极化ALOS-2 和PALSAR2数据，采用多元回归模型、地理加权回归模型、BP神经网络模型建立了土壤含盐量、含水量及pH的雷达后向散射系数定量反演模型，结果表明三层BP模型盐分反演精度最高，相对分析误差（RPD）达5.53，说明BP神经网络模型能够有效反演研究区内的盐分信息。

随着科技的不断发展，从遥感卫星上获取的遥感影像更加便捷且精度更高，同时能够针对地面状况进行实时动态的影像采集。

影像优势有大范围和长时间两方面。

针对已经获取的影像可以进行解析和判读，分析地面的盐碱土分布以及盐碱化程度，但是精度较低，这是由于遥感影像受天气云量的动态影响以及地面的植被遮挡，精度相比较与地面实测低、可控性差。

因此针对影像进行校正处理以及光谱信息进行变换后可以达到较好的反演结果。

2.2 室外实测
室外实测主要依靠光谱仪进行，使用光谱仪在不同的环境下照射地面獲取反射的光谱信息，除从航空和航天遥感平台上获取高光谱数据外[26]，地面光谱仪作为一种重要的数据获取手段，也被广泛用于与遥感数据进行比较验证及土壤理化性质的定量分析等研究中，现有的科学研究普遍所使用的光谱仪型号主要是ASD和SVC，这2种仪器均配备有光谱仪传感器镜头以及自带的原始光谱处理软件，可以进行简单的原始光谱预处理，同时能够应用于多种室内外不同场景。

地基高光谱测量试验主要包括室内测量与室外测量2种类型[27-29]。

其中，室内测量试验主要指在光学暗室条件下，利用光谱仪传感器镜头照射土样来获取光谱数据，一般测量高度以近土壤表面为主;室外实测中测量高度主要取决于地面植被覆盖状况，同时还受到土壤表面状况、天气条件及研究尺度等因素的影响[30]。

Farifteh等[31]在荷兰特赛尔岛田间采集粉砂质黏土、砂壤土、砂土3种质地不同的盐碱化土壤，在暗室利用ASD光谱仪设置试验高度
3 cm获取土壤光谱数据，比较不同质地土壤的盐碱化程度及其光谱信息，结果表明，随着土
壤中盐分浓度的增加，波段在1 300 nm 以上观测到的吸收特征变宽，最大反射率位置向短波
长方向偏移，总反射率呈比例变化。

Srivastava等[32]在印度哈里亚纳邦稻麦种植区获取盐碱土，在暗室内使用ASD光谱仪设置试验高度5 cm获取数据，分析表明土壤盐分在光谱1 390～2 400 nm对盐度变化最为敏感，反射率一阶微分处理后的偏最小二乘模型对土壤盐分的预测精度R2 达 0.93。

Moreira等[33]在巴西北部灌溉盐碱土获取土样在暗室内使用ASD光谱
仪在7 cm 高度下测量了原始土壤以及加入石膏后土样含盐量的光谱响应，结果表明石膏对灌溉区盐碱土的改良效果明显。

Fu等[34]以中国新疆天山准噶尔盆地为研究区，使用ASD光谱仪采集15 cm 下室外土壤样品的光谱数据，并结合粒子群优化概率神经网络模型对土壤盐分进行定量分析，进而区别和判定人类活动在研究区内的不同干扰强度对盐碱土的影响。

Bai等[35]使用SVC光谱仪在室外测量了10 cm试验高度下的土样光谱，同时结合HJ-1A 卫星遥感影像建立了最佳土壤盐碱化反演模型，并用此模型实现了大尺度下松嫩平原北部扎龙湿地土壤盐分与pH 的高精度定量反演。

Bouaziz等[36]在突尼斯东南部土壤表面8 cm 距离上收集了土壤样本的光谱数据，同时结合该区域的Landset影像，并对数据进行了主成分分析与集群分析处理，以期提供有关多光谱数据与地面真实性之间相互关系的大量信息，从而有助于更好地理解多光谱数据与地面实况测量之间的相互关系，实现对受盐污染土壤状况的监测。

1.3 盐碱土的危害
盐碱地受自然条件影响以及人为因素的制约，长时间作用下，盐分在土壤表层与内部不断积累，导致土壤质量下降，在土壤内部使得透气性、透水性差以及降低好氧微生物的活性，从而会改变土壤的理化性质，减缓植物对水分的吸收，影响农作物的生长，造成减产、低产。

同时，由于盐碱地土壤中盐离子浓度较高，会滞缓植物对水分的吸收，破坏植物生长机能，使其无法正常生长，甚至出现大面积死亡现象，造成森林和草原大面积退化，加剧荒漠化，将严重危害生态系统安全。

除以上对自然环境的影响外，由于盐碱土改变了土壤的理化特性，盐渍土对社会中工程建设的危害也是多方面的，盐渍土地基对工程的危害或造成由其浸水后的溶陷、含硫酸盐地基的盐胀和盐渍土地基对基础和其他地下建筑的腐蚀[17-19]。

部分地区甚至存在土地溶陷等现象，不仅对工程施工造成不良影响，还能引起工业用地不能有效利用，造成巨大的经济损失。

2 光谱信息获取手段
2.1 遥感影像 20世纪70年代起国外学者开始将卫星遥感应用于土壤盐碱化的监测，到90年代日趋完善，21世纪以来随着技术的不断发展，拥有精细光谱分辨率、纳米级连续光谱的
光谱遥感实现了对盐碱化土壤快速、无损的测量[20]。

其中，利用遥感手段所获取的土壤反射率数据被广泛应用于土壤盐分的获取分析。

Chen等[21]利用Landset7 ETM+与Landset8 OLI数据提取反射光谱，通过改进后的植被指数来判别土壤盐碱化程度，并在此基础上建立了中国黄河三角洲垦利区的季节SCC反演模型，发现了长三角盐碱化土壤的季节盐分动态变化过程并
绘制了土壤盐分季节变化图。

Moreira等[22]将混合光谱分析应用于Landset8 OLI与Hyperion 遥感影像，使用盐度指数对比分析了2种影像对巴西东北部盐碱土与非盐碱土的识别能力，结果表明，Hyperion遥感数据对土壤盐分的估算误差更小，识别精度更高。

Nawar等[23]借助Landset7 ETM+数据与土壤电导率重建了土壤反射光谱，利用偏最小二乘回归与多元自适应回归样条模型来估算埃及西奈半岛埃尔蒂娜平原土壤盐分，结果表明多元自适应回归样条模型R2达0.70，模型精度高，适合高盐地区土壤盐分的估算与制图。

El Hafyani等[24]利用Landset8 OLI数据与土壤电导率构建了摩洛哥的塔菲拉勒特平原土壤盐度指数的多元线性回归模型，结果发现不同波段的模型精度较高，决定系数R2在0.53～0.75，表明该方法在此研究区对土壤盐度判定具有一定的适用性。

再屯古丽·亚库普等[25]针对中国新疆于田绿洲利用四极化ALOS-2 和PALSAR2数据，采用多元回归模型、地理加权回归模型、BP神经网络模型建立了土壤含盐量、含水量及pH的雷达后向散射系数定量反演模型，结果表明三层BP模型盐分反演精度最高，相对分析误差（RPD）达5.53，說明BP神经网络模型能够有效反演研究区内的盐分信息。

随着科技的不断发展，从遥感卫星上获取的遥感影像更加便捷且精度更高，同时能够针对地面状况进行实时动态的影像采集。

影像优势有大范围和长时间两方面。

针对已经获取的影像可以进行解析和判读，分析地面的盐碱土分布以及盐碱化程度，但是精度较低，这是由于遥感影像受天气云量的动态影响以及地面的植被遮挡，精度相比较与地面实测低、可控性差。

因此针对影像进行校正处理以及光谱信息进行变换后可以达到较好的反演结果。

2.2 室外实测
室外实测主要依靠光谱仪进行，使用光谱仪在不同的环境下照射地面获取反射的光谱信息，除从航空和航天遥感平台上获取高光谱数据外[26]，地面光谱仪作为一种重要的数据获取手段，也被广泛用于与遥感数据进行比较验证及土壤理化性质的定量分析等研究中，现有的科学研究普遍所使用的光谱仪型号主要是ASD和SVC，这2种仪器均配备有光谱仪传感器镜头以及自带的原始光谱处理软件，可以进行简单的原始光谱预处理，同时能够应用于多种室内外不同场景。

地基高光谱测量试验主要包括室内测量与室外测量2种类型[27-29]。

其中，室内测量试验主要指在光学暗室条件下，利用光谱仪传感器镜头照射土样来获取光谱数据，一般测量高度以近土壤表面为主;室外实测中测量高度主要取决于地面植被覆盖状况，同时还受到土壤表面状况、天气条件及研究尺度等因素的影响[30]。

Farifteh等[31]在荷兰特赛尔岛田间采集粉砂质黏土、砂壤土、砂土3种质地不同的盐碱化土壤，在暗室利用ASD光谱仪设置试验高度3 cm获取土壤光谱数据，比较不同质地土壤的盐碱化程度及其光谱信息，结果表明，随着土壤中盐分浓度的增加，波段在1 300 nm 以上观测到的吸收特征变宽，最大反射率位置向短波长方向偏移，总反射率呈比例变化。

Srivastava等[32]在印度哈里亚纳邦稻麦种植区获取盐碱土，在暗室内使用ASD光谱仪设置试验高度5 cm获取数据，分析表明土壤盐分在光谱1 390～2 400 nm对盐度变化最为敏感，反射率一阶微分处理后的偏最小二乘模型对土壤盐分的预测精度R2 达 0.93。

Moreira等[33]在巴西北部灌溉盐碱土获取土样在暗室内使用ASD光谱
仪在7 cm 高度下测量了原始土壤以及加入石膏后土样含盐量的光谱响应，结果表明石膏对灌溉区盐碱土的改良效果明显。

Fu等[34]以中国新疆天山准噶尔盆地为研究区，使用ASD光谱仪采集15 cm 下室外土壤样品的光谱数据，并结合粒子群优化概率神经网络模型对土壤盐分进行定量分析，进而区别和判定人类活动在研究区内的不同干扰强度对盐碱土的影响。

Bai等[35]使用SVC光谱仪在室外测量了10 cm试验高度下的土样光谱，同时结合HJ-1A 卫星遥感影像建立了最佳土壤盐碱化反演模型，并用此模型实现了大尺度下松嫩平原北部扎龙湿地土壤盐分与pH 的高精度定量反演。

Bouaziz等[36]在突尼斯东南部土壤表面8 cm 距离上收集了土壤样本的光谱数据，同时结合该区域的Landset影像，并对数据进行了主成分分析与集群分析处理，以期提供有关多光谱数据与地面真实性之间相互关系的大量信息，从而有助于更好地理解多光谱数据与地面实况测量之间的相互关系，实现对受盐污染土壤状况的监测。

1.3 盐碱土的危害
盐碱地受自然条件影响以及人为因素的制约，长时间作用下，盐分在土壤表层与内部不断积累，导致土壤质量下降，在土壤内部使得透气性、透水性差以及降低好氧微生物的活性，从而会改变土壤的理化性质，减缓植物对水分的吸收，影响农作物的生长，造成减产、低产。

同时，由于盐碱地土壤中盐离子浓度较高，会滞缓植物对水分的吸收，破坏植物生长机能，使其无法正常生长，甚至出现大面积死亡现象，造成森林和草原大面积退化，加剧荒漠化，将严重危害生态系统安全。

除以上对自然环境的影响外，由于盐碱土改变了土壤的理化特性，盐渍土对社会中工程建设的危害也是多方面的，盐渍土地基对工程的危害或造成由其浸水后的溶陷、含硫酸盐地基的盐胀和盐渍土地基对基础和其他地下建筑的腐蚀[17-19]。

部分地区甚至存在土地溶陷等现象，不仅对工程施工造成不良影响，还能引起工业用地不能有效利用，造成巨大的经济损失。

2 光谱信息获取手段
2.1 遥感影像 20世纪70年代起国外学者开始将卫星遥感应用于土壤盐碱化的监测，到90年代日趋完善，21世纪以来随着技术的不断发展，拥有精细光谱分辨率、纳米级连续光谱的
光谱遥感实现了对盐碱化土壤快速、无损的测量[20]。

其中，利用遥感手段所获取的土壤反射率数据被广泛应用于土壤盐分的获取分析。

Chen等[21]利用Landset7 ETM+与Landset8 OLI数据提取反射光谱，通过改进后的植被指数来判别土壤盐碱化程度，并在此基础上建立了中国黄河三角洲垦利区的季节SCC反演模型，发现了长三角盐碱化土壤的季节盐分动态变化过程并绘制了土壤盐分季节变化图。

Moreira等[22]将混合光谱分析应用于Landset8 OLI与Hyperion
遥感影像，使用盐度指数对比分析了2种影像对巴西东北部盐碱土与非盐碱土的识别能力，结果表明，Hyperion遥感数据对土壤盐分的估算误差更小，识别精度更高。

Nawar等[23]借助Landset7 ETM+数据与土壤电导率重建了土壤反射光谱，利用偏最小二乘回归与多元自适应回归样条模型来估算埃及西奈半岛埃尔蒂娜平原土壤盐分，结果表明多元自适应回归样条模型
R2达0.70，模型精度高，適合高盐地区土壤盐分的估算与制图。

El Hafyani等[24]利用
Landset8 OLI数据与土壤电导率构建了摩洛哥的塔菲拉勒特平原土壤盐度指数的多元线性回归模型，结果发现不同波段的模型精度较高，决定系数R2在0.53～0.75，表明该方法在此研究区对土壤盐度判定具有一定的适用性。

再屯古丽·亚库普等[25]针对中国新疆于田绿洲利用四极化ALOS-2 和PALSAR2数据，采用多元回归模型、地理加权回归模型、BP神经网络模型建
立了土壤含盐量、含水量及pH的雷达后向散射系数定量反演模型，结果表明三层BP模型盐分反演精度最高，相对分析误差（RPD）达5.53，说明BP神经网络模型能够有效反演研究区内的盐分信息。

随着科技的不断发展，从遥感卫星上获取的遥感影像更加便捷且精度更高，同时能够针对地面状况进行实时动态的影像采集。

影像优势有大范围和长时间两方面。

针对已经获取的影像可以进行解析和判读，分析地面的盐碱土分布以及盐碱化程度，但是精度较低，这是由于遥感影像受天气云量的动态影响以及地面的植被遮挡，精度相比较与地面实测低、可控性差。

因此针对影像进行校正处理以及光谱信息进行变换后可以达到较好的反演结果。

2.2 室外实测
室外实测主要依靠光谱仪进行，使用光谱仪在不同的环境下照射地面获取反射的光谱信息，除从航空和航天遥感平台上获取高光谱数据外[26]，地面光谱仪作为一种重要的数据获取手段，也被广泛用于与遥感数据进行比较验证及土壤理化性质的定量分析等研究中，现有的科学研究普遍所使用的光谱仪型号主要是ASD和SVC，这2种仪器均配备有光谱仪传感器镜头以及自带的原始光谱处理软件，可以进行简单的原始光谱预处理，同时能够应用于多种室内外不同场景。

地基高光谱测量试验主要包括室内测量与室外测量2种类型[27-29]。

其中，室内测量试验主要指在光学暗室条件下，利用光谱仪传感器镜头照射土样来获取光谱数据，一般测量高度以近土壤表面为主;室外实测中测量高度主要取决于地面植被覆盖状况，同时还受到土壤
表面状况、天气条件及研究尺度等因素的影响[30]。

Farifteh等[31]在荷兰特赛尔岛田间采集粉砂质黏土、砂壤土、砂土3种质地不同的盐碱化土壤，在暗室利用ASD光谱仪设置试验高度
3 cm获取土壤光谱数据，比较不同质地土壤的盐碱化程度及其光谱信息，结果表明，随着土
壤中盐分浓度的增加，波段在1 300 nm 以上观测到的吸收特征变宽，最大反射率位置向短波
长方向偏移，总反射率呈比例变化。

Srivastava等[32]在印度哈里亚纳邦稻麦种植区获取盐碱土，在暗室内使用ASD光谱仪设置试验高度5 cm获取数据，分析表明土壤盐分在光谱1 390～2 400 nm对盐度变化最为敏感，反射率一阶微分处理后的偏最小二乘模型对土壤盐分的预测精度R2 达 0.93。

Moreira等[33]在巴西北部灌溉盐碱土获取土样在暗室内使用ASD光谱
仪在7 cm 高度下测量了原始土壤以及加入石膏后土样含盐量的光谱响应，结果表明石膏对灌溉区盐碱土的改良效果明显。

Fu等[34]以中国新疆天山准噶尔盆地为研究区，使用ASD光谱仪采集15 cm 下室外土壤样品的光谱数据，并结合粒子群优化概率神经网络模型对土壤盐分进行定量分析，进而区别和判定人类活动在研究区内的不同干扰强度对盐碱土的影响。

Bai等[35]使用SVC光谱仪在室外测量了10 cm试验高度下的土样光谱，同时结合HJ-1A 卫星遥感影像建立了最佳土壤盐碱化反演模型，并用此模型实现了大尺度下松嫩平原北部扎龙湿地土壤盐分。