论文部分内容阅读
土壤是人类赖以生存的场所。除了地球,其它星球表层也存在岩石破碎风化等形成的风化层,比如月球表面存在厚度4-10米不等的月壤。土壤是维持地球表层生态系统生物量的资源基础,是地球上生物独一无二的生境,土壤科学已逐步成为一门主导科学并在研究中不断吸收新的技术。土壤分布在行星的最表层,它们是行星遥感中首要的研究对象。迄今除了月球人类已经获得了原位样品,行星遥感是获取其它星球地质属性的唯一手段。国外很早就已经利用遥感技术开展土壤调查研究。尽管开展了很多研究,然而仍存在很多不足,开展土壤遥感模型研究极有必要。
卫星或者航空传感器获得的地表反射光谱包括了许多地表重要信息,如地球化学成分、形状、结构、电子跃迁或者分子振动吸收强度等。地物反射光谱除了受到其化学组成影响外,还受到颗粒大小、观测和入射角度,表面粗糙度等的影响。毫无疑问遥感获得的土壤光谱是各种端元组分的混合。这种混合概括起来包括两大类:宏观混合(面状混合)以及微观混合(密切混合)。前者属于线性混合,后者属于非线性混合。
为了深入理解土壤与电磁波相互作用,从而更好地从遥感影像反演土壤地球化学和地球物理参数,迄今发展了各种模型,概括起来包括经验模型、物理模型、计算机模拟以及光谱去卷积等。作为理解光子与土壤电磁相互作用的前提,首先需要理解单粒子光散射性质。Mie理论非常完美地解决了球形粒子散射问题,而对于非球形粒子求解没有确切答案。本文首先采用蒙特卡罗模拟来研究不规则粒子光散射。土壤是各种粒子的集合体,除了单粒子,本文进而对集合体粒子的光散射性质进行了实验和模拟研究,探索了散射相函数与波长和粒径的关系。土壤是混合体,又开展了混合分解研究。上述这些模型都需要先验知识,不利于行星遥感。修正高斯模型能够在不需要先验知识情况下,获得电子跃迁光谱特征,非常适合于行星遥感。因此,接下来本文又研究了修正高斯模型在地球土壤中的应用。本文选择沙漠作为验证区,使用MISR多角度传感器,利用宏观Hapke模型反演了沙漠地区光学参数。
物理模型从机理上描绘了光子与土壤的相互作用,然而由于地学的复杂性,在实际应用时物理模型常遇到数据不足、病态反演或者错误反演等问题。经验模型尽管比较简单,然而有时却可以起到物理模型所无法完成的作用,甚至发挥比物理模型更精确的效果。许多研究使用经验方法建立土壤化学成分与光谱的关系。据作者所知,偏最小二乘法(PLSR)大约是迄今最受青睐的经验模型。在应用经验模型时,必须注意不可违反物理规律,即能够对结果进行合理解释。本文最后,作者应用偏最小二乘法反演了土壤重金属元素含量,并利用化学连续提取CSE和PLSR方法对反射光谱预测土壤重金属元素机理进行了解释。
本报告的主要结论如下:
(1)利用球谐函数来描绘不同形状粒子,然后应用蒙特卡罗模拟研究光散射性质,结果表明粒子几何状况如大小、形态以及折射率是影像光散射的主要因素。随着折射率实部增加,散射效率、单次散射反照率以及非对称因子都降低。折射率虚部增加导致粒子非对称参数增大,散射更为前向。随着粒子形状变得不规则,非对称因子减小,消光截面增加。
(2)同过对4种不同粒径大小粒子的双向反射率测试,发现它们都表现出阻抗效应,小粒子阻抗效应小于大粒子。粒子单次散射反照率随着波长增加。随着粒子半径增加,单次散射反照率降低。细粒土壤前向散射比粗粒子大。利用Hapke模型反演了这四种粒子的光学性质。结果同蒙特卡罗模拟结果一致,粒子非对称参数都是正值,即前向散射为主。
(3)线性分解对于土壤这种密实混合体来说存在较大误差,在利用Hapke辐射传输方程将反射率转为单次散射反照率前提下,并结合散射相函数,对四种常见的铁氧化物:赤铁矿、针铁矿、磁铁矿以及磁赤铁矿进行混合分解试验。结果表明使用各向异性相函数比各向同性相函数分解精度有所提高。
(4)尽管土壤电子跃迁光谱特征非常弱,修正高斯模型精确提取出了土壤铁氧化物吸收波段。并利用提取出的吸收峰对土壤铁氧化物进行了定量化研究。常规X射线衍射(XRD)方法难以直接探测出土壤中的铁氧化物,基于修正高斯模型的反射光谱法也许是研究土壤铁氧化物的良好方法。
(5)利用Hapke模型和MISR多角度卫星数据反演了楼兰、塔克拉玛干和库姆塔格沙漠地表结构参数。结果发现沙漠微观粗糙度参数h较小,表明沙漠表面较为粗糙。与沙漠相比,由土壤组成的楼兰地区h较大而宏观粗糙度纠正因子θ较小,表明楼兰地区地表平坦。然而有趣的是楼兰的后向散射却大于沙漠地区。这说明微观尺度的粗糙度增加了后向散射,而宏观尺度的粗糙度却降低了后向散射,即亚像元尺度情况下,后向散射大并不一定意味着地表粗糙。该发现对于遥感应用具有一定指示作用,应用经验方法来表征地表粗糙度,在遥感尺度上并不一定正确,应该谨慎进行。
(6)土壤中含量甚微的重金属元素可以被经验模型一偏最小二乘法成功预测。研究结果表明,重金属元素预测精度顺序与它们和铁的相关性顺序一致,即与铁相关性高的元素(如亲铁元素Ni、Cr和Co)预测精度也高,与铁相关性低的元素(如Cd)预测精度也低。重金属在土壤中属于微量元素,模拟分析显示无法在土壤中展示其固有光谱特征。过去研究认为重金属元素与土壤光谱活性成分(如Fe氧化物、有机质和粘土矿物)的自相关是预测无光谱特征微量元素的机理。本研究利用化学方法给出了直接的证据,认为重金属元素与土壤全Fe的相关是预测机理。相关分析表明所有金属都与土壤反射率呈负相关,而与500nm附件Fe吸收峰深度呈正相关。化学连续提取表明重金属元素除了与晶质铁氧化物和有机质结合。重金属元素还有很大一部分存在于残渣态,这些都支持了我们的结论。