吉林大学地球探测科学与技术学院.docx
《吉林大学地球探测科学与技术学院.docx》由会员分享，可在线阅读，更多相关《吉林大学地球探测科学与技术学院.docx（13页珍藏版）》请在冰点文库上搜索。
吉林大学地球探测科学与技术学院
吉林大学地球探测科学与技术学院
博士学位论文开题报告
论文题目：
盐碱化土地遥感监测机理与方法研究
学科专业：
地学信息工程
研究方向：
遥感技术及应用
学生姓名：
马驰
导师姓名：
姜琦刚
入学时间：
2005年9月10日
开题报告时间：
2008年6月10日
一、选题的科学依据（包括：
1.课题所属研究领域，课题的理论意义和应用价值；2.国内外的研究动态及发展趋势3.本人的学术观点、具体研究内容和重点要解决的问题4.预期达到的成果和学术价值）（字数不少于2000字）
1、课题来源
本课题源于中国地质调查局，由国土资源部航空物探遥感中心主持，吉林大学、沈阳地质矿产研究所、黑龙江地调院、河北地调院等单位参加的“松辽平原经济区第四系基础地质遥感调查”项目。
2、研究目的
本研究旨在以遥感技术为手段，探求盐碱化土壤光谱特征变异规律，建立土壤盐碱含量的多光谱定量反演、预测模型，并建立盐碱化土壤信息提取和变化监测的技术体系。
通过本课题的研究，可以加深对盐碱化土地遥感信息机理的了解，解决盐碱化土地动态监测费时费力、效率低下的问题，提高盐碱化信息获取的时效性，为盐碱化土地大区域检测、治理与决策提供有力的技术支撑。
3、课题的理论意义
土地的盐碱化作为一种自然环境灾害，导致了土壤的退化，削弱和破坏了土地的生产力，使农业区粮食产量下降，严重威胁着生态及国民经济的可持续发展。
我国盐碱化土地的面积约2.7*107hm2,占可利用土地的4.88%。
其中，松辽平原盐碱土面积约为3.42×106hm2，占该平原面积的19.4%。
因此，对盐碱化的监测与治理越来越受到重视。
随着遥感技术的兴起，由于遥感具有适时、宏观、动态等特点，而将遥感技术应用于获取地表土壤荒漠化信息，并以GIS技术作为处理空间信息的技术平台，这种遥感和GIS技术的结合，为人们实时、动态的监测大区域土壤荒漠化提供一条良好的方法。
松嫩平原位于大兴安岭以东，东部山地以西，北由小兴安岭隔断，南与辽河平原接壤，地貌主要为冲积、湖积低平原。
其气候类型属中温带大陆性季风气候，四季分明，春季干燥多大风，夏季炎热雨集中，秋季凉爽温差大，冬季寒冷雪少。
多年平均降水量400-500毫米，平均蒸发量为1000-1900毫米。
这种特殊的地理位置与气候，使地区极容易发生土地的沙化、盐渍化。
本课题将总结前人的研究方法，以覆盖松嫩平原全区的2002-2004年ASTER遥感影像、1990年TM遥感影像以及测区盐碱土采样实测数据为信息源，辅以研究区该区的数字高程模型、地形图、气候、土壤、水文、地质以及80年代土壤普查资料的数据，开展盐碱化土地遥感监测的理论、技术和方法的研究，提高盐碱化土地监测的效率、灵活性及精度，为国家盐碱化土地监测、治理提供理论依据以及技术支持。
4、国内外的研究动态和发展趋势
国外研究动态：
国外土壤含盐量的遥感反演始于20世纪70年代，主要是结合土壤盐碱化的遥感监测发展起来的。
在80年代，研究工作主要是依据含盐土壤和盐生植物的光谱特征进行目视判读，以达到监测土壤含盐量和相关制图的目的。
90年代以来，由于遥感数据源更加丰富，遥感数据的光谱分辨率、空间分辨率、时间分辨率不断提高，土壤含盐量的遥感监测研究更加活跃，但目视判读仍然是盐碱土监测研究和动态分析的重要手段，与以前不同的是研究内容更加广泛，开始注意到盐碱土的影像特征因传感器的分辨率、成像时间不同而异；盐碱土判读除了根据其影像特征，还要结合盐碱土所处的地理环境景观特征进行综合分析；认识到多时相的遥感数据配合使用对于区分不同类型的盐碱土是必要的。
不论目视判读还是计算机自动分类，盐碱土信息提取主要是基于其光谱响应特征。
研究发现，含盐量较高的土壤在可见光和近红外波段的光谱响应较强；而且土壤的含盐量越高，光谱响应越强；但在红光和绿光波段，地面植被会影响含盐土壤的光谱响应。
另外，太阳高度角、土壤含水量等也会影响含盐土壤的光谱响应。
国内研究动态：
我国对土壤盐分遥感监测的研究起步较晚，早期主要依赖遥感影像的目视判读进行土壤含盐量的分析。
在对盐碱土的研究过程中，我国学者强调根据地理综合分析和影像特征相结合的方法，来消除同物异谱和同谱异物现象的干扰。
如彭望录研究了地下水深、地下水矿化度和地貌因子对土壤盐碱化的影响；骆玉霞提取了遥感图像的光谱特征与纹理特征；吴志芬对黄河三角洲的盐生植被与土壤盐分的相关性进行了研究，发现：
盐生植被的类型、空间分布、生物累积程度等与土壤的含盐量密切相关。
但是，在对盐碱化土壤遥感监测研究中，受遥感影像数据空间分辨率和光谱分辨率制约，依旧主要立足于对影像光谱数据进行数理统计处理，在这一领域中的研究还是停留在定性的层面上，定量研究尤其是机理研究还较薄弱，对盐碱化土壤信息提取精度较低，难于满足生产要求。
5、研究内容
（1）分析ASTER遥感影像盐碱土光谱特点，研究土壤含盐量与其光谱反射率特性的关系机理
（2）探究土壤理化参量（气候、地形、水文、地质及土壤母质等）对定量反演盐碱土含盐量精度的影响。
（3）研究测区内沙化土壤的光谱特征，在反演含盐量的过程中消除盐沙噪声对反演结果的影响。
（4）利用ASTER影像，联合盐碱土采样实测数据，建立含盐量定量反演模型，对研究区内的盐碱土进行含盐量的定量填图。
（5）研究土壤含盐量与TM遥感影像中盐碱土反射光谱之间的关系，结合土壤普查资料，建立含盐量反演模型，反演出80年代研究区内土壤含盐量分布，并于ASTER影像分类图对比，分析盐碱20年来变化情况。
（6）尝试用高光谱遥感应用于土壤含盐量的定量遥感反演。
6、预期要达到的成果
根据盐碱土含盐量的采样实测数据，联合土壤理化参量与土壤普查资料，分析ASTER遥感影像与TM遥感影像盐碱土光谱特征及特征机理，获得土壤盐碱的敏感波段，建立遥感影像与含盐量定量反演模型。
通过比较ASTER影像与TM影像的含盐量反演结果图，揭示20多年来研究区内土壤盐碱的动态变化，为区域土壤盐碱监测与治理提供依据与技术支持。
二、研究内容和方法（包括：
1.拟采取的研究方法与技术路线2.研究过程中可能遇到的困难和解决关键技术问题的初步设想；3.预期达到的目标和技术创新（字数不少于2000字）
1、研究方法
阅读国内外有关盐碱化土地监测的期刊和书籍，了解国内外研究的现状与发展趋势，为本研究目标与研究方法的确立奠定基础。
收集、购买80年代TM影像以及2000年以后的ASTER遥感影像。
对不同年份春季TM与Aster遥感影像进行几何校正、辐射校正、图像裁切、反射率计算等图像预处理，来提高遥感数据的精度和应用效果。
通过多波段合成得到研究区假彩色RGB合成图像。
对研究区内盐碱土进行采样，并用差分GPS对采样点精确定位，同时记录采样过程中如地形、地质、土壤类型、气候等观测资料。
用电导仪测定5：
1水土比例25℃时溶液的电导率EC，同时测定浸出液Ca2+、Na+、Mg2+、K+、SO42-、Cl-、HCO3-、CO32-8大盐基离子含量。
PH值的测定是按2：
1水土比例，以PH计测定。
根据实测土壤含盐量数据ASTER遥感影像，对盐碱化土壤在ASTER影像上表现的光谱特征进行分析，探求盐基离子的光谱特征及诊断光谱，建立地物光谱特征与土壤盐碱化之间的量化关系，从而反演研究区盐碱土含盐量；
研究气候、地形、水文、地质及土壤母质等理化参量对盐碱土光谱的影响，及研究区内沙质化土壤的特征光谱，联合沙质土壤与地下水、植被等先验关系，分离沙化土壤与盐碱化土壤，提高盐碱化土壤含盐量的反演精度。
利用数学分析方法分析盐碱土壤含盐量差异所引起的ASTER遥感影像光谱特征差异，建立定量反演模型，对研究区内土壤含盐量填图。
鉴于TM与ASTER数据在光谱波段设置方面的相关性，依据与TM影像同时期的土壤含盐量资料，进行TM数据含盐量反演，并与ASTER反演结果对比，研究该区域内盐碱化的进展与逆转情况。
2、技术路线
土样化学分析
遥感数据处理
气候、地形、水文、地质、土壤
土壤普查资料
3、研究中可能遇到的困难
（1）盐碱土光谱特征除了土壤本身理化性质之外，还受植被、土壤水分和有机质等因素的影响。
从遥感图像上提取的土壤光谱特征是多种因素的综合反映。
对盐碱土含盐量的干扰因素可能会影响遥感反演含盐量的精度。
（2）本研究所用ASTER数据为2002年至2004年春、夏数据，而采样时间为2007年6月，采样数据与影像数据的时间差异，对土壤含盐量的反演经度可能会造成影响。
（3）本研究拟用6S模型进行大气辐射校正，模型中涉及到的遥感影像获取时刻的气溶胶、能见度等难以精确获得，对大气辐射校正的精度可能造成影响。
4、预期要达到的目标
（1）获得盐碱土的特征光谱及研究区土壤含盐量与其表现出的光谱反射特征的关系机理；
（2）基于ASTER遥感影像与采样数据的研究区内土壤含盐量定量反演模型，填图研究区内土壤含盐量。
（3）基于TM遥感影像与土壤普查资料研究区内土壤含盐量定量反演模型，填图80年代土壤含盐量
（4）对比两期土壤含盐量分布图，直观地表现近20年来研究区土壤含盐量的变化趋势。
三、开题条件（包括：
1.学术条件；2.仪器设备条件；3.经费的概算和落实情况4。
导师及本人对该课题的研究基础）（字数不少于1000字）
1、学术条件
本人亲自参与了“松辽平原经济区第四系基础地质遥感调查”项目中的部份工作，对松辽平原土壤盐碱化调查情况有较深入了解，积累了大量与研究内容相关的资料。
另外经过几年的学习，撑握了一些遥感动态分析的技术方法。
遥感应用研究所提供了高性能计算机、功能强大的文献检索工具等。
导师姜琦刚教授在定量遥感、环境遥感、地质学等方面丰富的科研知识、技术水平以及实验室同学较强的科研能力，为本设计提供了强大的支持。
2、仪器设备条件
配置高效的计算机：
Pentium（R）CPU3.0GHz、1.00GB的内存、300G的硬盘，打印机、扫描仪。
专业处理软件：
ENVI、ERDAS、MAPGIS、SPSS、ARCGIS等。
3、经费的概算和落实情况
（1）工作区范围
研究区位于松辽平原西部，涉及吉林、黑龙江两个省区。
盐碱土采样点主要分布在大庆、白城和松原地区。
（2）主要实物工作量
收集资料：
Aster、TM遥感影像数据，研究区盐碱土土样33个、水样25个，80年代土壤普查资料，以及前人有关松辽平原盐碱地资料和盐分遥感反演成果等。
（3）经费
本课题基于中国地质调查局的“松辽平原经济区第四系基础地质遥感调查”项目，经费已全部到位。
4、导师及本人对该课题的研究基础
导师姜琦刚教授多年来从事遥感地学环境、定量遥感等方面的研究，具有严谨的治学态度、精益求精的科研精神和深厚、广博的理论知识、技术水平等，曾致力于“中国北方荒漠化地质灾害遥感调查”项目研究，现正进行“松辽平原经济区第四系基础地质遥感调查”、“青藏高原生态地质环境遥感调查与监测”等项目研究。
姜老师所具有严谨的治学态度、精益求精的科研精神和深厚、广博的理论知识、技术水平有助于指导本人完成本项研究工作。
四、相关资料收集与阅读情况（国外论文至少5篇）
序号
作者、文章题目（书目）期刊名称（出版单位）、时间
1.
J.Farifteh.Assessingsalt-affectedsoilsusingremotesensing,solutemodelling,andgeophysics[J].Geoderma,2006,130:
191–206.
2.
TiborCserha´ti,EstherForga´cs,GyulaOros.EffectofsaltconcentrationandpHonthehydrophobicityparametersofsurfactantsstudiedbyTLCandspectralmappingtechnique.[J].Biochem.Biophys.Methods,1999,38:
1–15.
3.
SharmaRC,ByhargavaGP.LandsatImageryforMappingSalineSoilsandWetlandsinNorth-westIndia[J].InternationalJournalofRemoteSensing,1988,9
（1）:
39-44.
4.
R.L.Dehaan,G.R.Taylor.Field-derivedspectraofsalinizedsoilsandvegetationasindicatorsofirrigation-inducedsoilsalinization[J].RemoteSensingofEnvironment,2002,80:
406-417.
5.
SinghAN,DwivediRS.Delineationofsalt-affectedsoilsthroughdigitalanalysisofLandsatMSSdata[J].InternationalJournalofRemoteSensing,1989,10
（1）:
83-92.
6.
N.Ferna′ndez-Buces.Mappingsoilsalinityusingacombinedspectralresponseindexforbaresoilandvegetation:
AcasestudyintheformerlakeTexcoco,Mexico[J].JournalofAridEnvironments,2002,65:
644-667.
7.
RaoBRM,SankarTR,DwivediRS,etal.Spectralbehaviourofsalt-affectedsoils[J].InternationalJournalofRemoteSensing,1995,16（12）:
2125-2136.
8.
DwivediRS,RaoBRM.TheSelectionoftheBestPossibleLandsatTMBandCombinationforDelineatingSalt-affectedSoils[J].InternationalJournalofRemoteSensing,1992,13（11）:
2051-2058.
9.
Bing-ChengYuan,Zi-ZhenLi.Microbialbiomassandactivityinsaltaffectedsoilsunderaridconditions.AppliedSoilEcology,2007,35:
319–328.
10.
TaylorGR,MahAH,etal.CharacterizationofSalineSoilsUsingAirborneRadarImagery[J].
RemoteSensingofEnvironment,1996,57（3）:
127-142.
11.
MetternichtG,ZinckJA.Remotesensingofsoilsalinity:
potentialsandconstraints[J].RemoteSensingofEnvironment,2003（85）:
1-20.
12.
CsillagF,PasztorL,Biehl.SpectralBandSelectionfortheCharacterizationofSalinityStatusofSoils[J].RemoteSensingofEnvironment,1993（43）:
231-242.
13.
J.Farifteh,F.VanderMeer.Quantitativeanalysisofsalt-affectedsoilreflectancespectra:
Acomparisonoftwoadaptivemethods（PLSRandANN）[J],.RemoteSensingofEnvironment2007,110:
59–78.
14.
PengWL.SyntheticAnalysisforExtractingInformationonSoilSalinityUsingRemoteSensingandGIS:
ACaseStudyOfYanggaoBasininChina[J].EnvironmentalManagement,1998,22:
153-159.
15.
Dehaan,RL,TaylorGR.Field-derivedspectraofsalinizedsoilsandvegetationasindicatorsofirrigation-inducedsoilsatinization[J].RemoteSensingofEnvironment2002,80:
406-418.
16.
Jose´A.M.Dematteˆ.Visible–NIRreflectance:
anewapproachonsoilevaluation.Geoderma2004,121:
95–112
17.
LawrenceCRowan,etal.DistributionofhydrothermallyalteredrocksintheRekoDiqPakistanmineralizedareabasedonspectralanalysisofASTERdata.2007,14（5）:
74~87.
18.
AlfredoD.Collado,EmilioChuvieco.Satelliteremotesensinganalysistomonitordesertificationprocessesinthecrop-rangelandboundaryofArgentina[J].JournalofAridEnvironments,2002,52:
121–133.
19.
J.A.M.Demattê,,AntonioA.Sousa.Determiningsoilwaterstatusandothersoilharacteristicsbyspectralproximalsensing[J].Geoderma,2006,135:
179–195.
20.
S.M.Lesch,D.L.Corwin.Apparentsoilelectricalconductivitymappingasanagriculturalmanagementtoolinaridzonesoils[J].ComputersandElectronicsinAgriculture,2005,46:
351–378
21.
G.I.Metternicht,J.A.Zinck.Remotesensingofsoilsalinity:
potentialsandconstraints[J].RemoteSensingofEnvironment,2003,85:
1-20
22.
扶卿华.土壤盐分含量的遥感反演及其在东亚飞蝗研究中的应用[D].南京:
南京师范大学,2005.
23.
周萍.高光谱土壤成分信息的量化反演[D].北京:
中国地质大学,2006.
24.
周伟奇.内陆水体水质多光谱遥感监测方法与技术研究[D].北京:
中科院咽干应用研究所,2004.
25.
程彬.松辽平原黑土有机质及相关元素遥感定量反演研究[D].长春:
吉林大学,2007.
26.
亢庆,于嵘,张增祥,等.土壤盐碱化遥感应用研究进展[J].遥感技术与应用,2005,20（4）
:
447～454.
27.
肖振华.灌溉水质对土壤水盐动态的影响[J].土壤学报,1994,31
（1）:
9～16.
28.
李彬，王志春，迟春明.吉林省大安市苏打盐碱土碱化参数与特征分析[J].生态与农村环境学报，2006，22
（1）：
20—23.
29.
翁永玲,宫鹏,朱智良.基于PLSR方法的高光谱遥感土壤盐分估算[J].第16届全国遥感技术学术交流会论文集,2007:
254～259.
30.
李彬，王志春，梁正伟，迟春明.吉林省西部苏打碱土区地下水的地球化学特征[J].水土保持学报,2006,20（4）:
148-151.
31.
李彬,王志春,迟春明.吉林省大安市苏打碱土含盐量与电导率的关系[J].干旱地区农业研究,2006,24（4）:
168～171.
32.
刘广明,杨劲松,姚荣江.影响土壤浸提液电导率的盐分化学性质要素及其强度研究[J].土壤学报,2005,42
（2）:
247～252.
33.
鲍艳松，刘良云，王纪华，李小文.利用ASAR图像监测土壤含水量和小麦覆盖度[J].遥感学报.2006，10
（2）：
264-271
34.
汤洁,林年丰,卞建民,等.应用GIS-ANN进行土地盐碱化危险度评价---以吉林西部平原为例[J].自然灾害学报,2003,12（4）:
34～39.
35.
宋新山,邓伟，闫百兴.松嫩平原西部水体钠吸附比研究[J].干旱区研究，2000，17
（2）：
8-15
36.
吴昀昭,田庆久,等.土壤光学遥感的理论、方法及应用[J].遥感信息,2003,1:
40～47.
37.
宋长春,邓伟,李取生.松嫩平原西部土壤次生盐渍化防治技术研究[J].地理科学,2002,22（5）:
610-613
38.
谢伯承,等.土壤参数的光谱实时分析[J].干旱地区农业研究,2005,23（3）:
54～57.
39.
李法虎,郭锦蓉.土壤水蚀中关于化学因素的研究现状和展望[J].农业工程学报,2004,20（5）:
32-37.
40.
贺军亮,蒋建军,等.土壤有机质含量的高光谱特性及其反演[J].中国农业科学,2007,40（3）:
638～643.
41.
杨道平,俞仁培.土壤物理性状与碱化土壤分级[J].土壤通报,1998,29
（2）:
54—57.
42.
王遵亲,等.中国盐渍土[M].北京:
科学出版社,1993.
43.
张华,张甘霖.土壤质量指标和评价方法[J].土壤,2001,6:
326-333.
44.
李小刚，曹靖,李凤民.盐化及钠质化对土壤物理性质的影响[J].土壤通报，2004，35
（1）:
64-72.
45.
刘兴起,张辉.吉兰泰盐湖典型地物波谱反射率特征及其遥感解译标志[J].湖泊科学，2000,13（3）:
263-268
46.
阮建武,邢立新.遥感数字图像的大气辐射校正应用研究[J].遥感技术与应用,2003.2004,19
升级会员 