松辽平原黑土有机质含量定量反演
(一)样品采集与资料收集
1.ASTER反演的土壤样品采集和测试
(1)土壤样品的采集
依据搜集的1∶10万黑土分布图，制定了能够横向和纵向全面贯穿黑土带的采样路线。严格按照采样要求进行样品采集，同时用GPS记录取样点经纬度。详细描述采样周围的环境，拍摄相关照片。
采样时间:2006年5月10日至2006年5月18日。
地块的选择:具有代表性地块，距离公路至少200m。
采土位置:垄岗的中间位置。
采样策略:W线形法，每个地块采集4份土，取0～15cm深度处耕层土壤，充分混合后剔除多余土壤。
装袋:取0.5kg左右的土样装入特制布袋。袋中装入一个标签，袋外系一个标签。
地块描述:记录采样地块编号、所在位置经纬度，通过地面残茬判断去年种植作为类型。地貌情况，土质状况等。
(2)土样采集位置
由于采样区域较大，在春耕前采取由南向北逐渐推移，并且东西向贯穿黑土带，采样点分布从黑龙江省嫩江县到吉林省长春市，覆盖整个黑土带范围(图3.2.3)。
集中时间采集样品，一***采集土样87个，并拍摄大量相关照片(图3.2.4，3.2.5)，根据采集环境位置选取80个土样送往中国科学院东北地理与农业生态研究所分析测试部进行检测，得到黑土有机质等相关元素含量。
2.TM反演的土壤数据收集
对应TM遥感影像获取时间，寻找相应时期的土壤资料。
第二次土壤普查期间，黑龙江省从1979年开始到1985年完成全省县级土壤普查。这个时期正好与TM遥感影像获取时间相近。所以研究中根据第二次土壤普查资料，黑龙江省海伦县土壤志记载和搜集相关资料找到40个土样点记录，根据地形图确定各点相应位置。
图3.2.3 黑土野外采样路线与样品位置图
图3.2.4 土壤采样点实地照片
图3.2.5 土壤采样点实地照片
(二)遥感数据源
本次研究所用ASTER1B数据60景、TM数据9景，影像清晰，无云或少云覆盖。
ASTER是涵盖可见光到热红外14个波段集空间、光谱和辐射高分辨率的多光谱传感器。调查研究中主要使用ASTER传感器的1～9波段。ASTER数据获取时间为:2004年4月～2006年5月。
TM数据获取时间为:1986.4.29、1986.5.31、1986.10.29、1987.3.31和1987.4.14。
影像选择的年份虽然不同，但是月份集中3～5月和10月。因为这个时期东北地区冬季结束，土地表面一般无积雪覆盖;土地未开始耕种，即农田表面上无任何作物或植被，土地完全裸露，有时表面散有少量的作物残茬，这确保从影像中得到的是裸土光谱信息。
(三)遥感数据处理
黑土有机质定量反演主要使用ASTER和TM的L1B级遥感影像数据，L1B级影像已经过辐射校正。为达到高精度与良好应用效果，在此基础上还需要进行一系列处理。例如太阳高度角引起的辐射误差校正、日地距离校正、增益校正等。
1.ASTER视反射率计算
由于ASTER数据的可见光、近红外波段与短波红外波段的空间分辨率不同，因此在计算前，先将ASTER数据短波红外的6个波段像元以最临近像元的方式重采样为15m，与可见光和近红外3个波段数据配准，形成包含9层数据的数据集。
ASTER视反射率计算模型如公式(3.2.1)，相关参数见表3.2.1。在ASTER影像中，偏移值与增益值大小相等，符号相反，因此ASTER辐射亮度值L可以表达为:
松辽平原第四纪地质环境与黑土退化
式中:L为辐射亮度值;gain为传感器增益;DN为图像亮度值。
选取两景具有代表性的松辽平原黑土区ASTER数据进行计算(表3.2.1，3.2.2)，其太阳高度角θ分别为55.142°和55.441°，时相为2004年5月1日，合成两景ASTER7、3、1波段的真彩色图像(图3.2.6，图3.2.7)。其主要位于北安市和海伦市的黑土边界处。
表3.2.1 ASTER传感器增益和太阳辐照度参数表
表3.2.2 选用的两景ASTER数据的相关参数
图3.2.6 ASTER－01原始影像
图3.2.7 ASTER－02原始影像
由公式(2.8.1)和公式(2.8.4)得出ASTER视反射率计算公式:
松辽平原第四纪地质环境与黑土退化
两景图像每一波段(图3.2.8，图3.2.9)代入公式(3.2.5)(表3.2.3)，通过波段计算得出9个波段的视反射率(图3.2.10，图3.2.11)。
图3.2.8 ASTER－01原始band3
图3.2.9 ASTER－01band3视反射率
表3.2.3 ASTER－01(02)视反射率计算公式
续表
图3.2.10 ASTER－02原始band3
图3.2.11 ASTER－02band3视反射率
2.TM视反射率计算
根据公式(3.2.1)和公式(3.2.2)可计算出TM的视反射率。相关参数如表3.2.4。
表3.2.4 TM传感器增益和太阳辐照度参数表
3.相对辐射校正
由于本次调查使用了多时相影像，为了削弱大气等因素对地物光谱反射的影响，对影像进行了相对辐射校正。以4月的影像数据为基础，利用地面伪不变特征PIFs(pseudo-invariant features)，采用统计回归的方法，对其他月份影像数据进行辐射校正。
(四)黑土定量反演模型
利用光谱反射率作为自变量，有机质含量对数变换作为因变量进行逐步回归分析。经过反复实验，将各个样点的有机质含量与对应的各波段反射率做线性、对数、微分等回归分析，发现ASTER影像的2、3、4、8和9波段，TM影像的1、2、3和4波段，与黑土有机质均有很好的相关性。
有机质含量与土壤光谱值之间是负相关关系。例如，ASTER影像中9个波段的相关性都在－0.5以下，最低的达到－0.7(图3.2.12)。这表明，有机质含量与土壤反射光谱值是负相关且相关性很好。
对单波段分析得知，土壤有机质含量与光谱值及其各种数学变换之间的关系中使用指数关系表示最理想。在建立二者关系之前，对土壤有机质(Soil Organic Matter，SOM)含量进行对数变换ln(som)。变换后，有机质含量对数形式与土壤光谱值相关性各个波段都有增强。例如，在ASTER影像中可见光波段相关性增强明显，在0.556μm处，相关系数从－0.607降低到－0.678(图3.2.12)。
图3.2.12 有机质含量及其对数变换与ASTER影像中光谱值的相关系数
所以使用有机质含量自然对数值与土壤反射光谱值建立关系，增强模型的精度和稳定性。
通过研究有机质含量对数变换与土壤的光谱反射率及其数学变换形式之间的关系，得出黑土有机质含量的反演模型。
建立ASTER黑土反演模型，如下:
松辽平原第四纪地质环境与黑土退化
建立TM黑土反演模型，如下:
松辽平原第四纪地质环境与黑土退化
其中，ρi表示光谱反射率，lnρi表示光谱反射率的对数形式，ρ'i是i波段反射率的一阶微分，可由ρ'i=(ρi+1－ρi－1)/(λi+1－λi－1)计算得出，λi表示波长等于inm的波段。
(五)黑土定量提取
利用决策二叉树进行黑土定量提取。研究中对每一种地物选取样本，分析其在遥感影像中的反射光谱曲线，找出各种地物的典型光谱特征和区分其他地物的诊断波段，将诊断波段的光谱值作为判断条件输入到二叉树中，对遥感影像中黑土和非黑土进行区分。
以两景ASTER为例，详述提取黑土信息的参数(图3.2.13，图3.2.14)，其初步结果(图3.2.15，图3.2.16)。
图3.2.13 ASTER－01提取黑土信息的决策二叉树结构简图
图3.2.14 ASTER－02提取黑土信息的决策二叉树结构简图
图3.2.15 ASTER－01黑土信息提取
图3.2.16 ASTER－02黑土信息提取