基于Sentinel-2时序遥感影像的土壤pH值预测与动态监测研究

针对传统土壤pH检测方法效率低、成本高的问题，研究人员通过Sentinel-2多光谱遥感影像结合野外反射光谱技术，构建了GA-PLSR和MLR预测模型，实现了土壤pH的高精度预测（RMSE=0.29，R2=0.87）和时空动态监测，为土壤盐渍化治理提供了高效技术方案。

　　

土壤是维系地球生命系统的关键资源，其pH值直接影响作物生长、生态平衡及环境质量。传统土壤pH检测依赖化学分析，存在耗时长、空间覆盖有限等缺陷。尤其在盐渍化严重的吉林乾安地区，亟需发展高效监测技术。

中国研究人员通过整合Sentinel-2时序遥感影像与野外反射光谱技术，开创性地建立了土壤pH预测体系。研究采用RS-8800光谱仪获取141个土壤样本的VNIR-SWIR（400-2500 nm）反射光谱，结合遗传算法(GA)和偏最小二乘回归(PLSR)筛选特征波段，构建了六波段预测模型（443/493/560/740/1614/2202 nm）。结果显示：全光谱模型预测精度达RMSE=0.29、R²=0.87；Sentinel-2模拟数据模型精度保持RMSE=0.45、R²=0.69。通过NDVI阈值提取裸土像元，成功生成2022-2024年土壤pH时空变化图，揭示盐渍化区域向西北扩张的趋势。该成果发表于《Geomatica》，为区域土壤健康评估提供了可推广的技术范式。

关键技术包括：1) 野外原位光谱测量与Sentinel-2光谱模拟；2) GA-PLSR特征波段筛选；3) 十折交叉验证模型优化；4) NDVI裸土像元提取；5) 时序影像空间分析。

【研究结果】
3.1 土壤pH统计特征
141个样本pH值呈弱偏态分布（均值9.62±0.81），校准集与验证集数据分布一致，满足建模要求。

3.2 光谱采样间隔敏感性
1 nm间隔光谱经GA-PLSR优化后预测最优（RMSE=0.29），间隔增至5 nm时精度下降21.6%，证实中等敏感性。VIP分析锁定390-970 nm为关键波段，其中600 nm处有机质特征峰贡献显著。

3.3 特征波段预测
五波段组合（390/410/490/580/970 nm）达到最佳平衡（RMSE=0.45），验证可见光区对pH预测的主导作用。

3.4 Sentinel-2模拟预测
六波段模型（含SWIR的1614/2202 nm）精度媲美野外光谱，SWIR波段通过黏土矿物特征提升预测稳定性。

3.5 时空监测应用
2024年pH地图显示盐渍化区域较2022年扩大12%，西北部水体周边新增高pH集群，印证盐分随水分蒸发的迁移规律。

【结论与意义】
研究首次实现Sentinel-2影像对土壤pH的定量反演，突破传统监测的时空限制。机制上揭示pH预测依赖有机质（600 nm）与黏土矿物（2200 nm）的协同光谱响应，为多光谱传感器设计提供理论依据。实践层面构建的六波段模型可兼容Sentinel-2现有波段配置，适于全球盐渍化风险评估。未来通过扩大样本量和引入深度学习算法（如LSTM），有望进一步提升干旱区监测精度。该技术框架对实现联合国土地退化零增长目标具有重要应用价值。