干旱绿洲环境下14种土壤盐分光谱指数的性能评估：以摩洛哥东南部Rheris绿洲为例

推荐：为解决干旱绿洲土壤盐渍化监测难题，研究人员以摩洛哥Rheris绿洲为原型，评估14种土壤盐分光谱指数（SSSI）性能，结合标准化降水异常指数（SPAI）分析干旱影响。结果表明，二次多项式模型的盐分指数（SI）最优（R2=0.914，RMSE=0.997 dS/m），强盐渍化土壤面积从23%增至40%。研究为全球绿洲生态系统盐渍化动态监测提供了方法学支持。

　　

论文解读

研究背景

土壤盐渍化（Soil salinization）是全球土地退化（Land Neutrality Degradation, LND）的核心指标之一，尤其在干旱绿洲生态系统中，盐分积累严重威胁农业生产力。摩洛哥东南部的Rheris绿洲是典型案例，其依赖地下水的灌溉模式与气候变化叠加，导致盐渍化面积逐年扩张。传统盐分监测依赖耗时费力的田间采样，而遥感技术（Remote Sensing, RS）结合光谱指数（Soil Salinity Spectral Indices, SSSI）为大规模动态监测提供了新思路。然而，不同光谱指数在干旱绿洲环境中的适用性尚未系统评估，且盐渍化与干旱的关联机制仍需量化。

研究方法

研究团队通过多源Landsat数据（1990-2022年）结合50个田间采样点的电导率（Electrical Conductivity, EC）测量，评估了14种SSSI的性能。采用辐射定标和大气校正（Dark Object Subtraction, DOS）预处理影像，通过线性（ML）、二次多项式（MP2）、三次多项式（MP3）和指数模型（Exp）拟合，以调整R²、均方根误差（RMSE）等指标优选模型。同时，利用标准化降水异常指数（Standardized Precipitation Anomaly Index, SPAI）分析干旱对盐渍化的影响。

研究结果

1. 土壤盐分光谱指数性能评估

• 最优指数筛选：盐分指数（Salinity Index, SI）以二次多项式模型表现最佳（R²=0.914，RMSE=0.997 dS/m），显著优于其他指数（如NDSI、VSSI等）。亮度指数（Brightness Index, BI）和SI.KHAN次之（R² 0.7-0.8）。
• 空间适用性：SI在裸露土壤区域灵敏度高，但植被覆盖区（如传统绿洲）因遮蔽效应可能导致低估。

2. 盐渍化时空动态

• 面积变化：32年间非盐渍化土壤（EC <2 dS/m）减少4.28 km2（年均0.63%），强盐渍化土壤（EC >8 dS/m）占比从23%升至40%。
• 驱动因素：现代灌溉区（如Khettarat Moulay Hachem）因盐水灌溉成为盐分热点，而传统绿洲因微气候和灌溉管理维持低盐状态。

3. 干旱与盐渍化关联

• SPAI相关性：干旱年份（如2015年SPAI=-1.10）与强盐渍化面积峰值（34.9%）呈弱负相关（R²=0.07），表明干旱可能通过减少淋溶加剧盐分表聚。

结论与意义

研究证实SI指数是干旱绿洲盐渍化监测的高效工具，其时空分析揭示了盐分“级联效应”——非盐渍土壤向强盐渍化逐步转化。成果为摩洛哥“绿色一代计划”提供了科学依据，建议结合脱盐技术和耐盐作物（如海蓬子Salicornia）以应对盐渍化挑战。未来研究可引入亚像元分类（如Spectral Angle Mapper, SAM）提升植被覆盖区监测精度。

（注：论文发表于《Scientific African》，作者包括Ismail Ait Lahssaine、Badre Messaoudi等，第一单位为国外机构。）