Кронберг П.
Дистанционное изучение Земли: Основы и методы дистанционных исследований в геологии

Спектральная отражательная способность почв

Рис. 19. Спектральная отражательная способность илистых почв, шт. Арканзас, в видимом и ближнем ИК-диапазонах [51]. (доступно только при скачивании полной версии)

Рис. 20. Спектральная отражательная способность (а) красных кварцевых песков (Моньюмент-Валли, шт. Юта) и (б) латеритных почв (5 миль к северу от Шарлоттсвилла, шт. Виргиния) в видимом и ближнем ИК-диапазонах [51]. (доступно только при скачивании полной версии)

Рис. 21. Спектральная отражательная способность глинистых и песчанистых почв в видимом и ближнем ИК-диапазонах [51]. а – глины, в 3 милях к востоку от Париса, шт. Миссури; б – пески, в 20 милях к северу от залива Кус, шт. Орегон. (доступно только при скачивании полной версии)

Влажность почвы в лаборатории можно определять по изменению ее спектральной яркости в полосах поглощения спектра около 1,4 и 1,9 мкм [328]. Так, на графиках изменения величины спектральной яркости для мокрых почв эти полосы поглощения воды выражены резкими минимумами, а на аналогичных графиках для сухих почв минимумы только намечаются (рис. 16 и 17). В результате исследований было установлено, что на величину спектральной яркости влияют в первую очередь содержание гумуса (или органики), глинистой фракции, свободного железа, а также структура почвы. Был сделан вывод о том, что малое содержание воды в связанной форме (поровые воды в виде влажности) влияет на спектральную характеристику почвы, и на форму ее графика. Полосы поглощения энергии как связанной, так и несвязанной водой в диапазоне 1,44-1,9 мкм, могут быть использованы как характеристические только при лабораторных исследованиях, так как они совпадают с полосами поглощения солнечной энергии водяным паром атмосферы. Поэтому исследование влажности почв аэрокосмическими методами в этих зонах спектра остается в большой мере проблематичным [83].
Если изменения тональности изображения для отдельных типов почвы на аэрокосмических снимках связано со структурными и текстурными особенностями их поверхности, то исследования методом отношений, или частного [230], должны были выявить влияние, с одной стороны, структуры и, с другой – влажности почв на тональность фотообразов их по поверхности при аэрокосмических съемках. С помощью постоянного тестового отношения каналов (красного к голубому) выявилась зависимость определенных тоновых отличий очень темных и светлых изображений участков почв от вариаций их влажности или структуры. Но количественной зависимости частных величин от влажности или структуры почв при этом установить не удалось. Это объясняется взаимоисключающим влиянием вышеперечисленных параметров на спектральные яркости поверхностей почв [328]. Еще следует упомянуть, что на влажность почвы сильно влияют метеорологические условия, а также некоторые другие параметры, не связанные с составом почвы: интенсивность солнечной радиации, ветер, осадки, величина испарения. Кроме того, влажность почв меняется в сельскохозяйственных районах в зависимости от обработки (пахота, боронование) и от величины дренажа, которая может быть различна для участков одной ландшафтной зоны. Эти вещественно не обусловленные факторы обязательно учитывают при проведении дистанционных съемок.
К независимым от материала (или вещества) параметрам, которые определяют соотношения спектрального отражения и поглощения почвы, относятся: рельеф местности, топографическая позиция почвы, высота над уровнем моря, наклон поверхности почвы и ее ориентировка по отношению к Солнцу, вид и плотность растительности и всевозможные случайные факторы. Вариации этих параметров определяют, какое количество солнечной энергии получит поверхность почвы в течение дня или определенного промежутка дневного времени.
Направление и наклон солнечных лучей к поверхности Земли меняются в течение дня и в зависимости от времени года; соответственно изменяются интенсивность потока солнечной энергии к поверхности Земли и величина спектрального сигнала почвы в определенной ландшафтной зоне. Наконец, ориентировка поверхности по отношению к съемочной аппаратуре, к сенсорам на борту самолета или спутника, и рассеяние света в атмосфере и на окружающих объектах, так же как и взаимодействие отраженного от поверхности почвы импульса потока энергии с атмосферой, оказывают свое влияние на величину спектрального сигнала, регистрируемого съемочной аппаратурой, и соответственно на яркость изображения объекта на аэрокосмическом снимке.
Рассмотрим результаты специальных фотометрических исследований спектральных характеристик 285 проб почвы из разных районов США [51]. Измерения проводились в лаборатории. Каждый раз измерялись спектральные яркости сухой и влажной пробы. Широта диапазона измерений составляла от 0,32 до 1 мкм, диаметр площадки измерения - около 3 см. Обработка методами математической статистики 160 графиков измерений (кривых спектрального отражения) показала, что по своей форме кривые разделяются на три основные группы по типам почв. Внутри этих групп графики спектрального отражения некоторых типов почв имеют общие тенденции, хотя интенсивность спектрального отражения и уровень мощности отраженного потока могут изменяться от одного типа почв к другому.
К первому типу [51] отнесены черноземы (рис. 18). Для графиков этого типа характерно, что наклон кривой от начала и до конца остается примерно одинаковым, хотя интенсивность спектрального отражения возрастает с длиной волны излучения. Второй тип почв характеризуется довольно быстрым увеличением интенсивности отражения, особенно в интервале между 0,32 и 0,45 мкм, затем следует в характеризуемых частях спектра выполаживание при повышении положения кривой (рис. 19). Третий тип представлен двумя графиками интенсивности спектрального отражения красного известковистого кварцевого песчаника и латеритов (рис. 20). На обоих графиках кривые интенсивности отражательной способности плавно поднимаются от ультрафиолетовой зоны спектра до 0,53 мкм, затем следует четкий перегиб и возрастание до 0,58 мкм, а далее не менее четкое выполаживание кривых. В интервале 0,62-0,74 мкм имеется заметное возрастание отражающей способности, после 0,74 мкм – ее некоторое снижение и далее возрастание интенсивности отражения с длиной волны. На некоторых других семействах кривых этого типа имеется локальный минимум примерно между 0,76 и 0,88 мкм, после которого наклон кривой остается постоянным. Сравнение этого типа графиков с семейством кривых на рис. 16 выявляет общую тенденцию сходства их форм в интервале от 0,32 до 0,75 мкм, в первую очередь для сухих проб. Затем следует характерное снижение спектральной яркости в интервале от 0,76 до 0,88 мкм и новое возрастание ее в ближнем ИК-диапазоне. Это сравнение показывает, как важны спектральные съемки в узких зонах спектра в ближнем и, как уже упоминалось, в среднем инфракрасных диапазонах. На другом графике (рис. 20) кривые отражательной способности почв кварцевого песчаника и латерита различаются еще сильнее. Здесь же показаны характерные полосы поглощения глинистых минералов и слюд, которые описаны в разд. 3.2.2. В ультрафиолетовой и видимой частях спектра характеристики обоих видов почв едва различаются. Дифференциация их спектральных яркостей усиливается на числовых изображениях, если взять данные по нескольким зонам спектра. Численное выражение различия в положении (и конфигурации) кривых первого и второго типов можно получить, если пропорции интенсивности отражения, измеренные в зонах 0,76 и 0,50 мкм по графикам сухих и влажных почв обоих видов, выразить в виде разности первых производных. Полученное по 100 графикам второго типа минимальное значение отношения для сухих почв равно 1,2 и максимальное 2,8, соответственно среднее – 2,0. Из анализа графиков третьего типа (33 кривые) получено наименьшее значение 2,8 и наибольшее 7,3; среднее равно 4,6. Для разделения обоих типов спектральных кривых важно, что наименьшее значение для кривых третьего типа выше, чем наибольшее значение частного для семейства второго типа.
При анализе спектральных кривых влажных или мокрых проб наименьшее значение частного для второго типа равнялось 1,2, и наибольшее 3,7, а среднее 2,4. Для третьего типа эти значения соответственно равны 3,8; 8,2 и 5,3.
И опять, наименьшие величины отношений (частных) для третьего типа графиков выше, чем самые большие для второго типа. Однако эти основывающиеся на лабораторных измерениях величины нельзя прямо экстраполировать на полевые спектральные съемки почв или съемки с самолета (спутника). Они только показали интересное начало использования данных многозонального сканирования для картирования почв. Статистический анализ 200 спектральных кривых позволил предположить [51], что спектральные характеристики большого числа типов почв фиксируются при съемках ландшафтов в пяти интервалах длин волн, и, следовательно, характерные формы спектральных кривых всех почв могут быть получены из данных этих съемок в пяти «критических» каналах: 0,44; 0,54; 0,64; 0,74 и 0,86 мкм (рис. 22). Значения ближнего и среднего инфракрасных диапазонов для распознавания почв пояснены ранее (рис. 16 и 17).

Рис. 22. Критические зоны спектра излучения для картирования почв (почвы шт. Виргиния) [51]. (доступно только при скачивании полной версии)

В общем этим показывается, что значение числовых (кодированных по частному) изображений ограничивается бивариантными случаями; ставится под сомнение простая статистика в экспериментах. Доказательную силу имеет только многовариантный дискриминантный анализ.
Например, специальными исследованиями было показано [155], что классификация почв на основе проведенных многозональных съемок едва ли возможна. При этом измерялись спектральные характеристики некоторых типов на четырех тестовых участках в шт. Индиана, США. Съемки проводились 12-канальным сканирующим спектрометром с высоты 1300 м. Данные съемки обрабатывались на компьютере методами кластерного анализа и отношений, или частных (методом вычитания производных). В задачу исследований входило выяснение зависимости измерений спектральных характеристик отдельных почв от их дренажных свойств (влажности), от доли в них гумуса и от цвета почв. Изменения этих параметров должны были быть введены в составленную для машинной обработки данных многозональной съемки программу, по которой осуществляется картирование почв. Результаты эксперимента для отдельных участков были положительными. Но возникло затруднение, как полученные для этих участков спектральные характеристики определенных типов почв ввести в качестве основы (или критерия) для машинного, автоматизированного картирования других районов, более удаленных от тестовых участков, т. е. экстраполировать результаты измерений на другие районы. К факторам, затрудняющим экстраполяцию, относятся: различия в положении Солнца (освещенности) при съемке отдельных тестовых участков, различия в выровненности поверхности однотипных почв на разных тестовых участках и различия во влажности и структуре почв. При этом подчеркивалось, что каждый из типов почв по своему определению, безусловно, обладает интервалом изменений свойств поверхности, часто отражающих способы возделывания или культивации почв. Поэтому заранее в качестве условия полагалось, что спектральные характеристики одинаковых типов почв будут варьировать. Действительно, на большом количестве почвенных проб было установлено [155], что спектральные характеристики почв одного типа могут меняться сильнее, чем характеристики почв двух разных типов. Несмотря на это, в большинстве случаев оказалось возможным участки с различными свойствами поверхности и состоянием почвы (структурой, влажностью) локализовать по данным многозональной съемки, ограничить их и формально классифицировать по спектральным характеристикам. Наоборот, как правило, оказалось невозможным идентифицировать выделенные по спектральным характеристикам и ограниченные на снимках участки, т. е. фотообразы почв, с определенными типами почв, а также по спектральным характеристикам распознать разновидности одного типа почв. Поэтому необходимо интегрально комбинировать данные спектральных съемок с разных расстояний – наземных, воздушных и космических – с результатами полевых исследований.

Скачати повну версію книжки (з малюнками, картами, схемами і таблицями) одним файлом