全 文 ：第 27 卷　第 3 期
2011 年 5 月
地 理 与 地 理 信 息 科 学
Geog raphy and Geo-Info rma tion Science
Vo l.27　No.3
May 2011
　　收稿日期:2010-11-09;　修订日期:2011-01-20
　　基金项目:资源与环境信息系统国家重点实验室自主创新团队计划(088RA400SA);国家自然科学基金项目(40771172);中科院方向项
目(kzcx2-yw-308);中国科学院知识创新工程试点项目(结合水盐动态模型的现代黄河三角洲盐渍化土特征提取)
　　作者简介:刘庆生(1971-),男 ,博士,副研究员 ,主要从事土壤盐渍化和环境遥感方面的研究。 E-m ail:liuqs@l reis.ac.cn
翅碱蓬高光谱植被指数对土壤化学性质的响应
刘 庆 生 ,张　敏 ,宁 吉 才 ,刘 高 焕 ,傅　新 ,黄　翀
(中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 ,北京 100101)
摘要:植被覆盖区土壤化学性质遥感监测一直是一个难点 ,往往只能通过生物地球化学的方法 , 利用上覆植被信息
间接地反映。该研究通过野外采样分析的 17 个翅碱蓬(Suaeda salsa)光谱数据和其下土壤样品的理化分析配对
数据 ,探讨土壤化学性质与翅碱蓬高光谱植被指数间的关系。结果表明:上覆翅碱蓬高光谱植被指数与土壤有机
质 、全氮 、速效钾之间均无显著相关 , 高光谱植被指数(NDNI)可用于初步反映土壤全磷的含量变化 , NDVI705可用
于初步反映土壤 pH 值的变化 ,而高光谱植被指数(MSI)可以很好地反映土壤盐分含量的变化。在此基础上 , 建立
了土壤全盐量与 19个高光谱植被指数的偏最小二乘回归模型 , 这为翅碱蓬覆盖区域土壤盐渍化遥感监测提供了
一种方法。
关键词:翅碱蓬;高光谱植被指数;土壤化学性质
中图分类号:TP79　　文献标识码:A　　文章编号:1672-0504(2011)03-0086-04
0　引言
土壤化学性质的空间分布是潜在的局地异质性
的总和 ,它们受生物学和地学等过程影响 ,使得区域
化变量在空间分布上存在差异性 ,因而产生异质的
土壤环境[ 1] ,进而影响着群落的结构和功能组成以
及物种竞争和植被动态[ 2 , 3] 。当研究区植被覆盖度
介于 25%～ 35%时 ,土壤化学性质只能通过上覆植
被光谱信息间接推断[ 4] 。目前 ,在植被遥感中研究
较多的是高光谱遥感技术 ,涉及植被类型的识别与
分类 、植物生化成分的估测 、植物生态学评价 、植物
养分水分和盐分胁迫等[ 5] 。植被指数是高光谱植
被遥感中最为常用的技术之一 ,是由光谱数据中红
光波段和近红外区反射率的线性或非线性组合得
到的特征参数 ,可直接或间接用来估算植被的生物
量等参数 ,定量指示植被的生长状况 ,反映植被冠
层状态的信息[ 6] 。目前 ,人们发展了很多高光谱植
被指数 ,其中常见并有良好指示作用的部分高光谱
植被指数已被集成到商业遥感图像处理软件中 。
传统的研究土壤化学性质和上覆植被生长关系的
方法 ,主要是通过生态学调查和采样进行[ 7-13] ,关
于上覆植被光谱特征的应用鲜见报道[ 14 , 15] 。本研
究利用同步测量的 17个翅碱蓬野外光谱数据和其
下土壤样品的理化分析数据 ,选用已被 ENVI集成
的部分高光谱植被指数进行计算 ,以黄河三角洲湿
地生态系统演替的先锋植物———翅碱蓬(Suaeda
salsa)为研究对象 ,探讨土壤化学性质与翅碱蓬野
外光谱之间的关系 ,建立翅碱蓬高光谱植被指数与
土壤化学性质的偏最小二乘回归模型 ,为通过高光
谱遥感数据获取翅碱蓬生长状况 、进而获得其下土
壤盐分等性状奠定基础 。
1　研究区和数据准备
1.1　研究区概况
研究区位于山东省东营市的黄河三角洲 ,该区
域光照充足 ,热量丰富 ,四季分明 ,气温适中 ,雨热同
期 ,风能资源丰富 ,但降水年内分配不均 ,且蒸发量
大。黄河三角洲地区的土壤盐分含量高 ,原生盐碱
和次生盐渍化日趋加剧[ 16] 。
三角洲植被演替与土壤演替密切相关 ,两者在
演替过程中相互影响。在黄河淤积的新的滩涂裸地
上 ,抗盐能力较强的翅碱蓬群落首先出现 ,使土壤
条件得以改善。在这种条件下 ,有柽柳种源的地方
逐渐演替为柽柳灌丛 ,有獐茅伴生的翅碱蓬群落逐
渐发育成獐茅草甸 。低洼处 ,伴生植物芦苇逐渐成
为建群种发育成芦苇沼泽。柽柳 、獐茅群落通过泌
盐作用及枯枝落叶的积累 ,进一步降低了土壤的含
盐量 ,在含盐量为 5 g/kg 的地段 ,蒿类 、狗尾草 、白
茅杂草群落开始出现[ 17] , 逐渐形成了如今黄河三
角洲的植被格局 。翅碱蓬具有特殊的生物学效应 ,
它能使盐土脱盐 ,增加有机质 ,改善土壤结构 ,提高
肥力 ,为其他植物资源生长创造有利的生活条件 ,
同时它又是优良的饲料植物及救荒植物 ,也是黄河
三角洲丹顶鹤 、白鹭等的主要栖息地 ,同时还起着
维持湿地生态系统正常演替 、防风固堤 、调节气候
等重要功能 ,大面积翅碱蓬在海滩分布所形成的
“红地毯”景观也是黄河三角洲湿地旅游开发的重
要资源[ 18] 。近年来 , 随着黄河三角洲湿地资源开
发的不断深入 ,以及黄河断流 、湿地污染 、海平面上
升 、海岸线蚀退等一系列环境问题的涌现 ,翅碱蓬
生境不断退化 ,面临着严峻挑战 ,这一过程增加了
盐生草甸土壤资源的时空分布异质性 ,使得土壤 —
植被系统的生物过程愈来愈多地集中在丛状植冠
下的范围内 ,形成丛状岛屿 。然而 ,关于土壤化学
性质如何影响翅碱蓬的生长及其空间分布 ,需要深
入研究。
1.2　野外光谱数据采集及预处理
选用美国 ASD公司的 FieldSpec★R Pro FR便携
式分光辐射光谱仪(波长范围为 350 ～ 2 500 nm),在
晴朗天气(2007年 10月 16-19日 ,8∶30-15∶30)
进行植被光谱测量 ,探测高度约植被上方 30 cm ,连
续测 5次。最后在室内利用已知 99%白板反射比值
将植被野外光谱测量值转化为植被反射率值 ,取 5
次反射率平均值为该点植被的野外光谱反射率值 ,
由此获得 350 ～ 2 500 nm 范围内每个波段(光谱分
辨率:重采样后 1 nm , 波段数:2 151 个)的反射率
值 。在野外共获得翅碱蓬野外光谱 23个 。由于大
气强吸收(1 350 ～ 1 460 nm 和 1 790 ～ 1 960 nm)、
水汽及其它因素干扰 ,野外光谱测量数据中 ,仅 350
～ 1 349 nm 、1 461 ～ 1 789 nm 、1 970 ～ 2 002 nm 和
2 018 ～ 2 300 nm 范围内的 1 645个波段被用来研究
植被野外光谱特征 。比较翅碱蓬野外光谱曲线 ,剔
除了 6个异常光谱 ,剩余 17个翅碱蓬野外光谱用于
本研究 。
1.3　土壤样品采集及处理
在翅碱蓬野外光谱仪测量位置的下方 ,利用荷
兰钻采集土壤样品 ,采样深度为 0 ～ 10 cm 。对采集
的样品风干 、碾碎 ,过 1 mm筛 ,进行土壤全盐量 、pH
值 、有机质 、全氮 、全磷和速效钾的测定[ 19] 。其中 ,全
盐量(TSC)以土壤盐分八大离子的重量之和计算;
pH 值(水土比 2.5∶1)采用 PHS-3C 酸度计法测
定;有机质采用电热板加热-K 2C r2O7 容量法测定;
全氮采用开氏定氮法测定;全磷采用 HClO4 —
H 2SO 4 法测定;速效钾采用 NH4OA c浸提 、火焰光
度法测定 。
1.4　高光谱植被指数计算
通过高光谱遥感植被指数技术可提取植被生物
物理参数的定量信息 ,监测植被的生长状况 ,因此高
光谱植被指数不断涌现 。在本研究中 , 选用已被
ENVI 4.5集成的部分高光谱植被指数进行计算(表
1),其中第 1 ～ 4 个指数用来测量植被绿度 ,第 5 ～ 7
个指数用来测量光能利用效率 ,第 8个指数用来测
量冠层氮 ,第 9 ～ 11个指数用来测量干或衰老物质
碳 ,第 12 ～ 15个指数用来测量叶子色素 ,第 16 ～ 19
个指数用来测量冠层水分含量 。详细信息可参见
ENVI 4.5帮助文档 。
1.5　土壤化学性质分类与非参数检验
选用除 pH 值外的土壤全盐量 、有机质 、全氮 、
全磷和速效钾 5个要素 ,采用层次聚类分析法(选
用类间平均链锁法 ,距离测度选 cosine)对土壤样品
进行分类 ,距离测度为 10 时 , 17 个土壤样品分为 4
类 。为了比较 4 类土壤间上覆翅碱蓬前述高光谱
植被指数有无差异 ,利用 Kruskal-Wallis Test进行
了多个独立样本的非参数检验 。检验结果为 , ND-
VI705 、VOG1 、SIPI 、NDNI 、PSRI、ARI1 、ARI2 、WBI 、
NDWI 、MSI和 NDII 的渐进重要性(检验概率)均
小于 0.05 ,表明其在 4类土壤中均有差异 ,特别是
用来测量冠层水分含量的 WBI、NDWI、MSI 和
NDII的渐进重要性(检验概率)均远小于 0.05 ,表
明其在 4类土壤中均有显著差异;换言之 ,下方土
壤化学性质的差异显著影响了上覆翅碱蓬冠层水
分含量。
2　土壤化学性质与高光谱植被指数关系分析
2.1　土壤化学性质与高光谱指数相关分析
对土壤化学性质与翅碱蓬高光谱植被指数进行
Pearson相关分析 ,结果表明:在 0.05显著性水平
下 ,土壤全磷与 NDNI 显著相关 , Pear son 相关系数
为 0.488;土壤 pH 值与 NDVI705 、mSR705 、mND-
VI705 、VOG1 、MSI 、NDII 显著相关 , Pearson 相关系
数分别为-0.599 、-0.542 、-0.537、-0.535 、0.532 、
-0.503;土壤全盐量与 mSR705 、mNDVI705 、VOG1 显
著相关 , Pea rson 相关系数分别为 0.565 、0.575 、
0.523 ,在 0.01显著性水平下 ,土壤全盐量也与 ND-
VI705 、SIPI 、PSRI 、CRI2 、ARI1 、ARI2 、WBI 、NDWI 、
MSI 、NDII 显著相关 , Pearson 相关系数分别为
0.652 、-0.647 、-0.673 、0.672 、0.625 、0.713 、0.730 、
0.648 、-0.818 、0.799;而土壤有机质 、全氮 、速效钾
页87第第 3期　 　　 刘庆生等:翅碱蓬高光谱植被指数对土壤化学性质的响应
表 1　高光谱植被指数计算公式
Table 1　The calculated equations of the hyperspectral vegetation indices
代号 名称 计算公式 取值范围 绿色植被范围 备注
1 NDVI705 NDVI705 =ρ750-ρ705ρ750+ρ705 (-1 , 1) (0.2, 0.9)
2 mSR705 mSR705 =ρ750-ρ445ρ705-ρ445 (0 , 30) (2, 8)
3 mNDVI705 mNDVI705= ρ750-ρ705ρ750+ρ705-2ρ445 (-1 , 1) (0.2, 0.7)
4 VOG1 VOG1=ρ740ρ720 (0 , 20) (4, 8)
5 PRI PR I=ρ531-ρ570ρ531+ρ570 (-1 , 1) (-0.2 , 0.2)
6 SIPI S IP I=ρ800 -ρ445ρ800 -ρ680 (0 , 2) (0.8, 1.8)
7 RG RG= MeanRedMean Green (0.1 , 8) (0.7 , 3)
8 NDNI NDNI=log(1/ρ1510)-l og(1/ρ1680)
log(1/ρ1510)+l og(1/ρ1680) (0 , 1) (0.02 , 0.1)
9 NDLI NDL I=log(1/ρ1754)-log(1/ρ1680)
log(1/ρ1754)+log(1/ρ1680) (0 , 1) (0.005 , 0.05)
10 CAI CA I=0.5×(ρ2000 +ρ2200)-ρ2100 (-3 , 4) (-2 , 4)
11 PSRI PSR I=ρ680 -ρ500ρ750 (-1 , 1) (-0.1 , 0.2)
12 CRI1 CR I1=( 1ρ510)-(
1
ρ550) (0 , 15) (1 , 12)
13 CRI2 CR I2=( 1ρ510)-(
1
ρ700) (0 , 15) (1 , 11)
14 A RI1 AR I1=( 1ρ550)-(
1
ρ700) (0 , 0.2) (0.001 , 0.1)
15 A RI2 AR I1=ρ800 ×[( 1ρ550)-(
1
ρ700)] (0 , 0.2) (0.001 , 0.1)
16 WBI WB I =ρ900ρ970 (0.8, 1.2)
17 NDWI NDWI=ρ857-ρ1241ρ857+ρ1241 (-1 , 1) (-0.1 , 4)
18 MS I MSI=ρ1599ρ819 (0 , 3) (0.4 , 2)
19 NDII ND II=ρ819 -ρ1649ρ819 +ρ1649 (-1 , 1) (0.02 , 0.6)
测量植被绿度
测量光能利用效率
测量冠层氮
测量干或衰老物质碳
测量叶子色素
测量冠层水分含量
注:此表编自 ENVI4.5帮助文档。
与翅碱蓬高光谱指数之间均无显著相关;土壤盐分
与翅碱蓬 MSI(湿度压力指数)相关系数最高 ,呈显
著负相关 ,即 MSI 值越大 ,指示翅碱蓬冠层水分含
量越少 。由此可见 ,土壤盐分越高 ,上覆翅碱蓬冠层
水分含量越大 ,这一方面反映了翅碱蓬为喜盐耐盐
植物 ,另一方面也反映了其植物生理特性 ,即肉质枝
叶 ,富含水分 。
2.2　偏最小二乘回归分析
偏最小二乘回归分析是从应用领域中提出的
一种新型多元数据分析方法 。在观测值数量少以
及存在多重相关性等问题时(在高光谱遥感中由于
经费 、时间和人力的关系 ,观测值少和高光谱波段
间多重相关问题都普遍存在),该方法具有传统的
回归方法所不具备的许多优点 。它意义明确 ,计算
简单 、省时 ,建模效果好 ,解释性强[ 20] 。因此 ,本研
究选择偏最小二乘回归方法进行土壤全盐量与高
光谱植被指数之间的关系研究 ,土壤全盐量(TSC)
与 19个高光谱植被指数的偏最小二乘回归模型
(R2 =0.758)如下:
TSC=-14.9+7.324×NDVI705 +1.406 ×mSR705 +
4.003×mNDVI 705 +1.473×VOG1+8.400×PR I-0.539×
S IPI +5.649×NDN I-4.355×NDLI -34.809×CA I-
3.613×PS RI +0.421 ×CR I1 +0.130 ×CRI2 +0.117 ×
ARI1+0.386 ×AR I2+14.010×WB I +9.075×NDW I-
2.887×MS I+4.908×NDII+1.226×RG
从上述方程回归系数看:土壤全盐量与 MSI 、
PSRI、S IPI、CAI 和 NDLI(这些指数与翅碱蓬冠层
含水量呈负相关)起负向作用 ,土壤盐分增加则翅碱
蓬冠层含水量增加 ,土壤全盐量与其余高光谱植被
指数起正向作用 ,土壤盐分增加则翅碱蓬冠层的绿
度 、光能利用率等都增加 ,这表明土壤盐分对翅碱蓬
生长的正向作用。图 1反映了高光谱植被指数对于
土壤全盐量的重要性 ,可见反映土壤全盐量最为重
页88第 地 理 与 地 理 信 息 科 学 　　　　 　　　　　　　　　　　第 27卷
要的 3个高光谱植被指数为 MSI 、NDII 和 WBI ,它
们均是用来测量翅碱蓬冠层水分含量的指数 ,其次
为用于测量叶子色素的 ARI2和 CRI2。
图 1　高光谱植被指数重要性
Fig.1　Important plot of hyperspectral indices
3　结论与讨论
(1)高光谱指数中与全磷 、pH 和全盐量最大相
关的指数分别为 NDNI、NDVI705和 MSI , Pearson 相
关系数分别为 0.488 、-0.599和-0.818 ,可以用这
些高光谱植被指数反映下方土壤全磷 、pH 值和全盐
量的变化 ,而土壤有机质 、全氮 、速效钾与翅碱蓬高
光谱指数之间均无显著相关 。
(2)土壤全盐量与高光谱植被指数偏最小二乘
回归分析表明 ,土壤盐分对翅碱蓬生长起正向作用 ,
MSI、NDII和WBI可以很好地反映土壤盐分含量的
变化 ,其次为用于测量叶子色素的 ARI2 和 CRI2。
特别是 MSI ,可以用作下方土壤盐分监测指标 ,在翅
碱蓬覆盖的区域进行土壤盐渍化监测 。
(3)本研究仅是 17个植被光谱-土壤化学性质
配对样本研究的结果 ,一方面还需增加样本量 ,提高
翅碱蓬及下方土壤化学性质的取值范围 ,进一步验
证所获结果 ,提高其普适性;另一方面应增加土壤水
分测量数据 ,以消除其对翅碱蓬长势的影响 ,增强翅
碱蓬与下方土壤化学性质的关系 。
(4)卫星遥感数据影响和限制因素(云 、混合像
元等)较多 ,如何将野外光谱测量数据获得的结果最
终应用到卫星遥感数据中 ,获得大范围的应用效果 ,
是需要深入探讨和研究的问题。
参考文献:
[ 1] 　GALLARDO A.Spat ial variabilit y of soil p ropert ies in a f lood-
plain forest in Northw es t S pain[ J] .Ecosy stems , 2003(6):564
-576.
[ 2] 　王其兵 ,李凌浩, 刘先华 ,等.内蒙古锡林河流域草原土壤有机
碳及氮素的空间异质性分析[ J] .植物生态学报 , 1998 , 22(5):
409-414.
[ 3] 　何兴东 ,高玉葆, 赵文智 ,等.科尔沁沙地植物群落圆环状分布
成因地统计学分析[ J] .应用生态学报 , 2004 , 15(9):1512-
1516.
[ 4] 　KARAVANOVA E I ,SHRESTHA D P , O RLOV D S.Applica-
ti on of rem ote sensin g tech niques for the study of soil salinity in
semi-arid Uzbekistan [ A ] .BRIDGES E M , HANNAM I D ,
OLDEMAN L R , et al.Response to Land Deg radation[ M] .New
Delhi:Oxford and IBH Publi shing Co.Pvt.Ltd , 2001.261-
273.
[ 5] 　杨可明 ,郭达志 ,陈云浩.高光谱植被遥感数据光谱特征分析
[ J] .计算机工程与应用 , 2006(31):213-215.222.
[ 6] 　黄春燕 ,王登伟, 陈冠文 ,等.基于高光谱植被指数的棉花干物
质积累估算模型研究[ J] .棉花学报 , 2006 , 18(2):115-119.
[ 7] 　崔保山 ,贺强 ,赵欣胜.水盐环境梯度下翅碱蓬(Suaeda salsa)
的生态阈值[ J] .生态学报 , 2008 ,28(4):1408-1418.
[ 8] 　刘小京 ,李伟强, 杨艳敏 ,等.河北省滨海盐碱地土壤与盐生植
物养分特征的研究[ J] .中国生态农业学报 , 2003 , 11(2):76-
77.
[ 9] 　吕贻忠 ,李保国 ,崔燕.不同植被群落下土壤有机质和速效磷的
小尺度空间变异[ J] .中国农业科学 , 2006 , 39(8):1581-1588.
[ 10] 　王海涛 ,何兴东 ,高玉葆 ,等.油蒿演替群落密度对土壤湿度和
有机质空间异质性的响应[ J] .植物生态学报 , 2007 , 31(6):
1145-1153.
[ 11] 　DUAN D Y , LI W Q , LIU X J , et al.S eed germinat ion and
seedling grow th of Su aeda salsa under sal t s t ress [ J] .Ann.
Bot.Fennici , 2007 , 44:161-169.
[ 12] 　马小伟 ,胡东 ,华振铃 ,等.土壤水分 、盐分对野鸭湖湿地植物
群落演替的影响[ J] .首都师范大学学报(自然科学版), 2008 ,
29(1):50-54.
[ 13] 　周萍 ,刘国彬 ,候喜禄.黄土丘陵区铁杆蒿群落植被特性及土
壤养分特征研究[ J] .草业学报 , 2008 , 17(2):9-18.
[ 14] 　刘庆生 ,刘高焕, 励惠国.辽河三角洲土壤盐分与上覆植被野
外光谱关系初探[ J] .中国农学通报 , 2004 , 20(4):274-278.
[ 15] 　陈晓军 ,刘庆生, 刘高焕.辽河三角洲土壤性状与水稻群体野
外光谱关系初步研究[ J] .农业工程学报 , 2005 , 21(6):184-
188.
[ 16] 　刘高焕 ,汉斯·德罗斯特.黄河三角洲可持续发展图[ M ] .北
京:测绘出版社 , 1997.66.
[ 17] 　张高生 ,李峻 ,李岩.黄河三角洲生态现状及保护对策[ J] .农
村生态环境 , 2000 , 16(2):24-27.
[ 18] 　崔保山 ,贺强 ,赵欣胜.水盐环境梯度下翅碱蓬(Suaeda salsa)
的生态阈值[ J] .生态学报, 2008 , 28(4):1408-1418.
[ 19] 　李酉开 ,蒋柏潘,袁可能.土壤农业化学常规分析方法[ M ] .北
京:科学出版社 , 1983.202-219.
[ 20] 　王惠文.偏最小二乘回归方法及其应用[ M ] .北京:国防工业
出版社 ,1999.1-4.
(下转第 104页)
页89第第 3期　 　　 刘庆生等:翅碱蓬高光谱植被指数对土壤化学性质的响应
Web sever information f low s[ J] .Geographical Analysi s , 1998 ,
30(4):285-303.
[ 8] 　杜丽娟 ,张欣 ,路紫.国内网站信息流对人流导引作用机理研究
综述[ J] .地理与地理信息科学 , 2008 ,24(4):84-87.
[ 9] 　孙中伟 ,张兵 ,王杨 ,等.互联网资源与我国省域经济发展的关
系研究[ J] .地理与地理信息科学 , 2010 , 26(3):44-48.
[ 10] 　陈彦光 ,周一星.城市等级体系的多重 Zipf 维数及其地理空间
意义[ J] .北京大学学报(自然科学版),2002 ,38(6):823-830.
[ 11] 　刘红光 ,刘科伟.基于中心地理论的城镇等级—规模模型的分形
构建及其应用[ J] .地理与地理信息科学 ,2006, 22(3):74-77.
[ 12] 　刘晓丽 ,方创琳, 王发曾.中原城市群的空间组合特征与整合
模式[ J] .地理研究 , 2008 , 27(2):410-420.
[ 13] 　杨国良 ,张捷 ,艾南山 ,等.旅游流齐夫结构及空间差异化特征
[ J] .地理学报 , 2006 , 61(12):1281-1289.
[ 14] 　岳文泽 ,徐建华.分形理论在人文地理学中的应用研究[ J] .地
理学与国土研究 , 2001 , 17(2):51-56.
[ 15] 　仵宗卿 ,戴学珍, 杨吾扬.帕雷托公式重构及其与城市体系演
化[ J] .人文地理 , 2000 , 15(1):15-19.
Difference of Concentration of Tourism Website Information Flow Distance Decay and Its Examination
DENG L i-li , ZHANG Qiu-luan , FAN Hua , LU Zi , GUO Feng-yun
(Department o f Tourism , College of Resource and Environment Sciences ,
Hebei Norma l Univ ersity , Shij iazhuang 050016 , China)
Abstract:Based on the paper ofDescription o f Distance Decay Patterns o f Tourism Websites Info rmation F low and Calculation
of I ts Concentration, the exponential decay model w as used to analy ze tourism w ebsite information flow distance decay fo rm
and concentration diffe rences from the angle o f tourism website proper ties ,meanw hile Zipf Law w as applied to examine its con-
cent ration characteristics.The re sults ar e as fo llow s:1)The tourism w ebsites with different na tur e have diffe rent info rmation
flow distance decay fo rms.Tourism w ebsite informa tion flow distance decay fo rms have show n differ ent char ac te ristics re spec-
tive ly in tourism depa rtment w ebsite , to urism ente rprise w ebsite and tourism destination website , w hich is the tourism website
info rmation flow distance decay is v ery acco rd w ith exponential decay model , basically accord with exponential decay model and
do no t fit the exponential decay model.2)The concentr ation of information flow distance decay o f the tourism w ebsite w ith dif-
ferent na ture is difference.The tourism depar tment w ebsite information flow distance decay has obvious lo cal concent ration
characteristics.Tourism enterprise w ebsite info rmation flow distance decay ha s bo th local concentra tion and economic concentr a-
tio n characteristics.Tourism destina tion website info rmation flow distance decay has obvious economic concentration character-
istics.3)Most fr ac tal dimension value a round 0.5 means that the concentration of tourism website information f low distance de-
cay is str ong.The diffe rence o f frac tal dimension value show s that the concentra tion o f tourism w ebsite info rmation flow dis-
tance decay is different in different nature tourism websites.The sequence-scale o f tourism w ebsite information flow is accord
with Z ipf Law .I ts first pro vince is w ebsite location pro vince o r pro vinces ar ound.The first four provinces for sequence-scale are
developed provinces which can explain tourism website info rma tion f low distance decay having bo th lo cal concentra tion and eco-
nomic concentr ation characteristics.4)The Zipf ex amination o f tourism w ebsite info rmation flow distance decay concent ration
has confirmed the gene ral significance o f space distance concent ration characteristics.
Key words:tourism website;info rma tion flow;exponential decay model;Zipf′s Law ;concentra tion
(上接第 89页)
Hyperspectral Vegetation Indices of Suaeda Salsa in Response to Changes of Soil Chemical Properties
LIU Q ing-sheng , ZH ANG Min , NING Ji-cai , LIU Gao-huan , FU Xin ,HUANG Chong
(StateK ey Laboratory o f Resources and Env ironmental In f ormation S ystem , IGS NR R , CAS , Bei jing 100101 , China)
Abstract:I t is difficult to monito r soil salinization at the regions covered by vegetation.In general , the above cover ed vegetation
info rmation was used to indir ectly monito r the soil chemical proper ties on the basis of bio-geochemica l method.In this paper ,
S uaeda salsa spectra and so il proper ty da ta w ere gotten through measurement o f seventeen paired-samples , w hich w ere used to
study hyperspectral vegetation indices of Suaeda salsa in response to changes of soil chemical properties.The results showed that there
were not significant relationship betw een hyperspectral vegetation indices and organic matter, total nitrogen and available potassium of
soils , and NDNI and NDVI705 could be elementarily used to reflect to tal phospho rus and pH of soils r espectively , and MSI could be
used to monito r soil salt content very good.F inally the partia l lea st squa res reg ression model betw een soil sa lt content and the
nineteen hyper spectral v egetation indices w as made , which indica ted that soil salt content was beneficial to Suaeda salsa
g row th , and MSI could be used as the index for monito ring soil salinization at the reg ions cove red by vegeta tion.
Key words:S uaeda salsa ;hyper spectral vege ta tion index;soil chemical pr ope rty
页104第 地 理 与 地 理 信 息 科 学 　　　　 　　　　　　　　　　　第 27卷