您当前的位置: > 详细浏览

基于多光谱遥感的典型绿洲棉田春季 土壤盐分反演及验证

摘要:为探索快速提取典型绿洲棉田土壤盐分的有效方法,获取区域尺度的土壤盐渍化特征及空间分布,进而为土壤盐渍化防治提供参考。以新疆兵团农二师31团为研究区域,2019、2021年春季 Landsat 8 OLI多光谱影像和野外实测土壤含盐量为数据源,将波段组、光谱指数组和全变量组作为模型输入变量组,采用多元逐步回归(Multiple stepwise regression, MSR)、偏最小二乘回归(Partialleast squares regression, PLSR)、极限学习机(Extreme learning machine, ELM)、支持向量机(Support vector machine, SVM)和BP神经网络(Back propagation neural network, BPNN)构建基于3个输入变量组的土壤盐分遥感反演模型,探究输入变量和建模方法对模型精度的影响效果,通过对比确定春季土壤盐分最优反演模型,定量反演地表土壤含盐量。结果表明:(1)研究区主要为非盐化土和轻度盐化土,总样本变异系数为0.67,呈中等变异性;光谱反射率与土壤盐渍化程度的关系表现为土壤盐渍化越重,光谱反射率越高。(2)海岸波段(b1)、蓝波段(b2)、绿波段(b3)、红波段(b4)和盐分指数(SI1、SI2、SI3、SI4、S3、S4、S5)均通过显著性检验P<0.01,相关系数均达到0.4以上。(3)所有模型中,基于全变量组建立的BPNN反演模型精度最高,建模集R2为0.705;验证集R2为0.556。(4)由反演结果可知,2019、2021年春季耕作区土壤主要为非盐化土,分别占耕作区总面积的55.55%和64.62%,其次为轻度盐化土,分别占44.31%和35.17%;2021年土壤盐渍化程度较2019年有所减轻。

版本历史

[V1] 2022-08-08 22:06:04 chinaXiv:202208.00048V1 下载全文
点击下载全文
许可声明
metrics指标
  • 点击量851
  • 下载量69
评论
分享
邀请专家评阅