您当前的位置: > 详细浏览

基于PSO-PNN 模型的喀什噶尔绿洲耕地盐渍化分析

摘要:盐渍化是构成绿洲农业低产的主要原因之一,也是农业开发和可持续发展的重要限制因 素。为提高盐渍化耕地生产力,促进绿洲农业的可持续发展,以喀什噶尔绿洲耕地为研究对象,利 用Landsat 8 OLI遥感影像数据提取遥感指数20个,利用土地利用数据计算研究区耕地开垦年限, 用线性拟合的方法将用植被光合作用模型(VPM)模拟的植被净初级生产力(NPP)数据进行降尺 度,将遥感指数同土壤采样及实测数据进行相关分析,得到优选的遥感特征变量,再用粒子群优化 算法(PSO)优化的概率神经网络(PNN)模型进行盐渍化程度分类,得到研究区耕地盐渍化等级分 布情况,后与研究区耕地开垦年限和NPP进行叠加分析。结果表明:(1)选取增强型植被指数 (EVI)、盐分指数2(SI2)、湿度指数(WI)、MSAVI-WI-SI特征空间(MWSI)、波段6(B6,2.11~2.29 m) 5个遥感参量通过PSO-PNN模型进行盐渍化程度反演准确率约为80%。(2)耕地开垦年限越大的 区域盐渍化程度越低。新开垦的耕地主要分布在研究区东部,而研究区西部大都为开垦年限在45 a 以上的老绿洲农业区。(3)耕地盐渍化严重降低了耕地农作物生产力。研究区耕地NPP较高的区 域大都分布在西部,较低的区域大都分布在东部,与盐渍化程度等级分布大致相反。上述研究方 法与结果可为后续使用遥感参量进行盐渍化反演的研究提供参考,对干旱半干旱区的盐渍化耕地 改良具有一定的参考意义。

版本历史

[V1] 2022-10-21 11:31:53 ChinaXiv:202210.00175V1 下载全文
点击下载全文
许可声明
metrics指标
  • 点击量976
  • 下载量101
评论
分享
邀请专家评阅