融合作物类型的土壤盐分遥感反演方法研究 |
| |
引用本文: | 张胜男,陆苗,温彩运,宋英强,康璐,沈军辉,杨民志.融合作物类型的土壤盐分遥感反演方法研究[J].测绘通报,2024(2):1-7. |
| |
作者姓名: | 张胜男 陆苗 温彩运 宋英强 康璐 沈军辉 杨民志 |
| |
作者单位: | 1. 北方干旱半干旱耕地高效利用全国重点实验室(中国农业科学院农业资源与农业区划研究所);2. 山东理工大学建筑工程与空间信息学院;3. 东营市垦利区农业发展服务中心 |
| |
基金项目: | 国家重点研发计划(2023YFD200140101);;国家自然科学基金(42071419);;中国农业科学院科技创新工程(CAAS-ZDRW202201); |
| |
摘 要: | 在沿海平原地区,土壤盐度是制约作物生长的非生物胁迫之一,也是作物种植的重要依据,作物类型能够间接反映土壤盐渍化程度,因此本文提出了一种融合作物类型信息的土壤盐分反演方法。以黄河三角洲典型滨海盐渍土地区为例,基于Sentinel-2 MSI影像,首先采用随机森林分类提取作物类型信息,并基于OneHot方式将作物类型信息编码;然后融合作物类型信息,结合环境协变量数据、地面实测盐分数据,采用自适应增强决策树模型(AB-DT)进行盐分反演;最后与其他机器学习方法,如支持向量机、随机森林、K最邻近和决策树进行盐分反演精度的对比。结果表明:(1)加入作物类型信息能够提高土壤盐分反演模型精度,所有模型中,融合作物类型变量的AB-DT反演模型精度最高,建模集R2为0.86,测试集R2为0.61;(2)加入作物类型信息能够修正误判的盐渍土级别,并使土壤盐分反演结果的地块边缘更加清晰。综上所述,加入作物类型信息,能够提高土壤盐分反演的准确性,为农田管理和农业决策提供更可靠的依据。
|
关 键 词: | 土壤盐渍化 多光谱遥感反演 机器学习 |
|
|