融合作物类型的土壤盐分遥感反演方法研究

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。     

土壤性质指标光谱反演数据变换模型研究

本文采用土壤含铁量和有机质含量作为性质指标,对反射率作常规模型变换,变换后的数值与性质指标的相关系数最大值有一定提高。又进行反射率一阶微分乘以平方根一阶微分等几种创新模型变换,以及将变换效果较好的个别波段选出进行交叉组合模型变换,变换后的数值与性质指标的相关系数最大值又有一定提高。实验证明,反射率一阶微分乘以平方根一阶微分模型以及选出波段交叉组合变换模型可以有效提高反射率与土壤性质指标的相关性。     

基于Aster数据的新疆渭-库绿洲及其周边地区土壤盐分的定量反演

以新疆渭干河-库车河地区为研究区域,在野外调查采样的基础上,对土样进行实验室光谱测量并重采样与Aster波段相匹配,利用偏最小二乘回归建模方法建立了土壤盐渍化定量反演模型,其精度满足大区域的土壤盐渍化监测要求,表明该建模方法具有较好的普适性和稳定性。用10景Aster图像数据实现了该区域的土壤盐渍化定量反演与制图,反演的盐分分布与实地调查较为一致,为大面积区域性土壤盐渍化的遥感定量调查与监测提供了较为有效的技术方法。     

基于PLSR的陕北土壤盐分高光谱反演

选取陕北盐渍土为研究对象,通过采集高光谱数据及土壤样品测定,研究土壤盐分含量与反射率之间相关性,遴选盐分特征波段,利用常规回归分析及偏最小二乘回归分析建立土壤盐分的定量反演模型,并利用检验样点进行对比分析和精度检验。研究结果表明,482 nm,1 365 nm,1 384 nm,2 202 nm及2 353 nm为土壤盐分含量的特征波段,利用高光谱数据进行盐分定量反演具有良好的精度;精度检验结果表明,通过Matlab进行偏最小二乘回归计算的反演模型,实测值与预测值相关性更好,精度较高。     

土壤性质指标光谱反演数据变换模型研究

本文采用土壤含铁量和有机质含量作为性质指标,对反射率作常规模型变换,变换后的数值与性质指标的相关系数最大值有一定提高。又进行反射率一阶微分乘以平方根一阶微分等几种创新模型变换,以及将变换效果较好的个别波段选出进行交叉组合模型变换,变换后的数值与性质指标的相关系数最大值又有一定提高。实验证明,反射率一阶微分乘以平方根一阶微分模型以及选出波段交叉组合变换模型可以有效提高反射率与土壤性质指标的相关性。     

粗糙地表土壤含水量遥感模型研究

土壤粗糙度对地表二向反射率特征有重要影响而且极不稳定 ,是影响土壤含水量遥感精度的一个重要因素。该文分析土壤含水量影响反射率的物理过程 ,论证土壤含水量与土壤光谱的关系服从比尔定律 ;分析土块级土壤粗糙度影响土壤反射率的根本原因是微坡面的倾斜使二次和多次散射的比例增加。在此基础上建立粗糙地表土壤含水量遥感模型 ;实验证明模型具有较高的精度     

基于电磁感应的干旱区土壤盐渍化定量遥感研究

以南疆典型干旱区Landsat 7 ETM+遥感图像为数据源,利用决策树分类法提取农业用地,并对农业用地进行移动式电磁感应调查(简称磁感调查)和光谱特征提取,同时分析磁感数据和图像光谱特征与土壤盐分含量的相关性,从而建立土壤盐分的定量反演模型。研究结果表明:土地利用类型决策树的分类精度达到93.75%,Kappa系数达0.915 4;经多元逐步回归分析,磁感调查获得的土壤盐分含量与差值植被指数(DVI)、ETM+图像第二波段像元值(B2)以及比值植被指数(RVI)间具有显著相关性,由此建立的遥感反演模型可用于土壤盐分含量的定量反演。经89个样点检验,基于磁感调查的土壤盐分遥感反演精度虽低于基于磁感调查的地统计空间分析的精度,但遥感定量反演值与磁感调查实测值仍具有良好的相关性,而且精度较高,因此利用本文方法进行土壤盐渍化大面积监测是快速有效的途径。     

随机森林回归模型用于土壤重金属含量多光谱遥感反演

本文以陕西省柞水县大西沟矿区为研究区域,通过实地采集土壤样本,结合在Landsat 8多光谱遥感影像上提取的辐射亮度值和光谱衍生指数,以及从ASTER GDEM提取的3种地形因素,通过相关性分析确定了建模因子,并以K折交叉验证法建立了砷、铜、铅3种重金属元素的随机森林回归模型。试验结果表明,所建立模型的预测精度优于多元线性回归模型和CART模型,可见随机森林回归模型适用于在小样本情况下的矿区重金属含量反演。经现场调查,空间反演结果与实际情况较符合,证明了基于多光谱遥感的随机森林回归模型在矿区土壤重金属反演中的准确性。     

盐渍化土壤光谱特征分析与建模

为建立土壤盐渍化遥感监测模型,选取宁夏回族自治区平罗县典型土壤盐渍化发生区域作为研究区,以野外原位光谱测量数据和实验室内测得的土壤含盐量与p H值数据为基础,进行高光谱数据处理,分析不同盐渍化程度土壤的光谱特征;对实测土壤光谱反射率进行倒数、对数、均方根及其一阶微分等光谱变换,计算高光谱指数;与土壤样本含盐量进行相关性分析,筛选盐渍化土壤的光谱特征波段,利用多元线性回归分析建立土壤盐渍化监测模型。研究结果表明:以倒数一阶微分变换后的940 nm和1 094 nm波段作为特征波段构建的土壤盐渍化遥感监测模型最优。     

绿洲农田典型盐碱斑光谱特征与盐分反演建模

通过野外测定盐碱斑光谱反射率,对光谱数据进行去包络线处理,并分析盐碱斑光谱特征。结合盐碱斑表层土壤电导率,进行盐碱斑电导率和反射光谱相关性分析。结果表明,绿洲农田盐碱斑光谱反射曲线650~700 nm波段为盐碱斑电导率最敏感波段,可通过该波段数据与盐碱斑的电导率建立盐碱斑电导率光谱预测模型。     

茶卡-共和盆地土壤盐分与光谱特征研究

土壤盐分及其光谱特征是土壤盐渍化高光谱遥感定量监测的基础研究内容。茶卡-共和盆地位于柴达木盆地东部边缘,是土壤盐渍化比较典型的区域之一。在研究区盐渍土野外调查采样的基础上,依据土壤理化分析和实验室光谱测量数据,对土壤盐分及其光谱特征进行了分析,总结了茶卡-共和盆地盐渍土光谱特征随土壤盐分含量的变化规律。研究表明:该区域盐渍土为氯化物盐土,以NaCl和MgCl2为主,有少量的硫酸盐;不同含盐量的盐渍土具有明显的光谱特征差异。     

基于GRNN的ALI多光谱遥感数据土壤盐分反演研究

受环境变化和人类活动的双重影响,土壤盐渍化已经成为土壤退化的重要形式.及时展开土壤盐渍化研究对改善现状和预防其进一步发展具有重要意义.本文以黄河三角洲一处典型区域为研究对象,在野外光谱测量和实验室理化分析的基础上,采用广义回归神经网络(GRNN)方法建立了土壤盐分反演模型,模型的决定系数为0.855,均方根误差为0.119 9·kg-1.将GRNN模型应用到ALI反射率图像上得到土壤盐分反演分布图.结合野外调查结果发现,GRNN方法得到的土壤盐分值的空间分布结果与实际情况一致.     

一种基于多元统计分析的土壤含水量高光谱反演模型

为建立方便、快速、大尺度区域土壤含水量估测模型,对陕西省横山县实验区83个土壤样本光谱数据进行研究。对光谱数据进行一阶微分变换处理,提高土壤含水量与变换后光谱数据的相关性,根据相关系数的大小,选取1 412,1 549,1 586,1 842,1 976和2 032 nm五个波段的反射率作为最佳建模反演因子,运用多元统计的原理建立土壤含水量反演模型。实验结果表明,利用因子R1 412,R1 549和R1 842组合建立起的预测方程效果最好,预测方程的相关系数为0.960 1,RMSE(中误差)为1.934 2。这表明建立的土壤含水量反演模型是可行的,模型具有较高的精度。     

含盐土壤盐渍化雷达反演模拟研究

准确、快速提取大范围地表土壤盐渍化空间分布是一个迫切急需解决的科学难题。本文以河套灌区解放闸灌域土壤盐分雷达监测为例,研究基于RADARSAT-2数据的盐渍化信息提取。利用成熟的BP神经网络技术,建立了四极化雷达影像灰度值反演土壤盐分的人工智能模型,经实测数据检验能够在一定程度上满足盐渍化监测的需要,优于传统盐渍土分类方法,可促进微波遥感在土壤盐渍化监测中的开拓应用。     

光谱解混下耕地土壤铬含量GMDH模型反演

针对遥感影像反射率与重金属元素间的光谱响应弱,土壤重金属经典反演模型精度较低等问题,本文以Sentinel-2号遥感影像为数据源,利用像元二分模型进行影像光谱解混,筛选出相关性较高的特征光谱作为光谱参量,构建基于像元线性解混和不同光谱变换下土壤反射率与重金属Cr含量的PLS模型和GMDH模型.研究结果表明,解混后的光谱...     

WOFOST模型与遥感数据同化的土壤速效养分反演

土壤速效养分是作物生长的必要条件,合理控制土壤速效养分含量对粮食增产、农民增收以及环境保护都有重要意义。随着现代农业技术的发展,可以通过变量施肥将土壤速效养分含量控制在最佳状态,这也对土壤养分的获取精度提出了更高的要求。当前的主要土壤速效养分遥感监测方法在监测精度、稳定性、成本控制和可推广性依然存在一定不足,甚至限制对变量施肥的指导作用。本文针对传统土壤速效养分估算方法的不足,提出了利用作物模型与时间序列遥感数据相结合实现耕层土壤速效养分反演的新思路,该思路以养分缺失引起的作物长势参数的变化为切入点,在数据同化算法设计和养分模块优化改造的基础上,利用作物长势参数遥感监测结果与模型模拟结果的差异设计了土壤速效养分反演算法,实现速效养分含量信息的有效获取。设计地面观测实验并利用地面观测数据对反演精度进行评价,结果表明该方法可以对土壤中的速效养分进行实时、高精度的稳定反演,3种主要的速效养分速效氮、有效磷和速效钾的R2分别达到了0.68、0.74和0.52,平均相对误差分别为7.45%、6.17%和9.97%。     

基于植被-土壤二向反射模型的土壤含水量遥感

以北京地区为例，利用像元信息分解法，定量提取出区域植被盖度，由植被盖度得到区域叶面积指数，在只考虑一次散射的情况下，利用植被-土壤二向反射模型，提取出下层湿润土壤反射率。通过引入粗糙度因子建立起粗糙地表下土壤反射率与叶面积指数的函数关系，进而得出土壤含水量。     

基于地貌类型的土壤有机质多光谱遥感反演

基于地貌类型分析土壤有机质含量与多光谱遥感影像光谱波段之间相关关系,构建不同地貌类型区有机质含量反演模型。结果表明,各波段光谱反射率与土壤有机质含量均呈负相关关系。利用SPSS软件对所有波段进行剔除变量(remove)线性回归分析,当全部波段参与构建反演模型时,一次反演模型拟合效果较好。分地貌类型区构建土壤有机质反演模型精度高于整个区域反演模型精度,与实际值对比,当允许误差为7%时,土壤有机质含量识别度为91.65%。基于地貌类型构建土壤有机质含量反演模型提取研究区土壤有机质含量切实可行,且精度较高。     

鄱阳湖地区土壤,植被光谱混合模型的研究

本文针对鄱阳湖地区的土壤、植被的特点设计了一套非线性混合光谱模型、较好了地预测了实际的混合光谱，从预测精度上看，要优于传统的线性混合光谱模型。