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Landsat8 OLI影像光谱的土壤盐分估算模型研究

针对艾比湖流域盐渍化土壤盐分定量监测的需要,利用Landsat8 OLI多光谱影像进行土壤盐分估算模型研究,以提高土壤盐分反演的精度。通过分析不同含盐量土壤的影像光谱反射率特征和不同变换形式的光谱反射率与盐分的相关性,寻求对盐分含量敏感的光谱波段;采用多元逐步回归算法,分别建立基于OLI影像光谱与ASD光谱仪重采样光谱的土壤盐分估算模型,并对影像光谱模型进行校正。结果表明:ASD重采样光谱数据的对数倒数一阶微分变换的土壤盐分估算模型精度较高,模型的决定系数(R2)为0.779;校正后的OLI影像光谱土壤盐分估算模型的R2从0.28提高到0.777 6,且均方根误差值仅为0.281。本研究实现了从实地测量光谱尺度向遥感多光谱尺度的转换,为土壤盐渍化的遥感定量监测提供了科学参考。     

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。     

CYGNSS土壤盐分反演方法研究：以黄河三角洲为例

土壤盐碱胁迫是植物生产力低下的关键因素，也是全球盐碱区可持续发展的瓶颈；如何较为高效可靠地获取区域土壤盐分信息是需要优先解决的问题。随着全球导航卫星系统反射测量GNSS-R(Global Navigation Satellite System Reflectometry)的迅速发展，运用星载GNSS-R测量区域范围的土壤盐分成为一种可能。全球飓风导航卫星系统CYGNSS(The Cyclone Global Navigation Satellite System)作为星载GNSS-R计划的重要组成部分之一，其卫星传感器使用的L波段能够敏感地获取土壤介电常数信息，为反演土壤盐分提供了理论基础。本文以CYGNSS作为主要数据源，选取土壤盐渍化十分严重且具有典型代表性的黄河三角洲区域作为研究区域，首次探讨CYGNSS反演土壤盐分的可行性，并建立了一套土壤盐分的反演方法。首先，利用基于相干信号的双基雷达方程对CYGNSS数据进行计算获取地表反射率，并校正地表反射率的地表粗糙度和植被衰减效应，计算得到土壤介电常数的幅值；然后，以改进的Dobson-S土壤介电常数模型为物理模型结合土壤水分主动—被...     

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。     

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.     

基于多光谱遥感的盐渍化评价指数对宁夏银北灌区土壤盐度预测的适用性分析

土壤盐渍化是影响干旱区土壤健康的重要因素之一,因此快速获取土壤盐度信息、监测土壤盐度变化对干旱区土地资源合理利用和土壤恢复至关重要.本研究选取宁夏平原土壤盐渍化较重的银北灌区为研究区域,以野外采集的52个土壤样本和同时期Landsat8 OLI遥感影像为数据基础,采用相关分析和曲线回归分析法对基于多光谱遥感数据构建的土...     

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。     

对新疆塔里木河流域土地盐渍化进行专题信息提取的应用研究

对新疆塔里木河流域进行土地盐渍化专题信息提取,建立该地区土地盐渍化分类系统,提高土地盐渍化分类精度。结果表明:所采用的土地盐渍化专题信息提取方法是可行的,对于生态环境监测的土地利用/覆盖、土壤沙漠化等问题均适用。对于建立生态环境监测系统有非常实用的价值。