基于Sentinel-1/2改进极化指数和纹理特征的土壤含盐量反演模型

目前Sentinel-1/2协同反演植被土壤含盐量的研究大多是基于Sentinel-2光谱信息和Sentinel-1后向散射系数,没有考虑Sentinel-2光谱信息容易受土壤亮度等信息影响,Sentinel-1后向散射系数容易受土壤粗糙度和水分影响。为进一步提高Sentinel-1/2协同反演植被土壤含盐量的精度,用水云模型对雷达卫星后向散射系数进行校正,消除植被影响;然后协同Sentinel-2纹理特征,基于VIP、OOB、PCA 3种变量筛选和RF、ELM、Cubist 3种机器学习回归模型构建植被土壤含盐量反演模型。研究结果表明:经过水云模型去除植被影响后的雷达后向散射系数及其极化组合指数与土壤含盐量的相关性有一定程度的提高。不同变量选择方法与不同机器学习方法耦合模型在反演土壤含盐量中,OOB变量筛选方法与RF、ELM和Cubist 3种机器学习方法的耦合模型精度最佳,建模集和验证集的R2都在0.750以上,且验证集的RMSE和MAE均最小;其中OOB-Cubist耦合模型精度最高,且R_(v)^(2)/R_(c)^(2)为0.955,具有良好的鲁棒性。研究可为机器学习协同物理模型、光学卫星协同雷达卫星在土壤含盐量反演中的进一步应用提供思路。

组合光学和微波遥感的耕地土壤含盐量反演

耕地保护关系到国家粮食安全和经济社会可持续发展,对生态环境保护具有重要作用,快速精准的获取耕地土壤盐分含量及空间分布信息是耕地保护的必然要求。以宁夏平罗县为研究区,利用Landsat 9 OLI和Sentinel-1遥感影像,提取光谱指数和雷达极化组合指数,基于变量投影重要性法与灰度关联法筛选特征变量,然后运用反向传播神经网络、支持向量机和随机森林3种机器学习算法构建模型,并用最佳模型反演耕地土壤含盐量空间分布情况。结果表明:(1)利用变量投影重要性法筛选变量建立的模型验证集决定系数(R2)大于灰度关联法筛选变量建立的模型。(2)利用随机森林算法,组合光谱指数和雷达极化组合指数协同反演模型效果最佳,建模集R2为0.791,均方根误差(RMSE)为1.016,R2较单一数据源模型分别提高0.065和0.085,RMSE分别降低0.147和0.189;验证集R2为0.780,RMSE为1.132,R2较单一数据源模型分别提高0.091和0.237,RMSE分别降低0.175和0.377。(3)平罗县耕地轻度盐渍化和中度盐渍化土壤分布范围广,占比分别为23.77%和33.54%,重度盐渍化达15.37%。研究结果发现,组合多源遥感数据建模能够有效提高土壤含盐量反演精度,可为干旱区耕地土壤含盐量的反演和当地农业可持续发展提供有效的技术参考。

基于Landsat 8的节水改造背景下盐渍化土壤含盐量反演

为探明沈乌灌域节水改造后因渠道衬砌、引排水量减少引起的土壤含盐量时空分布特征及变化规律,采用区域土壤信息定点监测,结合经典统计学、空间插值以及机器学习建模反演等技术手段,利用Landsat 8卫星获取光谱数据,通过对实测土壤含盐量、光谱指数及波段反射率进行处理,运用Adaboost回归、BP神经网络回归、梯度提升树回归、KNN回归、决策树回归、随机森林回归方法构建了沈乌灌域土壤含盐量空间反演模型。采用最优反演模型对沈乌灌域土壤含盐量空间分布特征进行了遥感反演。结果表明:通过全变量单一回归法筛选出相关系数大于0.55的9个光谱因子,使用SPSS PRO软件构建6种机器学习反演模型,对比6种反演模型精度,验证集决定系数R2由大到小依次为随机森林回归、梯度提升树回归、Adaboost回归、KNN回归、决策树回归、BP神经网络回归。其中随机森林回归模型的拟合精度最佳,训练集与验证集的决定系数R2分别为0.834和0.86,说明随机森林回归模型的反演效果较好。反演结果表明:节水改造后非盐渍土面积增加391.7 km^(2),占灌域总面积的21%,中度盐渍土面积、重度盐渍土面积、盐土面积分别减少95.61、63.37、45.7 km^(2),分别占灌域总面积的5%、3%、2%。综上所述,节水改造工程完成后,沈乌灌域土壤盐渍化程度减轻,作物生长安全区面积增加,但由于渠道衬砌以及引排水量减少,土壤盐分淋洗效果减弱,土壤盐分在灌域内部运移,整体土壤环境得到改善,局部地区出现盐分聚集。

基于贝叶斯最大熵的黄河三角洲土壤含盐量空间分布预测

黄河三角洲土壤盐渍化问题是制约当地农业生产和生态稳定的关键因素。为了准确掌握盐渍土的空间分布,提高土壤含盐量的空间预测精度,本研究根据2022年5月黄河三角洲的193个采样点两个深度土壤含盐量分析数据,结合高程和Landsat 9遥感影像等数据,采用地理加权回归(Geographically weighted regression,GWR)模型构造区间型软数据,进而建立贝叶斯最大熵(Bayesian maximum entropy,BME)模型对研究区土壤含盐量的分布进行了预测,并同传统的地统计模型普通克里格(Ordinary kriging,OK)及GWR模型的预测结果进行了比较。结果表明:BME模型对土壤含盐量的预测精度高于另外两种模型。与OK模型相比,BME模型的RMSE在土壤表层(0~30 cm)和底层(90~100 cm)分别降低25%和21%,R^(2)分别提高0.543 2和0.352 7。BME模型作为本研究最佳土壤含盐量空间预测模型,展现了多源数据整合及非线性估计的优势。黄河三角洲表层土壤盐渍化率(88%)高于底层(68%),土壤含盐量大体呈现由西南向东北递增的趋势,沿海地区大于内陆地区,黄河三角洲北部是整个区域盐渍化最为严重的地区。

基于高光谱数据的盐渍化土壤含盐量预测模型研究

对采自内蒙古自治区科尔沁右翼中旗巴彦淖尔苏木典型盐渍化土壤进行光谱反射率测定,分析不同盐渍化程度土壤的光谱特征;利用均方根、对数、对数倒数、倒数及一、二阶微分等多种原始光谱反射率变换形式的多元逐步线性回归分析方法,构建预测土壤含盐量的模型。结果表明,虽然供试土壤含盐量不同,但其光谱曲线在形态上保持一致,土壤含盐量越高其反射率曲线就越高。光谱反射率与土壤含盐量的正负相关性在经过数学变换后得到增强,尤其是在一、二阶微分变换后明显增强:土壤含盐量≤7g/kg的土壤样本(非盐土)的原始光谱对数一阶微分反射率与土壤含盐量相关性最高,在1490nm处相关系数最大为-0.5898;土壤含盐量>7g/kg的土壤样本(盐土)的原始光谱对数一阶微分反射率与土壤含盐量相关性最高,在727nm处相关系数最大为-0.5591。利用多元逐步线性回归建立的预测模型,非盐土以原始光谱的二阶微分模型为最优,R^(2)=0.7292;盐土以对数二阶微分模型为最优,R^(2)=0.8718。模型可用于盐碱土土壤含盐量的快速测定。

基于无人机遥感图像纹理与植被指数的土壤含盐量反演

基于无人机遥感技术获取农田土壤盐分信息为盐渍化治理提供了快速、准确、可靠的理论依据。本文在内蒙古河套灌区沙壕渠灌域试验地上采集了取样点0~20 cm的土壤含盐量,并使用M600型六旋翼无人机平台搭载Micro-MCA多光谱相机采集图像。利用Otsu算法对多光谱图像进行图像分类(土壤背景和植被冠层),基于分类结果分别提取剔除土壤背景前后的光谱指数和图像纹理特征,采用支持向量机(SVM)和极限学习机(ELM)构建土壤含盐量监测模型,其4种建模策略分别为:未剔除土壤背景的光谱指数(策略1)、剔除土壤背景后的光谱指数(策略2)、未剔除土壤背景的光谱指数+图像纹理特征(策略3)、剔除土壤背景的光谱指数+图像纹理特征(策略4),通过比较4种建模策略的模型精度以筛选出最优变量组合。结果表明:策略3、4所计算出的土壤含盐量反演精度高于策略1、2,策略1~4验证集决定系数R_(v)^(2)分别为0.614、0.640、0.657、0.681,因此利用图像纹理特征+植被指数对提高土壤含盐量的反演精度有重要意义。对比策略3、4,图像纹理特征+植被指数受到土壤背景的影响,策略4精度低于策略3精度,其R_(v)^(2)分别为0.614、0.657;各变量处理的最优模型均为ELM模型,建模集R_(v)^(2)分别为0.625、0.644、0.618、0.683,标准均方根误差分别为0.152、0.134、0.206、0.155。相比于SVM模型,ELM模型提高了土壤含盐量的反演精度。

基于EnKF和PF的沙壕渠灌域土壤含盐量监测模型研究

为探究不同数据同化算法在时空尺度上监测土壤含盐量的可行性,以内蒙古河套灌区沙壕渠灌域为研究区域,采用高分一号卫星遥感图像作为数据源,通过EnKF算法和PF算法的同化观测算子和模型算子得到时空范围中的土壤含盐量变化情况。其中观测算子分为两步,首先通过PLS-VIP准则来筛选光谱指数作为自变量,再使用ELM模型建立基于不同时间不同深度的遥感监测土壤含盐量模型;模型算子为基于Hydrus-1D模型的数学模拟监测土壤含盐量模型。结果表明,基于ELM模型的土壤含盐量模型中,深度0~20 cm、20~40 cm和40~60 cm的平均IOA均在0.74以上,平均ME在0.14%以下,表明反演模型具有良好的精度;基于Hydrus-1D的数学模拟监测土壤含盐量模型中,3个深度平均IOA在0.79~0.89之间,平均ME在0.128%~0.137%之间,能够较好地反映土壤盐分在时间序列中的运移情况;EnKF算法3个深度IOA在0.820以上,ME在0.141%~0.157%之间,NMB在0.141~0.252之间,PF算法3个深度IOA在0.89以上,ME在0.090%~0.142%之间,NMB在0.075~0.097之间,精度优于EnKF算法,能够很好地反映土壤含盐量在时间和空间上的分布情况。本文基于EnKF和PF算法进行Hydrus-1D模型和ELM模型的同化方案研究,提高了土壤含盐量的监测精度,可为后续在长时间大范围的时空尺度上监测土壤含盐量提供依据,也可为精准农业防治土壤盐渍化的研究提供参考。

基于随机森林算法的土壤含盐量预测

快速监测区域土壤盐渍化信息,对于盐渍化治理与生态环境保护具有重要意义。本文以Sentinel-2A和Landsat8 OLI遥感影像为数据源,以银川平原为研究区,利用谷歌地球引擎(Google Earth Engine,GEE)平台,基于随机森林算法,通过建立光谱指数特征与地面实测土壤含盐量之间的关系,进行土壤含盐量估算。结果表明:GEE能够为土壤含盐量预测提供可靠的数据支撑;以Sentinel-2A为数据源建立的随机森林模型具有更好的预测精度(R2=0.789,RMSE=1.487),优于Landsat8 OLI,可用于土壤含盐量高分辨率遥感估算,能够为大尺度土壤含盐量监测工作提供理论支撑。

基于Landsat8 OLI影像干旱区绿洲土壤含盐量反演

利用遥感技术进行土壤含盐量的快速检测可为土壤盐渍化治理和绿洲农业合理开发提供科学指导。基于渭干河—库车河三角洲绿洲采集的95个土壤样品,采用光谱指数、波段反射率与实测土壤含盐量,运用多元线性回归、偏最小二乘回归、支持向量机回归和随机森林回归方法构建土壤含盐量估测模型,并利用最优估测结果对研究区土壤含盐量的空间分布格局进行遥感反演。结果表明:通过全子集回归法筛选出与土壤含盐量相关显著的9个光谱因子,相关系数均在0.5以上(P<0.01)。其中盐分指数中SI-T与土壤含盐量的相关系数最大为0.648;对比4种反演模型的估测精度,拟合的效果由高到低依次为随机森林回归>支持向量机回归>偏最小二乘回归>多元线性回归。其中随机森林模型拟合精度表现最佳,训练集和验证集的决定系数分别为0.870和0.766;相对分析误差分别为2.792和2.105,值均大于2,表明模型反演效果较好,有稳定的估测能力;由随机森林模型的反演结果来看,第Ⅰ等级和第Ⅱ等级占比达到41.62%,分布于绿洲内部的耕作区;第Ⅲ,Ⅳ和第Ⅴ等级区共占比56.41%,主要分布在绿洲外围与沙漠的交错带和荒漠区。采用随机森林机器学习建模方法对土壤含盐量进行反演,估测效果明显优于传统的统计模型,可为干旱区绿洲土壤盐渍化监测提供参考。

甘肃敦煌西湖湿地植物群落平均盖度与土壤含盐量耦合关系

实地调查了甘肃敦煌西湖国家级自然保护区的湿地植物群落和环境因子,综合比较了各种多样性指数及环境因子,并应用SPSS统计软件的多元方差分析功能筛选出自变量x(含盐量)和因变量y(平均盖度)。应用了曲线参数估计法对24个湿地植物群落样方的平均盖度和土壤含盐量进行多次回归模型拟合,最终提出了最优的拟合模型为Logarithmic对数曲线模型,曲线方程:y=1.076-0.391lnx,P(Sig·=0.009)<0.01,并提出模型存在的不足及改进之处,旨在为我国西北干旱地区的湿地植物多样性保护提供科学依据。

基于近地面多光谱的黄河三角洲典型地区土壤含盐量估算研究

选择山东省无棣县"渤海粮仓"项目核心示范区为研究区,利用ADC便携式多光谱相机和EC110便携式盐分计,采集该区近地多光谱相片和土壤表层含盐量数据,通过NDVI,SAVI,GNDVI三种植被指数分别与实测土壤含盐量构建线性、指数、对数、乘幂、二次和三次函数共18种模型,进而优选土壤盐分含量最佳估测模型,反演和分析研究区土壤盐分状况。结果显示,各模型均可有效估测土壤盐分含量,以SAVI为因变量构建的各模型估测效果较好,其中以SAVI的线性模型(Y=-0.524x+0.663,n=70)为最佳,显著检验水平下的F检验值最高,为141.347,估测R^2为0.797,精度达到93.36%;研究区的土壤盐分含量集中在2.5‰~3.5‰之间,呈现从西南向东北逐渐升高的明显分布规律。探索了基于近地面多光谱数据的土壤含盐量估测方法,为研究区乃至整个黄河三角洲滨海盐碱土的盐分含量估测提供了一种快速有效的技术方法。

天津滨海地区土壤含盐量与电导率的关系

[目的]建立天津滨海盐渍区(以Na+-Cl-为主类型)土壤含盐量与电导率之间的换算关系。[方法]采用烘干残渣法测定土壤含盐量,并与电导率公式求算的土壤含盐量进行比较,以验证建立的关系式是否有效。[结果]测定土壤浸提液电导率具有操作简单、快速、准确的特点,在一定盐度范围内,电导率与含盐量呈直线相关关系。经测定分析,天津滨海盐渍区电导率与含盐量的回归关系式为:y(%)=0.0033EC5∶1-0.6736,r=0.9917,达到极显著水平;实证检验结果表明,公式求算与烘干残渣法的平均误差为3.88%,满足生产实践的精度要求。通过对滨海盐渍区(Na+-Cl-类型)其他经验公式的对比分析,发现该关系式对整个环渤海盐渍区均有较高的实用价值。[结论]当土壤含盐量超过1.6%或2.0%时,建议仍以烘干残渣法测定为好。

滨海平原农田土壤含盐量空间变异分析

以江苏省射阳县为例 ,对该县节水灌溉条件下农田土壤含盐量、地下水含盐量进行取样检测 ,应用地质统计学方法对所取得的数据进行理论分析 ,结果表明 :该地区土壤含盐量服从正态分布 ,半变差函数符合五次球状函数 ;地下水含盐量服从对数正态分布 ,半变差函数符合三次球状函数 .利用GSLIB软件 ,绘制了该县土壤含盐量和地下水含盐量等值线图 ,为该地区水土管理、防止土壤盐渍化提供了决策依据 .

干旱区典型盐碱土壤含盐量估算的最佳高光谱指数研究

盐碱土的表层土壤含盐量是土壤盐碱化程度分级的主要因素之一。对西北干旱区不同含盐量和含水率的典型盐碱土进行了分析,运用统计方法分析了5种高光谱指数与土壤含盐量的定量关系,并通过对比研究,确定了能提高盐碱土壤含盐量估算精度的最佳光谱指数及定量预测模型。结果表明,不同的指数所选择出的对土壤含盐量最敏感的波段基本都位于近红外(NIR)和短波红外波段(SWIR),说明盐类矿物在近红外和短波红外波段(VNIR-SWIR)区域会产生特有的光谱特征。所选定的最佳光谱ND指数结构简单,易于计算,且对土壤中的水分不敏感,该技术对于大面积土壤含盐量制图具有较广的应用前景。

干旱半干旱区土壤含盐量和电导率高光谱估算

以新疆南疆地区渭干河-库车河三角洲绿洲不同盐渍化程度的土壤为研究对象,将土壤样品的含盐量与电导率数据和使用ASD Field Spec Pro FR光谱仪测得土壤样品高光谱数据作为本研究原始数据.首先,对原始土壤光谱反射率曲线进行Savitzky-Golay滤波以消除光谱曲线噪声可能引起的误差,对得到的光谱曲线进行对数、倒数等15种光谱变换;其次,对土壤样品含盐量与电导率关系进行分析,并通过两者与土壤光谱反射率不同光谱变换形式的相关性比较分析,遴选出一阶微分、对数倒数一阶微分、连续统去除和连续统去除一阶微分四种相关性较好的变换形式;最后,以此变换形式对含盐量和电导率进行建模,并对二者进行了高光谱估算精度的比较.结果表明:渭干河-库车河三角洲绿洲的含盐量与电导率的相关性较高,达到0.9975;电导率与四种不同光谱变换形式之间的相关性要优于含盐量,特别在一些土壤盐渍化的敏感波段尤为突出;无论是含盐量还是电导率,多元逐步回归模型均优于一元线性模型,且以电导率建立的两种回归模型的决定系数均高于含盐量.研究表明,土壤电导率对高光谱信息的反应比含盐量更敏感,同时,以电导率建模的估算精度比含盐量更高.因此,以电导率替代含盐量进行土壤盐渍化高光谱估算研究是一种精度更高、速度更快的方法,可为提高土壤盐渍化高光谱估算提供理论依据.

基于盲源分离的稀疏植被区土壤含盐量反演

植被对土壤光谱的干扰是目前土壤盐渍化遥感监测的重要限制因素之一,探索消除稀疏植被覆盖区植被对光谱影响的方法,对提高土壤含盐量遥感反演精度具有重要意义。本文通过对189组不同植被覆盖度且不同盐渍化程度种植微区野外实测地表可见-近红外反射光谱进行分析,比较并评价了基于原始光谱和盲源分离(blind source separation,BSS)后光谱预测土壤含盐量的结果。结果表明:地表植被覆盖严重影响基于可见-近红外反射光谱的土壤含盐量反演精度。盲源分离方法,尤其是基于方程z=tanh(y)的独立分量分析(independent components analysis,ICA)算法,可有效分解植被和土壤的混合光谱,并提高植被覆盖下基于可见-近红外反射光谱的土壤含盐量反演精度。该方法为植被覆盖区大尺度土壤盐渍化遥感监测提供了方法指导。

大田葵花土壤含盐量无人机遥感反演研究

以内蒙古河套灌区沙壕渠灌域内大田葵花为研究对象,划分4块不同盐分梯度的试验地,利用无人机搭载六波段多光谱相机和热红外成像仪获取遥感数据,并同步采集区域内不同土壤深度处的盐分数据。利用灰色关联法对构建的光谱指数进行筛选,同时结合冠层温度数据,采用偏最小二乘回归(PLSR)、支持向量机(SVM)、反向传播神经网络(BPNN)和极限学习机(ELM)4种建模方法构建大田葵花不同生育期、不同土壤深度的盐分反演模型。结果表明,基于葵花现蕾期数据构建的盐分反演模型整体效果优于开花期,以优选盐分指数和光谱指数作为变量组构建的模型效果优于植被指数变量组,盐分反演效果较好的土壤深度为0~20 cm和20~40 cm。不同建模方法对比结果表明,机器学习盐分反演模型的效果优于偏最小二乘回归模型,其中在葵花现蕾期0~20 cm土壤深度处,以光谱指数作为变量组构建的BPNN盐分模型反演效果最好,建模集和验证集R2分别达到0.773和0.718,验证集RMSE、CC分别达到0.062%和0.813。本研究成果可为无人机遥感在大田葵花土壤盐分监测方面的应用及相关研究提供参考。

于田绿洲土壤含盐量与地下水关系分析

在潜水蒸发强烈的干旱区,土壤含盐量与地下水埋深和矿化度有着密切的关系,确定地下水埋深和矿化度与土壤各土层含盐量的关系,有助于排水系统设计和地下水管理。根据于田绿洲实测土壤含盐量、地下水埋深及矿化度资料,分析了地下水埋深和矿化度对土壤含盐量的影响。研究结果表明,在干旱区土壤含盐量与地下水埋深和矿化度存在显著的指数相关关系,并建立了表层、20、40、60cm土层土壤含盐量与地下水埋深和矿化度三者之间的经验公式。为盐渍化治理和地下水管理提供指导。

福建滨海地带土壤含盐量、养分状况与木麻黄生长的关系

福建沿海防护林的工程建设进展很快,沿海第一线已形成以木麻黄为主的防护林带。工程建设中存在较突出的问题是木麻黄的更新和适宜树种的选择和配置。福建滨海地带除基岩海岸带外,主要土壤可分为海涂和风沙土两大类型;而木麻黄更新措施和适生树种的选择与当地土壤特性密切相关。据此,对福建滨海地带土壤问题进行了典型调查分析。

玛纳斯河流域不同土壤质地土壤含盐量分析

土壤质地对土壤盐分空间分布具有间接的影响，对玛纳斯河流域3种土壤质地：沙土、沙壤土、中壤土的土壤含盐量进行垂直分布及盐分离子研究分析。结果表明：3种土壤类型的盐分分布情况差异显著，中壤土含盐量较低，沙壤土、沙土的表层含盐量较高；3种土壤类型不同深度盐分变化趋势也差异很大，中壤土含盐量在20cm处最大，20cm以下土壤含盐量呈下降趋势；沙壤土在60cm处最大，60cm以下土壤含盐量呈下降趋势；沙土在0～150cm土壤盐分处于增加趋势；在非耕作土壤的沙土和沙壤土中，阳离子以Ca^2＋、Mg^2＋为主，在耕作性土壤的中壤土阳离子以Na^＋、K^＋为主，阴离子都以SO4^2-为主。