-
题名组合光学和微波遥感的耕地土壤含盐量反演
- 1
-
-
作者
刘瑞亮
贾科利
李小雨
陈睿华
王怡婧
张俊华
-
机构
宁夏大学地理科学与规划学院
宁夏大学生态学院
-
出处
《干旱区地理》
CSCD
北大核心
2024年第3期433-444,共12页
-
基金
国家自然科学基金项目(42061047,42067003)
国家重点研发计划项目(2021YFD1900602)
宁夏回族自治区重点研发计划项目(2021BEG03002)资助。
-
文摘
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。
-
关键词
光学和微波遥感
机器学习
耕地
土壤含盐量反演
-
Keywords
optical and microwave remote sensing
machine learning
cultivated land
inversion of soil salt con-tent
-
分类号
S127
[农业科学—农业基础科学]
S156.4
[农业科学—土壤学]
-