阿拉尔垦区棉花叶面积指数监测模型与产量分析

棉花叶面积指数是衡量作物生物量的关键参数,为棉花叶面积指数的获取提供可靠、方便的估算模型,以阿拉尔垦区作为主要研究区域,利用光谱分析仪对从垦区获得棉花冠层光谱反射率和由此计算得到的植被指数进行分析,基于NDVI的回归模型确定性系数R^2为0.92,进而确定了阿拉尔垦区棉花叶面积指数的最佳监测模型,为垦区棉花作物遥感监测和产量估算奠定了良好基础。

基于光谱指数建模的阿拉尔垦区土壤盐渍化信息提取与分析

为了探究反演新疆维吾尔自治区阿拉尔垦区土壤盐渍化最优遥感盐分监测指数模型,以Landsat8 OLI遥感影像和野外实测数据为基础,通过盐分指数(salinity index,SI)、归一化植被指数(normalized difference vegetation index,NDVI)、修改型土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI)、地表反照率(Albedo)构建遥感盐分监测指数模型(salinization detection index,SDI),提取阿拉尔垦区土壤盐渍化信息并验证模型精度,对比分析得出最优遥感盐分监测指数模型。结果表明:4类遥感盐分监测指数模型中SDI1(SI-NDVI),SDI2(SI-MSAVI),SDI3(SI-Albedo)和SDI4(Albedo-MSAVI)总体分类精度为83.45%,69.78%,53.23%和71.94%;SDI1模型最适合反演阿拉尔垦区土壤盐渍化程度,SDI2和SDI4模型对阿拉尔垦区土壤盐渍化监测有一定参考意义;利用SDI1模型反演阿拉尔垦区土壤盐渍化分布,垦区以非盐渍土和轻度盐渍土为主,重度盐渍土和盐土主要分布在垦区的东北和东南地区。由SI和NDVI构建SDI1对阿拉尔垦区土壤盐渍化信息提取精度较高,可作为反演垦区土壤盐渍化的遥感盐分监测指数模型,可为垦区土壤盐渍化治理和防治提供有效的技术参考。

阿拉尔垦区土壤盐渍化遥感监测及时空特征分析

及时准确掌握区域土壤盐渍化信息对盐渍土治理和土地利用可持续发展有着重要意义。以阿拉尔垦区Landsat 7 ETM+/8 OLI影像为数据源,采用盐分指数(Salinity index,SI)和归一化植被指数(Normalized difference vegetation index,NDVI)构建遥感盐分监测指数(Salinization detection in⁃dex,SDI)模型,对阿拉尔垦区土壤盐渍化进行反演,分析近10 a垦区土壤盐渍化空间分布特征。结果表明:SDI模型与土壤实测电导率拟合度R2=0.7579,该模型可反演阿拉尔垦区土壤盐量;2011—2021年非盐渍土和轻度盐渍土面积分别增加318.22 km2和0.80 km2,中度、重度土壤盐渍化面积减少229.87 km2,盐土面积增加68.61 km2;阿拉尔垦区北部和南部地区的土壤盐渍化程度得到明显转好,中部和东部地区土壤盐渍化程度加重,垦区土壤盐渍化总体得到较好改善。SDI模型能较好反演阿拉尔垦区土壤盐渍化时空特征,可为阿拉尔垦区经济与社会发展提供一定的参考依据。