基于无人机遥感的盐渍化土壤有机质反演方法研究

土壤有机质含量是衡量土壤肥力的重要指标,对粮食生产具有重要影响。我国滨海盐碱地分布广阔,土壤有机质呈现显著的空间异质性。传统的“实地采集-实验测量”的方法费时费力,难以快速描绘盐碱地区土壤有机质含量的空间分布特征。因此,采用遥感技术对土壤有机质含量进行高效且精准地反演,可以快速了解土壤肥力,从而调整与优化农业生产与管理。本研究以黄河三角洲典型滨海盐碱地裸土(0~10 cm土层)为研究对象,通过提取土壤的无人机遥感光谱与空间纹理信息,构建并筛选遥感指数。分别采用多元线性逐步回归、偏最小二乘以及随机森林模型对土壤有机质含量进行反演,并对比分析耕作与未耕作处理对反演的影响,同时探究融入对土壤盐分含量敏感的遥感信息是否可提高盐碱地区土壤有机质的反演精度。研究结果表明:(1)在土壤有机质含量反演中,随机森林模型的反演精度(R2为0.83~0.95)显著高于多元线性逐步回归(R2为0.26~0.69)和偏最小二乘模型(R2为0.37~0.72);(2)与未耕作土壤(R2为0.26~0.95)相比,耕作处理下的土壤有机质的反演精度较高(R2为0.54~0.94),即土壤的耕作处理能提高光谱指数对于土壤有机质含量的响应,从而提升土壤有机质含量的反演精度,为更加精准地监测土壤有机质提供新思路;(3)融入遥感纹理信息或土壤盐分含量信息(盐分实测值和盐分敏感指数)可显著提高土壤有机质反演精度。本研究将为提升田块尺度滨海盐渍化农田的土壤有机质含量反演提供理论与技术支撑,从而促进滨海盐渍化地区现代化农业的发展。