无人机多光谱遥感反演不同深度土壤盐分

快速、精准获取作物覆盖下的土壤盐分信息，可以提高区域土壤盐渍化治理的有效性。该研究在内蒙古河套灌区沙壕渠灌域内试验地获取无人机多光谱遥感图像数据，并同步采集不同深度的土壤盐分数据。通过遥感图像数据提取光谱反射率并计算传统光谱指数，在此基础上引入红边波段建立新的光谱指数，同时使用Elastic-net算法（ENET）对光谱变量进行筛选，并将筛选后的光谱变量分为原始光谱变量组和改进光谱变量组；运用BP神经网络（Back Propagation Neural Networks，BPNN）、支持向量机（Support Vector Machine，SVM）和极限学习机（Extreme Learning Machine，ELM）3种机器学习方法，构建作物覆盖下不同土壤深度的土壤盐分反演模型，并基于最佳反演模型绘制试验区不同深度土壤盐分反演图。结果表明，使用ENET变量选择方法可以有效筛选出最优光谱变量，且基于改进光谱变量组构建的反演模型精度均高于原始光谱变量组；ELM模型反演效果优于SVM模型和BPNN模型，其验证集的决定系数为0.783，均方根误差为0.141，一致性相关系数为0.875；研究区域内，作物覆盖下的土壤盐分最佳反演深度为10～20 cm；在不同土壤深度下，基于改进光谱变量组构建的最佳反演模型绘制的土壤盐分反演图可以较为真实的反映试验区内的盐渍化程度，这说明引入红边波段构建光谱指数可以用于土壤盐分的反演。该研究为无人机多光谱遥感监测农田土壤盐渍化以及农田盐渍化治理提供了一种新途径。     

Sentinel-2多光谱卫星遥感反演植被覆盖下的土壤盐分变化

为克服植被覆盖条件下土壤盐分含量与光谱反射率之间相关性较差所带来反演精度较低的问题,该研究以内蒙古河套灌区沙壕渠灌域为研究区域,利用Sentinel-2卫星同步获取光谱数据,通过构建以归一化植被指数（Normalized Difference Vegetation Index,NDVI）为分支标准的盐分深度决策树确定反演土壤盐分含量的最佳深度,然后构建以NDVI和表层土壤含水率为分支标准的类别决策树,将土壤样本划分为不同类别,以此分别构建土壤盐分反演模型,并评估反演效果。研究结果表明,决策树能增强光谱反射率对土壤盐分含量的敏感性,光谱反射率与土壤盐分含量的相关系数达0.66以上。基于随机森林（Random Forest,RF）的盐分反演模型可取得理想的反演效果,决定系数为0.77,均方根误差为0.27%,相对分布误差为2.65,相对分析误差为8.99。土壤盐分含量反演模型能较好地反演表层（<20 cm）和深层（>40～60 cm）土壤盐分含量,在反演中层（20～40 cm）土壤盐分含量上存在一定局限。当地表有植被覆盖时,利用决策树可有效地提高土壤盐分含量的反演精度（与未考虑决策树相比,决定系数和相对分布误差分别提高0.34和0.67）。研究结果可为监测灌区内作物生育期间土壤盐分含量的动态变化提供方法参考。     

无人机多光谱遥感反演各生育期玉米根域土壤含水率

为准确及时地获取植被覆盖条件下农田土壤水分信息,该文以不同水分处理的大田玉米为研究对象,利用无人机遥感平台对夏玉米进行多期遥感监测,并同步采集玉米根域不同深度土壤含水率(Soil Water Content,SWC)。基于2018年夏玉米拔节期、抽雄-吐丝期和乳熟-成熟期的无人机多光谱遥感影像数据集,通过支持向量机(Support Vector Machine,SVM)分类剔除土壤背景,提取玉米冠层光谱反射率并计算10种植被指数(VegetationIndex,VI),然后利用全子集筛选(FullSubsetSelection)法对不同波段和植被指数进行不同深度土壤含水率的敏感性分析,并分别采用岭回归(Ridge Regression,RR)和极限学习机(ExtremeLearningMachine,ELM)2种方法构建全子集筛选后0～20、20～45和45～60cm不同深度下的土壤含水率定量估算模型。结果表明:基于贝叶斯信息准则(BayesianInformationCriterion,BIC)的全子集筛选法可以有效筛选最优光谱子集,筛选变量基本都通过了显著性检验,自变量个数较少;在同一生育期、同一深度条件下,ELM模型效果均优于RR模型;玉米在拔节期、抽雄-吐丝期的最佳监测深度为0～20cm,在乳熟-成熟期的最佳监测深度为20～45cm;乳熟-成熟期的20～45cm深度下的ELM反演模型效果最优,其建模集和验证集的决定系数Rc2和Rv2分别为0.825和0.750,均方根误差RMSEc和RMSEv分别为1.00%和1.32%,标准均方根误差NRMSEc和NRMSEv分别为10.85%和13.55%。利用全子集筛选法与机器学习相结合的方法可以提高土壤含水率的反演精度和鲁棒性,本研究为快速、准确地监测农田土壤墒情、实施精准灌溉提供了一种新的途径。     

基于光谱指数优选的土壤盐分定量光谱估测

[目的]探索基于光谱指数的盐渍土盐分估测的最佳技术路线,为研究区土壤盐分定量、快速遥感监测提供理论基础和技术参考。[方法]以山东省垦利县为研究区,野外采样,获取盐分及其主要离子(Cl-,Na+,Ca2+)含量及高光谱数据;然后采用2种思路:(1)先选取敏感波段,进而构建常见的5种光谱指数;(2)先任意两波段组合构建光谱指数,进而筛选敏感光谱指数。最后皆采用随机森林方法(random forest,RF)构建土壤盐分及其主要离子的光谱模型。[结果]基于筛选的敏感亮度指数(1 750,1 620nm)的RF模型精度最高,作为研究区土壤盐分的最佳估测模型,亮度指数作为最佳光谱指数;思路(2)明确的特征光谱范围涵盖思路(1)筛选的敏感波段,更有利于光谱特征分析;思路(2)建模的结果明显优于思路(1);确定最佳技术路线为:任意波段两两组合构建光谱指数后,利用相关分析筛选土壤盐分及其主要离子的敏感光谱指数,进而构建其RF模型。[结论]该技术路线适用于黄河三角洲地区土壤盐渍化信息的有效提取。     

采用SEPLS_ELM模型估算夏玉米地上部生物量和叶面积指数

利用高光谱数据进行作物生长状况监测具有无损和高效的特点,是现代精准农业发展的必要手段。该研究以连续3 a（2018-2020）不同水氮供应下夏玉米营养生长期采集的212份植物样品（地上部生物量和叶面积指数）和高光谱实测数据为数据源,分别采用偏最小二乘回归（Partial Least Squares Regression,PLS）、极限学习机（Extreme Learning Machine,ELM）、随机森林（Random Forest,RF）和基于PLS叠加策略的叠加极限学习机算法（Stacked Ensemble Extreme Learning Machine based on the PLS,SEPLS_ELM）构建了夏玉米营养生长期地上部生物量和叶面积指数估算模型。结果表明：基于PLS和ELM构建的夏玉米地上部生物量和叶面积指数估算模型的精度均较低,前者验证集R2低于0.85、均方根误差高于550 kg/hm2,后者R2低于0.90、均方根误差高于0.40 cm2/cm2。相比之下,基于RF和SEPLS_ELM构建的夏玉米营养生长期地上部生物量和叶面积指数估算模型均有着较高的估算精度,SEPLS_ELM模型表现尤为突出,其地上部生物量和叶面积指数估算模型验证集的R2分别为0.955和0.969,均方根误差分别为307.3 kg/hm2和0.24 cm2/cm2,表明叠加集成模型能够充分利用高光谱数据并提高作物地上部生物量和叶面积指数估算精度。     

基于光谱变换的高光谱指数土壤盐分反演模型优选

该文探索基于光谱变换建立光谱指数,进而建立土壤盐分反演模型的可行性。运用倒数、导数、对数等15种光谱变换对土壤含盐量进行反演,并利用原始光谱的波段反射率构造光谱指数对土壤盐分进行建模。在15种高光谱变换中,一阶微分R'和一阶对倒数(log1/R')变换下土壤盐分估算模型的精度较高。但总体而言,基于单一光谱变换和光谱指数的模型模拟精度均较低。采用光谱变换建立光谱指数,并进一步建立土壤盐分反演模型,结果表明,基于(log1/R')光谱变换构建归一化植被指数,然后建立的土壤盐分精度最高,经验证,其R2为0.89,均方根误差为3.34 g/kg,高于单一方法构建的模型,可为半干旱地区土壤盐分反演提供参考。     

覆膜对无人机多光谱遥感反演土壤含盐量精度的影响

快速、准确地获取农田土壤盐分含量对指导合理灌溉及盐渍土的治理有重要意义。该文以内蒙古河套灌区沙壕渠灌域内的覆膜耕地为研究对象,利用无人机多光谱相机获取研究区内5月和6月的多光谱遥感数据,并同步采集区域内表层土壤含盐量数据,研究覆膜对无人机多光谱遥感图像反演农田土壤盐分含量精度的影响。利用支持向量机(support vector machine,SVM)、反向传播神经网络(back propagation neural network,BPNN)和极限学习机(extreme learning machine,ELM)3种机器学习方法,分别构建去膜前后基于原始光谱反射率和优选光谱指数的土壤含盐量估算模型。结果表明,去膜前后的各模型均可有效估测土壤盐分含量,但基于去膜处理后的数据构建的盐分含量估算模型精度较不去膜处理的有所提升,同时,基于光谱指数构建的盐分含量估算模型精度比基于光谱反射率构建的模型精度高;利用ELM构建的盐分含量估算模型在6月份预测效果最佳,其中基于光谱反射率和光谱指数的建模R2和RMSE分别为0.695、0.663和0.182、0.191,验证R2和RMSE分别为0.717、0.716和0.171、0.169。研究结果可为无人机多光谱遥感估算覆膜状态下的农田土壤盐分含量提供参考。     

不同覆盖作物模式对茶园土壤微生物群落功能多样性的影响

为探讨覆盖作物对土壤微生物群落功能多样性的影响,选择湖北省十堰市郧阳区谭家湾镇圩坪寺村茶园为研究对象,以自然留养杂草为对照(CK),设置黑麦草+白三叶2种作物混播(EZ)、黑麦草+白三叶+早熟禾+红三叶4种作物混播(SZ)、黑麦草+白三叶+早熟禾+红三叶+紫羊茅+毛苕子+波斯菊+百日草8种作物混播(BZ)三种覆盖作物模式,研究了不同覆盖作物模式对茶园0～15、15～30 cm两个土层土壤微生物群落功能多样性的影响。结果表明:SZ处理0～15 cm土层的土壤脲酶、蔗糖酶、过氧化氢酶和磷酸酶活性均高于其他处理,15～30 cm土层土壤脲酶、过氧化氢酶和磷酸酶活性均高于其他处理,而蔗糖酶活性低于其他覆盖作物处理。与CK处理相比,覆盖作物增加了0～15 cm土层土壤微生物群落碳源平均颜色变化率(AWCD),且覆盖作物可改善0～15 cm土层土壤微生物丰富度指数、均匀度指数和优势度指数,而对15～30 cm土层影响较小。研究表明,覆盖作物可提升茶园土壤微生物群落功能多样性,且4种作物混播处理0～15 cm土层效果最优。     

基于高光谱数据的盐荒地和耕地土壤盐分遥感反演优化

盐荒地作为研究区的"临时盐库"，其土壤盐分远高于研究区平均水平，因此探究不同土地利用类型土壤盐分的光谱响应差异以及对盐分遥感模型的影响，是实现不同土地类型土壤盐分反演值更加接近真实值的重要途径。该研究以河套灌区永济灌域为例，针对耕地和盐荒地土壤分别进行原位高光谱测定（FieldSpec 4 Hi-Res，ASD），对光谱数据进行多种光谱变换（基础数学变换、导数变换及光谱指数）后，分别基于特征波长和特征光谱指数构建单一土地类型盐分反演模型（耕地（Agricultural Land，AL）、盐荒地（Salinized Wasteland，SW））和整体盐分反演模型（耕地+盐荒地（Agricultural Land + Salinized Wasteland，AL+SW）），对比分析2种建模方式下的模型精度，提出区域土壤盐分遥感反演的最佳建模方式。结果表明：AL、SW和AL+SW中土壤样本数据的平均含盐量分别为5.09、13.42和7.09 g/kg，且在各等级盐分区间内，SW的光谱反射率均大于AL，其中轻度盐化土、中度盐化土和重度盐化土的光谱反射率平均差值分别为0.040、0.020和0.034；光谱变换和光谱指数均能有效改善不同土地类型中土壤盐分与光谱的相关性。相比基础变换（倒数、对数、根式等），导数变换不仅增大了敏感波长的范围，还使得特定波长处相关系数得到显著提升。不同土地类型中基于特征光谱指数的模型精度均高于基于特征波长的模型；单一土地类型盐渍化反演模型明显提高了区域土壤盐分的反演精度，单一土地类型盐渍化反演模型中（AL、SW模型）各变换下光谱指数模型平均R2相比整体模型（AL+SW模型）由0.50提高到了0.61，其中基础变换、一阶导数和二阶导数模型平均R2相比整体模型分别提高了0.06、0.11和0.17，同时，基于最优光谱指数的单一土地类型盐渍化反演模型平均R2相比整体模型由0.74提高到了0.92。因此，当区域中存在盐分相差较大的多种土地利用类型时，对不同土地利用类型单独构建土壤盐分反演模型能确保反演结果更接近实际情况。     

光谱技术结合水分校正与样本增广的棉田土壤盐分精准反演

棉田土壤盐分的精准反演对于棉花的种植管理具有重要意义。水分和盐分作为主要环境因素，共同影响棉田土壤的波谱特征，两者之间的耦合关系直接影响土壤盐分的检测分析。为了提高基于光谱技术构建的模型对棉田土壤盐分信息解析的准确性与可靠性，该研究联用可见/短波近红外（400～1 000 nm）和长波近红外（960～1 693 nm）技术，采集不同含水率与含盐量的新疆地区土壤样本的光谱；结合外部参数正交法（external parameter orthogonalization，EPO），校正不同标样集与不同波段光谱中的土壤含水率干扰信息；引入基于不同卷积步幅的深度卷积对抗网络（deep convolutional generative adversarial networks，DCGAN），进行样本增广与质量评估；参考三层残差神经网络设计一维卷积神经网络RNet，最终构建基于EPO-DCGAN-RNet的优化模型，用于棉田土壤盐分的反演。结果表明，与传统机器学习方法和基于VGG或EfficientNet结构一维卷积神经网络相比，该研究提出的EPO-DCGAN-RNet方法能够有效地滤除水分对盐分反演的影响、提高模型对特征波段的挖掘能力、降低深度学习算法对样本量的依赖性，并能得到更优的模型预测性能。EPO-DCGAN-RNet的建模集R²和均方根误差分别为0.942、115.420 μS/cm，验证集R²和均方根误差分别为0.910和136.472 μS/cm。研究结果可为新疆棉田土壤盐分快速精准检测提供理论指导和技术支持，有助于促进盐碱地区棉花种植的水肥科学管理。     

基于遥感反演河套灌区土壤盐分分布及对作物生长的影响

土壤盐渍化信息是评价灌区节水的生态环境效应的重要指标。该文主要研究内蒙古河套灌区土壤盐分空间分布及对作物生长的影响。于2015年4—8月在全灌区布设了281个监测点,开展了灌区尺度的逐月土壤盐分、作物生长等野外系统的采样工作,并结合开展了基于Landsat OLI数据的土壤盐分反演,分析了土壤盐分的时空分布特征及其与灌溉、地下水埋深间的关系,探讨了土壤盐分含量对作物生长的影响。结果表明,基于遥感反演的土壤盐分空间分布与样点分析的土层含盐趋势基本一致,二者相关系数高达0.87;结合样点分析与遥感反演可得出重度盐化土和盐土占灌区面积的14%左右,呈零散的斑状分布,主要受灌溉、排水条件及地下水埋影响;当地下水埋深在2.0 m以下时,土壤表层及其主根区含盐量基本在0.20%以内;土壤含盐量对种植结构、作物叶面积指数、株高和产量均有明显影响,对叶面积指数和产量的影响更为明显;向日葵则因耐盐性强而广泛种植于高含盐区,而玉米高产田的根区盐分基本均在0.05%~0.20%之间。研究结果可为河套灌区的盐渍化防治、水土资源的科学管理及农业生产提供参考。     

新疆浅层暗管排水降低土壤盐分提高棉花产量

土壤盐渍化问题严重制约着干旱区农业可持续发展,为达到土壤脱盐的效果,增加作物产量,该文针对膜下滴灌棉田,采用完全随机试验方案,在装有暗管的中度和轻度盐渍化土壤上种植棉花,分析暗管降盐技术对轻度和中度盐渍化农田土壤盐分变化规律及棉花产量的影响。结果表明:轻度和中度盐渍化农田土壤盐分剖面特征均由表聚型向脱盐型变化,中度盐渍化土壤0~20 cm土层盐分下降最快,其他土层盐分含量均呈现显著下降趋势;轻度和中度土壤最高脱盐率分别为50.96%和90.89%,中度盐渍化土壤盐分可降低至轻度水平;暗管排水的电导率变化范围为7.53~11.16 dS/m,pH值变化范围7.08~8.20;轻度和中度盐渍化棉田增产幅度分别为25.3%和55%。研究表明与滴灌配套的浅层暗管排水降盐技术可有效治理盐碱土壤,提高作物产量,该研究可为盐渍化土地的可持续利用提供依据。     

内蒙古杭锦旗北部盐碱田温湿盐动态与生产利用

为探析水-热-盐关系以及植被对盐碱田改良的意义,利用2008年8月2日-8月6日在内蒙古杭锦旗黄河灌区盐碱田进行的试验观测数据,主要通过方差分析与典型相关分析方法对3个样地(裸地、紫花苜蓿地和玉米地)土壤温度(0-30cm土层)、湿度(0-20cm土层)、盐度(0-100cm土层)的动态变化进行了分析。结果表明,3个样地的温(度)-湿(度)-盐(度)动态基本呈现裸地苜蓿地玉米地的格局;0-5cm地温与耕作层(0-20cm)的土壤水分具有显著相关关系,是0-30cm土层内地温驱动水盐动态的主要热力因子;植物能够减少土壤表层积盐,并可以降低碱化度;苜蓿地比玉米地具有更低的钠吸附比值。在盐碱地区选择耐盐碱牧草品种开展草田轮作,有益于盐碱土壤的改良与利用。     

利用多源光谱信息反演宁夏银北地区干湿季土壤含盐量

土壤盐渍化是导致全球荒漠化和土壤退化的主要诱因之一。为确定高光谱和多光谱遥感反演干湿季土壤含盐量的最优模型,该研究以宁夏银北平罗县为例,以干季(4月)和湿季(10月)实测高光谱和Landsat 8 OLI多光谱以及干湿两季实测土壤含盐量为基础数据源,利用相关系数法、灰度关联法和逐步回归法筛选敏感光谱数据,分别采用偏最小二乘、支持向量机、岭回归、BP神经网络和地理加权回归建立干湿两季土壤含盐量反演模型。结果表明:1)银北地区土壤盐渍化较为严重,干湿季含盐量均表现为强度变异,且干季变异程度大于湿季;2)在不同土壤含盐量条件下,重采样后的高光谱波段反射率和影像波段反射率具有显著相关性;3)对比相关性分析、灰度关联和逐步回归三组变量筛选方法下各模型R2和RMSE,逐步回归组模型整体效果较好;4)5种土壤含盐量反演模型中地理加权回归模型精度较高,支持向量机算法和BP神经网络算法在基于不同变量组的模型中表现较为接近,岭回归表现最差,偏最小二乘回归模型出现了较严重的"过拟合"现象。局部模型在土壤含盐量反演方面更具优越性。干季以实测灰度关联组-地理加权回归模型效果最佳,其验证决定系数Rp2和相对分析误差RPD分别为0.94和4.49;湿季以影像相关系数组-地理加权回归模型反演效果最好,其验证决定系数Rp2和相对分析误差RPD分别为0.96和4.83。研究结果可为当地及同类地区土壤盐渍化的识别、防治提供理论依据。     

基于高光谱的ASTER影像土壤盐分模型校正及验证

快速准确地获取土壤盐分信息是监测和治理土壤盐渍化现象的重要前提.该文以新疆维吾尔自治区典型盐渍化区域——艾比湖流域为研究区,analytical spectral devices(ASD)光谱仪采集的土壤高光谱数据和advanced space borne thermal emission and reflection radiometer(ASTER)影像为数据源,结合实测土壤盐分含量信息,对遥感定量反演土壤盐渍化现象进行研究.再经过光谱反射率数学变换后,结合相关性分析,利用多元回归方法分别建立基于重采样后的高光谱和影像光谱的土壤含盐量估算模型,对遥感影像光谱盐分估算模型进行校正,以提高遥感定量监测盐渍化土壤的精度.结果表明:ASTER影像光谱反射率二阶导数变换和ASD重采样光谱的对数的二阶导数变换所建立的盐分估算模型最佳,决定系数R2分别为0.59和0.82.经ASD重采样光谱模型校正后的ASTER影像光谱的盐分估算模型精度R2为0.91,有效地提高大尺度条件下土壤盐渍化反演精度.研究为大尺度土壤盐分定量遥感监测提供了一种有效方法.     

基于多源数据的中原黄泛区土壤盐分空间变异分析

为研究中原黄泛区土壤盐分空间变异,以河南省封丘县为研究区,综合考虑引起土壤盐渍化的土壤盐分、地形、地下水位及矿化度、植被情况及其他影响因素,基于遥感影像和磁感式探测获得的土壤表观电导率等多源数据建立了区域土壤盐分综合评估模型,并对研究区分层土壤盐分空间变异进行评估。结果表明:对于0~60 cm土层利用多源数据进行模型构建中土壤表观电导率与光谱指数占主要比例,模型对于各层土壤盐分的评价精度0~60 cm土层优于≥60~120 cm土层。土壤盐分含量随着深度的增加而增大,变异系数在0.22~0.28之间,属中等变异强度。土壤盐分主要集中分布在研究区北部与东南部,尤其是东南角黄河沿线区域,且随着土壤剖面显示出从表现到深层逐渐增加的趋势。利用多源数据建立的分层土壤盐分综合评估模型对于区域土壤盐分解析具有较高精度。该研究为中原黄泛区土壤盐化消减与土壤质量提升提供了可靠新方法。     

冻结状态下盐渍化土壤中水溶性盐基离子含量高光谱反演

为探究采用高光谱技术反演冻结状态土壤水溶性盐基离子含量的可行性,该研究针对河套灌区盐渍化土壤,测定土壤在冻结与未冻结状态下的光谱和主要水溶性盐基离子含量(HCO₃^-、Cl^-、CO₃^2-、SO₄^2-、K⁺、Na⁺、Ca²⁺、Mg²⁺),光谱经标准正态变量变换(standard normal variable,SNV)和变量投影重要性法(variable importance in projection,VIP)筛选出敏感波段后,采用偏最小二乘回归法(partial least squares regression,PLSR)、支持向量机回归法(support vector regression,SVR)和极限学习机法(extreme learning machine,ELM)构建基于特征光谱的土壤离子含量高光谱反演模型,并对比冻结与未冻结状态反演模型...     

基于Sentinel-1双极化雷达影像的土壤含盐量反演

该文以松嫩平原土地盐碱化区域-大庆市为研究区,Sentinel-1双极化雷达影像为数据源,结合研究区土壤采样的全盐含量测量值,反演研究区表层土壤含盐量。首先,在研究区进行土壤采样,并在实验室化验土壤样品的全盐含量,利用S1TBX软件对雷达影像进行噪声处理、辐射校正、几何校正;然后通过分析雷达影像不同极化组合的后向散射系数与土壤含盐量之间的关系,确定最优的极化组合方式;最后,利用回归分析的方法建立土壤含盐量的反演模型并进行精度评价。研究结果显示:(VV~2+VH~2)/(VV~2-VH~2)极化组合的后向散射系数可以较好的分离不同含盐量的土壤,建立起来的反演模型,决定系数R~2达到0.872,均方根误差RMSE为0.988。该研究可以满足大区域土地盐碱化监测的需要,并为Sentinel-1雷达数据在土壤成分提取等方面研究提供了参考。     

咸水灌溉棉田保证棉花优质高产的土壤盐度指标控制

为了探索由咸水灌溉引发的次生盐渍化棉田适宜的土壤盐度控制指标,试验于2012年在5个不同次生盐渍化水平的小区开展,0~60 cm深土层的初始土壤电导率(土水质量比为1∶5)分别为0.29、0.32、0.55、0.79、0.99 d S/m,分别以处理1~5表示。研究分析了盐分对棉花"三桃"比例、产量和纤维品质的影响,并建立了棉花价格模型,最后通过拟合分段式作物耐盐函数得出土壤盐度控制指标。结果显示,在平水年时降雨基本满足棉花需水要求,而且土壤中很大一部分盐分被降雨淋洗出0~60 cm深土层,并被控制在100 cm以下的土层中,与试验初始相比,处理1~5的最大脱盐率分别为9.6%、19.8%、36.4%、42.4%和45.7%,最终脱盐率分别为9.4%、1.8%、21.0%、24.5%和31.7%。当0~60 cm深土层初始土壤电导率低于0.79 d S/m时,没有显著降低成铃数和籽棉产量,仅会改变"三桃"比例,随土壤盐度进一步增高,成铃数和籽棉产量显著降低。棉花衣分率和纤维品质指标受到采摘时间和土壤盐度的共同影响,仅马克隆值在3次调查中都随着土壤盐度增加呈增大的趋势。由棉花净收益决定的土壤盐度指标低于由籽棉产量决定的土壤盐度指标,证明考虑纤维品质指标的必要性。在与处理1的净收益相比不降低的情况下,棉花播种初始和生育期平均土壤电导率应该分别控制在0.71和0.67 d S/m以下。该研究为改善次生盐渍化棉田土壤盐度控制指标的确定方法提供了理论参考。