基于遥感数据融合的黄河三角洲土壤盐分时空变化研究

  目的  研究2005 ~ 2018年黄河三角洲地区土壤盐分在年内和年际尺度上的时空变化特征。  方法  基于2005 ~ 2018年春季覆盖黄河三角洲地区的MODIS和Landsat系列数据,采用增强型自适应反射率时空融合模型（ESTARFM）获得30米分辨率高频地表反射率数据。基于2005年实测土壤盐分数据和Landsat地表反射率数据,采用随机森林方法建立土壤盐分反演模型,反演2005 ~ 2018年黄河三角洲地区春季土壤盐分数据,分析土壤盐分含量的时空演变特征。  结果  ESTARFM融合数据具有较为理想的精度,地表反射率总体误差在4%以内。年内尺度上,2 ~ 4月份黄河三角洲地区土壤盐分含量呈总体下降趋势,3 ~ 4月份存在盐分含量短期回升现象,进入4月份后,土壤盐分含量明显下降,非盐渍土和轻度盐渍土占比增加。年际尺度上,2005 ~ 2018年研究区土壤盐分含量呈先升后降趋势,最大值出现在2009年（4.262 g kg?1）,最小值出现在2005年（3.604 g kg?1）。2009年以来,研究区内非盐渍土和轻度盐渍土面积显著增加,盐土面积显著减少,盐渍化程度明显改善。  结论  增强型自适应反射率时空融合模型可用于高频次土壤盐分数据反演,反演结果可加深对土壤盐分年内和年际变化规律的认识。     

基于PLSR方法的青海茶卡-共和盆地土壤盐分高光谱遥感反演

青海柴达木盆地气候干旱,蒸降比为10~20,地形封闭,属漠境草原盆地景观。由于气候干旱、蒸发强烈、地势低洼、含盐地下水接近地表使得土壤盐渍化较为严重。土壤盐渍化造成了资源破坏、农业生产损失,对生物圈和生态环境构成威胁[1-3]。及时探测土壤盐渍化信息,评价盐渍化程度,对生态环境保护、农业生产至关重要。土壤盐渍化监测的遥感信息定量化解决的主要问题是利用遥感数据进行土壤盐分含量的定量化反演。高光谱遥感图像具有图谱合一的特征,提供了地物完整连续的光谱信息,并且已从航空时代发展到航天时代。高光谱数据精细的光谱分辨率能够反映地物光谱的细微特征,揭示物质的组成成分与结构的差异,使得进行遥感定量分析和研究地     

基于PLSR方法的青海茶卡-共和盆地土壤盐分高光谱遥感反演

摘要：对青海省茶卡地区盐渍土实地调查、采集土壤样品及土壤理化分析的基础上,于实验室测量土样光谱数据,通过PLSR(Partial Least Squares Regression)方法,充分地利用多个与土壤盐分相关的波段组合,综合所有波段信息来定量地估算土壤盐分含量,建立了PLSR土壤盐分反演模型。利用25个土壤样品建模的均方根误差RMSEC = 4.74 mg kg−1(R2 = 0.97),17个独立的检验样本的均方根误差RMSEV=5.72g kg-1(R2 = 0.92)。将模型用于Hyperion星载髙光谱数据进行土壤盐分含量空间分布估算研究,并综合地形及地下水的因素对土壤盐分含量空间分布信息的估算结果进行了评价,结果与实地调查及前人的文献较为一致。揭示了PLSR方法的有效性及Hyperion星载髙光谱数据进行土壤盐渍化探测、土壤盐分定量估算的潜力。