基于随机森林算法的土壤含盐量预测

快速监测区域土壤盐渍化信息,对于盐渍化治理与生态环境保护具有重要意义。本文以Sentinel-2A和Landsat8 OLI遥感影像为数据源,以银川平原为研究区,利用谷歌地球引擎（Google Earth Engine,GEE）平台,基于随机森林算法,通过建立光谱指数特征与地面实测土壤含盐量之间的关系,进行土壤含盐量估算。结果表明：GEE能够为土壤含盐量预测提供可靠的数据支撑;以Sentinel-2A为数据源建立的随机森林模型具有更好的预测精度（R2=0.789,RMSE=1.487）,优于Landsat8 OLI,可用于土壤含盐量高分辨率遥感估算,能够为大尺度土壤含盐量监测工作提供理论支撑。