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。     

松辽平原黑土有机质含量的遥感反演研究

通过分析遥感影像中裸露黑土的反射光谱值与土壤有机质含量之间的关系,尝试能否利用航天遥感影像进行研究区的农田土壤有机质含量的定量反演。研究将土壤有机质含量和ASTER遥感影像光谱值进行逐步回归分析,得出二者的指数关系式,并将研究区土壤有机质含量分为5个等级,表明利用遥感影像估测土壤有机质含量是可行的。     

干旱区典型盐碱土壤含盐量估算的最佳高光谱指数研究

盐碱土的表层土壤含盐量是土壤盐碱化程度分级的主要因素之一。对西北干旱区不同含盐量和含水率的典型盐碱土进行了分析,运用统计方法分析了5种高光谱指数与土壤含盐量的定量关系,并通过对比研究,确定了能提高盐碱土壤含盐量估算精度的最佳光谱指数及定量预测模型。结果表明,不同的指数所选择出的对土壤含盐量最敏感的波段基本都位于近红外(NIR)和短波红外波段(SWIR),说明盐类矿物在近红外和短波红外波段(VNIR-SWIR)区域会产生特有的光谱特征。所选定的最佳光谱ND指数结构简单,易于计算,且对土壤中的水分不敏感,该技术对于大面积土壤含盐量制图具有较广的应用前景。     

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：(VV2+VH2)/(VV2-VH2）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R2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。     

基于RS和GIS的松辽平原黑土信息提取

为保护黑土资源并使其可持续利用,基于ASTER数据采用多元逐步回归方法估算了黑土有机质含量,利用决策二叉树方法和DEM数据等提取了黑土信息。结果表明：基于ASTER数据可快速有效地提取黑土信息;当土壤有机质质量分数低于2%时,估算有机质的模型精度受到土壤反射特性的制约而误差较大;在GIS支持下充分利用辅助信息可提高黑土的提取精度,使提取的黑土信息更准确可靠;根据研究得到松辽平原黑土带北起黑河市,南至昌图县,现有黑土总面积51 360.15 km2,其中黑龙江、吉林、辽宁省的黑土面积依次递减,分别是35 3     

基于WorldView-2影像的土壤含盐量反演模型

针对WorldView-2影像高空间分辨率评价其定量反演土壤含盐量的能力,以盐渍化现象较为明显的新疆克里雅河流域为研究对象,基于WorldView-2影像和实测高光谱数据,利用偏最小二乘回归(partial least squares regression,PLSR)和BP人工神经网络(back propagation artificial neural networks,BP ANN)方法建立定量反演该流域土壤含盐量模型并做出研究区高空间分辨率土壤含盐量分布图。结果表明:1)利用实测高光谱数据和影像数据分别建立的2种模型中BP神经网络模型预测精度都高于PLSR模型,其中基于影像数据建立的6:8:1结构的3层BP神经网络模型决定系数R2、均方根误差RMSE、相对分析误差RPD分别为0.851、0.979、2.337,模型的稳定性和预测能力都优于PLSR模型(R2、RMSE、RPD分别为0.814、1.139、2.007)。2)利用WorldView-2影像提高了土壤含盐量制图的空间分辨率,归一化植被指数NDVI和比例植被指数RVI较有效降低了植被覆盖与土壤水分对预测精度的影响。该文建立的考虑植被覆盖与土壤水分定量反演土壤含盐量的模型不需要复杂的参数,一定程度上满足了干旱、半干旱地区的盐渍化监测需求,可以促进WorldView-2等高空间分辨率卫星在盐渍化监测中的进一步应用。     

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。     

基于试验反射光谱数据的土壤含水率遥感反演

土壤含水率是土壤水循环研究中不可或缺的参数,已广泛应用于土壤水分的监测。土壤光谱特性的研究是土壤含水率光学遥感定量反演的基础。该研究首先通过野外调查收集土样;然后,在实验室条件下制备不同水分梯度的土壤样品,并利用便携式地物光谱仪采集不同水分梯度土壤样品的反射光谱;最后,通过试验光谱数据分析建立一个基于指数函数的土壤含水率遥感反演模型,并对结果进行精度评价。结果表明,基于指数函数的土壤含水率反演模型可以较好的反演土壤水分特征,在640 nm处土壤含水率的估计值与真实值之间的决定系数为0.7062,RMSE为3.49%。相关研究为表层土壤含水量的遥感监测提供新方法和新思路。     

黑龙江省森林NPP的遥感反演

以黑龙江省的森林分布区为研究区域,基于光能利用率模型,利用2006年1km分辨率的MODIS数据和82个气象站的日照资料,结合土地覆盖类型,估算出研究区森林的年NPP,实现了遥感数据驱动的黑龙江省森林NPP的反演尝试。结果表明:2006年黑龙江省森林NPP的年总量为120.4×1012g.a-1,年平均值为545.6g.m-2.a-1,NPP最高值为1669g.m-2.a-1。其时间分布特点表现为明显的季节性变化,变化曲线呈单峰型;空间分布特点表现为显著的纬向分布,南高北低,东高西低,其中大兴安岭的森林NPP最低,小兴安岭次之,老爷岭的最高,基本体现了生产力按地域的正常分布规律。     

煤矿区土壤有机碳含量的遥感反演与分布特征

高光谱数据与多光谱影像结合能实现区域高精度、大面积的土壤有机碳含量反演。以山东省鲍店矿区表层0-20cm土壤有机碳含量为研究对象,采用波段平均法把高光谱的窄波段拟合成GF-1 WFV影像的宽波段,建立土壤有机碳含量的高光谱模型,进而通过比值订正法,将最优高光谱模型校正到多光谱模型并通过决策树分类获取土壤有机碳含量空间分布状况,结合土地利用现状分析土壤有机碳含量分布特征。结果表明:(1)通过波段拟合和比值订正获得的多光谱模型,检验决定系数为0.76,可以稳定实现矿区土壤有机碳含量的反演。(2)研究区土壤有机碳含量范围为0.71~38.15g/kg,均值为14.12g/kg,总体上处于中等水平;区域内土壤有机碳含量以11.60~17.40g/kg为主,其次是5.80~11.60g/kg,分别占据48%,29%。(3)采矿区和部分道路、居民点的有机碳含量偏高,耕地处于中等水平,林地和草地含量较低;塌陷地形成的水域周围有机碳含量明显偏低。     

松辽平原土壤盐渍化现状及盐分特征分析

在野外调查采样和土样化学分析基础上,给出了松辽平原土壤盐渍化现状及特征;利用统计分析方法,对研究区盐分特征进行分析表明:松辽平原盐渍土土壤含盐量较高,盐溃化程度较重且差异较大.建立的研究区土壤电导率预测土壤离子含量和含盐量的模型,有助于实现野外土壤离子含量和含盐量的快速经济测定.     

藏北地区土壤水分遥感反演模型的研究

土壤水分是反映地表土壤特性的重要表征参量,也是遥感反演领域的一个热点问题。利用MODIS卫星数据第7波段对水分变化较敏感的特点,构建了一种简单实用的土壤水分反演回归模型。结果表明,利用该模型计算的预测值与实地观测值间的相关性比较好,达到了显著水平(P0.001),可以作为研究区土壤含水量遥感反演回归模型。由于该方法具有简单实用的特点,为高原土壤水分遥感监测提供了可行的方法。     

土壤遥感监测研究进展

对土壤光谱遥感监测的国内外发展情况进行了回顾，简单总结了影响土壤光谱的原因、土壤光谱的类型、土壤遥感的最佳波段、土壤的遥感分类以及土壤遥感的定量研究。重点对土壤水分遥感监测的方法和原理进行了详细的论述。最后对土壤遥感监测的发展趋势进行了分析和展望。     

基于地统计与遥感反演相结合的有机质预测制图研究

土壤水分对土壤光谱反射率有显著影响,而以往有机质遥感反演制图中却很少将水分作为预测建模的变量。为了使遥感制图更加符合野外实际环境,提高有机质预测制图精度,在充分考虑土壤样点空间自相关、异相关与野外复杂环境特点的基础上,通过地统计获得研究区水分的空间分布数据,结合遥感反射率,建立多因子预测模型,得到了吉林省黑土区土壤有机质空间分布图。结果表明,有机质遥感制图中,水分因素的加入,使模型的建立更加符合野外实际情况,显著提高了有机质预测制图的精度。     

环渤海平原区土壤盐渍化反演与水盐耦合分析

为明晰土壤盐渍化多维空间分布特征、水盐耦合关系,以环渤海平原的山东部分为研究区,通过野外实测和室内分析获取数据,基于经典统计方法对土壤水盐特征进行描述性统计分析;利用GIS软件分析土壤含盐量、含水量的二维空间分布,GMS软件可视化分析土壤盐渍化三维空间分异特征;构建土壤水盐耦合协调模型,定量分析不同因素对水盐耦合协调度的影响程度。结果表明：(1)研究区土壤含盐量中位数为2.08 g/kg,以中度盐渍土为主,土壤含盐量整体呈自上而下逐渐增大趋势,表层土壤含水量均值为15.38%,全区域较缺水;(2)二维空间上,土壤含水量<20%的面积为17 519.48 km²,共占86.64%;表层(0—20 cm)土壤含盐量以轻度盐渍土为主,面积为10 051.87 km²,占总面积49.71%。土壤含水量、土壤含盐量均呈自南向北增加趋势;三维空间上,土体盐渍化分布类型以均质型、底聚型为主,局部存在表聚、两端集聚类型,土体盐渍化分布特征复杂;(3)东营区以北区域水盐耦合度多>0.66,以南区域(除平度、莱州市外)耦合度多为0.40～0.66,形...     

遥感技术在我国土壤侵蚀中的研究进展

介绍了利用遥感技术提取土壤侵蚀信息的原理、技术和方法,对我国目前已取得的进展与成就进行了综述,并对目前存在的问题及以后的发展前景进行了展望。     

聚丙烯酰胺改性生物质炭对盐碱化土壤盐分洗脱的影响

为了提升生物质炭对滨海盐碱土壤盐分的洗脱效率,以海兴县盐碱土为研究对象,利用聚丙烯酰胺(PAM)、小麦秸秆生物质炭(BC)、黏土矿物(M)等材料制备聚丙烯酰胺改性生物质炭(PAM-BC),通过室内模拟淋溶试验研究对比不同环境材料对盐碱土盐分的洗脱效果。结果表明,相比于CK处理,PAM、BC和PAM-BC、CaSO₄(CS)处理均显著增加土壤盐分洗脱量,其中PAM-BC处理下增幅最高,达到12.3%。进一步对淋洗液中主要盐分离子分析,添加PAM-BC显著促进土壤Na⁺和Cl^-的洗脱,增幅分别为11.0%～27.3%和17.8%～42.3%。主成分分析表明,PAM-BC增强对主要盐分离子的洗脱效果。土柱淋溶结束后,PAM-BC添加处理土壤全盐量比其他处理显著降低6.0%～16.7%。此外,土壤水分特征曲线表明,添加PAM-BC提升盐碱土壤的保水性。研究结果可为聚丙烯酰胺改性生物质炭应用于滨海盐渍化土壤的降盐改土提供理论依据。     

基于Landsat 8数据的荒漠土壤水分遥感反演

[目的]分析荒漠土壤水分变化特征,为南疆干旱区荒漠土壤水分遥感监测提供理论依据和方法支持.[方法]以Landsat 8数据构建干旱地区荒漠土壤水分建模指示因子,通过优选的26个光谱指数、地表温度(Ts)和地形数据(DEM)为建模因子,分别以偏最小二乘(PLSR)、支持向量机(SVM)和随机森林(RF)3种方法构建土壤水...     

基于高光谱遥感土壤有机质含量预测研究

高光谱遥感技术是土壤养分含量监测的一种先进手段,能及时、准确地监测滨海滩涂土壤养分的动态变化,对滨海湿地生态环境保护具有重要意义。以辽河三角洲滨海湿地滩涂为研究对象,在对地面高光谱数据与实验室样本理化性质分析的基础上,经过微分以及连续统去除法相关分析,分别建立了多元线性回归模型和偏最小二乘法(PLSR)模型,并对模型结果进行分析、比较。结果显示,连续统去除法能有效的提高有机质含量与光谱反射率之间相关性,基于此变换所建立的多元线性回归模型R2达到了0.7545,RMSE为1.2216;偏最小二乘模型R2达到了0.8792,RMSE为1.2299。所建模型具有预测土壤有机质含量的潜力,其中偏最小二乘法优于多元线性回归法。