基于Sentinel卫星及无人机多光谱的滨海冬小麦种植区土壤盐分反演研究——以黄三角垦利区为例

发布时间：2021-10-21 15:03

　　【目的】探究黄河三角洲麦田土壤盐分准确高效的遥感提取方法,掌握土壤盐渍化程度与分布。【方法】以垦利区为研究区,均匀布设冬小麦种植区样点77个,同时设置代表性试验区2个,网格布设样点99个,实测采集麦田土壤表层盐分数据及试验区无人机多光谱图像。筛选红、绿、红边、近红4个波段及SI、NDVI、DVI、RVI、GRVI 5个光谱指数中的敏感光谱参量,采用逐步回归、偏最小二乘法、BP神经网络及SVM支持向量机4种方法建立土壤盐分估测模型,使用波段比值均值法得到Sentinel-2A卫星影像相应波段的修正系数,进而将筛选的土壤盐分估测模型转换为基于卫星影像的反演模型,经麦区实测样点数据验证,得到最佳的麦区土壤盐分反演模型,实现试验区和研究区2个尺度的麦田土壤盐分反演。【结果】无人机4个波段及光谱指数NVDI、RVI、SI与土壤盐分含量相关性显著,4种建模方法的13个模型中,以NDVI、RVI、SI建立的4个指数模型的建模及验证R²均优于其他模型;对4个模型进行升尺度修正及验证,效果最佳的反演模型为偏最小二乘法光谱指数模型:Y=-9.4774×NDVI₁... 

【文章来源】：中国农业科学. 2020,53(24)北大核心CSCD

【文章页数】：12 页

【文章目录】：
0 引言
1 材料与方法
    1.1 研究区概况
    1.2 地面数据采集与处理
    1.3 无人机图像数据采集及预处理
    1.4 卫星图像获取及预处理
    1.5 基于无人机的土壤盐分估测模型构建与验证
    1.6 基于卫星影像的土壤盐分反演模型修正与应用
        1.6.1卫星影像的反射率修正及反演模型
        1.6.2 反演模型验证
        1.6.3研究区冬小麦分布信息提取及土壤盐分反演
2 结果
    2.1 光谱参数筛选
    2.2 土壤盐分估测模型的构建与验证
    2.3 反演模型的升尺度修正与验证
        2.3.2 反演模型修正
        2.3.3 反演模型验证
    2.4 模型应用与盐分反演
        2.4.1 试验区土壤盐分反演
        2.4.2 研究区麦田面积与分布
        2.4.3 研究区麦田土壤盐分升尺度反演
3 讨论
4 结论


【参考文献】：
期刊论文
[1]基于无人机-卫星遥感升尺度的土壤盐渍化监测方法[J]. 陈俊英,王新涛,张智韬,韩佳,姚志华,魏广飞.  农业机械学报. 2019(12)
[2]基于无人机多光谱遥感的土壤含盐量反演模型研究[J]. 张智韬,魏广飞,姚志华,谭丞轩,王新涛,韩佳.  农业机械学报. 2019(12)
[3]实施黄河口大保护 推动黄河流域生态文明建设[J]. 王建华,胡鹏,龚家国.  人民黄河. 2019(10)
[4]基于光谱指数与机器学习算法的土壤电导率估算研究[J]. 曹肖奕,丁建丽,葛翔宇,王敬哲.  土壤学报. 2020(04)
[5]无人机多光谱反演黄河口重度盐渍土盐分的研究[J]. 王丹阳,陈红艳,王桂峰,丛津桥,王向锋,魏学文.  中国农业科学. 2019(10)
[6]艾比湖湿地自然保护区土壤盐分多光谱遥感反演模型[J]. 周晓红,张飞,张海威,张贤龙,袁婕.  光谱学与光谱分析. 2019(04)
[7]干旱区土壤盐分积累过程研究进展[J]. 刘丽娟,李小玉.  生态学杂志. 2019(03)
[8]黄河三角洲湿地不同植物群落土壤盐分分布特征[J]. 张天举,陈永金,刘加珍.  浙江农业学报. 2018(11)
[9]多源数据的区域土壤盐渍化精确评估[J]. 吴亚坤,刘广明,苏里坦,杨劲松.  光谱学与光谱分析. 2018(11)
[10]基于反射光谱与Landsat 8 OLI多光谱数据的艾比湖湿地土壤盐分估算[J]. 梁静,丁建丽,王敬哲,王飞.  土壤学报. 2019(02)



本文编号：3449216