基于无人机多光谱遥感的土壤含盐量反演模型研究

发布时间：2021-11-08 06:24

　　为探究无人机多光谱遥感技术快速监测植被覆盖下的土壤含盐量问题,以内蒙古河套灌区沙壕渠灌域内4块不同盐分梯度的耕地为研究区域,利用无人机搭载多光谱传感器获取2018年8月遥感影像数据,并对0～40 cm的土壤进行盐分测定。分别引入敏感波段组、光谱指数组、全变量组作为模型输入变量,采用支持向量机（Support vector machine,SVM）、BP神经网络（Back propagation neural network,BPNN）、随机森林（Random forest,RF）、多元线性回归（Multiple linear regression,MLR） 4种回归方法,建立基于3组输入变量下的土壤盐分反演模型,并进行精度评价,比较不同输入变量、不同回归方法对模型精度的影响,评价并优选出最佳盐分反演模型。结果表明,通过分析3个变量组的R2和RMSE,光谱指数组在4种回归方法中均取得了最佳的反演效果,敏感波段组和全变量组在不同的回归方法中反演效果不同。4种回归方法中,3种机器学习算法反演精度明显高于MLR模型,且MLR模型中的敏感波段组和全变量组均出现了"过拟合"现象,RF算法在3种机器... 

【文章来源】：农业机械学报. 2019,50(12)北大核心EICSCD

【文章页数】：10 页

【部分图文】：

研究区位置示意图

2018年5月，对沙壕渠灌域的耕地进行实地调研，根据土壤的盐渍化程度，在灌域确定4块不同盐渍化梯度的试验区域，并依次进行编号，每块研究区域为16 hm2，每块区域均匀布设15个作物(玉米、西葫芦和葵花)覆盖下的地面数据采集点，共计60个采样点，如图2所示。1.3 多光谱遥感影像的获取与处理

所用遥感平台为大疆创新公司生产的经纬M600型六旋翼无人机，其搭载的传感器为美国Tetracam公司生产的Micro-MCA多光谱相机(简称MCA)，具有质量轻、体积小及远程触发的特点，非常适合在中小型无人机上进行搭载及拍摄，MCA相机包括490 nm(蓝光)、550 nm(绿光)、680 nm(红光)、720 nm(红边)、800 nm(近红外)、900 nm(近红外)6个波长的光谱采集通道。2018年8月12—16日于河套灌区沙壕渠灌域进行试验，天气情况分别为:晴转多云、晴、晴、晴、晴转多云，影像获取时间选为11:00—15:00之间(均在晴朗时拍摄)，无人机飞行模式按照提前规划的航线飞行，拍照时相机镜头与地面呈90°，拍照模式为等时间间隔，主航线上和主航线间图像重叠率均设置为80%以上，飞行高度经多次试飞后选定为120 m(此时影像地面分辨率为6.5 cm，影像刈幅宽度为66.5 m)，采集光谱前用标准白板进行标定，4块区域分别得到341、320、390、344幅遥感图像。所用无人机与多光谱相机如图3所示，无人机飞行路线(以4号地为例)及现场作业如图4所示。图4 无人机飞行路线及现场作业图

【参考文献】：
期刊论文
[1]河套灌区土壤水溶性盐基离子高光谱综合反演模型[J]. 孙亚楠,李仙岳,史海滨,崔佳琪,王维刚.  农业机械学报. 2019(05)
[2]环境敏感变量优选及机器学习算法预测绿洲土壤盐分[J]. 王飞,杨胜天,丁建丽,魏阳,葛翔宇,梁静.  农业工程学报. 2018(22)
[3]基于光谱指数的绿洲农田土壤含水率无人机高光谱检测[J]. 王敬哲,丁建丽,马轩凯,葛翔宇,刘博华,梁静.  农业机械学报. 2018(11)
[4]基于小波纹理和随机森林的猕猴桃果园遥感提取[J]. 宋荣杰,宁纪锋,常庆瑞,班松涛,刘秀英,张宏鸣.  农业机械学报. 2018(04)
[5]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[J]. 黄权中,徐旭,吕玲娇,任东阳,柯隽迪,熊云武,霍再林,黄冠华.  农业工程学报. 2018(01)
[6]OLI与HSI影像融合的土壤盐分反演模型[J]. 厉彦玲,赵庚星,常春艳,王卓然,王凌,郑佳荣.  农业工程学报. 2017(21)
[7]基于SVM的湖泊咸度等级遥感信息提取方法——以内蒙古巴丹吉林沙漠为例[J]. 刁淑娟,刘春玲,张涛,贺鹏,郭兆成,涂杰楠.  国土资源遥感. 2016(04)
[8]L波段主被动微波协同反演裸土土壤水分[J]. 马红章,刘素美,彭爱华,孙林,孙根云.  农业工程学报. 2016(19)
[9]基于多光谱影像反演土壤盐分的建模方法研究[J]. 王明宽,莫宏伟,陈红艳.  土壤通报. 2016(05)
[10]西北盐碱土理化性质的高光谱建模及预测（英文）[J]. 肖珍珍,李毅,冯浩.  光谱学与光谱分析. 2016(05)



本文编号：3483182