基于EM38和WorldView-2影像的土壤盐渍化建模研究
发布时间：2022-01-15 23:09
在干旱半干旱地区,土壤盐渍化是常见的土地退化问题之一。本研究选取于田县克里雅河上游边缘典型盐渍化区域作为研究靶区,通过EM38大地电导率仪实测土壤表观电导率,提取不同系数下的土壤调节植被指数（SAVI）,分析了SAVI指数与土壤电导率间的相关性,并利用同时期WorldView-2影像的敏感波段建立了基于高分辨率影像数据的土壤盐渍化偏最小二乘回归（PLSR）模型并进行了精度验证。结果表明:①从遥感影像提取SAVI指数时,在系数（L）调节范围内选取固定系数值,系数值（间隔为0.1）从0.1变化到1.0的过程中,相应提取的SAVI指数与土壤电导率的相关性明显提升,相关性系数（r）从0.30提高到0.50,并通过显著性检验（P<0.01）。②选取的SAVI1.0、B6、B7、B8四种变量中,以SAVI1.0+B6+B8为变量组合所建立的PLSR模型为最优,该模型较其他变量组合建模的决定系数（R2p）提高了0.11,因此,在研究区该模型具有更好的预测能力,模型精度为RMSEC=0.77dS/m、RC2=0.68、RMSEP=0.79 dS/m、RP2=0.66、RPD=2.2。
【文章来源】：土壤. 2019,51(03)北大核心CSCD
【文章页数】：8 页
【部分图文】：
图中B1~B8表示可见光及近红外光8个波段的反射率)图2特征参数与Eca的相关性分析Fig.2CorrelationanalysisbetweencharacteristicparametersandEca(
式中：NIR是近红外波段；R是红波段；L是随着植被指数变化的参数。结合SAVI指数的系数取值范围，本研究尝试利用影像提取不同系数下的SAVI指数。当系数值L=0.1～1.0，间隔为0.1时，调节植被指数对应为SAVI0.1～1.0。利用ArcGIS软件提取样点对应的10种SAVI0.1～1.0值，通过SPSS软件对不同系数下的光谱指数与土壤电导率进行相关性分析，通过显著性检验(P<0.01)并相关系数达到最高时，该调节土壤亮度的植被指数为最优光谱指数。
本研究以克里雅河边缘典型盐渍化区域的ECa、高分辨率影像、提取的最优光谱指数及敏感波段为数据源，利用PLSR建立土壤盐渍化反演模型，建立的8个PLSR模型的建模变量组合、RMSEc、Rc2、RMSEp、Rp2、RPD等参数如表2所示。根据模型的精度参数，对建立的8个模型进行筛选，发现RPD≥2的模型数量为3，分别为SAVI1.0+B6+B7、SAVI1.0+B6+B8、SAVI1.0+B6+B7+B8变量组合建立的PLSR模型，其余模型的RPD<2，对土壤盐渍化的反演能力很弱。利用ECa验证数据集对所建立的模型进行预测精度验证(图3)，对模型的精度参数(RMSEc、Rc2、RMSEp、Rp2、RPD)和敏感波段及最优光谱指数不同组合进行综合对比，发现以SAVI1.0+B6+B8为变量组合所建立的模型为最优，该模型的RMSEp=0.79 dS/m、Rp2=0.66、RPD=2.2；而基于全部参数为变量时，建立的预测模型精度参数略低于最优模型，精度参数分别为RMSEp=0.85 dS/m、Rp2=0.63、RPD=2.0。图3 土壤电导率模型预测值与实测值的验证
【参考文献】：
期刊论文
[1]新疆克里雅绿洲土壤盐分、pH和盐基离子空间异质性分析[J]. 阿斯古丽·木萨,阿不都拉·阿不力孜,瓦哈甫·哈力克,依力亚斯江·努尔麦麦提,卢龙辉,普拉提·莫合塔尔. 土壤. 2017(05)
[2]基于GF-1遥感图像土壤含盐量反演研究[J]. 马驰. 中国农村水利水电. 2017(05)
[3]基于地表光谱建模的区域土壤盐渍化遥感监测研究[J]. 王爽,丁建丽,王璐,牛增懿. 干旱区地理. 2016(01)
[4]基于WorldView-2的遥感影像预处理[J]. 赵莹,王环,方圆. 测绘与空间地理信息. 2014(06)
[5]土壤含盐量与电导率的高光谱反演精度对比研究[J]. 彭杰,王家强,向红英,滕洪芬,柳维扬,迟春明,牛建龙,郭燕,史舟. 光谱学与光谱分析. 2014(02)
[6]于田绿洲土壤盐渍化动态变化研究[J]. 姜红涛,塔西甫拉提·特依拜,买买提·沙吾提,张飞. 土壤通报. 2014(01)
[7]基于实测高光谱和电磁感应数据的区域土壤盐渍化遥感监测研究[J]. 姚远,丁建丽,阿尔达克·克里木,张芳,雷磊. 光谱学与光谱分析. 2013(07)
[8]基于典范对应分析的干旱区春季盐渍化特征研究[J]. 韩桂红,塔西甫拉提·特依拜,买买提沙吾提,张飞. 土壤学报. 2012(04)
[9]克里雅河流域水资源承载力初步研究[J]. 程仲雷,海米提·依米提. 安徽农业科学. 2011(35)
[10]内蒙古河套灌区土壤盐分光谱定量分析研究[J]. 屈永华,段小亮,高鸿永,陈爱萍,安永清,宋金玲,周红敏,何涛. 光谱学与光谱分析. 2009(05)
本文编号：3591487
【文章来源】：土壤. 2019,51(03)北大核心CSCD
【文章页数】：8 页
【部分图文】：
图中B1~B8表示可见光及近红外光8个波段的反射率)图2特征参数与Eca的相关性分析Fig.2CorrelationanalysisbetweencharacteristicparametersandEca(
式中：NIR是近红外波段；R是红波段；L是随着植被指数变化的参数。结合SAVI指数的系数取值范围，本研究尝试利用影像提取不同系数下的SAVI指数。当系数值L=0.1～1.0，间隔为0.1时，调节植被指数对应为SAVI0.1～1.0。利用ArcGIS软件提取样点对应的10种SAVI0.1～1.0值，通过SPSS软件对不同系数下的光谱指数与土壤电导率进行相关性分析，通过显著性检验(P<0.01)并相关系数达到最高时，该调节土壤亮度的植被指数为最优光谱指数。
本研究以克里雅河边缘典型盐渍化区域的ECa、高分辨率影像、提取的最优光谱指数及敏感波段为数据源，利用PLSR建立土壤盐渍化反演模型，建立的8个PLSR模型的建模变量组合、RMSEc、Rc2、RMSEp、Rp2、RPD等参数如表2所示。根据模型的精度参数，对建立的8个模型进行筛选，发现RPD≥2的模型数量为3，分别为SAVI1.0+B6+B7、SAVI1.0+B6+B8、SAVI1.0+B6+B7+B8变量组合建立的PLSR模型，其余模型的RPD<2，对土壤盐渍化的反演能力很弱。利用ECa验证数据集对所建立的模型进行预测精度验证(图3)，对模型的精度参数(RMSEc、Rc2、RMSEp、Rp2、RPD)和敏感波段及最优光谱指数不同组合进行综合对比，发现以SAVI1.0+B6+B8为变量组合所建立的模型为最优，该模型的RMSEp=0.79 dS/m、Rp2=0.66、RPD=2.2；而基于全部参数为变量时，建立的预测模型精度参数略低于最优模型，精度参数分别为RMSEp=0.85 dS/m、Rp2=0.63、RPD=2.0。图3 土壤电导率模型预测值与实测值的验证
【参考文献】：
期刊论文
[1]新疆克里雅绿洲土壤盐分、pH和盐基离子空间异质性分析[J]. 阿斯古丽·木萨,阿不都拉·阿不力孜,瓦哈甫·哈力克,依力亚斯江·努尔麦麦提,卢龙辉,普拉提·莫合塔尔. 土壤. 2017(05)
[2]基于GF-1遥感图像土壤含盐量反演研究[J]. 马驰. 中国农村水利水电. 2017(05)
[3]基于地表光谱建模的区域土壤盐渍化遥感监测研究[J]. 王爽,丁建丽,王璐,牛增懿. 干旱区地理. 2016(01)
[4]基于WorldView-2的遥感影像预处理[J]. 赵莹,王环,方圆. 测绘与空间地理信息. 2014(06)
[5]土壤含盐量与电导率的高光谱反演精度对比研究[J]. 彭杰,王家强,向红英,滕洪芬,柳维扬,迟春明,牛建龙,郭燕,史舟. 光谱学与光谱分析. 2014(02)
[6]于田绿洲土壤盐渍化动态变化研究[J]. 姜红涛,塔西甫拉提·特依拜,买买提·沙吾提,张飞. 土壤通报. 2014(01)
[7]基于实测高光谱和电磁感应数据的区域土壤盐渍化遥感监测研究[J]. 姚远,丁建丽,阿尔达克·克里木,张芳,雷磊. 光谱学与光谱分析. 2013(07)
[8]基于典范对应分析的干旱区春季盐渍化特征研究[J]. 韩桂红,塔西甫拉提·特依拜,买买提沙吾提,张飞. 土壤学报. 2012(04)
[9]克里雅河流域水资源承载力初步研究[J]. 程仲雷,海米提·依米提. 安徽农业科学. 2011(35)
[10]内蒙古河套灌区土壤盐分光谱定量分析研究[J]. 屈永华,段小亮,高鸿永,陈爱萍,安永清,宋金玲,周红敏,何涛. 光谱学与光谱分析. 2009(05)
本文编号：3591487
本文链接：https://www.wllwen.com/projectlw/zrdllw/3591487.html
