利用多源光谱信息反演宁夏银北地区干湿季土壤含盐量

摘要：

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.

关键词：遥感、反演、模型、土壤含盐量、光谱指数、GWR模型

所属期刊栏目：36

分类号：S127;TP79(农业物理学)

资助基金：国家自然科学基金项目;宁夏自然科学基金项目

在线出版日期：2020-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：125-134