基于多源遥感数据融合的土壤水分反演研究

摘要：

土壤含水量作为地表的重要参量之一,对地球能量循环、水循环、碳循环及生态环境都有十分重要的意义.以南京市金川河流域为研究区,融合哨兵2号L2A数据和Landsat 8遥感数据2种数据源,分别采用偏最小二乘法(PLSR)、最小二乘-支持向量机(LS-SVM)、反向传播神经网络(BPNN)和随机森林(RF)4种建模方法,建立遥感数据与土壤含水量之间的关系,并进行模型的验证与评价.结果表明:1)土壤含水量与哨兵2号和Landsat 8各波段反射率均呈负相关关系,和海岸带监测波段(波长为430～450 nm)和近红外波段(波长为2100～2300 nm)相关性最佳;2)融合后的遥感数据相较于单一遥感数据源,预测土壤含水量的能力更佳,最优模型R2达0.996,均方根误差仅为0.003 g/g;3)4种建模方法中,建模效果从好到差依次为PLSR,RF,LS-SVM,BPNN.融合哨兵2号L2A和Landsat 8数据,结合PLSR建模方法可进行土壤含水量的精准反演,相较于现有研究反演精度大大提升,对研究该地区地表与地下水循环和生态环境治理有一定参考价值.

关键词：土壤含水量、多源遥感数据、融合、反演、PLSR

分类号：S152.7(土壤学)

资助基金：国家重点研发计划2019YFB2102000

在线出版日期：2022-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：41-45