10.7606/j.issn.1000-7601.2018.01.39
干旱区土壤盐渍化信息遥感建模
以新疆塔里木盆地北缘的渭干河 -库车河三角洲绿洲为研究区,利用GF-1与Landsat8 OLI影像数据作为基本数据源,从影像上提取15个盐分指数和5个光谱植被指数,通过灰度关联分析法,对0~10 cm表层土壤含盐量与影像光谱指数进行分析和筛选,确定出与土壤含盐量相关性较高的综合光谱指数,采用多元线性回归,偏最小二乘法回归,支持向量机回归三种方法分别对GF-1与Landsat8 OLI影像构建基于实测数据和影像数据的综合指数土壤含盐量估算模型,并选出最优模型.结果表明:(1)在20个光谱指数中,相关性较好的光谱指数是SR、CSRI、SI、BI、S6、ARVI、SAVI、NDSI,关联系数均达到0.7以上,并基于这8个光谱指数构建综合光谱指数.(2)3种估算模型:基于GF-1多元线性回归模型决定系数 R2为0.6856,高于决定系数 R2为0.5142的Landsat8 OLI;偏最小二乘回归模型1~8个主成分,GF-1决定系数2个>3个>1个,其中2个主成分最高可达0.6104,Landsat决定系数4个>3个>2个,其中4个主成分最高可达0.549;支持向量机模型3种函数,GF-1决定系数RBF>Polynomial>Linear,其中RBF函数最高可达0.7969,Landsat决定系数Polynomial>RBF>Linear,其中Polynomial函数最高可达0.7154.对比3种模型可知,支持向量机回归模型的 R2最高,因此该模型相对于多元线性回归和偏最小二乘回归更适于土壤盐渍化估算.
土壤盐渍化、综合光谱指数、多元线性回归模型、偏最小二乘回归模型、支持向量机回归模型
36
S156.4+1(土壤学)
国家自然科学基金U1303381,41771470;自治区重点实验室专项基金2016D03001;自治区科技支疆项目201591101;教育部促进与美大地区科研合作与高层次人才培养项目
2018-03-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
266-273