植被覆盖条件下的解放闸灌域土壤盐分卫星遥感估算模型

摘要：

为探究植被覆盖时的土壤盐分反演,以河套灌区解放闸灌域为研究区域、GF-1号影像为数据源,将盐分指数(SI2、S2、S3)、增强植被指数(EVI)和近红外NIR波段作为输入因子,分别利用多元线性回归(multivariable linear regression,MLR)、分位数回归(quantile regression,QR)和BP神经网络(back propagation neural network,BP)三种方法建立0～ 60 cm深度下土壤盐分反演模型.研究结果表明,MLR模型与QR模型均具有较高精度,能够较好的反演植被覆盖时的土壤盐分,其中QR模型验证精度最高,建模和验证的决定系数(coefficient of determination,R2)分别达到0.627与0.636,均方根误差(root mean square error,RMSE)为0.249,平均绝对误差(mean absolute error,MAE)为0.235,是本次土壤盐分估算的最优模型.BP模型效果相对较差,建模与验证R2为0.605和0.558.采用QR模型反演研究区土壤盐分,发现模型反演的盐分趋势符合实际情况;灌区主要分布非盐土和轻度盐渍化土壤,灌域南部地区土壤盐渍化程度低,约占32％;盐渍化程度较高的区域约占灌域总面积的19％.研究为探讨植被覆盖时的土壤盐分反演提供了思路.

关键词：土壤盐渍化、植被覆盖、高分一号、多元线性回归、分位数回归、BP神经网络

分类号：S152.7;TP79(土壤学)

资助基金：国家重点研发计划项目2017YFC0403203;杨凌示范区科技计划项目2018GY-03

在线出版日期：2019-11-08（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：108-112