10.6041/j.issn.1000-1298.2022.08.023
不同植被覆盖度下无人机多光谱遥感土壤含盐量反演
准确快速获取植被覆盖条件下农田土壤盐分信息,为土壤盐渍化治理提供依据.利用无人机遥感平台,获取2019年7、8、9月内蒙古河套灌区沙壕渠灌域试验地的多光谱遥感图像以及取样点0~10 cm、10~20 cm、20~40 cm、40~60 cm深度处土壤含盐量,通过多光谱遥感图像计算得到光谱指数,选择归一化植被指数(NDVI-2)代人像元二分模型计算植被覆盖度,并划分为T1(裸土)、T2(低植被覆盖度)、T3(中植被覆盖度)、T4(高植被覆盖度)4个覆盖度等级;同时,对光谱指数进行全子集变量筛选,并利用偏最小二乘回归算法和极限学习机算法,构建不同覆盖度下各深度土壤含盐量反演模型.研究结果表明,裸土和高植被覆盖度下的反演模型精度高于低植被覆盖度和中植被覆盖度下的反演模型精度;对比PLSR和ELM 2种SSC反演模型精度,ELM模型的反演精度比PLSR模型高;覆盖度T1、T2、T3和T4的最佳反演深度分别为0~10 cm、10~20 cm、20~40 cm、20~40 cm.研究结果为无人机多光谱遥感监测农田土壤盐渍化提供了思路.
土壤含盐量、无人机多光谱、反演、植被覆盖度、像元二分模型、全子集筛选
53
S127;TP79(农业物理学)
国家重点研发计划;国家自然科学基金
2022-11-10(万方平台首次上网日期,不代表论文的发表时间)
共11页
220-230