分类： 地球科学 >> 地理学 提交时间： 2024-06-12 合作期刊: 《干旱区研究》
摘要： 针对新疆土壤盐分信息获取困难，无法快速、准确的大范围评估土壤盐渍化情况，本研究以新疆阿拉尔垦区的棉田为研究对象，利用Sentinel-2 SR和Landsat-9 OLI的多光谱遥感影像数据，采用穷举特征组合和交叉验证方法，从20个光谱指数和组合光谱指数构建的高维数据集中筛选出最优特征子集，并比较四种机器学习模型（即XGBoost、随机森林、深度神经网络和K-近邻）在不同特征组合下的土壤盐渍化反演精度，同时分析Sentinel-2 SR和Landsat-9 OLI遥感影像在土壤盐渍化反演中的精度差异。研究结果表明：（1） 基于XGBoost算法构建的模型能够实现棉田盐渍化高精度预测，不同特征组合的R2均高于0.74，MSE均低于0.04，MAPE低于0.13。（2） 在特征组合1条件下，Sentinel-2 SR（S3+GBNDVI）与Landsat-9 OLI（SI+NDVI）遥感影像使用XGBoost算法均获得了最高预测精度。（3） Sentinel-2 SR影像数据在棉田盐渍化预测中的精度（R2=0.73～0.88）优于Landsat-9 OLI影像数据。本研究实现了新疆阿拉尔垦区棉田土壤盐渍化精准监测，为垦区棉田土壤盐渍化治理和防治提供有效的技术参考。
分类： 地球科学 >> 地理学 提交时间： 2020-12-17 合作期刊: 《干旱区研究》
摘要： 以关中地区冬小麦为研究对象，无人机为平台搭载的UHD185成像光谱仪获得冬小麦农田高光谱影像，并从中提取波段信息，以传统光谱指数和新光谱指数为自变量构建预测模型，比较模型精度并制作冬小麦叶片叶绿素含量分布图。结果表明：各预测模型中以新光谱指数构建的预测模型精度明显高于传统光谱指数模型，其中，SPAD-NDSI模型精度最高（R2=0.6308，RMSE=1.9766）；通过反演叶片叶绿素分布图并对填图结果进行检验可知，SPAD-NDSI模型填图效果最佳（R2=0.7013，RMSE=1.4548），可以作为冬小麦叶片叶绿素含量无人机高光谱影像遥感反演估算的基本模型。
分类： 地球科学 >> 地理学 提交时间： 2020-01-06 合作期刊: 《干旱区地理》
摘要： 土壤电导率 (Electrical conductivity, EC)是评价土壤盐渍化的重要指标。通过实测新疆艾比湖湿地自然保护区土壤EC及可见光—近红外光谱数据，利用波谱响应技术模拟Landsat 8 OLI、Sentinel 2、Sentinel 3卫星的宽波段数据。构建宽波段模拟数据及其5种预处理后的三维光谱指数 (Three-dimensional spectral index, TDSI)，采用梯度提升回归树算法 (Gradient boosting regression tree, GBRT) 建立3种卫星土壤EC估算模型，并比对加入TDSI后模型精度的变化。结果表明：在不同土壤EC条件下，3种卫星具有相似的光谱趋势，均在红、近红外波段附近反射率较高；TDSI与土壤EC相关性基本均在0.4以上，最大程度保留了与土壤EC敏感度高的红、绿、蓝、近红外、短波红外波段信息；GBRT对于土壤EC估算能力表现突出，3种卫星对土壤EC的最佳预测精度R2分别为0.831、0.847、0.903，在加入TDSI后，R2分别提高至0.835、0.857、0.935，综合分析发现，Sentinel 3对土壤EC估算效果最佳 (R2=0.935，均方根误差RMSE=2.986 mS·cm-1，赤池信息准则AIC=57.500)。通过利用波谱响应技术结合TDSI深度挖掘波段间的协同信息，采用GBRT验证了不同卫星对土壤R2的估算效果，二者相结合可以有效提升模型预测精度，为干旱区土壤盐渍化定量监测与防控提供有利指导。
点击量
点击量
下载量
评论
