基于PSO-PNN 模型的喀什噶尔绿洲耕地盐渍化分析

摘要: 盐渍化是构成绿洲农业低产的主要原因之一，也是农业开发和可持续发展的重要限制因
素。为提高盐渍化耕地生产力，促进绿洲农业的可持续发展，以喀什噶尔绿洲耕地为研究对象，利
用Landsat 8 OLI遥感影像数据提取遥感指数20个，利用土地利用数据计算研究区耕地开垦年限，
用线性拟合的方法将用植被光合作用模型（VPM）模拟的植被净初级生产力（NPP）数据进行降尺
度，将遥感指数同土壤采样及实测数据进行相关分析，得到优选的遥感特征变量，再用粒子群优化
算法（PSO）优化的概率神经网络（PNN）模型进行盐渍化程度分类，得到研究区耕地盐渍化等级分
布情况，后与研究区耕地开垦年限和NPP进行叠加分析。结果表明：（1）选取增强型植被指数
（EVI）、盐分指数2（SI2）、湿度指数（WI）、MSAVI-WI-SI特征空间（MWSI）、波段6（B6，2.11~2.29 μm）
5个遥感参量通过PSO-PNN模型进行盐渍化程度反演准确率约为80%。（2）耕地开垦年限越大的
区域盐渍化程度越低。新开垦的耕地主要分布在研究区东部，而研究区西部大都为开垦年限在45 a
以上的老绿洲农业区。（3）耕地盐渍化严重降低了耕地农作物生产力。研究区耕地NPP较高的区
域大都分布在西部，较低的区域大都分布在东部，与盐渍化程度等级分布大致相反。上述研究方
法与结果可为后续使用遥感参量进行盐渍化反演的研究提供参考，对干旱半干旱区的盐渍化耕地
改良具有一定的参考意义。