艾比湖春夏季土壤盐渍化卫星监测对比分析后印本

作者： 郭佳丽 ¹ 马勇刚 ^2,3 潘恒 ¹ 李娜 ¹ 孙长宁 ¹ 孙倩 ¹ 周文昶 ¹ 党瑀璇 ¹
作者单位：

1. 新疆大学生态与环境学院，新疆乌鲁木齐830000

2. 新疆大学地理与遥感科学学院，新疆乌鲁木齐830000

3. 新疆大学绿洲生态教育部重点实验室，新疆乌鲁木齐830000
提交时间：2025-12-30 15:58:38

摘要: 土壤盐渍化是干旱、半干旱地区严重危害农业生产和生态环境的重要因素，准确获取其时空分布特征是当前生态学、地理学和农业领域研究的重点。利用4、7月的Sentinel-2A影像和对应时间的土壤表层实测含盐量数据，采用随机森林（Random forest，RF）、支持向量机回归、回归决策树、自适应增强、梯度提升回归树5种机器学习方法和深度置信网络、全卷积神经网络2种深度学习方法，通过Boruta算法筛选变量，构建艾比湖土壤盐分反演模型，并进行预测和精度评价。结果表明：（1）4月土壤盐分与各波段之间表现出强正相关，7月整体的相关性强度有所降低。多光谱指数与土壤盐分呈现出强正相关的是强度指数（Int1、Int2）、盐分指数（S3、S5、S6、SI、SI1、SI2、SI3）、比值指数，归一化差值指数与土壤盐分呈强负相关。（2）4月RF模型精度最高（R2 =0.72， RMSE =0.13）；7月RF模型精度最高（R2 =0.66，RMSE =0.15）。因此，最佳模型为RF模型。在时相选择上，4月相比7月反演精度更高，最有利于干旱区土壤盐分反演。

Sentinel-2A 土壤含盐量遥感反演机器学习深度学习

分类： 地球科学 >> 地理学
引用： ChinaXiv:202512.00295 (或此版本 ChinaXiv:202512.00295V1)
DOI:10.12074/202512.00295
CSTR:32003.36.ChinaXiv.202512.00295
推荐引用方式： 郭佳丽,马勇刚,潘恒,李娜,孙长宁,孙倩,周文昶,党瑀璇.艾比湖春夏季土壤盐渍化卫星监测对比分析.岩土力学预印本平台.[DOI:10.12074/202512.00295] (点此复制)

版本历史

[V1]

2025-12-30 15:58:38

ChinaXiv:202512.00295V1

下载全文

相关论文推荐

1. 基于可解释机器学习模型的高寒草地土壤盐渍化反演	2026-03-24
2. 基于改进深度学习模型的干旱区城市PM2.5浓度预测与应用研究	2026-02-27
3. 内蒙古冰雹特征及基于机器学习的冰雹识别方法研究	2025-02-27
4. 组合光学和微波遥感的耕地土壤含盐量反演	2024-04-01
5. 深度学习方法下GEDI数据的天然云杉林地上生物量反演	2024-03-01
6. 基于多光谱遥感的典型绿洲棉田春季土壤盐分反演及验证	2022-08-08
7. 基于主成分和机器学习的土壤有机质含量空间预测建模	2021-08-02


公开评论匿名评论仅发给作者

艾比湖春夏季土壤盐渍化卫星监测对比分析 后印本

版本历史

相关论文推荐

艾比湖春夏季土壤盐渍化卫星监测对比分析后印本