基于多光谱影像的阿拉尔垦区棉田土壤盐分反演

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》

洪国军 谢俊博 张灵 范振岐 喻彩丽 付仙兵 李旭

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。

 点击量 51  下载量 22  评论 0