东北农牧交错带耕地土壤有机质遥感反演研究

作者：王丽萍; 刘焕军; 郑树峰^*; 王翔; 孟令华; 马雨阳; 官海翔

来源：土壤, 2022, 54(01): 184-190.

DOI：10.13758/j.cnki.tr.2022.01.024

• 农牧交错带
• 土壤有机质
• 随机森林
• BP神经网络
• 地形因子

农牧交错带是农耕区与草原牧区的过渡带，土壤有机质(SOM)的精确估算与变化监测对碳库估算与农业生产具有重要研究意义。以东北典型农牧交错带为研究区，Landsat 8 OLI影像和ALOS 12.5m DEM为数据源，基于波段反射率、反射率对数、亮度指数与相关地形因子，分别利用多元线性逐步回归(MLSR)模型、随机森林(RF)模型和BP神经网络(BPNN)模型，构建农牧交错带SOM多光谱反演模型。结果表明：(1)根据重要性排序，选择Landsat8OLI第4波段的对数、第5波段、第6波段和亮度指数作为输入量，RF和BPNN模型的精度优于MLSR模型。(2)引入高程(E)与坡向变率(SOA)后，3种模型的预测精度提高，BPNN模型精度提高最多，R2提高了0.22,RMSE降低了0.40 g/kg。3种模型最优反演精度由高到低为：BPNN模型(R2=0.82,RMSE=1.4 g/kg)>RF模型(R2=0.71,RMSE=1.9 g/kg)>MLSR模型(R2=0.66,RMSE=8.8 g/kg)。研究结果可为农牧交错带SOM时空变化研究提供方法支撑。

• 单位
  东北农业大学; 哈尔滨师范大学; 中国科学院东北地理与农业生态研究所; 黑龙江大学