新疆博斯腾湖湖滨绿洲不同土地利用类型土壤电导率高光谱估算

作者：樊泳灼; 李新国^*

来源：中山大学学报：自然科学版（中英文）, 2023, 62(06): 31-39.

DOI：10.13471/j.cnki.acta.snus.2023d024

• 土壤电导率
• 土地利用类型
• 高光谱数据
• 竞争性自适应重加权-连续投影算法
• BP神经网络

为了更精准了解博斯腾湖湖滨绿洲不同土地利用类型的土壤含盐量，应用竞争性自适应重加权采样（CARS）、连续投影算法（SPA）、竞争性自适应重加权-连续投影算法（CARS-SPA）3种方法筛选不同土地利用类型土壤电导率高光谱数据的特征波段，基于全波段和特征波段结合BP神经网络分别构建湖滨绿洲的耕地、林地、荒地和整体土地的土壤电导率估算模型，对比不同方式的估算模型精度。研究结果表明：1）耕地、林地、荒地及整体土地的土壤电导率均值分别为0.84、5.43、5.78、3.26 mS/cm。湖滨绿洲整体土地的电导率相比耕地平均值增加了2.42 mS/cm，相比林地和荒地减少了2.17、2.52 mS/cm。2）通过CARS-SPA方法可以降低输入模型的波段数，提高模型的效率，筛选耕地、林地、荒地及整体土地的土壤电导率的特征波段数仅占全波段的0.71%、0.59%、0.06%、1.00%。3）对耕地、林地、荒地的土壤电导率构建单独的估算模型明显提高了研究区土壤电导率的估算精度，在FDR-CARS-BP、FDR-SPA-BP、FDR-CARS-SPA-BP共3种模型中，耕地、林地、荒地土壤电导率建模的平均R2相比整体土地建模分别提高0.12、0.14、0.15,FDR-CARS-SPA-BP模型为研究区土壤电导率高光谱估算最优模型。

• 单位
  新疆师范大学