科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用遥感技术进行土壤含盐量的快速检测可为土壤盐渍化治理和绿洲农业合理开发提供科学指导。基于渭干河—库车河三角洲绿洲采集的95个土壤样品，采用光谱指数、波段反射率与实测土壤含盐量，运用多元线性回归、偏最小二乘回归、支持向量机回归和随机森林回归方法构建土壤含盐量估测模型，并利用最优估测结果对研究区土壤含盐量的空间分布格局进行遥感反演。结果表明：通过全子集回归法筛选出与土壤含盐量相关显著的9个光谱因子，相关系数均在0.5以上(P支持向量机回归>偏最小二乘回归>多元线性回归。其中随机森林模型拟合精度表现最佳，训练集和验证集的决定系数分别为0.870和0.766;相对分析误差分别为2.792和2.105,值均大于2,表明模型反演效果较好，有稳定的估测能力；由随机森林模型的反演结果来看，第Ⅰ等级和第Ⅱ等级占比达到41.62%,分布于绿洲内部的耕作区；第Ⅲ,Ⅳ和第Ⅴ等级区共占比56.41%,主要分布在绿洲外围与沙漠的交错带和荒漠区。采用随机森林机器学习建模方法对土壤含盐量进行反演，估测效果明显优于传统的统计模型，可为干旱区绿洲土壤盐渍化监测提供参考。
- 单位
