无人机多光谱反演黄河口重度盐渍土盐分的研究

论文摘要

【目的】为提高土壤盐分信息定量遥感提取精度,准确掌握土壤盐渍化程度与分布。【方法】选择垦利区黄河口镇集中连片的重度盐渍土区域为试验区,于2018年4月26日—28日采用搭载Sequoia多光谱相机的无人机进行试验区近地遥感图像采集,并进行图像拼接、辐射校正、正射校正和几何校正等预处理;然后基于相关性分析、灰色关联度分析筛选土壤盐分的敏感波段,构建并筛选光谱参量;进而分别采用多元线性回归（multivariable linear regression,MLR）、支持向量机（support vector machine,SVM）及偏最小二乘（partial least square,PLS）方法构建土壤盐分定量反演模型,并进行验证与评价;最后基于最佳模型进行试验区土壤盐分的分布反演与分析,并与反距离加权插值结果进行精度比较。【结果】相较相关性分析,通过灰色关联度分析的反演模型精度及显著性均有所提高;对比3种建模方法,SVM模型精度最高,PLS模型次之,MLR模型最低,最佳模型为基于灰色关联度分析筛选变量的支持向量机模型,其建模R2、RMSE分别为0.820、3.626,验证R2、RMSE、RPD分别为0.773、4.960、2.200;据此模型反演得到该区域土壤盐分含量为0.323—21.210 g·kg-1,平均值为6.871 g·kg-1,重度盐渍土占58.094%,与实地调查结果较为一致;反演结果与反距离加权插值结果的误差80%控制在样本盐分含量平均值的20%以内,亦较为相近。【结论】基于无人机多光谱可实现重度盐渍土盐分信息的准确提取。

论文目录

• 0 引言
• 1 材料与方法
•   1.1 试验区概况
•   1.2 数据获取及预处理
•     1.2.1 野外实测盐分数据
•     1.2.2 无人机遥感图像获取及预处理
•   1.3 土壤盐分敏感波段和光谱参量的筛选
•   1.4 土壤盐分反演模型的构建与验证
•     1.4.1 模型构建
•     1.4.2 模型验证
•   1.5 土壤含盐量的空间分布反演与精度分析
• 2 结果
•   2.1 土壤样本的描述性统计特征
•   2.2 土壤盐分的敏感波段及光谱参量
•   2.3 土壤盐分定量反演模型
•   2.4 土壤盐分空间分布反演
•   2.5 土壤盐分空间分布反演精度分析
• 3 讨论
• 4 结论

文章来源

类型: 期刊论文

作者: 王丹阳,陈红艳,王桂峰,丛津桥,王向锋,魏学文

关键词: 无人机,多光谱,盐渍土,灰色关联度,黄河口

来源: 中国农业科学 2019年10期

年度: 2019

分类: 农业科技,基础科学,工程科技Ⅱ辑,信息科技

专业: 自然地理学和测绘学,工业通用技术及设备,农业基础科学,农艺学,自动化技术

单位: 土肥资源高效利用国家工程实验室/山东农业大学资源与环境学院,山东省棉花生产技术指导站,泰山区自然资源局,垦利区国土资源局

基金: 国家自然科学基金(41877003,41671346),山东省自然科学基金(ZR2019MD039),山东省重点研发计划(2017CXGC0306),“十二五”国家科技支撑计划(2015BAD23B0202),山东农业大学“双一流”奖补资金(SYL2017XTTD02)

分类号: S156.41;TP751

页码: 1698-1709

总页数: 12

文件大小: 5935K

下载量: 480