基于综合高光谱指数的区域土壤盐渍化监测研究
基于高光谱特征的盐渍化土壤不同土层盐分离子含量预测
关键词：土壤；盐分；光谱分析；土层；高光谱；敏ssn.1002-6819.2019.12.013
中图分类号：S127，TP79
文献标志码：A
文章编号：1002-6819(2019)-12-0106-10
张俊华，贾萍萍，孙 媛，贾科利. 基于高光谱特征的盐渍化土壤不同土层盐分离子含量预测[J]. 农业工程学报，2019，
35(12)：106－115. doi：10.11975/j.issn.1002-6819.2019.12.013 Zhang Junhua, Jia Pingping, Sun Yuan, Jia Keli. Prediction of salinity ion content in different soil layers based on hyperspectral data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(12): 106－115. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.12.013
乘回归建立的预测模型中，0～5 cm 和 0～20 cm 敏感波段对 10 个盐分指标预测平均决定系数分别为 0.820 8 和 0.890 7， 其中 0～5 cm 敏感波段对 SO42-的预测模型决定系数达 0.967 6。采用逐步回归与偏最小二乘回归相比模型引入敏感波段减 少，但 R2 降低。验证结果表明模型对 0～20 cm 土层 SO42-和 CO32-的预测能力不及 0～5 cm；但对其他 8 个盐分离子的预
基于高光谱指数和电磁感应技术的区域土壤盐渍化监测模型
基于高光谱指数和电磁感应技术的区域土壤盐渍化监测模型姚远;丁建丽;张芳;赵振亮;江红南【期刊名称】《光谱学与光谱分析》【年(卷),期】2013(033)006【摘要】The present research attempts to establish a soil salinization monitoring model through a combination of remote and near sensing technologies.An electromagnetic induction instrument (EM38) was used to measure the electronic conductivity of soil samples collected from the delta oasis between the Weigan River and the Kuqa River in the north rim of the Tarim basin.Hyperspectral images were obtained via ASD Field Specpro FR and were transformed via 11 different approaches including root mean squares,logarithm,inversion,inversion-logarithm,continuum removal,and first order differentiation,etc.After the transformation,the obtained soil spectra that correlate well with soil electronic conductivity as measured by the EM38 were used to calculate five salinity indexes (salinity index 1,2,and 3,normalized differential salinity index,and brightness index).Our analyses suggest that the salinity index 2 obtained via first order differentiation transformation of the spectra with the wavelengths of 456,686 and 1 373 nm generated the highest correlation with salinity information derived via the EM38.By incorporating near sensing information (soil electronic conductivity information obtained viaEM38),the current research provides a potentially more accurate approachto monitoring and predicting soil salinization in the future.%以新疆渭干河-库车河三角洲绿洲不同盐渍化程度的土壤为研究对象,以电磁感应仪(EM38)测得的盐渍土电导率数据和ASD Field Specpro FR光谱仪测得的盐渍土高光谱数据为基础数据源.对利用Savitzky-Golay滤波进行平滑去噪后所得的光谱曲线进行均方根、对数、倒数、倒数的对数、连续统去除、一阶微分等11种光谱变换,并从中选取土壤光谱波长与基于EM38建立的土壤盐分解译模型,所解译出的土壤盐分数据相关性最好的变换形式及响应波段进行SI,BI和NDSI等5种盐分指数的计算,通过精度检验选取最优高光谱指数,以此建立区域土壤盐渍化监测模型.结果表明；以一阶微分变换后的土壤光谱反射率456,686和1 373 nm的波段组合作为最佳敏感波段所构建的SI2高光谱指数与EM38数据相结合建立的土壤盐渍化监测模型为最优模型；与传统的遥感方法中单纯利用盐分指数所建立的监测模型相比,基于高光谱指数和EM38数据所建立的土壤盐渍化监测模型的预测精度更高,该模型的建立为进一步提高土壤盐渍化的监测和预测精度的研究提供参考借鉴.【总页数】7页(P1658-1664)【作者】姚远;丁建丽;张芳;赵振亮;江红南【作者单位】新疆大学资源与环境科学学院,新疆乌鲁木齐 830046;绿洲生态教育部重点实验室,新疆乌鲁木齐 830046;新疆大学资源与环境科学学院,新疆乌鲁木齐830046;绿洲生态教育部重点实验室,新疆乌鲁木齐 830046;新疆大学资源与环境科学学院,新疆乌鲁木齐 830046;绿洲生态教育部重点实验室,新疆乌鲁木齐830046;新疆大学资源与环境科学学院,新疆乌鲁木齐 830046;绿洲生态教育部重点实验室,新疆乌鲁木齐 830046;新疆大学资源与环境科学学院,新疆乌鲁木齐830046;绿洲生态教育部重点实验室,新疆乌鲁木齐 830046【正文语种】中文【中图分类】TP70;S156.4【相关文献】1.基于高光谱与电磁感应技术的干旱区绿洲土壤含水量反演研究 [J], 宁娟;丁建丽;杨爱霞;苏雯;李焕;曹雷;缪琛;地力夏提·艾木热拉2.基于不同土壤质地的小麦叶片氮含量高光谱差异及监测模型构建 [J], 翟清云;张娟娟;熊淑萍;刘娟;杨阳;马新明3.基于实测高光谱和电磁感应数据的区域土壤盐渍化遥感监测研究 [J], 姚远;丁建丽;阿尔达克·克里木;张芳;雷磊4.基于综合高光谱指数的区域土壤盐渍化监测研究 [J], 丁建丽;伍漫春;刘海霞;李争光5.基于电磁感应的干旱区土壤盐渍化定量遥感研究 [J], 李晓明;杨劲松;余美;杨奇勇;刘梅先因版权原因，仅展示原文概要，查看原文内容请购买。
基于多光谱遥感的盐渍化评价指数对宁夏银北灌区土壤盐度预测的适用性分析
1研究区概况与数据源
1.1研究区概况 宁夏银北灌区位于黄河中游上段、宁夏平原北
部（图1 $，包括贺兰县、平罗县、惠农县和大武口区, 属于典型的大陆性干旱气候，全年降雨量稀少，日照充 足，蒸发强烈，年均蒸发量是降水量的10倍以上，年均 地下水埋深1.6 m灌期（8月）地下水埋深1.0〜1.5 m, 土壤类型以盐碱土、灰钙土、白疆土和灌淤土为 主'⑼。受气候、地形、土壤、地下水等自然因素以及 人为不合理灌溉的影响，银北灌区土壤盐渍化严重, 已经成为宁夏土壤盐渍化最为严重的地区，盐碱地 已占总耕地面积的51%以上,严重制约了当地农业 生产发展'20（&随着黄河引水量的减少，银北地区土 壤盐渍化有进一步加重和扩大的趋势，必将给农业 生态环境造成更大危害，因此盐渍化问题成为银北 地区农业生产中亟待解决的问题&
收稿日期：2020 -07 -16；修订日期：2020 -11 -06
基金项目：国家自然科学基金项目“农田退水灌溉和玉米种植方式对宁夏盐碱土水盐运移的影响”(编号：31960274)和宁夏青年科技 人才托举项目“基于遥感技术的银北灌区土壤盐渍化动态监测研究”(编号：TJGC2018055)共同资助&
宁夏平原地处我国西北内陆地区，干旱少雨,蒸 发强烈，土壤盐渍化是制约农业发展的重要因素。 目前针对宁夏平原的土壤盐渍化遥感监测研究中仅 于文婧'18（利用归一化植被指数（nomOized dFfer encc veyetation indea,NDVI$评价了平罗县土壤盐渍 化状况,其他指数较少应用到宁夏平原,且多个评价 指数在宁夏平原的适用性对比研究尚未见相关报 道。本研究以宁夏银北灌区实测土壤EC和Landsat8 OLI遥感影像为数据基础，研究不同土壤盐渍 化评价指数与土壤EC的拟合关系，从而选取研究 区最佳土壤盐度评价指数，为银北地区土壤盐渍化 动态监测、有效防治、农业规划等提供技术支持。
基于高光谱数据的土壤含盐量BP神经网络模型研究
基于高光谱数据的土壤含盐量BP神经网络模型研究
朱继文;刘丹丹
【期刊名称】《东北农业大学学报》
【年(卷),期】2009(040)010
【摘要】运用Hyperion数据,以黑龙江省大庆市某一实验区为例.进行了对土壤含盐量的定量研究,将BP神经网络模型(Back Propagation Network)应用到高光谱数据对研究地区土壤含盐量的反演中.通过对隐合层的传递函数、输出层的传递函数、训练算法的优化组合以及最适合隐层节点数量,得到最优的BP神经网络模型,实现了土壤含盐量的反演.对高光谱数据反演土壤含盐量采用BP神经网络具有一定的指导意义.
【总页数】4页(P115-118)
【作者】朱继文;刘丹丹
【作者单位】黑龙江工程学院,哈尔滨,150050;黑龙江工程学院,哈尔滨,150050【正文语种】中文
【中图分类】S156.4
【相关文献】
1.基于高光谱和BP神经网络模型苹果叶片SPAD值遥感估算 [J], 余蛟洋;常庆瑞;由明明;张卓然;罗丹
2.基于数据挖掘技术建立的BP神经网络模型鉴别儿童川崎病与发热性疾病的研究[J], 樊楚;贺向前;于跃;田杰;张胜;李哲
3.中国省域低碳经济绩效演化路径研究\r——基于数据包络分析-BP神经网络模型
[J], 王彤;刘丙泉
4.基于高光谱和MLSR-GA-BP神经网络模型油菜叶片SPAD值遥感估算 [J], 崔小涛;常庆瑞;屈春燕;史博太;蒋丹垚;夏利恒;王玉娜
5.基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较 [J], 吴剑;程朋根;何挺;王静
因版权原因，仅展示原文概要，查看原文内容请购买。
基于高光谱成像技术的土壤水盐及番茄植株水分诊断机理与模型研究
基于高光谱成像技术的土壤水盐及番茄植株水分诊断机理与模型研究基于高光谱成像技术的土壤水盐及番茄植株水分诊断机理与模型研究引言：随着人口的快速增长和食品需求的增加，农业生产面临了越来越大的挑战。
土壤水分和盐分是影响作物生长和产量的关键因素之一。
因此，对土壤水盐和植物水分状态进行准确的诊断和监测至关重要。
传统的土壤水盐和植物水分监测方法通常需要大量的时间和劳动力，而且准确度有限。
而利用高光谱成像技术进行土壤和植物水分诊断，可以实现快速、非破坏性的监测，为农业管理提供有力的支持。
一、高光谱成像技术概述高光谱成像技术是一种全新的无损检测技术，可以获取物体在不同波长下的连续光谱数据。
通过对光谱数据的分析和处理，可以提取出物体的有关信息，包括化学成分、结构特征等。
在农业领域，高光谱成像技术已被广泛应用于土壤和植物的水分、养分和病虫害等问题的研究中。
二、土壤水盐监测土壤水分和盐分是农作物生长的重要因素。
传统的土壤水分监测方法通常需要采集土壤样品，并借助实验室设备进行分析。
而利用高光谱成像技术，可以通过对土壤反射光谱的分析，快速、准确地获取土壤水分的空间分布和变化趋势。
同时，通过对土壤光谱特征和水分含量的关系的研究，可以建立土壤水分预测模型，提供农民进行灌溉决策的依据。
三、番茄植株水分监测水分是植物生长和发育的关键因素之一。
传统的植物水分监测方法通常通过叶片的重量和体积变化等参数来判断植株的水分状况。
然而，这些方法需要破坏植物的组织结构，并且不能实时地获取植物水分状况。
而利用高光谱成像技术，可以通过对植物光谱的分析，非破坏性地获取植株的水分状态。
同时，通过对植物光谱特征和水分含量的关系的研究，可以建立植株水分预测模型，为实时监测和管理植物的水分提供科学依据。
四、水分诊断机理与模型高光谱成像技术在土壤水盐和植物水分诊断中的应用是基于植物和土壤对不同波长光的吸收、散射和反射的特性。
通过对光谱图像的处理和分析，可以提取出与水分和盐分含量相关的特征，建立回归模型，并根据回归模型来预测和评估植株的水分状况。
盐渍土快速检测方法的研究
盐渍土快速检测方法的研究摘要：众所周知，如今的生态环境所面临的问题比较严重。
其中，土壤盐渍化是发生在干旱、半干旱地区的一个重要问题。
新疆地区作为国家十四五规划建设的重要区域，大量盐渍土的存在，对新疆的基础设施建设产生了巨大的阻碍，给公路工程建设、混凝土性能、路基耐久性带来了不可逆转的破坏和影响，严重阻碍了当地经济发展。
而如何快速检测土壤盐渍化，避免更大的损失成为干旱、半干旱地区一个重要的课题。
本文着重分析了基于高光谱技术的盐渍土快速检测方法，以期达到及时对干旱、半干旱地区盐渍化土壤治理的目标，减少经济损失。
关键词：盐渍土；快速检测；检测方法引言路基的病害形式复杂多样，对路面的正常使用有不良影响。
造成道路病害的因素有很多种，最重要的是地理因素、气候因子、以及地下水质因素。
而因为盐渍土中所存在的大量盐分和碱，在道路路面的施工时期，就会导致道路路面施工非常容易出现的道路病害现象，进而使道路使用年限缩短，因此需要高度重视。
及时掌握有关盐渍土的性质、范围、地理分布、盐渍程度等方面的信息，对于盐渍土的治理与进一步退化的防治具有重要意义。
一、对土壤进行盐渍化检测的意义在中国，许多地区均有盐渍地的出现，它主要分布在中国西北，包括了新疆、甘肃、宁夏、贵州等，特别是以新疆最为突出，主要是由氯化钾、氯化镁、氯化钠以及许多盐构成，但随着温度偏高加上土壤毛细作用的明显影响，造成了该地区的土基强度下降，并严重影响了地基的质量和安全性。
在工程应用中，盐渍土造成的地基危害，主要来自硫酸盐遇水膨胀的特性，因此针对研究盐渍土土样的易溶盐待测液澄清时间、易溶盐浸出液的电导率检测以及路基材料中的三氧化硫含量和自由膨胀率和易溶盐含量，可为施工质量提供更充分的保障。
按照以往的检测方法，盐渍土难以利用经验和目测法进行初步筛查，盐渍土分布广泛，料场选取过程犹如抽盲盒，只有高频率的检测，才能找到足够数量的合适料场。
盐渍土遇水，路基会膨胀变形，大量的硫酸钠（俗称无水芒硝），其溶解度对温度变化反应敏感，具有随温度变化而剧烈变化的特点，破坏土体结构，导致路上方的水稳层与沥青面层开裂、拱包等问题，造成路基边坡及路肩表层疏松多孔，是影响施工质量的重大技术难题。
利用光谱-盐分指数监测棉田土壤盐分
利用光谱-盐分指数监测棉田土壤盐分李静1,2,王克如1,2*,李少昆1,2,陈兵3,肖春花1,王琼3,王方永3,李栓明1,2,赖军臣4,孙亚玲1,2,张国强1,2(1.石河子大学绿洲生态农业重点实验室,新疆石河子832003;2.中国农业科学院作物科学研究所/农业部作物生理生态重点实验室,北京100081;3.新疆农垦科学院棉花研究所,新疆石河子832003;4.新疆生产建设兵团第六师农业局,新疆五家渠市831300)摘要:通过对棉田土壤盐分的光谱反演研究,为土壤盐渍化遥感动态监测提供可能。
利用ASD 地物光谱仪测定新疆兵团第六师共青团农场盐渍化棉田土壤光谱,结合土壤化学参数分析确定反映棉田土壤盐渍化程度的敏感波段,构建最佳盐分指数对棉田土壤盐分进行监测。
结果表明,随盐渍化程度(0.084～1.659g ·kg -1)的加重,土壤光谱反射率呈上升趋势,在近红外区(1350～1850nm)差异尤为显著,该波段范围光谱反射率与土壤盐分呈极显著相关(=0.880**),且对土壤盐分响应敏感,为识别盐渍化土壤的敏感波段;选择盐渍化光谱敏感波段建立了盐分指数SI 1,BI ,SI 2,NDSI ,SI 3监测棉田土壤盐渍化的模型,其中SI 1和BI 的RMSE 分别为0.151和0.149、RE 为7.5%和6.3%,预测能力强,可推荐为棉田土壤盐分监测的最佳模型。
关键词:棉田;光谱-盐分指数;土壤盐渍化;监测中图分类号:S562.01文献标志码:A文章编号:1002-7807(2014)06-0555-08Li Jing 1,2,Wang Keru 1,2*,Li Shaokun 1,2,Chen Bing 3*,Xiao Chunhua 1,Wang Qiong 3,Wang Fangyong 3,Li Shuanming 1,2,Lai Junchen 4,Sun Yaling 1,2,Zhang Guoqiang 1,2(1.832003;2.100081,;3.832003,;4.831300,)We conducted remote sensing dynamic monitoring of soil salinization by soil salt-spectrum inversion in cotton fields.An ASD spectrometer was used to measure the cotton soil spectra in the Communist Youth League farm of the sixth division of the Xinjiang Production and Construction Corps.The most sensitive wave band for measuring the soil salinization degree was determined by combined analysis of spectral and soil chemistry parameters,and the best salt index for monitoring soil salt con-tent in cotton fields was determined.The results showed that soil spectral reflectance increased(0.084-1.659g ·kg -1)with increas-ing salinization degree,and the difference was more obvious in the near infrared region (1350-1850nm).This band range of spectral reflectance was the most sensitive wavelength for identifying salinized soil and was significantly correlated with soil salt (=0.880**).By selecting sensitive bands,salt index models including SI 1,BI,SI 2,NDSI and SI 3were constructed to monitor soil salinization.Among the models,the SI1and BI salt indexes were the most accurate,with a minimum RMSE of 0.151and 0.149,and RE of 7.5%and 6.3%,respectively.We recommend these as the best models to monitor soil salinity in cotton fields.cotton fields;spectrum-salt index;soil salinization;monitoring收稿日期:2014-03-07作者简介:李静(1989-),女,硕士研究生,ljxjshz@ ;通讯作者:wkeru01@基金项目:科技支撑计划(2012BAH27B04)和国家自然科学基金(41161068)土壤盐渍化导致土地退化,生产能力下降,影响农业生态环境稳定性,是制约干旱区农业可持续发展的重要因素[1]。
基于高光谱数据的盐荒地和耕地土壤盐分遥感反演优化
基于高光谱数据的盐荒地和耕地土壤盐分遥感反演优化孙亚楠;李仙岳;史海滨;马红雨;王维刚;崔佳琪;陈辰【期刊名称】《农业工程学报》【年(卷),期】2022(38)23【摘要】盐荒地作为研究区的“临时盐库”,其土壤盐分远高于研究区平均水平,因此探究不同土地利用类型土壤盐分的光谱响应差异以及对盐分遥感模型的影响,是实现不同土地类型土壤盐分反演值更加接近真实值的重要途径。
该研究以河套灌区永济灌域为例,针对耕地和盐荒地土壤分别进行原位高光谱测定(FieldSpec 4 Hi-Res,ASD),对光谱数据进行多种光谱变换(基础数学变换、导数变换及光谱指数)后,分别基于特征波长和特征光谱指数构建单一土地类型盐分反演模型(耕地(Agricultural Land,AL)、盐荒地(Salinized Wasteland,SW))和整体盐分反演模型(耕地+盐荒地(Agricultural Land+Salinized Wasteland,AL+SW)),对比分析2种建模方式下的模型精度,提出区域土壤盐分遥感反演的最佳建模方式。
结果表明:AL、SW和AL+SW中土壤样本数据的平均含盐量分别为5.09、13.42和7.09 g/kg,且在各等级盐分区间内,SW的光谱反射率均大于AL,其中轻度盐化土、中度盐化土和重度盐化土的光谱反射率平均差值分别为0.040、0.020和0.034;光谱变换和光谱指数均能有效改善不同土地类型中土壤盐分与光谱的相关性。
相比基础变换(倒数、对数、根式等),导数变换不仅增大了敏感波长的范围,还使得特定波长处相关系数得到显著提升。
不同土地类型中基于特征光谱指数的模型精度均高于基于特征波长的模型;单一土地类型盐渍化反演模型明显提高了区域土壤盐分的反演精度,单一土地类型盐渍化反演模型中(AL、SW模型)各变换下光谱指数模型平均决定系数相比整体模型(AL+SW模型)由0.50提高到了0.61,其中基础变换、一阶导数和二阶导数模型平均R2相比整体模型分别提高了0.06、0.11和0.17,同时,基于最优光谱指数的单一土地类型盐渍化反演模型平均R2相比整体模型由0.74提高到了0.92。
基于高光谱指数的土壤盐渍化遥感监测研究——以平罗县为例
基于高光谱指数的土壤盐渍化遥感监测研究——以平罗县为例郭昆明;贾科利【摘要】为建立土壤盐渍化遥感监测模型,以宁夏平罗县为例,通过在野外测定高光谱数据,结合室内土壤样品化学分析结果,分析不同类型盐渍化土壤光谱特征,并对实测土壤光谱数据进行倒数、对数及其一阶微分等变换,确定响应土壤盐分质量分数和pH值的最优波段,最后通过回归分析构建土壤盐渍化监测模型.结果表明:不同类型盐渍化土壤光谱曲线在形态上基本趋于一致,光谱反射率在可见光范围内随波长增长而增大,在近红外波段,增长速度减缓;通过相关分析,确定对数一阶微分变换对应的385.7 nm和原始一阶微分变换对应的1 708.4 nm分别为土壤光谱反射率与土壤盐分质量分数和pH值的最佳特征波段;以高光谱盐分指数(SI2)为自变量,土壤盐分质量分数为因变量,利用二次多项式回归模型建立的预测模型为最优模型,该模型实测值和预测值间拟合系数(R2)为0.673,通过0.01显著性水平检验.【期刊名称】《宁夏工程技术》【年(卷),期】2019(018)001【总页数】6页(P91-96)【关键词】高光谱指数;土壤盐渍化;遥感;平罗县【作者】郭昆明;贾科利【作者单位】宁夏大学资源环境学院,宁夏银川 750021;宁夏大学资源环境学院,宁夏银川 750021【正文语种】中文【中图分类】TP79土壤盐渍化影响植被生长并造成生态环境恶化，降低土地利用率，导致农作物产量下降，制约农业发展。
据统计，全球范围有盐渍化土壤9.55×108hm2，占地球陆地面积的7.26%，我国盐渍土总面积约3.6×107hm2，占全国可利用土地面积的4.88%[1—2]。
R.N.CLARK等[3]通过光谱反射率探究地物特征，为高光谱遥感反演提供理论基础。
E.BEN-DOR等[4]将实测数据与光学遥感相结合，定量分析了土壤有机质、土壤盐分质量分数和电导率，并进行遥感制图。
关元秀等[5]通过将Landsat/TM数据、地物光谱数据和实测数据相结合分析地物与影像关系，定量反演了黄河三角洲地区土壤盐分质量分数，并进行了盐渍化等级划分。
基于ANN技术和高光谱遥感的盐渍土盐分预测
第 12 期
王
静等：基于 ANN 技术和高光谱遥感的盐渍土盐分预测
163
函数[24]。BP 神经网络的输入与输出关系是一个高度非线 性映射关系，如果输入节点数为 n，输出节点数为 m，则 网络是从 n 维欧氏空间到 m 维欧氏空间的映射。 4.2 BP神经网络反演盐分模型 把总数据集（70 样本）随机分成两部分。一部分数 据子集（40 样本）用来训练神经网络。另一部分数据子 集 （30 样本） 被用来测试神经网络。 训练函数选择 trainlm 函数，trainlm 函数利用 Levenberg-Marquardt 规则训练前 向网络，Levenberg-Marquardt 算法比 trainbp 和 trainbpx 函数使用的梯度下降法训练速度要快得多，但它需要更 多的内存。当对该网络进行训练时，有 40 组训练样本， 其中的每个样本由输入和理想输出组成。当网络的所有 实际输出与理想输入一致时，训练结束。否则，通过修 改权重，使网络的实际输出与理想输出一致。初始连接 权重在训练前随机产生。BP 网络中隐含层传递函数选择 log-sigmoid 型函数 logsig，BP 网络输出层选择 pureline 型线性神经元，使整个网络的输出可以取任意值。本模 型最大迭代次数 50 000 次，允许误差 0.001。 输入层有 5 个结点， 它们分别对应盐渍土在 550、 720、 760、820 和 940 nm 处光谱反射率，输出层 1 个节点对应 于盐渍土盐分。目的是要实现 550、720、760、820 和 940 nm 的光谱反射率 5 维变量到 1 维变量— — 盐分的映 射（图 3） 。为了选择最有效的神经网络结构，分别测试 了 3 层神经网络和 4 层神经网络， 每层的隐结点数量从 2 至 9 变化。共测试了 72 种不同的神经网络结构。3 层和 4 层神经网络不同结构的性能如图 4 和表 1、表 2 所示。 对于 3 层神经网络，最佳性能为 5-6-1 结构（r2 = 0.895， RMSE = 0.089，图 4） ；对于 4 层神经网络，最佳性能为 5-3-2-1 结构（r2 = 0.902，RMSE = 0.085，表 1 和表 2） 。
基于高光谱技术的盐渍化土壤水盐含量估测研究
基于高光谱技术的盐渍化土壤水盐含量估测研究基于高光谱技术的盐渍化土壤水盐含量估测研究摘要：盐渍化土壤的形成对农牧业生产和土地可持续利用造成了严重影响。
准确估测盐渍化土壤的水盐含量是有效改善土地质量和提高农作物产量的关键。
本文主要探讨了基于高光谱技术的盐渍化土壤水盐含量估测方法，并对其应用前景进行了总结。
一、引言盐渍化土壤是指土壤中含有过量的盐分，超过了农作物适应的范围，导致土壤质量下降，影响农作物的正常生长与发育。
目前，盐渍化土壤的水盐含量估测主要采用实地采样与实验室分析的方法，这种方法耗时费力，且往往只能得到有限的样本数据。
因此，研究开发快速、准确的水盐含量估测技术对于盐渍化土壤的研究具有重要意义。
二、高光谱技术高光谱技术是一种通过对光谱进行高精度的分析和处理，获取土壤或植被特定参数的无损检测方法。
该技术能够获取多波段、连续光谱反射率数据，从而对土壤的水盐含量、养分状况等进行分析与估测。
由于高光谱技术具有非接触、高效率、高精确度等优势，成为盐渍化土壤水盐含量估测的重要手段之一。
三、高光谱数据处理与模型建立在利用高光谱技术进行水盐含量估测时，需要进行一系列数据处理和模型建立的工作。
首先，采集盐渍化土壤的高光谱影像数据，并进行预处理，包括数据校正、辐射校正等。
然后，对预处理后的数据进行特征提取，主要包括光谱特征、空间特征和纹理特征等。
接下来，通过与实测水盐含量进行相关分析，选择合适的模型进行建立和优化，如偏最小二乘回归、支持向量机等。
四、盐渍化土壤水盐含量估测结果分析通过实际应用高光谱技术对盐渍化土壤的水盐含量进行估测，可以得到准确、高效的结果。
研究发现，高光谱技术对于土壤盐分含量的估测具有较高的精度和可靠性。
此外，通过对比不同模型的结果，可以选择最佳的估测模型，提高估测精度。
五、基于高光谱技术的盐渍化土壤水盐含量估测的应用前景高光谱技术在盐渍化土壤水盐含量估测中的应用前景广阔。
一方面，通过该技术可以实现大范围的盐渍化土壤水盐含量遥感监测，提高土地利用效率。
基于光谱指数与EM38的土壤盐分空间变异性研究
Ｅ ８ 量 点采 用 机 械 布 点 方 法 ，在 全 县 范 围 内 测 量 点 Ｍ３ 测 间 隔距 离 ３ｋ ｍ，共 选取 １２测量 单元 。在机 械 布 点 的 每个 点 ４
上选 ５ 个点 ， 进行 Ｅ ８测量 ， 在每一个 测点上将 Ｅ ８ Ｍ３ 并 Ｍ３
１２ ２ 遥 感数 据 处 理 与光 谱 指 数 计 算 ．．
基 金项 目： 中 国 科 学 院 知 识 创 新 工 程 重 要 方 向 项 目 课 题 项 目 （ ｚｘ 一ｗ ４ ６３） ｋｃ２ｙ －０ ，国 家 科 技 支 撑 计 划 课 题 项 目 （ ０ ６ ＡＤ ５ ０ ， ２ ０ Ｂ ０ Ｂ ２
风气 候 区 ，降水 量 时 空 分 布不 均 ，主要 集 中在 ６ ～８月 份 ， 年 平 均 蒸发 量 是 降 雨 量 的 ３ ０ ．２倍 。该 区 位 于 黄 淮 海 平 原 的 中
部。 Ｉ ２ 研 究方 法 ．
１ ２ １ Ｅ ８测量 方法 ． ． Ｍ３
测与制图 。但由于传 感器 只扫描 土壤 的表 面，未 涉及土
１ Ｉ 研 究 区概 况 ．
研究 区位于河南省封 丘县 ，地理位 置位 于东经 １ ４１ １。４
～
治 理 盐 碱地 和防 止 其 进 一 步退 化 的 必 要前 提 。 目前 已有 很 多 学 者利 用 遥 感 方 法成 功 地 对 盐 渍 土进 行 监
１４４ 北 纬 ３ 。３～ ３ 。４，地 处 北 暖 温 带 半 干 旱 型 季 １。５ ， ４５ ５１
第２卷。 ４ ９ 第 期
２００９ 年 ４ 月
光
谱学与光来自谱分析
基于HSI高光谱和TM图像的土地盐渍化信息提取方法
引 言
高光谱遥感是在电磁波 谱 的 可 见 光 、近 红 外 、中 红 外 和 热红外波段范围内 ，获取许多非常窄的光 谱 连 续 的 影 像 数 据 的技术 ，其成像光谱仪光谱 分 辨 率 可 达 １ ０－２ λ 量 级 。高 光 谱 遥感在 ４ ０ ０～２５ ０ ０ｎ ｍ 的波长范围内其光谱分辨率 一 般 小 于 １ ０ｎ ｍ，具 有 图 谱 合 一 和 高 光 谱 分 辨 率 优 势 ，包 含 了 丰 富 的 １］ ，高光谱 数 据 处 理 与 应 用 已 成 为 遥 空间 、辐射和光谱信息 ［ 感技术研究的难点和热点之一
［］ 研究 数 据 为 Ｈ Ｊ １ Ａ 高 光 谱 数 据 ２ 级 产 品 ６ ，通 过 Ｉ Ｄ Ｌ 插件读取 ＨＤ Ｆ ５ 格式 ，随后转换为常用的 Ｂ Ｉ Ｐ 数据格式 。
２ ． １ ． ２ 条纹波段处理 Ｈ Ｓ Ｉ数据为资源卫星中心提供的 辐 亮 度 产 品 ，影 像 已 经 过系统几何粗校正 与 表 观 辐 亮 度 标 定 ，但 目 前 前 １ １个波段 具有明显的条带效 应 和 噪 声 。图 １ 以 波 段 １， ９， １ １ ５为例显 示了 Ｈ Ｓ Ｉ影像部分波段的直接目视效 果 。整 体 看 ，Ｈ Ｓ Ｉ影 像 前１ １ 个波段以及 １ １ ３ １ １ ５ 波段信噪比较低 ，在实际应用中未 予使用 ，本文取 １ ２ １ ３ 月１ ５日 Ｈ Ｊ １ Ａ 卫星图像 Ｈ Ｊ １ Ａ Ｈ Ｓ Ｉ ４ ５ ４ 采用 ２
犉 犻 １ 犛 狋 狉 犻 犲 犱犫 犪 狀 犱狏 犻 狊 狌 犪 犾 犲 犳 犳 犲 犮 狋 犵 狆 ２ ． １ ． ３ 几何精纠正 以经过几何精校正的相同时间段的垦利县遥感图像为参 考 ，利用二次多项式纠正模型和最邻近像 元 重 采 样 方 法 对 高 光谱影像及 ＴＭ 影像进行几何精校正 ，误差控制在 一 个 像 元 以内 。 ２ ． １ ． ４ 图像裁剪 以垦利县 ２ ０ １ ２ 年 的 部 分 行 政 区 划 作 为 边 界 ，对 校 正 后 的遥感影像进行掩膜处理 ，得 到 研 究 区 域 遥 感 影 像 。根 据 对 各波段数据合成效果 的 目 视 分 析 ， 选择对地表绿色植被反应
基于Sentinel2A影像的干旱区土壤盐渍化监测研究
基于Sentinel2A影像的干旱区土壤盐渍化监测研究作者：***来源：《安徽农业科学》2024年第01期摘要以渭干河—库车河三角洲绿洲为例，在5种盐分光谱指数（NDSI、SI、SI1、SI2、SAVI）基础上，选择Sentinel2A多光谱影像中的3个红边波段和近红外窄波段进行扩展，提出了新的基于红边和近红外窄波段的光谱指数，用偏最小二乘回归（PLSR）方法构建土壤电导率遥感反演模型。
结果表明：相对传统光谱指数，引入红边1波段（B5）和近红外窄波段（B8a）的光谱指数与土壤电导率相关性显著提高；基于Sentinel2A影像的PLSR的土壤电导率信息建模效果较好（R2=0.77），模型准确、可靠。
盐分反演结果表明研究区土壤盐分含量整体较高，盐渍化影响范围广泛。
自绿洲内部向外围由非盐渍化向轻度—中度—重度盐渍化过渡，绿洲西部、南部轻度盐渍土分布较多，绿洲东部、东南及西南方向有重度盐渍土及极重度盐渍土分布，盐渍化程度较高。
关键词 Sentinel2A；土壤盐渍化；光谱指数；干旱区中图分类号 TP79 文献标识码 A 文章编号 0517-6611（2024）01-0051-05doi：10.3969/j.issn.0517-6611.2024.01.012开放科学（资源服务）标识码（OSID）：Research on Monitoring of Soil Salinization in Arid Area Based on Sentinel2A ImageNING An-xin（XPCC Surveying & Designing Institute （Group） Co.，Ltd.， Urumuqi，Xinjiang 830000）Abstract Taking the Weigan-Kuqa River Delta Oasis as an example， based on five salt spectral indices （NDSI， SI， SI1， SI2， SAVI）， three red edge bands and near-infrared narrow bands in Sentinel2A multispectral images were selected for expansion. A new spectral index based on red edge and near-infrared narrow bands was proposed， and a partial least squares regression （PLSR）method was used to construct a soil conductivity remote sensing inversion model.The results showed that compared to traditional spectral index， the correlation between the spectral index introduced in the red edge 1 band （B5） and the near-infrared narrow band （B8a） and soil conductivity was significantly improved; the modeling effect of soil conductivity information using PLSR based on Sentinel2A images was good （R2=0.77）， and the model was accurate and reliable.The results of salt inversion indicated that the soil salt content in the study area was generally high， and the impact of salinization was extensive.There was a transition from non salinization-mild-moderate-severe salinization from the interior to the exterior of the oasis. There were more mild saline soils distributed in the western and southern parts of the oasis， while there were severe saline soils and extremely severe saline soils distributed in the eastern， southeast and southwest directions of the oasis， with a higher degree of salinization.Key words Sentinel2A;Soil salinization;Spectral index;Arid area基金項目第三次新疆综合科学考察项目（2021xjkk0202-02）；兵团科技创新人才计划项目（2023CB011）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基金项 Ｉ 国家国际科技合作项 目（０ ０ Ｆ ９ ７ ０１） 国家 自 Ｒ： ２ １Ｄ Ａ ２ ２ ２ ， 然科学基金项 目（ ０ ６０ ０ ４ １ １ ６ ） 霍英东教育基金项 目（ ２０ ８ ， ４８１２， １６０３， １ １ １ ） 教
取ｒ 域 、多波段 、多时相的土壤 信息 ，使大面积 实时 动态监 测盐碱化状况成为 可能［ 。 。 但是 ，多光谱遥感 技术难 以区分 １ 轻度盐碱化与非盐碱化的土壤 ， 高光谱遥感传感器 能获取纳 米级的地物连续光谱信息 ， 精细 的光谱分辨 率反 映了地物光 谱 的细微特征 ，使 得依 据 诊断性 的光 谱 吸收 特征 来识别 地 物 、 行遥 感 定 分 析 ，研 究 地 物 的 化 学 分 析 等 成 为 可 进 能｛］ 。近年来 ，国内外利用高光谱技术定 最半定量地 研究 上 壤盐渍化及 土壤特性 有 厂大 量研究 成果ｌ 。：静 等 以松 ５ Ｅ 嫩平原 两部 长岭 显为例 ， 运用 高光谱数据 人工神经 网络 方 法 相结 合 ， 能够提高盐渍化土的预测精 度 。 张芳 等【 明利用 实
¨ Ｃ，７ 月平均气温 ２ ５℃。 多年平均 日较差 １． ４ ７℃ ， 全年＞ｌ ｏ ℃的积温为 ４２ ８℃， ０ 年总辐射量达 ６ １７ Ｏ Ｊ・ｅ ，年 ． ｌ ×ｌ ｍｚ 口照时数 ２ ７ ４６ ０ ｈ ． ３ ×１。 。潜在蒸 发量 ２４ ０ ２ ｍ， ２ ． ３ｍ 多年平
文 献标 识 码 ：Ａ Ｄ Ｉ １ ． ９ ４ｊｉ ｎ １０ —５３ ２ １ ）７１ １ ５ Ｏ ： ０３ ６ ／．ｓ ． ０ ００ ９ ｆ０ ２０ —９ ８０ ｓ
中图分类号 ： Ｐ ０ Ｔ ７
壤盐渍化信 息提取 。通 过实测 数据对 该模 型进行精 度验 证 ，
引 言
土壤盐渍 化足 ｆ ‘ 、半 ｆ早 农 业 ［ 要 的 土 地 退 化 问 又主
１２ 实测高光谱数据的预处理 ． 为保 证同一种地物 的真实值 ， 每种地物采取 ５次测量 对 取算术 平 均值 得 到 该地 物 的反射 光 谱 曲线 。 用 Ｓ ｖｔ ｙ 采 ａ ｉｋ 一 ｚ
壤 高光谱数据进行各种光谱变换 与分析 ， 择对土壤盐 渍化 选 响应程度最 敏感 的光谱波段 ，建 综合光谱指数模 型用 于土
均 降水 量为 ４ ． ３ １ｍｍ，蒸 降 比约 ５ ４：１ 。光谱 测 量 时间 为
２１年 １ ００ ０月 ， 据 研 究 区 覆 盖 情 况 ，对 小 同 程 度 盐 渍 化 的 根
裸 土、植被进行了测量 ，总共得到有 效样 本数 １０个 。 谱 ２ 光 测 量采用美 国 Ａ Ｄ（ｎｌｔ ａ ｓｅｔ ｌ ｅｉ ） 司 ＡＳ Ｆｅｄ Ｓ ａａｙｉ ｌ ｐ ｃｒ ｖｃ 公 ｃ ａｄ ｅ Ｄ ｉ ｌ Ｓ ｅｐｏＦ ｐ ｃ ｒ Ｒ光谱 仪 ， 视场角 为 ２ 。 ５，光 谱范 围为 ３０ ２５０ ８ ０ ｎｔ 测量时间为 ｌ ：０ １ ：０之 间， ｉ。 ｌ Ｏ０ － ４０ 天气状况 良好 ， 基本无
第 ０２２年 ７月 ２ ３ ， ７ 卷 第 期 ｌ
光
分
析
Ｖｏ． ２ Ｎｏ ７ ｐ １ １ — ９ ２ １３ ， ． ， ｐ ９ ８ １ ２
Ｓ ｅ ｔ ｏ ｃ ｐ ｎ ｐ ｃｒ ｌＡｎ ｌ ｓｓ ｐ ｃ ｒ ｓ ｏ ｙ ａ ｄ Ｓ ｅ ｔａ ａ ｙ ｉ
Ｊ ｌ ，２ １ ｕｙ ０ ２
象， 对实测土壤 、 被高光谱 进行包络线 、 植 倒数 、 对数 、 均方根 、 一阶微 分等各 种光谱变换 ， 分析并确定反映 盐渍化程度最 敏感 的波段 ，结果表明 ： 实测高光谱土壤、植被一阶微分光谱变换对土壤 盐渍化响应程 度最敏
感； 基于实测综合光谱指数的盐 渍化监测 高光谱模 型可 以准确提取 土壤盐渍 化信息 ，明显优 于传统 遥感 方 法中单纯利用植被指数或者土壤盐分指数的模型 ， 对土壤盐渍化 的高精度遥感监测研究具有较好促进作用 。 关键词 植被 指数 ；土壤盐分指数 ； 综合高光谱指数
渭干河一 库车河三角洲绿 洲位 于新疆 南部 的塔里 木盆地 中北部 ， 于大陆性温带干旱气候 。根据 实地土壤采 样 区域 属
确 定 研 究 区 边 界 坐 标 为 ：东 经 ８ 。５ ～ ３３ ３１ ８ 。５Ｅ；北 纬 ４ 。 １ ２ ＿４ 。ＯＮ 。 年 平 均 气 温 ｌ． ＯＮ＿ １４ 多 １ ６℃ ， 月 平 均 气 温 一５ ８ １ ．
以期为土壤 盐渍化的高精度遥感监测与评价提供更为有效 的
手段 。
题 ，同时也是重要 的农业后备耕地 资源 ， 时获取盐渍 土盐 及 分信息 ， 对于防治盐渍土 、 保护 生态及实 现农 业可持续 发展
１ 实 验 部分
１ １ 研 究 区与 测 量 方 法 ．
至关重要［ 。利Ｊ 土壤 的电磁波谱 信 息，遥 感技 术能够 获 Ｈ ｌ
基 于综合 高光谱 指数 的 区域 土壤 盐 渍化 监 测研 究
丁 建 丽 ，伍 漫 春 ，刘 海 霞 ，李 争 光 ，
１ ．新疆大学资源 与环境科学学院，新疆 乌鲁木齐 ２ ．绿洲生 态教育部重点实验室，新疆 鸟鲁木齐 ８ ０ ４ ３０６ ８ ０ ４ ３０６
摘
要
选取新疆塔里木盆地北 缘渭 ｆ河一 库车河 二角洲 绿洲盐 渍化 土壤 、植被 及其光 谱反射 率为研 究对
云无风 。
测 反射 率值 与影像反射率值对土壤碱化进行 了预 测对 比，结
果表明 ， 实测反射率值作为 ｐ Ｈ值 预测模型基础 数据精度 较 高。
本 研 究选 择 具 有 长 期 研 究 基 础 的新 疆 渭 干 河一 车 河 ｊ 库 三 角 洲绿 洲 为研 究 区 ，对 不 同 盐 渍 化 程 度 的 野 外 实 测 植 被 、土