论文部分内容阅读
土壤盐渍化是实现土地资源可持续利用所面临的重要挑战。土壤盐分对作物生长和农业生产具有很大的影响,及时监测区域内土壤盐分含量及空间分布,有利于为高效农业发展提供安全保障。遥感手段以其高分辨率、长时间序列等特征,在大面积动态监测土壤盐渍化方面具有不可比拟的优势。本文选取黄河三角洲典型区域垦利县作为研究区,开展土壤盐分提取方法研究,主要进展和结论如下:(1)基于2014年Landsat 8 OLI影像数据以及野外实测采样数据,提取土壤盐分反演涉及的特征参量Albedo、MSAVI、SI、NDVI,构建Albedo-MSAVI、SI-Albedo、SI-NDVI二维特征空间,定量化探讨土壤盐分与地表生物物理参数之间的规律及关系。建立黄河三角洲土壤盐分最优反演模型,利用实测含盐量数据对构造的监测模型进行精度验证,并得出最优模型。分析认为SI-Albedo模型最适用于滨海地区盐渍化程度反演,Albedo-MSAVI、SI-NDVI模型对内陆干旱、半干旱地区的盐渍化信息提取具有一定的参考意义。(2)利用2019年Sentinel-1A雷达数据以及野外实测采样数据,提取雷达数据的后向散射系数,筛选出与土壤含盐量相关性较高的后向散射系数VV、VH、VV+VH、VV/VH。结合实测数据土壤有机质、p H值、土壤含盐量数据,建立基于多元线性回归模型方法、BP神经网络模型方法的反演模型。对比分析表明,BP神经网络模型方法在建模过程中,匹配了土壤有机质数据、p H值与雷达影像后向散射系数及组合值与土壤盐分之间的特征关系,效果优于多元线性回归模型。综合对比多元线性回归模型方法、BP神经网络模型方法、特征空间模型方法,可得特征空间模型方法更适宜黄河三角洲土壤盐渍化的反演。(3)利用较为适宜的方法模型对2019年垦利县土壤盐分含量进行反演,分析垦利县土壤盐分空间变化情况。通过叠加分析等手段,获得2014-2019年垦利县土壤盐分含量等级空间变化图,发现垦利县盐渍化减轻区域主要分布在该县的西南部地区,加重区域主要分布在东北地区以及东南部地区,空间变化特征总体表现为从西南地区向东部沿海地区加重趋势。依据距离渤海的远近,盐渍化程度呈现由陆地向海洋递增的规律,与该区域盐分积聚的成因机理相符。