论文部分内容阅读
土壤盐渍化制约着农业的发展,一直以来都是西北干旱区最突出的生态环境问题之一。在我国西北边陲的艾比湖湿地国家级自然保护区,由于地形地貌、气候以及人为因素的影响,致使其土壤盐渍化问题愈发严重,生态环境急剧恶化,当地的农业经济已受到威胁,因此,盐渍土的治理迫在眉睫。然而,土壤含盐量的获取、不同季节的空间分布对盐渍土的治理至关重要,所以,本文以艾比湖湿地国家级自然保护区为研究对象,选取2018年8月(干季)和2019年5月(湿季)的土壤盐分数据,对比分析干湿季土壤盐分、水分的动态变化,以及空间分布,并通过多光谱遥感影像Sentinel-2、Landsat 8 OLI和HJ1A-CCD2构建传统、二维、三维光谱指数,最后基于多元线性回归(Multiple linear regression,MLR)、偏最小二乘回归(Partial least squares regression,PLSR)、随机森林(Random forest,RF)和BP神经网络(BP neural network,BPNN)构建土壤盐分反演模型,并通过决定系数(Coefficients of determination,R~2),均方根误差(Root mean squar eerror,RMSE)和相对分析误差(Residual predictive deviation,RPD)等模型精度评价,优选出最佳土壤盐分反演模型,且通过2017年7月(干季)和2018年5月(湿季)土壤盐分数据对该模型进行精度验证,最终用于干湿季土壤盐分反演。得出主要结论如下:(1)从不同层土壤来看,表层土壤盐分较多,水分较少,随着深度的增加盐分减少,水分增多。从土壤水盐空间分布来看,干湿季土壤水盐具有明显的差异性,干季西南方向的土壤含盐量较大,湿季风力强劲,致使表层土壤盐分分布不均,且湿季土壤含水量高于干季。(2)将Sentinel-2影像进行微分变换再构建光谱指数可知:传统光谱指数与土壤盐分的相关性最低,三维光谱指数最高,且一阶数据中三维光谱指数与土壤盐分的相关性高于原始、二阶数据中的光谱指数。比较分析Landsat 8 OLI和HJ1A-CCD影像数据所构建的三维光谱指数可知,均是由一阶数据所构建的光谱指数与土壤盐分相关性较高,与Sentinel-2数据三维光谱指数的分析结果具有一致性。在Sentinel-2、Landsat 8 OLI数据所构建的三维光谱指数中,大部分三维光谱指数均包含远红外波段,且不含远红外波段的HJ1A-CCD2数据所构建的三维光谱指数与土壤盐分的相关性远低于Sentinel-2和Landsat 8 OLI数据,表明引入短波红外构建的光谱指数与土壤盐分之间的敏感性更强,与前人研究结果具有一致性。(3)Sentinel-2一阶数据三维光谱指数构建的PLSR模型为最佳土壤盐分反演模型,其验证集R~2为0.754,RMSE为6.216,RPD为1.474,RPD大于1.4,具有预测能力,通过2017年7月(干季)和2018年5月(湿季)的土壤盐分数据对该模型进行验证可知,在干季,R~2为0.576,RMSE为2.244,RPD为2.351,精度较高,实测值与预测值相差较小,拟合度较高。在湿季,R~2为0.664,RMSE为2.746,RPD分别为1.460,大部分点均分布在1:1线周围,预测值和实测值较接近,相差较小,由此表明该模型可用于干湿季土壤盐分反演。故将PLSR土壤盐分反演模型用于干湿季土壤盐分反演可知,土壤盐分均是由湖边向外围逐渐减少,与实地调查结果相符。