论文部分内容阅读
滨海盐渍土是一种重要的土地资源,是提高粮食产量的潜在基地。快速、精准的获取盐渍土地区的农作物信息,可以为盐渍土改良提供数据支撑,对盐渍土改良区耕地资源的持续利用具有重要意义。本研究以无棣县渤海粮仓滨海盐渍土改良实验区为研究区,以拔节期冬小麦为研究材料,利用无人机多光谱遥感数据和Landsat 8卫星遥感数据,构建不同空间分辨率下的拔节期冬小麦LAI遥感反演模型。利用因子分析法对盐渍土地区抽样小区进行改良效果评价,建立盐渍土改良效果LAI评价模型,基于该评价模型在小区和田块两个尺度上对整个“渤海粮仓”实验区盐渍土改良效果评价。本文的主要研究内容和结论如下:(1)对冬小麦LAI无人机遥感估测而言,在不同的无人机影像平滑窗口中,5×5均值平滑后的光谱数据与小麦叶面积指数的对应最佳。构建的植被指数与单波段相比能较好的反演拔节期冬小麦的叶面积指数,其中RVI与拔节期冬小麦的叶面积指数的相关性最高。GRVI、NDVI及其他植被指数的相关性相对来说较低。在建立的无人机遥感叶面积指数反演模型中,利用支持向量机建立的模型精度最高。其建模集的R~2为0.85,验证集的R~2为0.66。运用第二幅无人机影像对叶面积指数的反演模型检验,其R~2为0.67,RMSE为0.72,RPD为1.51,绝对误差(ε)为0.58,相对误差(Δ)为0.35。说明无人机多光谱遥感能够精细预测厘米级空间分辨率下冬小麦叶面积指数。(2)在卫星遥感反演叶面积指数模型中,利用比值植被指数(RVI)构建的模型对田块尺度下的拔节期冬小麦叶面积指数估测精度最高,构建的模型为:y=1.1631×RVI-1.4053。其建模集的R~2为0.82,RMSE为0.37。验证集的R~2为0.87,RMSE为0.31。说明卫星遥感能够准确的估测30米级空间分辨率下盐渍土地区的拔节期冬小麦叶面积指数。(3)基于土样指标法对试验区实验小区改良效果评价,构建小区尺度下的叶面积指数改良效果评价模型:y=0.4177×ln(LAI)+0.0328。通过模型计算的改良效果得分,与实际盐渍土改良评价结果表现出较高的一致性,得到整个试验区不同尺度下的盐渍土改良效果等级图。在小区尺度下改良效果最优地块的编号为26、27、28、29、30和31,在田块尺度下试验田东南部地块改良效果较优,最优改良方法为降盐和提高土壤养分的综合改良措施。利用遥感技术发挥无人机灵活、时效性强等优势和卫星遥感大尺度、整体性的优势在不同空间分辨率下反演盐渍土地区拔节期冬小麦的叶面积指数,基于LAI反演结果的盐渍土改良效果评价在不同尺度上定位出最优的改良效果。遥感方法对盐渍土地区的评价结果与传统方法结果表现出较高的一致性,与传统方法相比,具有成本低廉,精度高等优势,研究结果有广泛推广前景,可以为盐渍土的改良提供重要技术支持。