[1]王拓,申晓晶*,栾文杰.基于Sentinel-2卫星对宁夏惠农区不同季节 土壤含盐量定量反演[J].现代农业研究,2024,30(5):12-19.
点击复制

基于Sentinel-2卫星对宁夏惠农区不同季节 土壤含盐量定量反演
分享到：

《现代农业研究》[ISSN:1006-6977/CN:61-1281/TN]

卷:
30卷
期数:
2024年5期
页码:
12-19
栏目:
综述
出版日期:
2024-05-15

文章信息/Info

文章编号:
2096-1073（2024）05-0012-19
作者:
王拓; 申晓晶*; 栾文杰
宁夏大学土木与水利工程学院
关键词:
卫星遥感; 变量筛选; 反演模型; 光谱指数; 机器学习
分类号:
P632+.1
文献标志码:
A
摘要:
农田土壤盐渍化对农业可持续发展构成重要制约，尤其在中国西北部的宁夏惠农地区盐渍化土壤分布广 泛。但是，由于监测技术的限制，该地区土壤盐碱化的详细情况尚不清楚。目前，搭载在Sentinel-2 号卫星上的多光谱 仪器（MSI）为土壤盐分动态监测提供了很好的机会。因此，本研究采用Sentinel-2 号卫星上搭载的多光谱仪器（MSI）， 结合机器学习模型，在春夏两季准确监测土壤盐分含量的可行性进行了探讨。并使用三个额外红边波段（B5-B7）代 替传统红波段（B4），生成潜在的土壤盐分指数。使用基于PLS-VIP 准则的筛选方法筛选光谱协变量，并采用随机森林 （RF）、支持向量机（SVM）和极限学习机（ELM）三种机器学习方法建立土壤盐含量反演模型。结果表明：基于Senti? nel-2 影像的随机森林模型在反演中表现最佳，具有较好的预测效果，春季和夏季的R2 和RE 分别为0.825、0.207 以及 0.711 和0.271。研究还揭示了土壤盐分在不同季节间显著变化，春季高于夏季。这一成果对于干旱或半干旱地区的土 壤盐渍化监测和土地复垦具有重要指导意义。

参考文献/References:

[1] Metternicht G I，Zinck J A. Remote sensing of soil salinity：potentials and constraints[J]. Remote sensing of Environment， 2003，85（1）：1-20.
[2] 张智韬，魏广飞，姚志华，等. 基于无人机多光谱遥感的土壤 含盐量反演模型研究[J]. 农业机械学报，2019，50（12）：151- 160.
[3] Gorji T，Yildirim A，Hamzehpour N，et al. Soil salinity analysis of Urmia Lake Basin using Landsat- 8 OLI and Sentinel- 2A based spectral indices and electrical conductivity measurements [J]. Ecological Indicators，2020（112）：106173.
[4] Wang Y，Deng C，Liu Y，et al. Identifying change in spatial accumulation of soil salinity in an inland river watershed，China[J]. Science of the Total Environment，2018，621（15）：177-185.
[5] Bannari A，El-Battay A，Bannari R，et al. Sentinel-MSI VNIR and SWIR bands sensitivity analysis for soil salinity discrimination in an arid landscape[J]. Remote Sensing，2018，10（6）： 855.
[6] Hoa P V，Giang N V，Binh N A，et al. Soil salinity mapping using SAR sentinel-1 data and advanced machine learning algorithms： A case study at Ben Tre Province of the Mekong River Delta（Vietnam）[J]. Remote Sensing，2019，11（2）：128.
[7] Jackson R D. Spectral indices in n-space[J]. Remote sensing of environment，1983，13（5）：409-421.
[8] Wang J，Ding J，Abulimiti A，et al. Quantitative estimation of soil salinity by means of different modeling methods and visible near infrared （VIS- NIR） spectroscopy，Ebinur Lake Wetland， Northwest China[J]. PeerJ，2018（6）：e4703.
[9] He Y L，Geng Z Q，Zhu Q X. Data driven soft sensor development for complex chemical processes using extreme learning machine[J]. Chemical Engineering Research and Design，2015 （102）：1-11.
[10] Hong Y，Liu Y，Chen Y，et al. Application of fractional-order derivative in the quantitative estimation of soil organic matter content through visible and near-infrared spectroscopy[J]. Geoderma， 2019（337）：758-769.
[11] 张磊，宫兆宁，王启为，等.Sentinel-2 影像多特征优选的黄 河三角洲湿地信息提取[J]. 遥感学报，2019，23（02）：313- 326.
[12] Xu X，Chen S，Ren L，et al. Estimation of heavy metals in agricultural soils using vis- NIR spectroscopy with fractionalorder derivative and generalized regression neural network[J]. Remote Sensing，2021，13（14）：2718.
[13] Hearst M A，Dumais S T，Osuna E，et al. Support vector machines[ J]. IEEE Intelligent Systems and their applications， 1998，13（4）：18-28.
[14] Wang M，Wang J，Chen J，et al. Effect of commercial yeast starter cultures on Cabernet Sauvignon wine aroma compounds and microbiota[J]. Foods，2022，11（12）：1725.
[15] 曾涛，琚存勇，蔡体久，等. 利用变量投影重要性准则筛选郁 闭度估测参数[J]. 北京林业大学学报，2010，32（06）：37-41.
[16] 王怡婧，贾萍萍，陈睿华，等. 多源遥感对宁夏干湿季土壤含 盐量敏感性分析与定量反演[J]. 生态学杂志，2023，42（09）： 2286-2295.
[17] Bannari A，El- Battay A，Bannari R，et al. Sentinel- MSI VNIR and SWIR bands sensitivity analysis for soil salinity discrimination in an arid landscape[J]. Remote Sensing，2018，10 （6）：855.
[18] Wang J，Ding J，Abulimiti A，et al. Quantitative estimation of soil salinity by means of different modeling methods and visible- near infrared（VIS-NIR）spectroscopy，Ebinur Lake Wetland， Northwest China[J]. PeerJ，2018，6：e4703.
[19] 王怡婧，贾萍萍，陈睿华，等. 多源遥感对宁夏干湿季土壤含 盐量敏感性分析与定量反演[J]. 生态学杂志，2023，42（09）： 2286-2295.
[20] 贾壮壮，谭亚男，管孝艳，等. 宁夏盐碱地成因及分区治理措 施综述[J]. 灌溉排水学报，2023，42（05）：122-134.
[21] 朱建祥，董平，马绍国. 石嘴山市惠农区耕地土壤盐渍化调 查[J]. 现代农业科技，2011（09）：302-305.
[22] 陈淑娟，刘建明，董平，等. 石嘴山市惠农区盐碱地改造现状 及对策[J]. 现代农业科技，2016（23）：185-186.
[23] 王诗景，黄冠华，杨建国，等. 微咸水灌溉对土壤水盐动态与 春小麦产量的影响[J]. 农业工程学报，2010，26（05）：27-33.

相似文献/References:

[1]陈旭.卫星遥感技术在林业调查规划中的应用探讨[J].现代农业研究,2021,(8):79.

备注/Memo

备注/Memo:
基金项目：国家自然科学基金项目“黄河流域水沙资源适应性配置整体模型”（项目编号：52169010、51869023）；国家重点研发计划项 目子课题“黄河上游河套平原灌区节水控盐方法与灌排协同控制技术及产品装备研发”（项目编号：2021YFD1900601）。
作者简介：王拓（1998- ），男，硕士研究生，研究方向：气候变化与水资源安全调控。
*通讯作者：申晓晶（1989- ），女，博士，讲师，主要从事气候变化与水资源安全调控研究工作，E-mail：sxj15191418250@126.com。
更新日期/Last Update: 2024-05-15