覆膜对无人机多光谱遥感反演土壤含盐量精度的影响

• Published in: 农业工程学报 Vol. 35; no. 19; pp. 89 - 97
• Main Authors: 姚志华, 陈俊英, 张智韬, 谭丞轩, 魏广飞, 王新涛
• Format: Journal Article
• Language: Chinese
• Published: 西北农林科技大学水利与建筑工程学院,旱区农业水土工程教育部重点实验室,杨凌712100 01.10.2019; 西北农林科技大学中国旱区节水农业研究院,杨凌712100%西北农林科技大学水利与建筑工程学院,旱区农业水土工程教育部重点实验室,杨凌712100
• Subjects: spectral index; 机器学习; soil salt; remote sensing; spectral reflectance; 遥感; 光谱反射率; 光谱指数; machine learning; 土壤盐分
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2019.19.011

S252+.9; 快速、准确地获取农田土壤盐分含量对指导合理灌溉及盐渍土的治理有重要意义.该文以内蒙古河套灌区沙壕渠灌域内的覆膜耕地为研究对象,利用无人机多光谱相机获取研究区内5月和6月的多光谱遥感数据,并同步采集区域内表层土壤含盐量数据,研究覆膜对无人机多光谱遥感图像反演农田土壤盐分含量精度的影响.利用支持向量机(support vector machine,SVM)、反向传播神经网络(back propagation neural network,BPNN)和极限学习机(extreme learning machine,ELM)3种机器学习方法,分别构建去膜前后基于原始光谱反射率和优选光谱指数的土壤含盐量估算模型.结果表明,去膜前后的各模型均可有效估测土壤盐分含量,但基于去膜处理后的数据构建的盐分含量估算模型精度较不去膜处理的有所提升,同时,基于光谱指数构建的盐分含量估算模型精度比基于光谱反射率构建的模型精度高;利用ELM构建的盐分含量估算模型在6月份预测效果最佳,其中基于光谱反射率和光谱指数的建模R2和RMSE分别为0.695、0.663和0.182、0.191,验证R2和RMSE分别为0.717、0.716和0.171、0.169.研究结果可为无人机多光谱遥感估算覆膜状态下的农田土壤盐分含量提供参考.