周晓红 1,2,3,*张飞 1,2,3张海威 1,2,3张贤龙 1,2,3袁婕 1,2,3
作者单位
摘要
1 新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室, 新疆 乌鲁木齐 830046
2 新疆大学绿洲生态教育部重点实验室, 新疆 乌鲁木齐 830046
3 中亚地理信息开发利用国家测绘地理信息局工程技术研究中心, 新疆 乌鲁木齐 830002
土壤盐分是衡量土壤质量的要素, 也是作物生长发育的基本条件。 因此, 迫切地需要一种可以快速了解土壤盐分含量(SSC)的方法。 针对艾比湖湿地自然保护区, 基于Landsat8 OLI多光谱遥感影像, 以该研究区36个土壤表层样品的盐分含量为数据源, 选择相关性较好的多光谱遥感指数分析研究区土壤盐分分布状况, 并将其分别与实测SSC构建线性、 对数、 二次函数模型, 进而优选精度最高的模型来反演该研究区SSC。 结果表明: (1)在多光谱遥感指数中, 与SSC相关性最高的是增强型植被指数(EVI), 其相关性范围为(-0.70~-0.67); 其次是传统型植被指数(TVI), 其范围为(-0.58~-0.46); 土壤盐分指数(SI)与SSC的相关性最低, 其范围为(-0.45~0.16), 其中SI3和SI4与SSC均没有相关性。 (2)将实测土壤盐分值所反演的分布图与EVI对比分析, 发现在西北、 正南方向的艾比湖湖边周围和东北方向盐池桥的SSC均较高, 其EVI的值较低, 说明通过该研究区实测土壤盐分值所反演的盐分分布图与EVI的空间分布结果较为一致, 表明EVI对该地区土壤盐分具有一定的敏感性, 能较好地反演SSC的空间分布; (3)分别将三种EVI与实测SSC建模分析比较, 发现SSC与增强型比值植被指数(ERVI)所构建的二次函数模型最好; 其验证集的决定系数(R2)为0.92, 均方根误差(RMSE)为2.48, 相对分析误差(RPD)为2.09, 模型精度较高、 稳定性较为可靠, 相比之下, 说明ERVI对该湿地自然保护区土壤盐分有更高的敏感性, 可以用来预测该区域SSC, 从而进行空间反演。 在TVI中加入Landsat8多光谱遥感影像的b6和b7波段, 得到EVI, 以此来反演SSC是可行的, 且比传统可见光和近红外波段所构建的植被指数反演效果更好。 因此该研究不仅可以为遥感反演提供理论参考, 而且对该地区SSC的定量估算和动态监测具有重要的意义, 也可作为其他区域SSC预测反演的备选方案。
自然保护区 增强型植被指数 土壤盐分指数 反演模型 Natural reserve Enhanced vegetation index Soil salinity index Inversion model 
光谱学与光谱分析
2019, 39(4): 1229
作者单位
摘要
1 新疆大学资源与环境科学学院, 新疆 乌鲁木齐 830046
2 绿洲生态教育部重点实验室, 新疆 乌鲁木齐 830046
选取新疆塔里木盆地北缘渭干河-库车河三角洲绿洲盐渍化土壤、 植被及其光谱反射率为研究对象, 对实测土壤、 植被高光谱进行包络线、 倒数、 对数、 均方根、 一阶微分等各种光谱变换, 分析并确定反映盐渍化程度最敏感的波段, 结果表明: 实测高光谱土壤、 植被一阶微分光谱变换对土壤盐渍化响应程度最敏感; 基于实测综合光谱指数的盐渍化监测高光谱模型可以准确提取土壤盐渍化信息, 明显优于传统遥感方法中单纯利用植被指数或者土壤盐分指数的模型, 对土壤盐渍化的高精度遥感监测研究具有较好促进作用。
植被指数 土壤盐分指数 综合高光谱指数 Vegetation index Soil salinity index Synthetical spectral index 
光谱学与光谱分析
2012, 32(7): 1918

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!