针对由噪声引起的遥感影像质量下降,选用7种典型的滤波算子分别对遥感影像进行处理,并结合支持向量机(SVM)的分类方法,分析滤波后影像亮度值的变化,与未经过滤波处理的影像进行分类后精度的对比。结果表明:相对于未经处理的遥感影像,经过滤波处理后的影像在土壤盐渍化信息提取中具有较高的分类精度;其中的高斯高通滤波结合SVM的土壤盐分提取模型的分类精度和Kappa系数由86.7285%和82.21%分别提高到89.6950%和86.20%,其分类效果最佳。滤波运算能抑制噪声、提高影像质量,能有效提高方法的盐渍化监测能力。掌握土壤盐渍化的空间分布特征及时空变化规律,对干旱区及半干旱区土壤盐渍化的防治和缓解、保护脆弱的生态环境都具有现实意义。

以新疆于田绿洲为研究区，利用四极化PALSAR-2数据进行多种目标极化分解处理，获取相应的极化特征参数。通过目视判读选取噪声较少的11种极化参数作为最佳特征信息对支持向量机分类法进行训练。多种极化分解方法与Wishart分类方法及支持向量机分类法相结合，提取研究区不同程度的盐渍化信息。经过目视判读和实地野外考察，结合Landsat-8陆地成像仪影像对分类结果进行定量分析和验证。由混淆矩阵的计算分析可知，相比Wishart分类方法，支持向量机分类法将分类精度从80.48%提高到88.00%，将Kappa系数从0.73提高到0.83。结果表明，单独的相干分解不能充分挖掘PALSAR-2数据包含的丰富信息，将目标极化分解参数用于特征信息分类处理，可以达到较好的分类效果；利用全极化PALSAR-2数据，结合目标极化分解方法和支持向量机分类法提取盐渍化信息有一定的优势。

以艾比湖流域为研究区域，典型盐渍土为研究对象，引入分数阶微分，以0.2 为微分阶数间隔，将0~2 细分为11 阶微分，对原始光谱反射率及其常用的均方根、倒数等数学变换进行微分计算，结合实验室实测的土壤含盐量，从相关系数、标准差及信息熵三个角度探讨分数阶微分算法对土壤高光谱数据的影响。结果表明：随着微分阶数的增加，相关系数通过0.01显著性检验的波段数量总体上呈逐渐减少的趋势，且1 lg R 提升相关性的效果优于其他三种数学变换；高光谱数据总体分布变得相对集中，样本差异性逐渐降低；信息熵逐渐减小，信息无序度变小，有效信息量增加。分数阶微分能够细化相关系数、标准差及信息熵的变化趋势，丰富高光谱数据的预处理方法，可从光谱维的角度深层挖掘光谱信息，为深度利用高光谱数据提供崭新的视角，同时也可为特征波段选择、地表参数反演等高光谱数据的应用提供参考依据。

正确评价土壤盐渍化对地区农业生产与生态环境具有重要意义。 土壤线对土壤盐渍化程度具有一定的指示作用, 但在不同角度下观察获得的土壤光谱特征会发生变化, 土壤线的参数值也会随之变化。 依据以实验室测定的盐渍化土壤多角度偏振高光谱反射率, 分析并确定土壤盐渍化程度与土壤线参数之间的关系, 初步探求在偏振反射条件下土壤线最佳的获取方式。 结果表明: (1)土壤光谱反射率随波段的增加逐步缓慢上升, 趋于平缓。 随着盐渍化程度的增强, 土壤的光谱反射率先逐步降低至某一临界值后又逐步升高; (2)土壤的盐渍化程度与土壤线的斜率和截距均呈线性相关, 随着盐渍化程度的增强, 土壤线的斜率变小, 截距变大; (3)探测天顶角影响偏振状态与土壤线参数的关系, 当探测天顶角一定时, 偏振状态与土壤线参数之间具有规律性。 探测天顶角在0°-50°之间, 随角度的变大, 土壤线斜率变大, 截距变小; (4)偏振状态影响土壤线参数与土壤盐渍化程度的相关性程度, 初步确立偏振角度为90°, 探测天顶角为25°状态下, 建立的土壤盐渍化程度与土壤线参数关系模型较优。 为定量反演土壤盐渍化程度提供新的途径。 可以用于土壤的盐渍化程度评价。

盐渍化土壤不仅对农业生产产生巨大的威胁,而且对生态环境也构成了巨大的破坏.本文以吉林省西部盐渍化土壤为例,将遥感信息中的偏振信息和高光谱信息相结合,通过对吉林省西部盐渍化土壤光谱特征的获取,选择合适的波段,建立普适的模型,并进行科学验证.研究表明,盐渍化土壤的偏振高光谱信息与其理化属性参数具有一定的相关关系,并具有规律性,尤其是土壤线模型,利用土壤线进行建模,可以预测土壤的盐碱化程度.

选择黄河三角洲垦利县代表性盐碱化区域为研究区， 以2011年3月15日HJ-1A卫星HSI高光谱影像和2011年3月22日TM影像为信息源， 经几何纠正、 图像裁剪、 大气校正等预处理， 分析不同盐渍化程度土地、 水体、 滩涂等主要地类的光谱特征， 确定地类信息提取特征波段。 结合土壤盐分含量， 采用定量与定性相结合规则， 构建地类信息提取模型， 以决策树分类方法进行图像分类， 提取土地盐渍化信息。 利用地表点位土壤含盐量数据对地表土地盐渍化程度的化学分析结果， 对遥感解译数据进行精度验证， 并对高光谱和多光谱影像的分类精度进行比较分析。 结果表明： HSI图像的总体分类精度达96.43%， Kappa系数为95.59%， 而TM图像的总体分类精度为89.17%， Kappa系数为86.74%， 说明相比多光谱TM数据， 基于高光谱图像可以更为准确有效地提取土地盐渍化信息； 由分类结果图可以看出， 高光谱影像土地盐渍化的区分度高于多光谱影像。 该研究探索了高光谱图像土地盐渍化信息的提取技术方法， 提供了不同盐渍化土地的分布比例数据， 可为黄河三角洲滨海盐碱土地资源的科学利用与管理提供决策依据。

通过典型研究区不同盐渍化土壤光谱反射率数据的变换和分析, 选择与土壤含盐量响应敏感波段, 建立实测高光谱土壤含盐量反演模型, 以校正HSI影像建立的土壤含盐量反演模型。 结果表明: 实测高光谱土壤含盐量反演模型与HSI影像土壤含盐量反演模型均有较好的精度, 模型判定系数(R2)均高于0.57, 且模型稳定性较好。 校正后的HSI影像土壤含盐量反演模型, 模型判定系数有了较大提高, R2从0.571提升至0.681, 且通过了0.01的显著性水平, 均方根误差(RMSE)值为0.277。 模型能够较好地提高区域尺度条件下土壤盐渍化监测精度, 运用此方法开展盐渍化土壤定量遥感监测是可行的。

近年来, 吉林省西部盐渍化土壤面积不断扩大, 土壤质量退化日趋加剧, 不但对该区域的土地资源造成了严重的破坏, 而且对农业生产和生态环境构成巨大的威胁。 该研究将遥感信息中的偏振信息和高光谱信息相结合, 通过对吉林省西部盐渍化土壤光谱特征的获取, 选择合适的波段, 建立普适模型, 并进行科学验证。 研究表明, 盐渍化土壤的偏振高光谱信息与其理化属性参数具有一定的相关关系, 并具有规律性, 这对盐渍化土壤表面反射机理研究、 盐渍化土壤目标与背景的识别、 分类, 土壤偏振传感器的研制、 偏振光遥感信息的利用以及定量遥感的发展均具有重大理论意义。

利用傅里叶变换红外光谱仪对绿洲盐渍化土壤进行野外测量, 采用光谱平滑迭代法对温度和发射率进行分离, 得到了盐渍化土壤的热红外发射率数据。 通过对盐渍化土壤发射率光谱的特征分析, 得出8～13 μm土壤发射率随盐分含量的增加而减小, 发射率光谱对盐分因子的响应在8～9.5 μm较敏感。 分析了原始发射率光谱、 一阶导数、 二阶导数和标准化比值与含盐量之间的相关性, 表明土壤发射率与含盐量呈负相关关系, 发射率一阶导数与含盐量的相关性最高, 相关系数最大为0.724 2, 对应波段为8.370 745～8.390 880 μm。 建立了土壤发射率一阶导数与盐分含量的二次函数回归模型, 模型拟合的决定系数为0.741 4, 验证结果的均方根误差为0.235 5, 说明利用热红外发射率光谱反演土壤盐分含量的方法可行。