江苏师范大学地理测绘与城乡规划学院, 江苏 徐州 221116
土壤盐渍化是土壤退化的重要原因之一, 快速精确地监测土壤盐渍化对农业可持续发展和生态环境保护有积极作用。 提出一种基于数码相片的滨海地区表层土壤盐分的定量估算方法, 旨在复杂天气状况下快捷方便的获取土壤盐分信息。 以江苏盐城沿海地区裸露地表土壤作为研究对象, 在晴天和多云天气下全天时采样和拍照获取52个土壤样本和相片。 土壤样品通过室内测试获取土壤电导率(EC), pH值和土壤含水量等参数。 利用RStudio软件对土壤相片进行处理, 首先从相片中提取RGB三种颜色参数, 再通过颜色空间转换关系计算另外5种颜色空间(HIS, CIEXYZ, CIELAB, CIELUV和CIELCH), 每个颜色空间有三个颜色参数, 加上RGB颜色空间共有18个颜色参数, 其中CIELAB, CIELUV和CIELCH中L参量表示的意义和数值相同, 因此6个颜色空间共有16个颜色参数。 土壤电导率与颜色参数相关分析结果表明, 相片颜色的纯度和亮度与土壤电导率之间的相关系数较高, 并达到了极显著水平, 相片颜色的色相与土壤电导率之间的相关性较低, 且未达到显著水平。 随机抽取70%的样本数据并用随机森林方法对土壤盐分含量进行建模, 采用留一法(LOOCV)进行交叉验证, 再用余下30%的样本数据进行精度检验, 重复100次以获取精度最高的模型。 最终获取估算土壤盐分的随机森林模型, 验证集数据的模型精度达到$R_{val}^{2}$=0.75, RMSEval=3.52, RPDval=2.02。 对颜色参数进行重要性分析发现, 颜色纯度对模型的重要性最大, 其次是颜色亮度, 色相的贡献较小。 综上, 利用数码相机获取表层土壤相片, 通过颜色空间转换得到的颜色参数为有效估算滨海土壤盐分含量提供一个新思路。 该研究对近地表参数定量估算提供了新视角, 将来结合无人机平台能够为精准农业和滨海生态环境的精准管理提供技术支持和有效手段。
土壤盐渍化 数码相机 土壤颜色 颜色空间 随机森林 Soil salinity Digital camera Soilcolor Color space Random forest 光谱学与光谱分析
2021, 41(8): 2409
1 新疆大学资源与环境科学学院, 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
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。
遥感 土壤盐渍化 极化分解 支持向量机分类 后向散射系数 激光与光电子学进展
2017, 54(6): 062803
1 中国科学院土壤环境与污染修复重点实验室(南京土壤研究所), 江苏 南京210008
2 中国科学院大学, 北京100049
3 中国科学院南京分院, 江苏 南京210008
近年来光谱技术以其经济、 高效的优势在土壤盐渍化监测研究中得到重视, 但是由于土壤水分对反射光谱影响很大, 土壤湿润条件下监测精度难以满足农业生产需求。 通过对盐土土柱室内模拟蒸发过程中的反射光谱和水分、 盐分变化的连续监测, 利用多元逐步回归方法, 建立了1 370~1 610 nm光谱对称度与土壤表层含盐量、 含水量之间的线性关系模型, r为0.863; 用该模型反演表层土壤含盐量, 实测值与预测值之间线性关系的r为0.656(n=54), RMSE为2.059 g·kg-1。 利用光谱对称度可以实现土壤湿润条件下土壤盐分含量预测。
土壤盐渍化 土壤湿润条件 光谱对称度 土壤含盐量 预测 Soil salinity Wet condition Spectral symmetry Soil salt content Prediction 光谱学与光谱分析
2013, 33(10): 2771