The Pingluo area, as an experimental study area in Yinchuan, has been subjected to major environmental degradation due to soil salinization problems. Soil salinization is one of the main problems of land degradation in arid and semiarid regions. In the present study, remote sensing was integrated with mathematical modeling to evaluate soil salinization adequately. To detect soil salinization, soil water content and electrical conductivity of soil samples were analyzed. The reflectance of soil samples was measured using a spectrometer (SR-3500) with 1024 bands. Indices of soil salinity, vegetation and drought were analyzed using Landsat images over the study area. Based on Landsat images, physicochemical analysis, reflectance of sensitive bands for soil salinization and environmental indices, canopy response salinity index (CRSI), perpendicular drought index (PDI) and enhanced normalized difference vegetation index (ENDVI), a new model was established for simulation and prediction of soil salinization in the study area. Correlation analyses and multiple regression methods were used to construct an accurate model. The results showed that green, blue and near-infrared light was significantly correlated with soil salinity and that the spectral parameters improved this correlation significantly. Therefore, the model was more effective when combining spectral parameters with sensitive bands with modeling. After mathematical transformation of soil reflectance, the correlations of bands sensitive to soil salinization were 0.739 and 0.7 for electrical conductivity and water content, respectively. After transformation of vegetation reflectance, the correlation coefficient of soil salinity became 0.577. After inversion of the model based on soil hyperspectral and water content, the significance became 0.871 and 0.726, respectively, which can be used to predict soil salinity and water content. The spectral soil salinity model had a coefficient of 0.739 for soil salinity prediction. Among the salinity indices, the CRSI was selected as the most significant, with R2 of 0.571, whereas the R2 for PDI reached only 0.484. Among the vegetation indices, the ENDVI had the highest response to soil salinity, with R2 of 0.577. After scale conversion, the correlation percentages between CRSI and measured soil salinity and between ENDVI and measured soil salinity increased to 16.2% and 8.5%, respectively. Following the correlation between PDI and soil water content, the percentage of correlation increased to 11.6%. The integration of hyperspectral remote sensing, ground methods and an inversion method for salinity is a very important and effective technique for rapid and nondestructive monitoring of soil salinization.
相似文献 |
|||||||
|
|||||||
|
共查询到20条相似文献，搜索用时 265 毫秒
1.
利用新疆奇台县荒漠-绿洲交错带的75个土壤样本,选取土壤可见光-近红外光谱的反射率（R）、光谱反射率倒数之对数（lg（1/R））、光谱反射率一阶导数（FDR）和光谱波段深度（Depth）4个指标,分析了其与土壤N、P、K元素含量的关系,分别建立了反演模型并对其精度进行了检验。结果表明：可见光-近红外反射光谱快速估算荒漠-绿洲交错带土壤N、P、K元素含量的潜力大,其预测精度由高到低的排列顺序为：N>P>K。不同光谱指标反演模型的精度各异,指标Depth和FDR的预测效果明显优于lg（1/R）和R,对N和P元素的拟合效果为：lg（1/R）
2.
3.
应用MODIS卫星数据提取植被-温度-水分综合指数的研究 总被引：17，自引：1，他引：16
中分辨率成像光谱仪(MODIS)覆盖可见光、近红外和热红外的36个波段,其波谱分辨率高、信息量丰富.通过分析MODIS数据的波谱特性以及植被和土壤的反射波谱特征,选用可见光波段(0.66 μm)、近红外波段(0.86 μm、1.24 μm)提取修正的土壤调整植被指数(MSAVI)和归一化植被水分指数(NDWI);用两个热红外波段(8.6 μm、11 μm)反演植被冠层温度,并通过分析三者之间的耦合特征来提取反映植被水分状况的综合指标(VTWSI).用实测的植被水分数据和模拟的叶片等效水分厚度数据验证所提取的VTWSI值,拟合结果表明呈显著正相关,说明所提取的VTWSI可有效反映植被的水分状况.该项研究探讨了一种直接从卫星遥感数据提取植被水分指标的新方法,为研究干旱、半干旱地区的区域缺水提供简便途径. 相似文献
4.
利用中国北方13省2000-2008年的Terra-MODIS归一化植被指数（[WTBX]NDVI）和地表温度（LST）[WTBZ]数据,以及相同时间段农业气象观测站点的0~10 cm表层土壤水分资料,建立基于条件温度植被指数的表层土壤水分遥感估算模型,计算出2000-2008年北方13省各月份表层土壤水分,主要结论有：（1）空间分布上,表层土壤水分最高的是分区一和分区四,平均值均达到了0.2以上,表层土壤水分最低的是新疆沙漠地区,低于0.05,土壤水分空间分布基本呈"南高北低,东高西低"的趋势;（2）受降雨量和农作物需水的影响,年内月份之间,7、8 两月表层土壤水分最高,4、5、9、10月表层土壤水分最低;（3）年际变化上,2000-2001、2001-2002、2005-2006年北方大部分区域表层土壤水分增加,增加区域面积分别占总面积的79.2%、59.3%和71.4%,而2002-2003、2004-2005年大部分区域表层土壤水分减少,减少区域面积分别占总面积的53.9%和64.1%;（4）降水是影响土壤水分时空分布的一个重要因素。误差分析结果表明,基于条件温度植被指数的土壤水分遥感反演达到了较好的效果,能够较准确地反映北方地区干旱的分布及变化状况。 相似文献
5.
基于地表温度-植被指数特征空间的区域土壤水分反演 总被引：6，自引：1，他引：5
针对目前西北地区广泛存在的农业干旱问题,选取了新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择云量较少的两幅TM影像,建立地表温度-植被指数特征空间。首先利用线性方程拟合了特征空间的上下边界,比较利用归一化植被指数(NDVI)建立的地表温度-植被指数特征空间Ts/NDVI和利用改进型土壤调整植被指数(MSAVI)构建的地表温度-植被指数特征空间Ts/MSAVI形状的差异,并计算得到两种温度植被干旱指数(Temperature vegetation dryness index-TVDI,分别为TVDIN和MTVDI)。对TVDI与同期野外不同深度的实测土壤重量含水量数据进行回归分析,建立TVDI估测土壤水分的经验模型并对模型进行验证。研究结果表明,TVDIN和MTVDI均能够反演表层土壤水分,其中MTVDI与土壤水分相关性比TVDIN与土壤水分相关性要高,MTVDI能够更好地反映区域土壤水分状况,是一种更有效的土壤水分监测方法,对农业干旱监测具有一定的科学依据。 相似文献
6.
塔里木河流域中游渭干河-库车河绿洲盐渍土水盐信息光谱特征研究 总被引：2，自引：0，他引：2
土壤水分、盐分时空变异强,是影响土壤光谱特征的两个重要因素。土壤水分与盐分之间的关系以及土壤水分、盐分与土壤光谱特征间的关系直接关系到利用遥感光谱信息监测土壤盐渍化的精度。该文运用多元统计学及可见光-近红外反射光谱分析方法对2010年10月渭干河-库车河三角洲绿洲盐渍土水分、盐分数据和盐渍土野外光谱数据进行分析,探讨该绿洲盐渍土表层(0～10cm)水盐信息与野外光谱特征间的关系。结果表明:1)土壤水分和土壤电导率可用Cubic曲线拟合,相关系数R=0.8503,土壤盐分和土壤电导率也可用Cubic曲线拟合,相关系数R=0.842,但土壤水分与盐分之间的显著性较弱,相关系数R=0.74。2)与原始野外光谱相比,包络线消除后光谱波段与土壤水分和土壤电导率之间的Pearson相关性都有不同程度的提高,利用包络线消除法后的波段分别建立盐渍土土壤水分、土壤电导率后向回归预测方程,为动态水盐条件下的盐渍土遥感监测提供了理论依据。 相似文献
7.
洪河自然保护区乌拉苔草生物量高光谱遥感估算模型 总被引：6，自引：0，他引：6
尝试用不同方法构建洪河自然保护区湿地植被乌拉苔草(Carex meyeriana)的高光谱植被指数,建立水上鲜/干生物量高光谱估算模型,并比较了不同模型的反演精度。通过实测不同覆盖度和水深状况下乌拉苔草的冠层高光谱反射率与水上生物量的数据,采用高光谱可见光—近红外波段及其微分光谱波段(350~1 050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI、FDDVI植被指数,分别找出与水上鲜生物量和干生物量具有最佳相关性波段组合的植被指数,建立乌拉苔草水上生物量的最佳估算模型,并对比分析了反射率光谱植被指数(FNDVI、FRVI、FDVI)模型和微分光谱植被指数(FDNDVI、FDRVI、FDDVI)模型的反演精度。结果显示,微分光谱与乌拉苔草水上生物量的相关性比反射率光谱好;微分光谱植被指数与乌拉苔草水上生物量的相关性比反射率光谱植被指数好,尤其以微分光谱植被指数FDRVI与FDNDVI建立的二次函数模型反演乌拉苔草的水上鲜生物量和干生物量的效果最好,精度分别达74.9%、71.4%,其均方根误差分别为0.074 4和0.026 2,通过了p<0.01极显著验证。这表明,采用微分光谱植被指数FDRVI、FDNDVI对乌拉苔草水上鲜生物量和干生物量的估算可以取得较高的预测精度。 相似文献
8.
应用MODIS卫星数据提取植被-温度-水分综合指数的研究 总被引：4，自引：0，他引：4
中分辨率成像光谱仪(MODIS)覆盖可见光、近红外和热红外的36个波段，其波谱分辨率高、信息量丰富。通过分析MODIS数据的波谱特性以及植被和土壤的反射波谱特征，选用可见光波段(0．66μm)、近红外波段(0．86μm、1．24μm)提取修正的土壤调整植被指数(MSAVI)和归一化植被水分指数(NDWI)；用两个热红外波段(8．6μm、11μm)反演植被冠层温度，并通过分析三者之间的耦合特征来提取反映植被水分状况的综合指标(VTWSI)。用实测的植被水分数据和模拟的叶片等效水分厚度数据验证所提取的VTWSI值，拟合结果表明呈显著正相关，说明所提取的VTWSI可有效反映植被的水分状况。该项研究探讨了一种直接从卫星遥感数据提取植被水分指标的新方法。为研究干旱、半干旱地区的区域缺水提供简便途径。 相似文献
9.
利用Herold等建立的地表反射率库及MODIS遥感影像研究城市区和非城市区典型地物在可见光红蓝波段地表反射率的比值特性。在此基础上,利用MODIS 1km分辨率遥感影像红蓝可见光波段实现了气溶胶光学厚度的反演,采用卫星过境时间前后半小时北京和香河AERONET站的气溶胶光学厚度观测平均值作为验证参考。结果显示,66.67%的反演结果处于±0.05±0.15τ的误差界限内,反演算法不受地表反射率的限制,而且只利用了可见光红蓝波段,避免缺少近红外波段数据的限制。 相似文献
10.
以环境小卫星高光谱影像为主要数据源,在野外实测样本的支持下进行光谱反射率及其变换形式与土壤含盐量的相关性分析,筛选盐渍化土壤响应敏感波段,利用曲线回归分析方法,建立基于高光谱影像的新疆渭干河-库车河绿洲土壤含盐量定量反演模型.结果表明:研究区土壤含盐量的影像响应波段基本位于近红外波段,其中以780～924 nm波长范围最佳,相关系数R≈0.8;反射率对数的倒数一阶微分土壤含盐量预测模型精度最高,回归方程为Y=-4.152-27.735X+769.813X2,模型及其检验的决定系数都在0.88以上,均方根误差约为3.该模型的建立可为区域盐渍化土壤信息的提取及监测提供参考. 相似文献
11.
为探索快速提取典型绿洲棉田土壤盐分的有效方法,获取区域尺度的土壤盐渍化特征及空间分布,进而为土壤盐渍化防治提供参考。以新疆兵团农二师31团为研究区域,2019、2021年春季Landsat 8 OLI多光谱影像和野外实测土壤含盐量为数据源,将波段组、光谱指数组和全变量组作为模型输入变量组,采用多元逐步回归（Multiple stepwise regression, MSR）、偏最小二乘回归（Partial least squares regression, PLSR）、极限学习机（Extreme learning machine, ELM）、支持向量机（Support vector machine, SVM）和BP神经网络（Back propagation neural network, BPNN）构建基于3个输入变量组的土壤盐分遥感反演模型,探究输入变量和建模方法对模型精度的影响效果,通过对比确定春季土壤盐分最优反演模型,定量反演地表土壤含盐量。结果表明：（1） 研究区主要为非盐化土和轻度盐化土,总样本变异系数为0.67,呈中等变异性;光谱反射率与土壤盐渍化程度的关系表现为土壤盐渍化越重,光谱反射率越高。（2） 海岸波段（b1）、蓝波段（b2）、绿波段（b3）、红波段（b4）和盐分指数（SI1、SI2、SI3、SI4、S3、S4、S5）均通过显著性检验P<0.01,相关系数均达到0.4以上。（3） 所有模型中,基于全变量组建立的BPNN反演模型精度最高,建模集R2为0.705;验证集R2为0.556。（4） 由反演结果可知,2019、2021年春季耕作区土壤主要为非盐化土,分别占耕作区总面积的55.55%和64.62%,其次为轻度盐化土,分别占44.31%和35.17%;2021年土壤盐渍化程度较2019年有所减轻。 相似文献
12.
基于冠层反射和植被指数的华东地区叶面指数反演 总被引：4，自引：0，他引：4
1 IntroductionLeaf A rea Index (LA I), defined as half the all-sided leaf or needle surface per unit groundsurface (Chen and Black,1992),is an im portantparam eter to quantify leaf density and m onitorvegetation change.A tthe sam e tim e,LA I is also an i… 相似文献
13.
The aim of this paper is to investigate the feasibility of using Landsat TM data to retrieve leaf area index (LAI). To get a LAI retrieval model based ground reflectance and vegetation index, detailed field data were collected in the study area of eastern China, dominated by bamboo, tea plant and greengage. Plant canopy reflectance of Landsat TM wavelength bands has been inversed using software of 6S. LAI is an important ecological parameter. In this paper, atmospheric corrected Landsat TM imagery was utilized to calculate different vegetation indices (VI), such as simple ratio vegetation index (SR), shortwave infrared modified simple ratio (MSR), and normalized difference vegetation index (NDVI). Data of 53 samples of LAI were measured by LAI-2000 (LI-COR) in the study area. LAI was modeled based on different reflectances of bands and different vegetation indices from Landsat TM and LAI samples data. There are certainly correlations between LAI and the reflectance of Tm3, TM4, TM5 and TM7. The best model through analyzing the results is LAI = 1.2097*MSR + 0.4741 using the method of regression analysis. The result shows that the correlation coefficient R2 is 0.5157, and average accuracy is 85.75%. However, whether the model of this paper is suitable for application in subtropics needs to be verified in the future. 相似文献
14.
应用于土壤盐分含量(Soil Salinity Content,SSC)反演的BP神经网络(Back Propagation Neural Network,BPNN)较少关注对模型精度影响较大的结构参数和初始权重的优化。该文利用Landsat-8 OLI、Sentinel-1 SAR影像数据及SRTM高程数据,基于谷歌地球引擎(GEE)平台构建反演参数,并建立3种反演模型:先利用遗传算法(Genetic Algorithm,GA)同步优化输入层反演参数子集和隐含层神经元数量,再优化初始权重的BPNN(GA-BP)模型;将变量投影重要性(Variable Importance in Projection,VIP)算法分割阈值分别设为1和0.5,优化出两组输入层反演参数子集并将其分别代入GA优化隐含层神经元数量,再优化初始权重的BPNN(VIP1-GA-BP、VIP2-GA-BP)模型。在玛纳斯流域和三工河流域各选一靶区进行SSC反演,对比分析GA-BP、VIP1-GA-BP、VIP2-GA-BP模型的反演精度,并统计各类盐渍土的面积比例,结果表明:1)两靶区3组模型反演精度由高到低排序均为GA-BP、VIP1-GA-BP、VIP2-GA-BP;2)盐分指数和植被指数在SSC反演中起到重要作用,同一模型筛选的反演参数存在空间分异性,但高程适用于不同的筛选模型,具有较强的鲁棒性;3)两靶区3组模型反演的SSC值域范围与实际采样点SSC值域范围的差异均较小,各子区GA-BP反演的SSC空间分布地物轮廓最清晰,且地物内SSC的均质性最好;4)玛纳斯靶区和三工河靶区面积占比最大的盐渍土类型分别为盐渍土和中度盐渍土。研究结果为构建具有一定推广性的干旱区土壤盐分含量反演模型奠定了基础。 相似文献
15.
土壤电导率 (Electrical conductivity, EC)是评价土壤盐渍化的重要指标。通过实测新疆艾比湖湿地自然保护区土壤EC及可见光—近红外光谱数据，利用波谱响应技术模拟Landsat 8 OLI、Sentinel 2、Sentinel 3卫星的宽波段数据。构建宽波段模拟数据及其5种预处理后的三维光谱指数 (Three-dimensional spectral index, TDSI)，采用梯度提升回归树算法 (Gradient boosting regression tree, GBRT) 建立3种卫星土壤EC估算模型，并比对加入TDSI后模型精度的变化。结果表明：在不同土壤EC条件下，3种卫星具有相似的光谱趋势，均在红、近红外波段附近反射率较高；TDSI与土壤EC相关性基本均在0.4以上，最大程度保留了与土壤EC敏感度高的红、绿、蓝、近红外、短波红外波段信息；GBRT对于土壤EC估算能力表现突出，3种卫星对土壤EC的最佳预测精度R2分别为0.831、0.847、0.903，在加入TDSI后，R2分别提高至0.835、0.857、0.935，综合分析发现，Sentinel
3对土壤EC估算效果最佳 (R2=0.935，均方根误差RMSE=2.986 mS·cm-1，赤池信息准则AIC=57.500)。通过利用波谱响应技术结合TDSI深度挖掘波段间的协同信息，采用GBRT验证了不同卫星对土壤R2的估算效果，二者相结合可以有效提升模型预测精度，为干旱区土壤盐渍化定量监测与防控提供有利指导。 相似文献
16.
植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明：随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元（试验区）、区域（研究区）尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关（P<0.01）;在单元、区域尺度上,构建的植被覆盖度反演模型测试集R2分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度（R2=0.78,大于0.63）,也为区域生态环境监测与生态系统健康评价提供支持。 相似文献
17.
Remote Sensing Inversion for Simulation of Soil Salinization Based on Hyperspectral Data and Ground Analysis in Yinchuan,China 总被引：2，自引：0，他引：2
Wu Dan Jia Keli Zhang Xiaodong Zhang Junhua Abd El-Hamid Hazem T. 《Natural Resources Research》2021,30(6):4641-4656
18.
基于MODIS数据新疆土壤干旱特征分析 总被引：4，自引：1，他引：3
干旱是一种常见的自然灾害,严重影响着新疆的农业生产。利用中分辨率成像光谱仪MODIS影像MOD11A2数据和MOD13A2数据,数字高程模型(DEM)对Ts进行了纠正,提取归一化植被指数(NDVI)和地表温度(Ts)构建NDVI-Ts特征空间,并依据特征空间计算的温度植被干旱指数(TVDI)作为监测土壤湿度指标,反演了新疆2013年5、6、7三个月每16 d的土壤湿度。较好地反映地表图层土壤湿度,分析了新疆土壤湿度的时空分布特征,新疆北部地区土壤湿度高于南部,西部的土壤湿度高于东部,且土壤湿度由西北向东南逐步减小,依次表现为湿润>正常>轻旱>中旱>重旱>极旱;由5月到7月土壤湿度不断增大,这与新疆降水量分布和实地土壤含水率十分吻合,监测结果可信,能够为决策部门防旱抗旱提供有力的信息支持。 相似文献
19.
摘要：土壤水分是全球水循环的重要组成成分,对研究土壤水分的空间分布、农作物长势和产量 、气候变化、水资源时空分布等有着重要意义 。本文利用Sentinel（哨兵）系列主动微波雷达卫星SAR（Sentinel-1）结合光学卫星（Sentinel-2）对格尔木中下游低矮植被覆盖下的地表土壤水分进行反演研究, 探讨不同极化组合方式和水云模型前后的土壤水分含量反演方法的适用性。结果表明：其中VV (VV Polarization) 极化对比VH (VH Polarization) 极化更加适用该区域,VV极化结合归一化水指数 (NDWI）反演地表土壤水分精度达到42.6%,拟合精度最高,VH极化仅为22.6%;利用水云模型去除植被覆盖后对地表土壤水分的反演精度有所提升,其中,VV极化精度提高约3.5%,VH极化提高1.5%;Sentinel系列卫星影像对于干旱区的土壤水分的反演具有较好的适用性。本文旨在探索一种适用于该研究区乃至柴达木盆地土壤水分实现大面积实时监测的可靠依据和手段。 相似文献
|
| 设为首页 | 免责声明 | 关于勤云 | 加入收藏 |
|
Copyright©北京勤云科技发展有限公司 京ICP备09084417号 |