共查询到16条相似文献，搜索用时 140 毫秒
1.
及时准确掌握区域土壤盐渍化信息对盐渍土治理和土地利用可持续发展有着重要意义。以阿拉尔垦区Landsat 7 ETM+/8 OLI影像为数据源,采用盐分指数（Salinity index,SI）和归一化植被指数（Normalized difference vegetation index,NDVI）构建遥感盐分监测指数（Salinization detection index,SDI）模型,对阿拉尔垦区土壤盐渍化进行反演,分析近10 a垦区土壤盐渍化空间分布特征。结果表明：SDI模型与土壤实测电导率拟合度R2=0.7579,该模型可反演阿拉尔垦区土壤盐量;2011—2021年非盐渍土和轻度盐渍土面积分别增加318.22 km2和0.80 km2,中度、重度土壤盐渍化面积减少229.87 km2,盐土面积增加68.61 km2;阿拉尔垦区北部和南部地区的土壤盐渍化程度得到明显转好,中部和东部地区土壤盐渍化程度加重,垦区土壤盐渍化总体得到较好改善。SDI模型能较好反演阿拉尔垦区土壤盐渍化时空特征,可为阿拉尔垦区经济与社会发展提供一定的参考依据。 相似文献
2.
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
3.
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
4.
以福建省长汀县河田地区为研究区,在野外样方生物量调查和典型植被光谱测定基础上,对比分析SPOT5影像8种植被指数与马尾松林（Pinus massoniana）碳储量关系,估算区域尺度马尾松林碳储量。结果表明,马尾松林冠层与林下植被芒萁（Dicranopteris dichotoma）在短波红外波段（SWIR）反射率区分明显。加入SWIR的修正的归一化植被指数（MNDVI）与森林碳储量回归决定系数最高,并有较小的均方根误差,同时可减少林下植被覆盖对马尾松林碳储量估算影响。生态恢复驱动下研究区平均碳储量增加到30.37 t/hm2。 相似文献
5.
针对土库曼斯坦广泛存在的土壤盐渍化问题,选取达绍古兹州典型盐渍地为研究区,利用1990年、2000年和2010年的Landsat TM、ETM遥感影像,获取盐分指数（SI）和反照率（Albedo）构建SI-Albedo特征空间,利用土壤盐渍化遥感监测指数（SMI）,计算并划分研究区盐渍化等级。结果表明：（1）利用SMI指数对区域土壤盐渍化状况进行统计及定量分析,有利于大尺度范围的土壤盐渍化动态监测;（2）1990-2010年间研究区盐渍化程度持续加重,其中,重度盐渍地增加1 103.9 km2,增长了5.28%;中度盐渍地增加1 716.184 km2,增长8.21%;（3）地形及气候等自然因素对研究区土壤盐渍化过程有较大影响,盲目的垦荒、不合理灌溉等人为因素更加剧了研究区盐渍化的形成,使得盐渍化现象更加严重,导致盐渍地面积的不断扩大。 相似文献
6.
以南岭山地不同海拔高度的冠层树种为研究对象,通过无人机遥感手段获取冠幅、冠周长和冠面积（CA）等树冠性状,探讨其与基径（BD）、胸径（DBH）、2米径（D2）和4米径（D4）等树干性状间的关联性,并构建了冠面积与树干性状间的回归方程。结果表明：南岭山地树冠性状与树干性状的典型变量显著相关（R=0.89,P<0.01）,并且这种相关性随海拔的升高（600 m到1 600 m）总体呈“M”型变化。其中,冠面积与树干性状间的相关性最高,可作为单一自变量反演树干性状,具体方程为：DBH=0.35CA+14.88（R2=0.67）,BD=0.41CA+17.89（R2=0.82）,D2=0.33CA+14.14（R2=0.84）,D4=0.35CA+11.3（R2=0.86）。文章构建的冠面积与树干性状间的回归方程,可作为南岭山地森林生物量遥感反演的基础,也可用于指导南岭森林生态系统的长期监测。 相似文献
7.
黑土区土壤有机质和全氮含量遥感反演研究 总被引：1，自引：0，他引：1
以东北典型黑土区耕地为研究区,以Sentinel-2A（全球环境与安全监测计划的第二颗卫星,于2015年6月23日发射）影像作为数据源,构建光谱指数,分别采用多元逐步线性回归（Multiple Stepwise Linear Regression, MSLR）和随机森林（Random Forest, RF）算法建立土壤有机质（SOM）和土壤全氮（STN）预测模型,并采用十折交叉验证方法评估模型的性能。研究对比分析了不同气候、土壤类型和地形下土壤有机质和全氮的空间分布差异。研究表明：① 海伦示范区的SOM和STN含量最高,其年均温最低,高程最高,年降水量多,SOM含量升高,其年均温最低,年降水量多,STN含量升高;② 与基于多元逐步线性回归算法建立的SOM和STN预测模型相比,随机森林算法建立的SOM和STN预测模型,有着更高的精度和稳定性;③ 运用RF算法建立的SOM反演模型的R2为0.96,均方根误差为5.49 g/kg,STN反演模型的R2为0.95,均方根误差为0.27 g/kg; ④ 不同示范区统一建立SOM和STN预测模型,有助于提高预测精度,实现跨区域建模与制图。 相似文献
8.
明确不同生态系统土壤碳排放规律及其影响因素对准确评估全球碳循环具有重要意义。为揭示干旱区典型盐湖沿岸土壤呼吸（Rs）、土壤呼吸温度敏感系数（Q10）变化特征及其影响因素，以新疆干旱区达坂城盐湖和巴里坤湖沿岸土壤为研究对象，在2015—2016年5~10月利用LI-8100土壤碳通量自动测量系统对盐湖沿岸土壤呼吸速率进行测定，分析了土壤呼吸季节性变化特征及其影响因子。结果表明，干旱区盐湖土壤呼吸变幅较大（0.07~11.59 μmol·m-2·s-1），平均值为2.45 μmol·m-2·s-1，7月土壤呼吸速率最高为4.69 μmol·m-2·s-1，10月最低（1.01 μmol·m-2·s-1）；土壤CO2累积排放量为9.30 g·m-2·d-1，7月累积排放量最大为17.82 g·m-2·d-1。Q10呈“降低—增加—降低”趋势，6月最低（2.25）9月最高（3.52），平均值为2.79。干旱区盐湖沿岸土壤呼吸受土壤有机碳（SOC）、5 cm土壤温度（ST5）、土壤含水量（SM）和土壤盐分（Salt）的共同影响，单因素模型模拟可解释土壤呼吸速率变化的41.7%~75.7%（R2=0.417~0.757，P＜0.05），多因子综合模型拟合结果最佳Rs=0.001×SOC+0.039×SM-0.534×Salt-0.116×ST5+5.06（R2=0.804，P=0.05），且均表明盐分是影响干旱区盐湖沿岸土壤呼吸速率的主要因子。因此，在考虑陆地生态系统碳收支和碳循环时不能忽略干旱区盐湖沿岸土壤碳过程，以及盐分对盐湖生态系统碳排放的影响。 相似文献
9.
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
10.
利用涡度相关技术对青海湖高寒湿地生态系统不同时间尺度CO2通量和水汽通量间的耦合关系进行了研究。结果显示：不同天气条件下青海湖高寒湿地生态系统30 min净CO2交换量（NEE）与水汽通量间均显示了极显著负相关关系（P<0.0001）;30 min总生态系统生产力（GEP）与水汽通量呈极显著线性正相关关系（P<0.0001）;阴天水汽通量参与生态系统净CO2交换和生态系统总碳吸收的比例最高。月均30 min NEE与水汽通量呈极显著线性负相关（R2=0.71,P<0.0001）。从植物返青期、生长期至枯草期,月均30 min的GEP与水汽通量不仅呈极显著线性正相关（P<0.0001）,且在生长期和枯黄期阶段表现出极显著一元二次多项式关系（P<0.0001）。在日尺度上,NEE日总量与日蒸散量呈极显著一元二次多项式负相关关系（R2=0.58,P<0.0001）;GEP日总量与日蒸散量呈极显著指数正相关（R2=0.42,P<0.0001）。在月尺度上,NEE月总量与月蒸散量呈极显著线性负相关（R2=0.60,P<0.0001）,两者还表现为极显著一元二次多项式负相关关系（R2=0.63,P<0.0001）。GEP月总量与月蒸散量呈极显著线性正相关（R2=0.51,P<0.0001）,且表现出极显著指数正相关关系（R2=0.64,P<0.0001）。 相似文献
11.
干旱区大尺度土壤盐度信息环境建模——以新疆天山南北中低海拔冲积平原为例 总被引：4，自引：0，他引：4
区域空间信息有助于决策者针对特定潜在和既定的土壤盐渍化区域制定改良和优化政策,以避免灌区水土资源的不合理配置和干旱区土地生态系统持续性退化。然而现存区域尺度土壤盐度数据以矢量方式留存,多边形内部土壤属性无空间变异性,缺乏实时更新,对当下实际指导作用具有一定的局限性。随着人类活动的加剧,土壤及其结构性退化正加速危害土壤质量和健康。对此,急需更新或升级,用于刻画干旱区生态系统中土壤盐度数据,以辅助制定相关政策,减缓土壤盐渍化的危害。针对此问题,本文基于代表性等级的采样设计方法（Integrative Hierarchical Sampling Strategy, IHSS）,获取少量典型样点,结合土壤—环境推理模型（soil land inference model, SoLIM）,尝试推理区域尺度土壤盐分含量信息。研究以新疆天山南北中低海拔冲积平原为案例,仅以23个代表性样本,推理陆表（0~10 cm）土壤盐分含量,源自3个典型绿洲94个野外样本的验证数据显示,依据评判标准,预测结果与实际情况较为相符,与线性回归模型相比,具备处理土壤与环境变量之间非线性关系的SoLIM,推理精度更高。所以,研究认为模糊隶属度加权平均的方法（IHSS-SoLIM）可以通过较小的建模点得到更好的预测效果,可作为区域尺度土壤盐度推理的备选方案。 相似文献
12.
快速获取区域土壤盐渍化程度信息,对于盐渍化治理与生态环境保护具有重要意义。以银川平原为研究区,以盐分影响因子和盐分指数分别作为输入参数,建立支持向量机(SVM),BP神经网络(BPNN)和贝叶斯神经网络(BNN)3种土壤盐分预测模型,选取最佳模型进行研究区不同深度的土壤盐渍化预测。结果表明：(1)0～20 cm土壤盐分预测模型中基于影响因子变量组的BNN模型效果最佳,决定系数(R2)为0.618,均方根误差(RMSE)为2.986;20～40 cm土壤盐分预测模型中基于盐分指数变量组的BNN模型效果最佳,R2为0.651,RMSE为1.947;综合对比下,BNN模型的预测效果最好,可用于研究区土壤盐渍化预测。(2)银川平原主要是以非盐渍化和轻度盐渍化为主,0～20 cm土壤重度盐渍化及盐土共占总面积的11.59%,20～40 cm土壤重度盐渍化及盐土共占总面积的7.04%,20～40 cm土壤盐渍化程度较0～20 cm土壤盐渍化轻。 相似文献
13.
分别对2015年6~12月和2016年6~12月大连地区的大气污染物PM2.5、PM10、SO2、NO2、CO和O3的浓度数据进行数据统计分析,基于ENVI软件平台利用MODIS数据反演大连地区的气溶胶光学厚度,通过回归建模研究气溶胶光学厚度与大连地区10个地面监测站点的大气污染物PM2.5、PM10、SO2、NO2、CO和O3的浓度数据的相关性。回归建模以气溶胶光学厚度（AOD）为自变量,以大气污染物PM2.5、PM10、SO2、NO2、CO和O3为因变量,在SPSS软件中分别选取线性、对数、三次、乘幂、指数5种函数类型进行研究,通过对比回归模型的拟合优度R2,选择最优拟合模型,探讨利用遥感数据反演气溶胶光学厚度监测大气污染的相关性。结果表明：气溶胶光学厚度与NO2、PM2.5和PM10的最优拟合模型均为三次模型,其拟合优度R2分别是0.685、0.801和0.845;与O3和SO2的最优拟合模型为指数模型,其R2为0.367和0.482;与CO的最优拟合模型为对数模型,其拟合优度R2为0.810。该结果为分析大气气溶胶污染来源以及治理提供了数据。 相似文献
14.
气象站点观测降水难以精确反映降水时空分布与变化,而雷达降水存在复杂地形区域精度不高等问题。为了最大限度发挥两者的优势,文章以广东省北部山区为研究区域,选择2018-08-26—30一次暴雨过程为研究对象,结合地形、与海岸线距离、植被指数、经纬度等地表辅助参量,分析地面站点降水与地表辅助参量、雷达降水的相关关系,利用XGBoost算法与克里金插值方法,构建地面-雷达日降水数据融合模型,得到了空间分辨率为1 km的日降水融合数据集。此外,采用多元线性回归（LM）与克里金插值方法,实现了地面-雷达日降水数据的融合,并利用地面降水数据分别对XGBoost与LM日降水融合性能进行精度验证。结果表明：1）地面降水与雷达降水存在显著的正相关,地面降水与地表辅助参量之间的相关性随时间变化;2）XGBoost预测精度整体上高于LM预测结果;经模型残差校正后,XGBoost融合模型的精度整体上优于LM融合模型,这是因为XGBoost方法在捕捉地面降水与地表辅助参量、雷达降水之间关系性能上优于LM方法。 相似文献
15.
China’s Yellow River Delta represents a typical area with moist semi-humid soil salinization, and its salinization has seriously affected the sustainable use of local resources. The use of remote sensing technology to understand changes in the spatial and temporal patterns of salinization is key to combating regional land degradation. In this study, a feature space model was constructed for remote sensing and monitoring land salinization using Landsat 8 OIL multi-spectral images. The feature parameters were paired to construct a feature space model; a total of eight feature space models were obtained. An accuracy analysis was conducted by combining salt-loving vegetation data with measured data, and the model demonstrating the highest accuracy was selected to develop salinization inversion maps for 2015 and 2020. The results showed that: (1) The total salinization area of the Yellow River Delta displayed a slight upward trend, increasing from 4244 km2 in 2015 to 4629 km2 in 2020. However, the area’s salting degree reduced substantially, and the areas of saline soil and severe salinization were reduced in size; (2) The areas with reduced salinization severity were mainly concentrated in areas surrounding cities, and primarily comprised wetlands and some regions around the Bohai Sea; (3) Numerous factors such as the implementation of the “Bohai Granary” cultivation engagement plan, increase in human activities to greening local residential living environments, and seawater intrusion caused by the reduction of sediment contents have impacted the distribution of salinization areas in the Yellow River Delta; (4) The characteristic space method of salinization monitoring has better applicability and can be promoted in humid-sub humid regions. 相似文献
16.
新疆荒漠地区植被覆盖度遥感估算模型十分缺乏，给荒漠化监测等相关工作带来很大不便，开展植被覆盖度遥感估算经验模型研究，对于促进和完善相关地区的生态监测及研究工作具有积极的现实意义。通过对阜康市北部沙漠南缘和克拉玛依市中部平原荒漠进行无人机航拍，利用无人机遥感提取（光合）植被信息，并将无人机航拍影像的植被覆盖度统计单元与高分辨率卫星影像像元在空间上直接相对应，获取在高分辨率卫星影像像元尺度上的植被盖度，然后通过植被覆盖度和空间上与其相对应的源自高分辨率卫星影像的NDVI数据的拟合关系，建立基于源自高分二号影像的NDVI的阜康北部沙漠植被覆盖度遥感估算线性模型以及基于源自ZY1-02C影像的NDVI的克拉玛依平原荒漠植被覆盖度遥感估算二次多项式模型。研究中所采用的无人机遥感与卫星遥感相结合、植被覆盖度统计单元与卫星像元在空间上直接对应的方法，可避免以往相关工作中常以点位测量数据代表卫星像元数据所带来的不确定性。由于所用卫星影像的NDVI数据稳定性相对不足等原因，所建立的遥感估算模型的估算精度尚相对偏低，有待于今后进一步的工作加以改进。 相似文献