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18条相似文献，搜索用时 453 毫秒
1.
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
2.
土壤墒情遥感反演与旱情诊断 总被引：1，自引：1，他引：0
土壤墒情与植被生长状况和地表温度之间存在密切联系?贑OST模型算法和单窗算法,开展了TM/ETM+多光谱数据的地表反射率、地表温度(LST)和土壤调整植被指数反演(MSAVI),分析了地表温度和植被指数的线性关系,提出了土壤墒情几何特征指数和旱情诊断函数,结合土壤含水量实测数据,建立了横山县土壤墒情遥感反演模型。实证结果表明,基于TM/ETM+数据反演的长度指数可进行旱情诊断;对土壤含水量的反演模型进行T检验,差异不显著,而基于地面温度的土壤墒情反演模型优于土壤调整植被指数反演模型。 相似文献
3.
基于高光谱与多光谱植被指数的洪河沼泽植被叶面积指数估算模型对比研究 总被引：1，自引：0，他引：1
以洪河国家级自然保护区为研究区,2009年8月中旬,在研究区野外实测沼泽植物冠层的光谱反射率和叶面积指数(LAI),将地面实测的植物高光谱反射率以Landsat-5 TM波段范围为基准进行波谱重采样,以重采样后的光谱反射率计算多光谱植被指数,用几种常见的高光谱和多光谱植被指数建立估算沼泽植被叶面积指数的统计回归模型,对比这些模型的精度,选出最优模型.研究结果表明,用各植被指数建立的估算沼泽植被叶面积指数的回归模型分别为二次函数、对数函数或指数函数;各模型对沼泽植被叶面积指数的反演精度差别较大;在全波段高光谱植被指数中,用全波段归一化植被指数H-FNDVI(R930,R515)构建的估算沼泽植被叶面积指数的模型最佳;在常规高光谱植被指数中,用修正简单比率H-MSR构建的估算沼泽植被叶面积指数的模型最佳;在多光谱植被指数中,用多光谱归一化植被指数M-NDVI构建的估算沼泽植被叶面积指数的模型最佳.对比发现,由多光谱数据提取的植被指数构建的模型对研究区LAI的估算效果不太理想,而从实测高光谱数据提取的窄波段特有植被指数构建的估算沼泽植被叶面积指数模型表现出较明显的优势,表明窄波段植被指数更适合用来监测沼泽植被叶面积指数. 相似文献
4.
基于SAIL模型的多角度多光谱遥感叶面积指数反演 总被引：1，自引：0，他引：1
随着多角度传感器的陆续出现及植被遥感传输机理研究的深入,多角度遥感逐渐成为地表信息反演的热点问题.以SAIL冠层反射率模型为基础,通过联合多角度和多光谱数据,可以从物理机理角度进行植被叶面积指数(LAI)反演的应用研究.首先通过计算得到多角度多光谱遥感影像的角度信息,并经6S模型纠正后得到多光谱多角度植被冠层反射率数据.然后将PROSPECT模型模拟出的植被叶片反射率和透过率,以及多角度观测数据、LAI和其它实测数据输入SAIL模型,模拟得到了多角度多光谱冠层反射率,进而建立多角度多光谱冠层反射率与LAI的查找表.最后,将影像的多角度多光谱冠层反射率与查找表进行匹配,实现植被LAI的反演.最后对反演结果进行了验证和分析,结果表明反演精度较高,误差均在合理范围之内. 相似文献
5.
盐生植物对于维持干旱区绿洲生态系统平衡起着核心作用。该文以渭干河-库车河三角洲绿洲盐漠带典型盐生植物为研究对象,利用Field Spec Pro FR便携式地物波谱仪,对2010年10月盐生植物的野外光谱数据进行采集并取相应土样。首先,采用光谱学分析方法分析光谱特征变化,并对土壤理化特性(含盐量、TDS、电导率、pH值)进行室内测定分析,获得盐生植物光谱特征数据和土壤理化特性数据。其次,利用实测光谱数据对盐生植物高光谱植被指数NDVI705、VOG1、ARI1和CRI1进行反演,用高光谱影像和TM影像分别对VOG1和NDVI705进行反演,并与土壤理化特性进行相关性分析。研究表明:高光谱植被指数NDVI705、VOG1、ARI1与土壤理化特性之间相关性均较低(0.266R0.449),但CRI1与含盐量、TDS的相关性较高(R=0.668);用高光谱影像反演的VOG1与电导率的相关性较高(R=0.536),用TM影像反演的NDVI705与TDS相关性较高(R=0.695)。通过精度验证,发现高光谱反演数据(VOG1)比TM反演数据(NDVI705)精确,说明遥感数据空间分辨率的不同影响了反演植被光谱指数的精度。该研究不仅可为干旱地区盐生植物的遥感识别奠定基础,而且对维持绿洲生态系统稳定提供一定的科学依据。 相似文献
6.
基于高光谱数据的天山北坡积雪孔隙率反演研究 总被引：1，自引：1，他引：0
以新疆天山北坡中段典型流域季节性积雪为研究对象,基于高光谱遥感监测技术,分析了融雪期积雪孔隙率与光谱反射率的相关性。采用偏最小二乘法(PLS)对相关性较高的波段进行压缩,并提取贡献率最高的前四个主成分,以此用来确定神经网络的隐含节点数、输入层、输出层的初始权值,建立PLS-BP模型进行积雪孔隙率反演研究。结果表明:当隐含节点数为3,模型的线性确定相关系数(R2)较高为0.9159,RMSE为0.04,相对误差为0.23。与传统偏最小二乘回归(PLSR)、主成分回归(PCA)建模方法相比,精度较高,所建定量模型可用于高光谱遥感反演积雪孔隙率。 相似文献
7.
《地理与地理信息科学》2016,(4)
植物净光合速率是衡量植被生产力、体现植物整体长势的重要指标。该文在分析植被光谱指数VI、光合有效辐射PAR与净光合速率Pn关系的基础上,建立了基于高光谱遥感数据的净光合速率反演模型。采集武汉市4种常见植被叶片共124个样本作为研究对象,在分析比较9种不同光谱指数与SPAD相关性的基础上选择3种相关性较高的植被指数对不同的植被类型进行净光合速率反演模型建立。结果表明:实验中CIrededge、NDVI705和RVI7003种植被指数与SPAD相关性较高,R2值均在0.7以上,最高达到0.88;在建立净光合速率反演模型时,若仅考虑叶片净光合速率(Pn)与植被指数的关系,其相关性较差;而将植被光谱指数、光合有效辐射(PAR)乘积后再与净光合速率(Pn)分析时,发现其相关性显著提高;以上3种植被指数中CIrededge*PAR vs.Pn反演效果最优,但农作物与园林植物净光合速率反演最优模型存在差异。因此,利用高光谱遥感技术可以了解和掌握植物叶片的光合效应,以此评价植物固碳释氧能力以及估测农作物产量是完全可行的。 相似文献
8.
以新疆奇台地区碱化土壤为研究对象,通过分析碱化土壤实测光谱反射率曲线与八大离子、pH、碱化指标相互间的相关关系,建立基于离子光谱特征波段反射率的各碱化指标一元及多元光谱反演模型,并对其精度进行验证。结果显示:Na^+、CO_32-、HCO_3^-含量与光谱反射率正相关,最高点的相关系数分别为0.710、0.798、0.749,而Ca2+、Mg2+含量与光谱反射率负相关,相关系数最高均不超过-0.370,反映出前3类离子含量与光谱反射率关系更为密切。SAR(钠吸附比)和ESP(碱化度)与Na+相关系数同为0.954,TA(总碱度)、RSC(残余碳酸钠)、pH与CO_32-的相关系数分别为0.946、0.949和0.953,总体上Na^+和CO_32-含量对各碱化指标的影响更大。各碱化指标与土壤光谱反射率的相关性TA>RSC>ESP>pH>SAR;其中TA与光谱反射率的相关系数达到0.863。碱化指标TA的离子光谱特征波段反射率反演模型精度最好,其R^2为0.703,比利用实测光谱反射率建立的pH反演模型的R^2高约14%,说明前者精度更高,能更好地反映研究区内土壤的碱化程度。利用离子光谱特征波段反射率实现对土壤碱化的预测会成为今后研究的重点。 相似文献
9.
基于NDVI与偏最小二乘回归的荒漠化地区植被覆盖度高光谱遥感估测 总被引：7，自引：1，他引：6
以星载高光谱影像Hyperion为数据源,系统比较了NDVI与偏最小二乘回归（PLS）估测荒漠化地区植被覆盖度的能力,模型的建立（n=46）与独立检验所用样本（n=10）均为地面实测数据。研究结果表明,基于星载高光谱数据的NDVI与PLS模型可以有效地估测荒漠化地区植被覆盖度。相比于宽波段NDVI（RMSEP=10.5618）及基于803.3/671.02 nm计算的标准高光谱NDVI（RMSEP=8.3863）,选择特定高光谱波段（823.65/701.55 nm）构建的NDVI预测植被覆盖度的误差明显较低（RMSEP=6.5189）。基于高光谱所有波段原始反射率、一阶导数及包络线去除光谱的PLS回归模型表现,要明显优于仅利用两个波段信息的NDVI,其中基于原始反射率的PLS回归模型表现最佳,RMSEP为4.4998,约为因变量平均值的23%。 相似文献
10.
翅碱蓬高光谱植被指数对土壤化学性质的响应 总被引：1，自引：0，他引：1
植被覆盖区土壤化学性质遥感监测一直是一个难点,往往只能通过生物地球化学的方法,利用上覆植被信息间接地反映。该研究通过野外采样分析的17个翅碱蓬(Suaeda salsa)光谱数据和其下土壤样品的理化分析配对数据,探讨土壤化学性质与翅碱蓬高光谱植被指数间的关系。结果表明:上覆翅碱蓬高光谱植被指数与土壤有机质、全氮、速效钾之间均无显著相关,高光谱植被指数(NDNI)可用于初步反映土壤全磷的含量变化,NDVI705可用于初步反映土壤pH值的变化,而高光谱植被指数(MSI)可以很好地反映土壤盐分含量的变化。在此基础上,建立了土壤全盐量与19个高光谱植被指数的偏最小二乘回归模型,这为翅碱蓬覆盖区域土壤盐渍化遥感监测提供了一种方法。 相似文献
11.
Absorption of photosynthetically active radiation (PAR) by vegetation was observed in two burned black spruce forests, one and seven years after wildfire, in interior Alaska along with several vegetation properties. This study considered PAR absorption by mosses by examining the relationship between PAR transmittance and fractional coverage of green vegetation. Our results suggest that mosses absorbed a considerable fraction of incoming PAR in the burned forests, which cannot be neglected in evaluating the fraction of absorbed PAR (FPAR). The relationships between FPAR and vegetation indices revealed that enhanced vegetation index (EVI) may be suitable for expressing the spatial and temporal variation of FPAR, regardless of stand age after wildfire. The comparison between the observed in situ FPAR and FPAR derived from Moderate Resolution Imaging Spectroradiometer (MODIS FPAR) clearly showed that MODIS FPAR was highly overestimated. The most likely reason for the overestimation was identified as misclassification of land cover type. The current regional estimation of photosynthesis in boreal region based on the light-use efficiency approach and MODIS FPAR is probably overestimated, and an accurate distribution of FPAR is desired for clarifying the regional carbon exchange in boreal forests. 相似文献
12.
基于高光谱数据的戈壁地表砾石粒径反演研究 总被引：1，自引：1，他引：0
戈壁地表砾石粒径组成特征反映戈壁形成过程信息,且在很大程度上决定戈壁改造利用的难易,是开展戈壁研究的基础和前提。结合高光谱数据的微分变换,遴选出砾石粒径的敏感波段与反演方程,进行戈壁地表砾石粒径反演研究。结果表明：微分变换后的砾石光谱反射率与粒径有较好相关性,相关性最好的波段为908nm、983nm和985nm。其中,对数倒数微分变换之后的反射率与粒径成正相关（R2 =0.61）,而一阶微分、平方根微分、对数微分3种变换形式之后的反射率与粒径呈负相关,相关系数分别为-0.633、-0.646、-0.649。将一阶微分变换后的光谱数据与粒径进行回归分析,发现一元三次回归模型具有较好的拟合精度,其中对数微分在回归分析中表现最好（R2 =0.851）,经过验证得出对数微分预测精度（75.27%）高于其他4种微分形式的精度,表明砾石光谱的对数微分变换之后的908nm波段可应用于戈壁地表砾石粒径的反演。 相似文献
13.
基于高光谱数据的小麦叶绿素含量反演 总被引：18，自引：0，他引：18
近年来,遥感高光谱技术为获取农作物的某些生理化参数提供了丰富的数据来源。该文使用北京小汤山地区实验获取的小麦高光谱数据,应用偏最小二乘回归方法,建立了冬小麦冠层波谱与叶绿素含量的回归反演计算模型。研究结果显示:模型在350～1060nm波段具有较高的反演精度。本研究为应用高光谱数据反演冬小麦叶绿素含量提供了有效途径。 相似文献
14.
以香格里拉县2006年TM影像、2006年森林资源二类调查小班数据为信息源,结合研究区冷杉林地面实测标准地（30m×30m）数据,提取香格里拉县冷杉林TM影像分布信息及标准地纹理特征因子（共48个）,对各因子进行相关分析;利用主成分法对纹理特征因子进行因子分析,最终选出13个纹理特征因子利用偏最小二乘法进行回归建模并进行模型精度检验。根据回归估测模型以及提取出的冷杉林各波段纹理特征因子,进行研究区冷杉林郁闭度反演。结果表明,基于遥感影像纹理特征建立的郁闭度遥感估测模型,其RE=13.8%,RMSE=10.39,精度为83.3%。研究区冷杉林郁闭度反演可知冷杉林郁闭度多分布在0.6~0.7范围内,多为中度郁闭林地。 相似文献
15.
选取新疆奇台县的134个土壤样本,利用土壤反射率对数的一阶导数光谱分别对4 种小波函数进行多层离散分解,采用PLSR方法分别建立了土壤速效钾含量的反演模型,并对其精度值进行检验。结果表明：小波分解获得的各层低频系数以1～3层较高,而其余各层则较低。所有函数分解的6层中,均以第2层低频系数建模的精度最高,随着分解层数（>2层）的增加,其精度值和显著性明显降低。相同尺度下,采用4种小波函数的低频系数构建的反演模型的精度差异较小,而Bior1.3为最优函数;基于Bior 1.3分解的ca2低频系数建模的R2达0.964,RMSE仅为8.19 mg·kg-1,且为极显著水平,为最佳反演模型,经样本检验后发现,此模型可用以快速、准确估算土壤高光谱速效钾含量。 相似文献
16.
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
17.
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
18.
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
|
| 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 |