基于Sentinel-2卫星数据的灌区农田土壤水盐协同反演

作     者：贺玉洁 张智韬 巴亚岚 杜瑞麒 殷皓原 项茹 吴雨箫 HE Yujie;ZHANG Zhitao;BA Yalan;DU Ruiqi;YIN Haoyuan;XIANG Ru;WU Yuxiao

作者机构：西北农林科技大学水利与建筑工程学院杨凌712100 西北农林科技大学旱区农业水土工程教育部重点实验室杨凌712100 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2023年第39卷第19期

页      面：111-121页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 08[工学] 09[农学] 070207[理学-光学] 0828[工学-农业工程] 0903[农学-农业资源与环境] 0901[农学-作物学] 0714[理学-统计学（可授理学、经济学学位）] 0825[工学-航空宇航科学与技术] 0814[工学-土木工程] 0803[工学-光学工程] 0701[理学-数学] 0702[理学-物理学] 

基　　金：国家自然科学基金(52279047,E0902) 十四五国家重点研发计划(2022YFD1900404) 

主　　题：土壤 含水量 含盐量 灌溉农田 Sentinel-2卫星 光谱-空间 

摘      要：土壤含水量(soil water content, SWC)和土壤含盐量(soil salt content, SSC)是影响作物生长和农业生产力的重要因素。光学卫星图像已成为SWC和SSC估计的主要数据源。然而,在SWC或SSC变化较大地区,土壤水分和盐分会影响对方对光谱反射率的响应,使得SSC和SWC的反演精度较差。对此,该研究提出了一个半解析性的反射率模型—RVS模型,来模拟植被光谱反射率(R_(v))对作物根区土壤含水量和含盐量的响应;并通过构建的RVS模型,对植被覆盖区域的土壤含水量和土壤含盐量进行同步监测。研究表明:RVS模型在反演研究区土壤含盐量和含水量时,精度较为可靠(水分:决定系数R^(2)为0.63~0.74,均方根误差为0.017~0.028;盐分:决定系数R^(2)为0.68~0.75,均方根误差为0.052 5~0.061 7)。在作物生长过程中,植被光谱反射率对深层土壤的含水量和含盐量的响应比对浅层土壤的含水量和含盐量的响应更加明显,而且随着作物的生长,影响光谱反射率的主导因素从土壤水分慢慢转向土壤盐分和水盐相互作用。该研究在一定程度上揭示了土壤水分、盐分、水盐交互作用对作物光谱反射率的干扰过程,实现土壤水分和盐分的同步监测,对实现区域尺度上土壤含盐量和含水量的精准监测具有一定的意义。