基于雷达遥感的不同深度土壤含盐量反演模型

作     者：张智韬 杜瑜燕 劳聪聪 杨宁 周永财 杨亚龙 ZHANG Zhitao;DU Yuyan;LAO Congcong;YANG Ning;ZHOU Yongcai;YANG Yalong

作者机构：西北农林科技大学水利与建筑工程学院陕西杨凌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陕西杨凌712100 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2020年第51卷第10期

页      面：243-251页

核心收录：

学科分类：0710[理学-生物学] 082802[工学-农业水土工程] 082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 0802[工学-机械工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家重点研发计划项目(2017YFC0403302) 国家自然科学基金项目(51979232) 陕西省自然科学基础研究计划项目(2019JM-066)。 

主　　题：土壤含盐量 雷达遥感 不同深度土壤 灰度关联 支持向量机 

摘      要：为及时、有效地监测盐渍化土壤含盐量,以内蒙古河套灌区沙壕渠灌域为研究区,将Sentinel-1雷达影像作为数据源,同步采集不同深度土壤含盐量数据,通过组合两组雷达后向散射系数构建多种指数,并用灰度关联(Gray correlation degree,GCD)排除共线性强的指数,采用偏最小二乘回归(Partial least squares regression,PLSR)、分位数回归(Quantile regression,QR)和支持向量机(Support vector machine regression,SVM) 3种方法,构建0~10 cm、10~20 cm不同深度下的土壤含盐量反演模型。结果表明,在3种回归方法中,SVM回归模型的精度最高,模型建模集决定系数R2、验证集决定系数R2均在0.4以上,建模集均方根误差RMSEc、验证集均方根误差RMSEp均小于0.3%,分位数回归模型次之,偏最小二乘回归模型最差;在各反演深度下,0~10cm深度的反演精度均高于10~20 cm深度的反演精度,其中在0~10 cm深度下SVM反演模型效果优于其他模型,Rc2、RP2分别为0.568和0.686,RMSEc、RMSEp分别为0.201%和0.151%。本研究可为雷达遥感监测裸土期土壤盐渍化提供参考。