-
题名内蒙古河套灌区土壤盐分多源多指数估算模型
被引量：2
- 1
-
-
作者
王欢
李瑞平
张寅
李正中
魏美玲
-
机构
内蒙古农业大学水利与土木建筑工程学院
河套学院水利与土木工程系
内蒙古河套灌区水利发展中心解放闸分中心
-
出处
《灌溉排水学报》
CAS
CSCD
北大核心
2023年第10期122-128,共7页
-
基金
国家自然科学基金项目(52269004,52069021)
内蒙古自然科学基金项目(2022MS05044)。
-
文摘
【目的】探究河套灌区乌拉特灌域土壤盐分遥感反演的最优方法。【方法】针对单一数据源、单一指数、单一算法对土壤盐分反演精度不高的问题,分别以光谱指数、极化组合指数为建模因子,利用偏最小二乘回归(PLSR)、自适应增强回归(AdaBoost)、随机森林回归(RF)3种算法构建土壤盐分反演模型,筛选出最优的土壤盐分反演模型,并监测了2019—2021年10月乌拉特灌域土壤盐分的时空分布。【结果】对于PLSR和AdaBoost模型,光谱指数的预测效果优于极化组合指数,对于RF模型,极化组合指数的预测效果优于光谱指数。PLSR模型在反演10 cm深度处的土壤盐分时,光谱指数的反演效果最优,决定系数为0.70;AdaBoost模型在反演2cm深度处的土壤盐分时,光谱指数反演效果最优,决定系数为0.74;RF模型在反演2cm深度处的土壤盐分时,极化组合指数的反演效果最优,决定系数为0.64。乌拉特灌域土壤盐渍化程度较重的区域主要位于灌域东南部,而西北部和中部盐渍化程度较轻。【结论】应用AdaBoost算法并结合改进的光谱指数有望提升河套灌区乌拉特灌域表层土壤盐分的反演精度。
-
关键词
哨兵遥感数据
土壤盐分
光谱指数
极化组合指数
机器学习
-
Keywords
sentinel remote sensing data
soil salinity
spectral index
polarization combination index
machine learning
-
分类号
TP19
[自动化与计算机技术—控制理论与控制工程]
S156.4
[自动化与计算机技术—控制科学与工程]
-
