利用多源光谱信息反演宁夏银北地区干湿季土壤含盐量

来源：农业工程学报杂志2020年第17期北京时间：

作者：贾萍萍,尚天浩,张俊华,孙媛,

摘要：土壤盐渍化是导致全球荒漠化和土壤退化的主要诱因之一。为确定高光谱和多光谱遥感反演干湿季土壤含盐量的最优模型，该研究以宁夏银北平罗县为例，以干季（4月）和湿季（10月）实测高光谱和Landsat 8 OLI多光谱以及干湿两季实测土壤含盐量为基础数据源，利用相关系数法、灰度关联法和逐步回归法筛选敏感光谱数据，分别采用偏最小二乘、支持向量机、岭回归、BP神经网络和地理加权回归建立干湿两季土壤含盐量反演模型。结果表明：1）银北地区土壤盐渍化较为严重，干湿季含盐量均表现为强度变异，且干季变异程度大于湿季；2）在不同土壤含盐量条件下，重采样后的高光谱波段反射率和影像波段反射率具有显著相关性；3）对比相关性分析、灰度关联和逐步回归三组变量筛选方法下各模型R2和RMSE，逐步回归组模型整体效果较好；4）5种土壤含盐量反演模型中地理加权回归模型精度较高，支持向量机算法和BP神经网络算法在基于不同变量组的模型中表现较为接近，岭回归表现最差，偏最小二乘回归模型出现了较严重的"过拟合"现象。局部模型在土壤含盐量反演方面更具优越性。干季以实测灰度关联组-地理加权回归模型效果最佳，其验证决定系数Rp2和相对分析误差RPD分别为0.94和4.49；湿季以影像相关系数组-地理加权回归模型反演效果最好，其验证决定系数Rp2和相对分析误差RPD分别为0.96和4.83。研究结果可为当地及同类地区土壤盐渍化的识别、防治提供理论依据。

关键词：遥感, 反演, 模型, 土壤含盐量, 光谱指数, GWR模型