黑土区田块尺度土壤有机质含量遥感反演模型

• 作者: 刘焕军 张新乐 徐梦园 潘越 王楠 窦欣 谢雅慧 邱政超
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 遥感 模型 预测 土壤有机质 多期遥感影像 土壤含水量 地形因子
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 农业水土工程
• 页码范围: 127-133
• 页数: 7页
• 分类号: TP79|S127
• 字数: 6741字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.01.017

摘要

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型.结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785～899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R20.677,检验R20.644)较高;两期影像时,基于红波段和1570～1650 nm波段建立的预测模型精度(建模RMSE0.855,检验RMSE0.898)和稳定性(建模R20.792,检验R20.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE0.499)和稳定性(建模R20.917,检验R20.928)进一步提高.研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持.