大田葵花土壤含盐量无人机遥感反演研究

• 作者: 姚志华 张智韬 王新涛 陈俊英 韩佳 魏广飞
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 无人机遥感 葵花 土壤含盐量 光谱指数 冠层温度 灰色关联法
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 178-191
• 页数: 14页
• 分类号: S127|S153.6
• 字数: 8162字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.07.021

摘要

以内蒙古河套灌区沙壕渠灌域内大田葵花为研究对象,划分4块不同盐分梯度的试验地,利用无人机搭载六波段多光谱相机和热红外成像仪获取遥感数据,并同步采集区域内不同土壤深度处的盐分数据.利用灰色关联法对构建的光谱指数进行筛选,同时结合冠层温度数据,采用偏最小二乘回归(PLSR)、支持向量机(SVM)、反向传播神经网络(BPNN)和极限学习机(ELM)4种建模方法构建大田葵花不同生育期、不同土壤深度的盐分反演模型.结果 表明,基于葵花现蕾期数据构建的盐分反演模型整体效果优于开花期,以优选盐分指数和光谱指数作为变量组构建的模型效果优于植被指数变量组,盐分反演效果较好的土壤深度为0～20 cm和20～40 cm.不同建模方法对比结果表明,机器学习盐分反演模型的效果优于偏最小二乘回归模型,其中在葵花现蕾期0～20 cm土壤深度处,以光谱指数作为变量组构建的BPNN盐分模型反演效果最好,建模集和验证集R2分别达到0.773和0.718,验证集RMSE、CC分别达到0.062％和0.813.本研究成果可为无人机遥感在大田葵花土壤盐分监测方面的应用及相关研究提供参考.