摘要
土壤中的锰元素对植物生长起着重要作用,土壤锰含量过高或者缺少都将对植物产生不良影响,因此快速监测土壤中的锰含量尤为重要.目前利用遥感技术监测土壤锰含量的相关研究主要集中在利用土壤光谱估算土壤锰含量,而对于植被常年覆盖的南方地区,难以从卫星影像中获取土壤光谱.因此,引入植被光谱,探索植被覆盖区域土壤锰元素的快速监测方法.首先从Landsat 8影像中提取11种植被光谱指标,并运用皮尔逊相关系数(Pearson correlation coefficient)结合方差膨胀因子(VIF)筛选出最佳植被光谱指标;在此基础上,利用偏最小二乘回归(PLSR)、多元逐步回归(MSR)和BP神经网络(BPNN)算法构建最佳植被光谱指标与土壤锰元素之间的光谱响应模型,分析比较三个模型的估算效果从而确定最佳反演模型;最后,基于最佳反演模型进行土壤锰含量空间制图.以重庆市南川区为例,研究结果表明:3个植被光谱指标(比值植被指数,归一化植被指数和可见光大气阻抗植被指数)被确定为土壤锰元素最佳的光谱响应指标;BPNN光谱响应模型(R2为0.78,RMSE为334.24,RPD为2.13)为土壤锰含量最佳反演模型,其土壤锰含量的制图精度(R2为0.69,RMSE为567.64,RPD为1.30).表明通过植被光谱指标反演土壤锰含量可行,该研究为区域尺度的土壤锰含量监测开拓了新思路.
基金项目
国家自然科学基金项目(U1901601)
广东省基础与应用基础研究基金项目(2021A1515011643)
2022年省级农业科技发展及资源环境保护管理项目(2023KJ102)
广东省智慧耕地综合治理遥感应用产业化示范项目(83-Y50G23-9001-22/23)
NETL
NSTL
万方数据