首页|基于实测高光谱与Sentinel-2B数据的银北土壤Na+含量估测

基于实测高光谱与Sentinel-2B数据的银北土壤Na+含量估测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
为了探讨不同传感器对土壤Na+含量的估测能力,本研究以宁夏银北地区典型样点土壤实测光谱和Sentinel-2B影像光谱为对象,运用逐步回归(SR)和主成分回归分析(PCA)方法对光谱数据进行敏感参量筛选,然后采用偏最小二乘回归(PLSR)、支持向量机(SVM)和反向传播神经网络模型(BPNN)分别建立实测光谱和影像数据的土壤Na+含量估算模型.结果 表明:除Band9外,实测重采样数据与影像数据呈极显著相关.基于SR筛选方式建立的模型估算精度普遍高于PCA(SVM模型除外),PCA-SVM模型为影像最佳Na+含量估算模型,预测精度为0.792;SR-BPNN模型为实测最佳Na+含量估算模型,预测精度达到0.908.经重采样实测光谱模型校正后的SR-PLSR影像光谱土壤Na+含量估算模型精度从0.481提高到0.798,有效提高了较大尺度下的土壤Na+含量估算精度.本研究实现了遥感监测土壤Na+含量由点向面的空间转换,为Sentinel-2B影像监测盐渍化土壤Na+含量提供了科学参考.
Estimation of soil Na+ content based on measured hyperspectral and Sentinel-2B data in northern Ningxia, China

尚天浩、陈睿华、张俊华、孙媛、贾萍萍

展开 >

宁夏大学资源环境学院,银川750021

宁夏大学环境工程研究院,银川750021

高光谱 Sentinel-2B影像 土壤Na+含量 模型 校正

国家自然科学基金宁夏自然科学基金

420670032020AAC03113

2021

10.13287/j.1001-9332.202103.018

应用生态学报
中国生态学学会 中国科学院沈阳应用生态研究所

应用生态学报

CSTPCDCSCD北大核心
影响因子：2.114
ISSN：1001-9332
年,卷(期)：2021.32(3)
  • 4
  • 27