农业机械学报

作者：张智韬，杜瑜燕，劳聪聪，杨宁，周永财，杨亚龙

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：土壤含盐量; 雷达遥感; 不同深度土壤; 灰度关联; 支持向量机

基金：国家重点研发计划项目（2017YFC0403302）、国家自然科学基金项目（51979232）和陕西省自然科学基础研究计划项目（2019JM-066）

为及时、有效地监测盐渍化土壤含盐量，以内蒙古河套灌区沙壕渠灌域为研究区，将Sentinel-1雷达影像作为数据源，同步采集不同深度土壤含盐量数据，通过组合两组雷达后向散射系数构建多种指数，并用灰度关联（Gray correlation degree,GCD）排除共线性强的指数，采用偏最小二乘回归（Partial least squares regression，PLSR）、分位数回归（Quantile regression，QR）和支持向量机（Support vector machine regression，SVM）3种方法，构建0~10?cm、10~20?cm不同深度下的土壤含盐量反演模型。结果表明，在3种回归方法中，SVM回归模型的精度最高，模型建模集决定系数?R??2???c??、验证集决定系数?R??2???p??均在0?4以上，建模集均方根误差?R??MSEc??、验证集均方根误差?R??MSEp??均小于0?3%，分位数回归模型次之，偏最小二乘回归模型最差；在各反演深度下，0~10?cm深度的反演精度均高于10~?20?cm深?度的反演精度，其中在0~10?cm深度下SVM反演模型效果优于其他模型，?R??2???c??、?R??2???p??分别为0?568和0?686，?R??MSEc??、?R??MSEp??分别为0.201%和0.151%。本研究可为雷达遥感监测裸土期土壤盐渍化提供参考。

来源：2020年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第10期