农业机械学报

作者：姚一飞，王爽，张珺锐，黄小鱼，陈策，张智韬

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：土壤含水率;遥感;反演;GF-1卫星;全子集筛选;光谱指数

基金：国家重点研发计划项目（2017YFC0403302）和国家自然科学基金项目（41804029、51979232、51979234）

为探究植被覆盖条件下GF-1卫星反演农田土壤含水率的可行性，以河套灌区解放闸灌域沙壕渠为研究区，采用GF-1卫星遥感影像作为数据源，通过全子集筛选法确定不同土壤深度下光谱指数的最优自变量组合，并分别采用多元线性回归(MLR)、BP神经网络(BPNN)、支持向量机(SVM)3种算法，构建不同深度下土壤含水率反演模型。结果表明，全子集筛选后模型反演精度有较大提升，且过拟合现象减弱；植被覆盖条件下各深度土壤含水率敏感程度从大到小依次为0~40cm、0~60cm、20~40cm、0~20cm、40~60cm；植被覆盖条件下各模型对土壤含水率反演能力由强到弱依次为BPNN、SVM、MLR；筛选后BPNN在深度0~40cm下的建模集和验证集R2adj均能达到0.50以上，RMSE在0.02%以内。研究结果可为植被覆盖条件下利用GF-1卫星监测农田土壤含水率提供参考。

来源：2022年第9期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第9期