农业机械学报

作者：王宇璇，屈忠义，白燕英，刘霞，刘全明，刘琦

单位：内蒙古农业大学,内蒙古科技大学,内蒙古农业大学,内蒙古农业大学,内蒙古农业大学,内蒙古农业大学,

关键词：土壤盐渍化;含盐量反演;遥感;Sentinel-2;光谱指数;Transformer

基金：国家重点研发计划项目（2021YFD1900605）、内蒙古自治区科技计划项目（2021GG0369）和国家自然科学基金项目（52069020）

土壤盐渍化严重制约农田土壤环境的循环发展，高效准确地监测土壤盐分动态变化对盐碱地改良利用具有重要意义。为及时、有效地监测盐渍化土壤含盐量，以内蒙古黄河南岸灌区的4个典型盐碱化耕地改良示范区为例，利用Sentinel-2多光谱遥感影像，同步采集示范区内表层土壤的含盐量数据，通过相关性分析筛选敏感光谱指标，基于偏最小二乘回归（PLSR）、逐步回归（SR）、岭回归（RR）3种简单机器学习模型和深度学习Transformer模型建模，最后进行精度评价并优选出最佳含盐量反演模型。结果表明：示范区土壤反射率的可见光、红边、近红外波段反射率均与土壤含盐量呈正相关，短波红外波段反射率与土壤含盐量呈负相关，引入光谱指数能够有效提升Sentinel-2遥感影像与示范区表层土壤含盐量的相关性（相关系数绝对值不小于0.32）；对比不同模型发现深度学习Transformer模型优于简单机器学习模型，验证集决定系数R2和均方根误差（RMSE）分别为0.546和 2.687g/kg；含盐量反演结果与实地结果相吻合，为更精准反演内蒙古黄河南岸灌区盐渍化程度提供了参考。

来源：2024年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第4期