农业机械学报

作者：刘霞，胡宇，张圣微，白燕英，张欢

单位：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,内蒙古农业大学,

关键词：干旱盐碱地;土壤含盐量估算;机器学习模型;深度学习模型

基金：内蒙古自治区科技计划项目(2021GG0369)、国家自然科学基金项目(52369009)、鄂尔多斯市科技局项目(2021EEDSCXSFQZD01)和内蒙古自然科学基金项目（2023MS05024)

内蒙古自治区鄂尔多斯市达拉特旗黄河南岸由于气候干旱，降水量少，年蒸发量远大于年降水量，靠近黄河地下水位高，导致土壤盐渍化问题突出。以达拉特旗黄河南岸盐碱地为研究对象，基于Sentinel-1、Sentinel-2、Landsat-8和SRTM DEM多源数据，采取相关性分析和连续变量投影结合索套回归（Lasso）、随机森林回归（Random forset，RF）、轻量梯度提升机模型（Light gradient boosting machine，LightGBM）、极端梯度提升模型（Extreme gradient boosting，XGBoost）、一维卷积神经网络（One dimensional convolutional neural networks，1DCNNs）、深度神经网络（Deep neural network，DNN）6种模型进行春季裸土期与植被覆盖期土壤含盐量估算。结果表明：XGBoost模型精度最高，春季裸土期、植被覆盖期测试集决定系数（R2）为0.76、0.58;均方根误差（RMSE）为5.76、7.22 g/kg;平均绝对误差（MAE）为3.38、4.33 g/kg。多源遥感数据结合变量筛选方法利用XGBoost模型揭示研究区不同季节土壤盐分空间分布最有效，含盐量反演结果与野外实际调查分析结果基本吻合。变量重要性分析表明春季裸土期、植被覆盖期重要反演因子分别为：盐分指数（48.3%）、地形因子（33.8%）;植被指数（22%）、地形因子（47.9%）。本研究为达拉特旗黄河南岸盐碱地遥感反演提供了有效方法，为春季裸土期与植被覆盖期盐碱化土壤监测及预防提供了理论依据。

来源：2024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2024年第10期