农业机械学报

作者：代天金，陈俊英，郭佳奇，白旭乾，钱龙，巴亚岚，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,西北农林科技大学,

关键词：Sentinel-1/2;土壤含盐量;作物生长时期;VIP分析;机器学习;植被覆盖度

基金：国家自然科学基金项目（52279047）

快速准确获取土壤含盐量（SSC）信息对农业可持续发展至关重要。卫星遥感技术凭借大范围同步监测的优势在SSC监测领域被广泛关注，但其监测精度常面临植被覆盖干扰和灌溉事件等多源误差源的挑战。本研究以Sentinel-1/2卫星数据为基础，结合地面实测数据，对不同植被覆盖条件下的土壤含盐量进行监测，以期明确不同植被覆盖对土壤含盐量遥感监测准确性的影响。首先，根据研究区内植被覆盖度、NDVI变化趋势、作物生育期将全植被覆盖划分为3个时期（D1：早期；D2：中期；D3：后期）；其次，分析不同时期变量（植被指数与极化指数）对不同深度土壤含盐量的敏感性，并利用变量投影重要性(VIP)分析算法筛选变量；最后，结合机器学习算法（SVM、RF与ELM模型），生成各时期不同深度土壤含盐量分布图。结果表明：D2时期变量与SSC的相关性最好，D3时期次之，D1时期最低；雷达遥感与光学遥感数据融合有助于监测作物不同时期的土壤含盐量；RF模型为最佳土壤含盐量监测模型，10~20cm土壤含盐量监测精度最高，R2达到0.79，RMSE为1.62g/kg；从空间分布来看，研究区南部土壤盐渍化程度最重，从深度上看，各时期20~40cm的土壤含盐量最高，从时间变化来看，作物生长0~10cm与10~20cm土壤含盐量呈现增加趋势，20~40cm土壤含盐量呈现减少趋势。研究结果可为区域土壤盐渍化的精准监测和防治提供科学依据。

来源：2025年第8期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第8期