数字农科院2.0

融合作物类型的土壤盐分遥感反演方法研究

文献类型: 中文期刊

作者: 张胜男;陆苗;温彩运;宋英强;康璐;沈军辉;杨民志

作者机构:

关键词: 土壤盐渍化;多光谱遥感反演;机器学习

期刊名称:测绘通报

ISSN: 0494-0911

年卷期: 2024 年 2 期

页码:

收录情况: 北大核心(2023版) ; ; CSCD(2023-2024年度) ; ; 科技核心(2024版)

摘要: 在沿海平原地区,土壤盐度是制约作物生长的非生物胁迫之一,也是作物种植的重要依据,作物类型能够间接反映土壤盐渍化程度,因此本文提出了一种融合作物类型信息的土壤盐分反演方法。以黄河三角洲典型滨海盐渍土地区为例,基于Sentinel-2 MSI影像,首先采用随机森林分类提取作物类型信息,并基于OneHot方式将作物类型信息编码;然后融合作物类型信息,结合环境协变量数据、地面实测盐分数据,采用自适应增强决策树模型(AB-DT)进行盐分反演;最后与其他机器学习方法,如支持向量机、随机森林、K最邻近和决策树进行盐分反演精度的对比。结果表明:①加入作物类型信息能够提高土壤盐分反演模型精度,所有模型中,融合作物类型变量的AB-DT反演模型精度最高,建模集 R2为0.86,测试集 R2为0.61; ②加入作物类型信息能够修正误判的盐渍土级别,并使土壤盐分反演结果的地块边缘更加清晰。综上所述,加入作物类型信息,能够提高土壤盐分反演的准确性,为农田管理和农业决策提供更可靠的依据。

分类号:

  • 相关文献

[1]Study on Recognition of Typical Curing Stages of Jiangxi Tobacco Leaves Based on Image Processing. 段史江,,刘浩,,王爱华,,胡毅翀,,齐飞,,胡强. 2024

[2]Global dynamics of streptococcus agalactiae antibiotic resistance: Past, present, and future. 房辉,,李东航,, 魏夏夏 ,,王仁东,, 苏燕燕 ,,于佑任,, 白航铭,, 高会会,,侯捷,,毛大庆,,罗义. 2025

[3]Multiomics and machine learning unveil root exudate-microbiota interactions for cadmium control in rice. 李烨,,侯捷,,刘孟琪,,杜兆林,,陈洪安,,刘国飞,,王雅君,,姚彦坡,,孙佩哲,,赵林,,安毅. 2025

[4]Machine Learning-Driven Prediction of Nitrogen Loss in Organic Solid Waste Composting. Haoran Mi, Dawei Gao, Deling Yuan, Xiao Liu, Lili Gao, Shengping Li, Yuanwang Liu. 2025

[5]利用光谱-盐分指数监测棉田土壤盐分. 李静,王克如,李少昆,陈兵,肖春花,王琼,王方永,李栓明,赖军臣. 2014

[6]我国盐渍土资源及其综合治理. 张士功,邱建军,张华. 2000

[7]德州市土壤盐渍化概况及改良利用的研究. 李怀军,刘忠海,郝建成,李志杰,马卫萍,曲善功. 2008

[8]农业生产对土壤盐渍化影响的经济分析. 许健民,吕开宇,娄博杰. 2009

[9]盐渍化土壤改良措施的作物生产效应. 赵银,柴琦,陈盈盈,朱万合,李志龙,卫广. 2009

[10]土壤盐渍化对盐生植被的影响. 徐恒刚,刘书润. 2004

[11]丛枝菌根真菌提高植物耐盐性的研究进展. 王倩倩,贵会平,罗彤,庞念厂,彭凯,王香茹,马小艳. 2025

[12]丛枝菌根真菌提高植物耐盐性的研究进展0. . 2025

[13]基于无人机影像分层建模的土壤深层盐渍化空间预测. 雷鸣阔,,查燕,,王丽,,程钢,,温彩运 ,,尹作堂,,陆苗. 2025

[14]土壤质量综合评价与分析-以宁夏北部典型区为例. 秦军杰,周鼎添,王航,王忠静,张震中,王建东,刘奋武. 2025

[15]基于多源遥感数据的土壤盐渍化监测研究进展与展望. 石燕子,李文娟,李晓彬,杨婷,周兆叶,李旺平,吴文斌. 2024

[16]基于深度学习的自然语言处理技术的发展及其在农业领域的应用. 崔运鹏,王健,刘娟. 2019

[17]基于文献计量的植物表型组学研究进展分析. 李晓曼,张扬,徐倩,谢能付. 2019

[18]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[19]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[20]基于机器学习的焦油预测模型研究. 郭东锋,刘新民,姚忠达,舒俊生,胡海洲. 2015

作者其他论文 更多>>