论文部分内容阅读
干旱地区土壤水分是影响土地荒漠化的主要因素之一,在植被恢复和群落演替过程中具有重要作用,如何高效、无损、精准的获取土壤水分信息,并在此基础上进行表层（0～20 cm）荒漠土壤水分空间分布特征及驱动影响因素的研究是目前的热点问题。因此,本研究采用光学遥感Landsat 8 OLI/TIRS和微波遥感Sentinel-1 SAR数据的优势,以南疆阿克苏地区空台里克为研究区,以光学遥感计算多个光谱指数,同时在光谱指数的基础上进行相关改进进行有关光学遥感监测研究,以微波数据获取土壤多极化后向散射系数为基础,通过多元线性回归（Multiple Linear Regression,MLR）、偏最小二乘（Partial least squares regression,PLSR）、支持向量机（Support Vector Machine,SVM）、随机森林（Random Forest,RF）、决策树回归算法（Cubist）、分区+PLSR和分区+Cubist模型等多种算法开展基于光学数据（多光谱指数）构建综合反演模型研究干旱地区荒漠土壤水分空间分布、基于改进型光谱指数综合反演模型研究并分析荒漠土壤水分分布及驱动因素、基于多源遥感数据（微波数据、光学数据）协同反演荒漠土壤水分和分析区域最优模型的工作研究,其研究主要结论具体包括以下三点:（1）基于Landsat8 OLI/TIRS数据的荒漠土壤水分遥感反演研究温度植被干旱指数（TVDI）、红光归一化指数（NR）、绿叶指数（GLI）等26个优选的光谱指数、Ts和DEM与土壤水分均达极显著相关,可作为南疆干旱区荒漠土壤水分遥感建模的指示因子;对比三种模型,RF模型建模集和预测集的R2分别为0.93和0.91,预测集RPD为3.90,各评价指标均为最高,PLSR模型精度次之,SVM模型精度最低;以RF模型反演研究区表层土壤水分,在不同土地利用分类中土壤水分分布特征存在明显差异,特别在盐结皮区域的差异尤为突出。表明综合利用光谱指数、环境因子和地形数据构建多因子、多指数的模型能较高精度的反演干旱区荒漠表层土壤水分,研究结果为南疆干旱区荒漠土壤水分遥感监测提供了一定的理论依据和方法支持。（2）基于改进型光谱指数的荒漠土壤水分遥感反演改进后裸土指数（EBSI）、粘土指数（ECI）、碳酸盐指数（ECal）、归一化植被指数（ENDVI）和垂直干旱指数（EPDI）相关系数提升了0.02～0.11,且经相关性分析和多重共线性验证,选取改进后相关系数提升的EBSI、ECI等光谱指数和原有达到极显著水平但改进效果不明显的DVI、NDWI和GVMI为改进型建模因子,以BSI、CI、Cal等为传统型建模因子,构建改进型和传统型荒漠土壤水分预测模型;光谱指数经改进后,线性和非线性模型预测集R2分别提升了0.12和0.05,RPD值提升了0.35和0.49,其中,改进型MLR-II模型RPD值为1.83,可以粗略的估测土壤水分,而RF-II模型的RPD值高达3.12,能精准的对土壤水分进行预测;非线性模型的精度明显优于线性模型,MLR线性模型预测集的R2仅为0.59、0.71,而RF非线性模型预测集的R2达到0.86、0.91;土壤水分分布受到自然、人为两种驱动力因素影响,总体呈现东北部沙漠0～5%和5～12%,南部农田交错分布,北部及中部荒漠-绿洲过渡带受植被覆盖程度和地表盐结皮抑制土壤水分蒸散困难,多呈现15～20%和>20%。研究结果揭示了在传统光谱指数中引入热红外（b10）波段改进对提升荒漠土壤水分预测有一定效果也为相似地区旱情防治和水土保持研究提供了技术方法依据。（3）基于多源遥感数据的荒漠土壤水分遥感分区建模研究经水云模型校正因地表植被影响的土壤多极化后向散射系数,其校正后Oh反演模型的R2提升了0.11,RMSE提升了0.59;以NDVI阈值分区后,在全区内选取σvh、σvv、叶面积指数（LAI）等6个,裸土区选取σvh、σvv、差值植被指数（DVI）等8个,植被覆盖区选取σvh、σvv、归一化植被指数（NDVI）等6个与土壤水分极显著相关的特征参数为建模因子;加入不同特征参数因子的PLSR、分区+PLSR、Cubist等5种模型的精度均优于Oh模型,同时分区后的PLSR和Cubist模型预测集R2分别提升了0.12和0.03,RPD提升了0.53和0.49且模型预测效果均发生质变,其中分区+Cubist模型预测集R2为0.90,RPD高达3.09,均为模型最优值;不同分区内土壤含水量分布受植被覆盖、土壤质地和人类活动影响最为严重,裸土区受到地表盐结皮土保水作用土壤含水量偏高,高植被覆盖区作物保水作用最为明显,土壤水分量最高,低植被覆盖区受人类活动影响形成高/低交错分布的趋势。本研究通过多源遥感数据协同,同时结合分区建模的研究思路为干旱区荒漠土壤水分反演提供了科学的参考价值。