论文部分内容阅读
土壤盐渍化灾害严重限制了土地可持续利用及生态稳态的维持,其强烈的时空异质性对土地资源配置造成极大困扰,新疆地区这一问题尤其突出。目前遥感技术作为土壤表层盐渍化监测最有效的手段,而数据挖掘不足已成为盐渍化高效、高精准监测的瓶颈,机器学习集成算法可为数据挖掘提供有力保障。本研究以艾比湖湿地自然保护区为研究靶区,利用宽窄波段模拟技术实现Landsat 8、Sentinel 2、Sentinel 3多光谱数据模拟,计算一维单波段及传统指数与土壤EC1:5的相关性,并利用15种变换的光谱数据构建二维、三维光谱指数,分析光谱指数与土壤EC1:5的响应关系。采用GBRT机器学习算法构建3种卫星多维土壤EC1:5估算模型,并依据各卫星最优估算模型对艾比湖保护区土壤EC1:5分布精准制图,为土壤盐渍化精准动态监测及多平台星载遥感评估提供科学依据和参考,本研究主要得到以下结论:（1）艾比湖湿地保护区0-10cm层土壤EC1:5变异性较强,变异系数达104.780%,均值为7.240 m S·cm-1,盐渍化灾害较为严重,其余4层土样EC1:5均属于中等变异;该区域土壤整体显碱性,60-80cm土层p H分布范围最大,均值为8.902,变异系数为6.426%。（2）土壤高光谱曲线形态特征相对一致,除在1400nm及1900nm处出现水分吸收带,以及从2200-2500nm出现波动式下降,其余光谱范围均呈上升趋势。3种卫星多光谱模拟数据整体拟合效果很好,Sentinel 2与Landsat 8拟合曲线特征极为相似,但Sentinel 2在红边波段比Landsat 8拟合更佳,Sentinel 3在可见光-近红外波段拟合得最为精细。不同EC1:5对不同卫星波段响应特征较为一致,随着EC1:5的增大不同波段的反射率也相应升高,3种卫星在蓝波段附近均为反射率的最低值,而在红光、红外附近均出现反射率峰值及反射率陡增现象。（3）在一维单波段层面上,3种卫星各波段对土壤EC1:5最高相关系数在0.47左右,可见光附近波段对土壤EC1:5的敏感性强于其他光谱范围波段,蓝波段体现出最佳响应特性;在传统指数与土壤EC1:5的响应关系中,NDVI、EVI、NDSI未能通过显著性检验,S4为最佳盐分响应指数,最大相关性可达0.4555;二维光谱指数对土壤EC1:5的响应关系整体上要优于土壤盐分指数,最大相关系数为0.7304,较最佳盐分指数提升了0.2749;三维光谱指数与土壤EC1:5的相关性整体上优于二维光谱指数,最大相关系数为0.7657,较最佳二维光谱指数提升了0.0353。（4）基于不同维度单一变量的土壤EC1:5估算模型中,3种卫星均表现出三维变量模型>二维变量模型>一维变量模型的规律,其中Landsat 8、Sentinel 2、Sentinel 3卫星最佳估算模型精度R2分别为0.845、0.854、0.878;基于多维变量组合的土壤EC1:5估算模型中,3种卫星估算精度均表现出“一维+二维+三维”变量组合模型>“一维+二维”变量组合模型,各卫星最佳估算模型精度R2分别为0.853、0.864、0.887,组合模型较单一变量模型各卫星估算精度均有明显提升,说明光谱指数对模型构建起到积极改进作用,整体分析,Sentinel 3为最佳估算卫星,“一维+二维+三维”变量组合模型为最佳估算模型。（5）最佳估算模型下3种卫星保护区土壤EC1:5分布特征总体趋势较为一致,土壤EC1:5高值区域均主要集中于湖盆周围、湖积区。结合各卫星载荷特点,Landsat8可为区域中小尺度土壤盐渍化反演及长期动态监测提供有力支持,Sentinel 2对于不同尺度土壤盐渍化精细分类以及快速动态监测具有一定的应用潜力,Sentinel3更适用于大尺度乃至全球范围内土壤盐渍化精准监测与数字化制图。本研究将多光谱卫星遥感与近地高光谱测量手段相结合,利用机器学习算法筛选出多维光谱参量下土壤盐渍化的最优变量与预测模型,提供不同卫星的多尺度盐渍化分布图,对多卫星平台的干旱区盐渍化监测能力进行评估,为当地农业生产管理和土地资源分配提供了科学参考,为后续区域尺度的时空盐渍化演变趋势跟踪奠定基础,为政府了解土地管理对盐渍化过程的影响提供空间参考。