基于Landsat影像的崇明岛东滩土壤盐分遥感反演技术

doi:10.13304/j.nykjdb.2017.0302

中国农业科技导报 ›› 2018, Vol. 20 ›› Issue (3): 55-63.DOI: 10.13304/j.nykjdb.2017.0302

基于Landsat影像的崇明岛东滩土壤盐分遥感反演技术

王多多1,贾文晓2,王志保1,张瑞峰1,陈美田1,蔡永立1*

1.华东师范大学生态与环境科学学院, 上海市城市生态过程与生态修复重点实验室, 上海 200241; 2.北京大学城市与环境学院, 北京 100871

收稿日期:2017-05-04 出版日期:2018-03-15 发布日期:2017-06-20
通讯作者: 蔡永立，教授，研究方向为区域生态服务功能评价。E-mail:ylcai@geo.ecnu.edu.cn
作者简介:王多多，硕士研究生，研究方向为生态遥感。E-mail：51153901116@ecnu.cn。
基金资助:
国家自然科学基金项目（31670474）资助。

Retrieving Coastal Soil Saline Based on Landsat Image in Chongming Dongtan

WANG Duoduo1, JIA Wenxiao2, WANG Zhibao1, ZHANG Ruifeng1,CHEN Meitian1, CAI Yongli1*

1.Shanghai Key Lab for Urban Ecological Processes and Eco-restoration, School of Ecological and Environmental Sciences, East China Normal University, Shanghai 200241; 2.College of Urban and Environmental Sciences,Peking University, Beijing 100871, China

Received:2017-05-04 Online:2018-03-15 Published:2017-06-20

摘要/Abstract

摘要： 目前我国土地资源面临着严重的盐碱退化问题。以上海市崇明岛东滩盐碱土为研究对象，基于野外实地调查土壤盐分数据以及Landsat遥感影像数据计算获取的各波段反射率、盐分指数（salinity index, SI)、盐分指数1（salinity index 1, SI1）、归一化差分植被指数（normalized difference vegetation index, NDVI）、冠层盐分响应指数（canopy response salinity index, CRSI）和陆地表面水分指数（land surface water index, LSWI），采用多元样条自回归模型（multivariate adaptive regression splines, MARS）与偏最小二乘回归方法（partial least squares regression, PLSR）分别建立土壤盐分的回归模型，并对区域盐碱土的空间格局进行探究。结果表明:①滨海土壤盐分在近红外波段有明显的吸收作用，与近红外波段、短波红外波段和NDVI相关系数较高；②MARS模型较PLSR模型对于样点土壤盐分反演有更好的效果（R2分别为0.74和0.70）；③崇明东滩滨海土壤盐分在空间上具有较高的异质性，水体附近和滩涂土壤盐分较高，林地和农田土壤盐分较低。该结果为滨海地区区域尺度上的土壤盐碱化监测提供范例，为滨海土壤盐渍化的治理及岛屿的生态建设提供参考依据。

关键词: 遥感, 土壤盐分, 多元样条自回归模型, 电导率, 崇明岛东滩

Abstract: Currently, the national land resources are facing a serious problem of salt alkali degradation. Taking Chongming Dongtan saline alkali soil in Shanghai as object, this study applied multivariate adaptive regression splines model (MARS) and partial least squares regression (PLSR) to establish regression models of soil salinity and explore spatial pattern of regional saline alkali soil, based on the filed sampling soil saline data, and band reflectance, salinity index(SI), salinity index 1(SI1), normalized difference vegetation index(NDVI), canopy response salinity index (CRSI) and land surface water index(LSWI) calculated from Landsat remote sensing data. The results showed that： ① The coastal soil salinity performed obvious absorption in infrared band, and showed high correlations with infrared band, shortwave infrared band(SWIR1) and NDVI. ② MARS model had better performance in retrieving of soil salinity than PLSR (R2=0.74 and 0.70, respectively). ③ There was high spatial heterogeneity of soil salinity in Chongming Dongtan coastal area, with higher value near water body and intertidal zone, and lower value in forest and farmland. This paper present a fashion for the regional monitoring of soil salinization in coastal area, and provided valuable information for controlling coastal saline alkali soil deterioration and ecological construction of the island.

Key words: remote sensing, saline alkali soil, multivariate adaptive regression splines model, conductivity, Chongming Dongtan

王多多1,贾文晓2,王志保1,张瑞峰1,陈美田1,蔡永立1*. 基于Landsat影像的崇明岛东滩土壤盐分遥感反演技术[J]. 中国农业科技导报, 2018, 20(3): 55-63.

WANG Duoduo1, JIA Wenxiao2, WANG Zhibao1, ZHANG Ruifeng1,CHEN Meitian1, CAI Yongli1*. Retrieving Coastal Soil Saline Based on Landsat Image in Chongming Dongtan[J]. Journal of Agricultural Science and Technology, 2018, 20(3): 55-63.

[1]	樊鸿叶, , 李姚姚, 卢宪菊, 顾生浩, 郭新宇, 刘玉华. 基于无人机多光谱遥感的春玉米叶面积指数和地上部生物量估算模型比较研究[J]. 中国农业科技导报, 2021, 23(9): 112-120.
[2]	张冠宏, 王新军, 徐晓龙, 闫立男, 常梦迪, 李永康, . 基于面向对象的无人机遥感影像荒漠植被分类[J]. 中国农业科技导报, 2021, 23(5): 69-77.
[3]	周晚来, 杨睿, 张冬冬, 林伟, 陈雪娇, 王虹, 李杰, 戚智勇. 菌渣基质化利用中存在的问题与应对策略探讨[J]. 中国农业科技导报, 2021, 23(10): 117-123.
[4]	陈思萌1,2,于新洋2,姜广辉1,陈为峰2. 基于Landsat TM/OLI影像的寿光市盐田信息提取与动态变化分析[J]. 中国农业科技导报, 2021, 23(1): 82-88.
[5]	刘星宏1，张青青1*，张鹏2，张广鹏2. 北疆盐碱地空间分布特征分析[J]. 中国农业科技导报, 2020, 22(8): 141-148.
[6]	杨菲菲，李世娟*，刘升平，吕纯阳，刘大众，肖顺夫，刘航. 作物环境胁迫高光谱遥感监测研究进展[J]. 中国农业科技导报, 2020, 22(4): 85-93.
[7]	马淏,张开,金鑫*,姬江涛,朱旭. 基于高光谱成像技术的蓝莓果实成熟度识别研究(英文)[J]. 中国农业科技导报, 2020, 22(2): 80-90.
[8]	徐朋1,徐伟诚2,罗阳帆2,赵祚喜2*. 基于无人机可见光遥感影像的耕地精准分类方法研究[J]. 中国农业科技导报, 2019, 21(6): 79-86.
[9]	赵婧文,张庆伟,李政,张文太*. 膜下滴灌施用生物有机肥对土壤盐分及棉花产量的影响[J]. 中国农业科技导报, 2019, 21(3): 102-108.
[10]	魏鹏飞1,2,3,徐新刚2,3*,杨贵军2,3,李中元1,王建雯2,3,陈帼1,2,3. 基于多时相影像植被指数变化特征的作物遥感分类[J]. 中国农业科技导报, 2019, 21(2): 54-61.
[11]	梁雪映,樊风雷*. 基于遥感光谱的作物氮含量估算研究进展[J]. 中国农业科技导报, 2019, 21(1): 51-61.
[12]	王双喜1,2§,束美艳3§,顾晓鹤2*,杨贵军2,张继超1,韩东4,郭伟5. 利用Beer-Lambert消光定律遥感反演玉米叶面积指数[J]. 中国农业科技导报, 2018, 20(12): 67-73.
[13]	孙玲,单捷,邱琳,王志明,毛良君,黄晓军. 江苏省小麦空间分布动态变化监测[J]. 中国农业科技导报, 2018, 20(10): 55-65.
[14]	王满生,曾新安*. 欧姆加热杀菌与脉冲电场杀菌比较分析[J]. 中国农业科技导报, 2015, 17(5): 49-54.
[15]	胡乔玲1,刘峻明1*,王春艳2,王鹏新1,黄健熙1. 冬小麦拔节期遥感监测方法研究[J]. , 2013, 15(6): 152-157.

基于Landsat影像的崇明岛东滩土壤盐分遥感反演技术

Retrieving Coastal Soil Saline Based on Landsat Image in Chongming Dongtan

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics