基于Landsat8的黄河三角洲盐渍化反演.pdfVIP

山东 农 业 科 学 2015，47(2)：119～124 ShandongAgnc‘ulturalSciences DOI：10．14083／j．issn．1001—4942．2015．02．029 基于 Landsat8的黄河三角洲盐渍化反演 樊彦国，李潭潭，李祥昌 (中国石油大学 (华东)地球科学与技术学院，山东 青岛 266580) 摘 要：土壤盐渍化是最常见的土壤退化过程，垦利县位于黄河三角洲核心地带，是土壤盐渍化比较典型 的区域。本研究在盐渍土野外调查采样的基础上，依据土壤理化分析和Landsat8卫星光谱数据，选取了相关 性以及诊断指数较好的3个波段的反射率作为盐分反演因子，分别建立数理统计模型与 BP神经网络盐分反 演模型。研究表明：BP神经网络模型的精度明显优于传统多元回归模型，且反演模型更适合高盐度区域土壤 盐渍化反演制图，具有较好的应用前景。 关键词：BP神经网络 ；土壤盐渍化；Landsat8；黄河三角洲 中图分类号：$156．4 文献标识号：A 文章编号：1001-4942(2015)02-0119—06 SoilSalinizationRetrievalfortheYellow RiverDeltaBasedonLandsat8 FanYanguo，LiTantan，LiXiangehang (CollegeofEaahScienceandTechnology，China 妇e瑙 ofPetroleum，Qingdao266580，China) Abstract Soilsalinizationisoneofthemostcommonlanddegradationprocesses．KenliCountyisloca— tedinthecoreareaoftheYellow RiverDelta，wherethesoilsalinizationistypica1．Basedoninvestigatingand samplingsalinesoilinfield，andaccordingtothephysicalandchemicalanalysisofsoilandLandsat8satellite spectraldata，thereflectivitiesof3wavebandswithbettercorrelationanddiagnosticindexeswerechoosedas thesalinityinversionfactors，andthenthestatisticmodelandBPneuralnetworkmodelwereconstructed．The resultsshowedthattheprecisionofBPneuralnetworkmodelwasfarbetterthanthatofthetraditionalmultiple regressionmode1．Theinversionmodelwasmoresuitableforsoilsalinizationinversionmappinginhighsalinity region．Ithadagoodapplicationprospect． Keywords BP neuralnetwork ；Soi1stalinization；Landsat8；TheYellow RiverDelta 盐渍化土壤是在一定环境条件下，诸多因素 黄河三角洲是我国重要的后备土地资源区， (特别是气候、地形、地质、水文和水文地质及生 受河流、陆地、海洋等多种动力系统的作用，盐渍 物因素)共同对水盐运动产生影响的结果…。土 土面积大、分布广，土地盐渍化成了制约黄河三角 壤盐渍化通常出现在气候干旱、土壤蒸发强度大 洲区域经济发展的主要因素 。因此，土壤盐渍 及地下水中含有较多可溶性盐类的地区。土壤性 化的监测和预报成为开发利用盐渍土资源、实现 质不 良、地下水位高过临界深度、毛细管水向上运