基于NDVI-SI特征空间的土壤盐渍化遥感模型.PDFVIP

基于NDVI-SI特征空间的土壤盐渍化遥感模型.PDF

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于NDVI-SI特征空间的土壤盐渍化遥感模型.PDF

第26 卷 第8 期 农 业 工 程 学 报 Vol.26 No.8 168 2010 年 8 月 Transactions of the CSAE Aug. 2010 基于NDVI-SI 特征空间的土壤盐渍化遥感模型 1,2 1,2,3※ 1,2 王 飞 ,丁建丽 ,伍漫春 (1.新疆大学资源与环境科学学院,乌鲁木齐 830046; 2 .绿洲生态教育部重点实验室,乌鲁木齐 830046; 3 .新疆大学研究生院,乌鲁木齐 830046 ) 摘 要:同时考虑植被和土壤信息,构建盐渍化遥感信息提取模型。选取具有长期研究基础的塔里木南缘于田绿洲为研 究靶区,综合分析归一化差值植被指数 (NDVI )、盐分指数 (SI )二者之间的关系,在此基础之上提出NDVI-SI 特征空 2 间概念,并构建土壤盐渍化遥感监测指数模型 (SDI ),结果表明:土壤表层含盐量与SDI 相关性较高,其R =0.8596 。 非盐渍地、轻度盐渍地、中度盐渍地、重度盐渍地的SDI 平均值分别为0.399,0.763,0.974 和 1.201,差异较大;经差 异性矩阵分析,亦表明SDI 能够很好的区分研究区内不同盐渍化程度地类的分布范围。SDI 能反映盐渍化土壤地表盐量 组合及其变化,具有明确的生物物理意义,并且指标简单、易于获取、有利于盐渍化定量分析与监测,对今后干旱区盐 渍地信息提取以及动态监测研究具有重要意义。 关键词:遥感,监测,模型,盐分指数 (SI ),归一化差值植被指数 (NDVI ),NDVI-SI 特征空间 doi :10.3969/j.issn.1002-6819.2010.08.029 中图分类号:TP79 :S153 文献标识码:A 文章编号:1002-6819(2010)-08-0 168-06 王 飞,丁建丽,伍漫春. 基于NDVI-SI 特征空间的土壤盐渍化遥感模型[J]. 农业工程学报,2010,26(8):168-173. Wang Fei, Ding Jianli, Wu Manchun. Remote sensing monitoring models of soil salinization based on NDVI-SI feature space[J]. Transactions of the CSAE, 20 10, 26(8): 168-173. (in Chinese with English abstract) 状”信息,以便准确地对盐渍化进行实时监测预报。 0 引 言 遥感的多光谱技术为陆地表面过程的研究提供了各 土壤盐渍化通常出现在气候干旱、土壤蒸发强度大、 种空间尺度和时间尺度的数据信息,Sandholt[3]利用遥感 地下水位高且含有较多的可溶性盐类的地区,造成区域 资料发现研究区域内的植被覆盖和土壤湿度变化范围较 生态环境恶化,降低作物生长速率,最终导致作物产量 大时,二者构成的散点图呈现三角形。并利用土壤-植被- 下降,是绿洲农业发展的主要障碍之一。它对气候、土 大气传输模型 (soil vegetation atmospheric transmission 壤、地形和水文地质等自然条件非常敏感,时常伴有季 model ,SVAT )进行了验证,之后这一特征信息逐渐应用 节性的变化,使得对其监测和制图变得较为

文档评论(0)

2752433145 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档