采用非负矩阵分解方法的秸秆-土壤光谱解混及盐分估测.pdfVIP

第 38 卷 第 8 期 农 业 工 程 学 报 Vol.38 No.8 2022 年 4 月 Transactions of the Chinese Society of Agricultural Engineering Apr. 2022 161 采用非负矩阵分解方法的秸秆-土壤光谱解混及盐分估测 1 1,2※ 1 1 1 3 4 李 振 ，曹见飞 ，杨 晗 ，刘建华 ，王召海 ，段欣荣 ，张乐天 （1. 山东师范大学地理与环境学院，济南 250014 ；2. 中科山东东营地理科学研究院，东营 257000 ；3. 山东省国土测绘院，济南 250013 ；4. 中环联合（北京）认证中心有限公司，济南 250000 ） 摘 要：黄河三角洲地区发展节约型农业，大力推行秸秆还田技术以改善土壤生态环境，当利用遥感技术对部分秸 秆覆盖地区进行土壤盐渍化监测时，混合像元制约土壤盐分遥感估测的精度。该研究设置 10 组不同秸秆覆盖度的盐 渍化地表场景，多次光谱测量并取平均值作为其反射光谱。探究非负矩阵分解（Non-negative Matrix Factorization ， NMF ）方法分离农业秸秆和土壤光谱的有效性，并基于分离出的土壤光谱构建偏最小二乘法土壤盐分估测模型。结 果表明：1）秸秆覆盖会使土壤光谱反射率增高，相比于纯土壤光谱在 1 730 nm、2 090 nm 附近出现吸收谷；2 ）通 过 NMF 进行混合光谱解混之后，可以有效地将土壤光谱从秸秆覆盖光谱中分离出来，且土壤光谱保留了土壤盐分 信息；3 ）对于不同秸杆覆盖水平下的土壤盐分估测模型而言，与原始混合光谱相比，利用土壤光谱NMF 分离数据 构建的模型精度普遍提高，建模集决定系数平均提高 0.07 ，均方根误差降低 1.21。验证集决定系数、相对分析误差 分别平均提高 0.07 、0.25 ，均方根误差降低 1.22。该研究可为黄河三角洲地区部分秸秆覆盖盐渍土地的近地面遥感 估测精度的提高提供方法。 关键词：土壤；模型；盐分；非负矩阵分解；近地面遥感 doi ：10.11975/j.issn.1002-6819.2022.08.019 中图分类号：TP79 文献标志码：A 文章编号：1002-6819(2022)-08-0161-08 李振，曹见飞，杨晗，等. 采用非负矩阵分解方法的秸秆-土壤光谱解混及盐分估测[J]. 农业工程学报，2022，38(8)： 161-168. doi ：10.11975/j.issn.1002-6819.2022.08.019 Li Zhen, Cao Jianfei, Yang Han, et al. Spectral unmixing of straw and soil to estimate the soil salinity using non-negative matrix factorization[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(8): 161-168. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2022.08.019 谱影像进行融合，通过选择土壤盐分的特征波段，建立 0 引 言  了统计分析模型和机器学习模型，对黄河三角洲垦利县 土壤盐渍化是盐分在地表土层中不断累积的结果，是土 的土壤盐分进行了遥感反演。 地退化的一种常见表现形式[1-2] 。土壤