收藏本站
收藏 | 投稿 | 论文排版

基于Landsat OLI的绿洲灌区土壤盐度最优预测尺度分析

魏阳  丁建丽  王飞  
【摘要】:【目的】基于遥感提取的多尺度遥感指示因子和土壤实测电导率数据,借助统计分析,试图探寻适合干旱区典型绿洲灌区土壤盐度变异的最佳观测尺度和指征变量,为快速评估绿洲土壤盐渍化提供备选方案。【方法】以新疆渭干河-库车河绿洲为研究区,以野外采集的土壤盐度数据(采集0—10、10—20、20—40和40—60 cm土层土样,制备土壤饱和溶液并测试电导率(ms·cm-1))并将其作为预测对象(n=87),借助Landsat OLI遥感影像数据,利用栅格重采样(30—1 000 m)和领域滤波(原始分辨率为30、60、90、120、150、180、210 m,滤波尺度为3×3至31×31)两种方式,生成多个尺度若干种指示因子(主成分分析、缨帽变化、植被指数、湿度指数),共计获得1 078个(其中,栅格重采样生成352个,领域滤波生成726个)环境变量。在此基础之上,利用线性和非线性曲线模型分别拟合上述两种模式下土壤盐度和环境变量之间的相关性,进而找出最优环境因子和预测尺度。【结果】栅格重采样模式下能够较好响应各层土壤变异性的皆为非线性模式。其次,该模式下,拟合精度随着空间分辨率的降低而降低。此模式下最佳推理尺度为30 m,该尺度下最佳响应变量除了40—60 cm处为三波段差分指数(Three-band Maximal Gradient Difference,TGDVI)外,其余深度皆为扩展的归一化指数(Extended Normalized Difference Vegetation Index,ENDVI)。领域滤波模式下的最佳推理尺度为180 m(滤波尺度3×3),同时,各层最佳拟合变量皆为扩展的增强型植被指数(Extented Enhanced Vegetation Index,EEVI)。相比较栅格重采样模式,该模式下的拟合精度全面优于前者,各层依次提高14.60%、34.40%、32.10%和21.70%。【结论】基于领域滤波模式下,像元分辨率为180 m,窗口大小为3×3的ENDVI指数更适合预测本研究区土壤盐度的空间变异性。

知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978