[发明专利]基于Landsat8对黄河三角洲土壤盐分的反演方法

权利要求书

1.基于Landsat8对黄河三角洲土壤盐分的反演方法，其特征在于，其具体步骤如下：

S1：土壤盐分数据的采集和获取，所述步骤S1具体通过以下方法实现：

S11：先进行网格布点，然后根据土地利用类型以及道路通达情况进行调整，共布置了样点86个，在每个样点周围用铁锹采集3-6处土壤，采集深度为0-20cm然后混合均匀；取1kg-2kg装入塑料袋，贴好标签，并且记录样点的坐标、采样时间、天气状况、土地利用类型、种植类型等信息；

S12：将采集后的土壤样品在室内晾晒，在晾干完成后对草根进行挑选，然后对土样进行研磨过1mm筛，将其放入广口瓶中进行保存，以便进行后续实验；

S13：将S12获得的土壤采用电导率法测定，具体方法如下：按照重量土水比为1:5取适量的土样和蒸馏水放入玻璃试管，震荡5分钟，然后过滤取其滤清液，用电导仪测定电导率，测定出电导率后，根据电导率和土壤盐分之间的关系公式进行换算，获得土壤盐分数据，具体换算公式如下：

S＝3.047EC_1：5-0.493，r＝0.981^***，p0.001，式中，S指土壤盐分含量，g/kg；EC_1：5指1：5土水比土壤浸提液电导率，ms/c；

S2：遥感影像数据的获取和处理，所述步骤S2具体通过以下方法实现：从美国国家航空航天局网站获取覆盖研究区的Landset8卫星的OLI数据，并根据垦利县的地形图进行几何校正，校正使用二次多项式纠正模型和最邻近像元重采样方法，误差控制在一个像元内，该项工作利用Envi5.1软件完成，从自然资源管理部门获取研究区矢量边界，在ArcGIS 10.0平台软件中对所校正后的遥感影像进行裁剪，裁出垦利县研究区的遥感影像；

S3：通过ArcGIS10.0软件提取计算Landsat8 OLI影像的各波段反射率数据，所述步骤S3具体通过以下方法实现：本步骤中关键在于土壤采样点对应遥感影像的光谱值的提取，在ArcGIS10.0软件中，用“extrct value to point”功能，根据土壤样点的坐标位置，提取样点对应的影像每一个波段栅格值，作为土壤样点对应的遥感反射率；

S4：通过对各波段做相应的lg(R)、1/R变化后，再通过SPSS软件对遥感的反射率和变换后的遥感反射率分别与土壤含盐量进行相关分析，初步筛选敏感波段所述步骤S4具体通过以下方法实现：

S41：用ArcGIS10.0对提取的样点的遥感光谱值做相应的数学变换，包括倒数变化,对数变化；

S42：利用SPSS软件对土壤盐分与影像各波段光谱值和变换后的光谱值形式进行相关分析，得到采样点盐分与各波段光谱值及其变换形式之间的相关关系，衡量两个或两组及以上具备相关性的变量之间的密切程度用到了相关系数，相关系数用Pearson简单相关系数法，相关系数的绝对值越大，相关性越强,相关系数越接近1或-1，相关度越强，相关系数越接近0，相关度越弱；

S5：通过SPSS软件对各波段反射率的1/R、lg(R)与步骤S1获得的土壤含盐量进行多元线性回归分析，建立回归模型，检验是否可以用各波段反射率的变化值与土壤含盐量进行模型建立，所述步骤S5具体通过以下方法实现：

S51：根据S4初步筛选出的遥感变量，通过SPSS软件对各波段反射率的1/R、lg(R)与步骤S1获得的土壤含盐量进行多元线性回归分析，建立回归模型；

S52：对建立的模型进行检验，首先进行F检验，当sig0.01，说明通过检验，进行回归分析时有效的；然后再进行精度检验，检验模型的精度和稳定性以便后期选取精度更好，稳定性更高的模型，检验方程的精度，采用决定系数、均方根误差，决定系数越大，均方根误差越小，模型精度越高，稳定性越好；

S6：针对对数变换和倒数变换后的遥感影像数据，分别建立土壤盐分遥感反演模型，用于将单一方法变换后建立的遥感影像数据模型和混合两种方法变换后建立的遥感影像数据模型进行比较，分析不同数据变换对模型精度的影响，所述步骤S6具体通过以下方法实现：

S61：首先根据S4初步筛选出的敏感遥感变量，先通过SPSS软件对从遥感数据获得的各波段反射率的对数lg(R)与步骤S1获得的土壤含盐量进行多元线性回归分析，得到模型的系数检验表；

S62：对建立的模型进行检验，F为8.452，sig为0.005，sig0.01,说明模型通过检验，模型是有效的；模型的决定系数为0.304，均方根误差为6.23；

S63：根据S4初步筛选出的敏感遥感变量，通过SPSS软件对从遥感数据获得的各波段反射率的倒数1/R与步骤S1获得的土壤含盐量进行多元线性回归分析，得到模型的系数检验表；

S64：对建立的模型进行检验，F为7.89，sig为0.006，sig0.01,说明模型通过检验，模型是有效的；模型的决定系数为0.295，均方根误差为6.25；

S65：比较几种不同的模型精度发现，基于各波段反射率的倒数1/R和对数lg(R)的混合遥感模型精度最高，最好的模型是Y1＝59.94-43.71*Log(B5)+7105.37*1/(B11)，可以用于黄河三角洲地区的土壤盐分反演监测；

S7：将上述建立的最佳预测模型应用到研究区Landsat8遥感影像上，得到Landsat8土壤盐分含量遥感反演图。