[发明专利]基于Landsat8对黄河三角洲土壤盐分的反演方法

说明书

基于Landsat8对黄河三角洲土壤盐分的反演方法，具体步骤如下：S1：土壤盐分数据的采集和获取；S2：遥感影像数据的获取和处理；S3：提取计算Landsat8 OLI影像的各波段反射率数据；S4：对各波段做相应的lg(R)、1/R变化后，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；S5：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；S6：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。本发明利用反演模型反演土壤含盐量并进行描述性统计分析，与实测土壤含盐量进行比对，发现含盐量基本一致，说明反演模型精度较高，稳定性较好。

【技术领域】

本发明提供涉及一种反演方法，具体涉及一种基于Landsat8对黄河三角洲土壤盐分的反演方法。

【背景技术】

土壤盐渍化是指在干旱，半干旱地区，由于地下水位的抬高，土壤水面蒸发量大于地下水补给而产生的盐分聚积的现象。我国土壤盐渍化现象严重，盐渍土面积约为l.0x108ha，其中残积盐渍土最高，高达45％，现代盐渍土次之，浅在盐渍土最少。其中滨海盐渍土主要位于我国东部及南海沿海地区[18]，海岸线全长18000多公里，从南到北跨越维度24度。

黄河三角洲地区是典型的滨海盐渍化区域，土壤盐分是制约该地区粮食产量和品质的主要原因，因此及时准确的获取土壤盐分含量，对于改善该地区土壤品质，增加该地区粮食作物产量，增加农民收入，实现区域农业的可持续发展具有极其重要的意义。

传统的土壤盐分信息获取主要通过实地采用调查的方法，随着遥感技术的发展和应用，利用遥感技术提取盐分经历了基于卫星影像对土壤盐分的定性分类，发展到基于高光谱和近地多光谱对土壤盐分的定量估算[12,13]。张同瑞[14]等通过实测高光谱数据和该研究区OLI影像数据结合的方法，分别进行相关分析和回归分析，最终选取最优模型为以SAVI为因变量的线性模型，能更准确及时获取黄河三角洲地区冬小麦种植区土壤盐分；买买买提.沙吾提[15]也同样利用WorldView-2影像和实测高光谱数据相结合的方法，分别采用偏最小二乘回归和BP神经网络方法定量反演新疆克里雅河流域土壤盐分含量，其中利用BP神经网络模型建立的模型R2高达0.851，能够更加准确的估算预测该地区的土壤含盐量；赵庚星[16]等通过对多光谱OLI和高光谱HSI影像融合的方法，然后分别采用多元线性回归，偏最小二乘回归法，BP神经网络，支持向量机和随机森林的方法建立遥感反演模型，对黄河三角洲地区的土壤盐分进行反演。通过研究对比发现，采用BP神经网络方法构建的模型精度最高，模型R2高达0.966，模型能及时准确的获取该地区土壤盐分，而由于是暗箱模型，所以无法准确写出表达式，研究人员很难参考该类模型。

基于上述分析，目前对于黄河三角洲地区覆盖所有土地利用类型、种植作物的、易操作的遥感反演模型较为缺乏。

【发明内容】

针对上述问题，本发明提供一种基于Landsat8对黄河三角洲较大尺度的土壤盐分的反演方法，其利用Landsat8 OLI影像和实验室测定的土壤盐分含量为数据源，利用数理统计分析方法建立黄河三角洲地区土壤盐分含量估算模型，探索土壤盐分的敏感波段和最佳反演模型，为今后即使准确的获取该地区土壤含盐量提供一定的技术支持，并为黄河三角洲地区的土壤盐渍化治理、防治，国家新型之策以及可持续发展提供依据。

本发明是通过以下技术方案实现的，提供基于Landsat8对黄河三角洲土壤盐分的反演方法，其具体步骤如下：

S1：土壤盐分数据的采集和获取；S2：遥感影像数据的获取和处理；