[00145166]高光谱土壤成分信息量化反演研究

本1. 课题来源与背景 盐渍化是干旱、半干旱地区由于不合理的人类活动和脆弱的生态环境相互影响而引起的土地退化问题,也像沙漠化一样成为当今全球性的环境和社会经济问题。研究盐渍化土地的性质、范围、面积、地理分布、盐渍程度,尤其是对盐碱土的含盐量进行量化分析,对综合治理盐碱地,防止进一步扩展,合理规划土地利用类型尤其重要。 遥感科学的快速发展,为资源的观测提供了新的发展方向,遥感的应用也从定性发展到对各种地表参数的定量提取。尤其是高光谱数据的出现,为定量反演地表参数开辟了新天地。运用高光谱数据对盐碱土的土壤含盐量的定量提取,已经越来越广泛地引起了人们的关注。 2. 研究目的与意义 研究目的：利用星载高光谱数据EO-1（Earth Observation Hyperion）对土壤光谱信息进行提取与分析,实现利用高光谱数据定量获取土壤理化参量（土壤有机质、土壤含水量、土壤含盐量等）;并建立基于定量分析基础上的农业土土壤质量评价模型。 研究意义：人类生存环境的恶化是当前社会所面临的重大问题,其中土地质量退化愈加严重,这一问题成为各国政府和学者们所关注的焦点;高光谱成像技术的核心是"图谱和一",它将反映地物性质的光谱与确定空间和几何关系的图像有机的结合到一起,使高精度定量反演土壤成分信息成为可能;本次研究为土地资源的管理向自动化、定量化方向发展提供理论依据;最终研究成果为土地质量评价、土地监测、开展"精准农业"的田间管理提供借鉴和基础资料。 3. 主要论点与论据 本项目结合国内外定量遥感的最新研究成果,在对高光谱遥感和土壤成分定量反演的理论和实现方法进行深入研究的基础上,以黑龙江省肇东市某一实验地为研究区域,选用高光谱Hyperion数据,进行了外业调查、地物光谱测试、影像处理、经验模型建立、BP神经网络模型建立等一系列研究工作,具体内容包括：对运用遥感技术进行土壤含盐量定量反演中的误差来源进行了分析;影像各个波段的反射率与土壤含盐量的相关性分析;对影像分别实现了主成分分析、独立成分分析、最大噪声组分变换;在综合论述神经网络模型理论的基础上,运用MATLAB7,建立了基于BP神经网络的土壤含盐量模型,成功地实现了土壤含盐量的反演。研究成果可为土地资源的管理向自动化、定量化方向发展提供理论依据,为土地质量评价、土地监测、开展"精准农业"的田间管理提供借鉴和基础资料。 4. 主要创新 （1）首次运用Hyperion数据,对大庆地区盐碱土反演土壤含盐量进行了尝试。在进行了影像预处理、地物光谱测试、特征提取和特征选择、相关性分析后,得出传统的经验统计模型反演土壤含盐量的精度低的结论。 （2）将BP神经网络模型,运用到高光谱数据对研究地区土壤含盐量的反演中。 5. 社会经济效益 将高光谱数据引入土壤成分的提取中,会极大提高土地动态监测的自动化水平和监测效率,扩大监测范围,降低调查成本,提高调查成果的科学性、直观性和稳定性;可广泛应用于国家和地方的资源可持续利用和社会可持续发展的决策过程中,有关的技术成果可实施推广,因此具有较广泛的市场应用前景。 6. 存在问题 （1）为充分利用高光谱数据的光谱信息与地物反射率的匹配,加强地物光谱测试的研究,在有条件的情况下建立研究区域的小型的光谱数据库,进一步对盐化土壤的光谱特征与土壤盐分含量之间的机理研究。 （2）本次研究的样本数量较小,在今后的研究中应通过增大样本数量,进一步对神经网络的泛化能力进行验证。 （3）微波遥感由于其全天候,透射能力强的特点,成为地表参数反演的另一重要的遥感信息源,如何将高光谱数据与微波遥感相结合反演土壤含盐量,也是今后研究的方向之一。