基于多光谱遥感的裸土土壤含水量反演研究

• Published in: 矿业科学学报 Vol. 5; no. 6; pp. 608 - 615
• Main Authors: 王启元, 赵艳玲, 房铄东, 杨熙, 周虎, 刘金凤
• Format: Journal Article
• Language: Chinese
• Published: 中国矿业大学(北京) 土地复垦与生态重建研究所,北京 100083%山东省临沂市城乡建设服务中心,山东临沂 276000 01.12.2020
• Subjects: 土壤含水量; 多光谱; 矿区; 反向传播神经网络
• ISSN: 2096-2193
• DOI: 10.19606/j.cnki.jmst.2020.06.002

P23; 矿区排土场的土壤含水量监测研究在矿产资源开发、生态恢复及干旱预警等方面具有重要意义.以我国东部草原区胜利露天矿北排土场土壤为试验材料,使用Spequoia多光谱相机和ECH2 O土壤水分传感器对4种不同深度(1 cm、3 cm、5 cm、10 cm)的土柱样本每天10:00至14:00持续监测,采集到4个波段(550 nm、660 nm、735 nm、790 nm)处的土壤光谱反射率和土壤含水量数据,分别使用偏最小二乘回归法、岭回归法、反向传播(BP)神经网络三种方法建立单波段或多波段光谱反射率组合作为反演因子的土壤含水量反演模型.结果表明,偏最小二乘回归法、岭回归法反演精度较低,R2最高仅为0.606.以绿(550 nm)、红边(735 nm)、近红外(790 nm)三波段组合作为反演因子的反向传播神经网络(G-R-N-BP)模型反演效果最佳,其对1 cm、3 cm、5 cm、10 cm深度土壤含水量反演模型的决定系数(R2)分别为0.866、0.800、0.975、0.911,均方根误差(RMSE)分别为0.333、0.361、0.103、0.315,最佳反演深度为5 cm.本研究为矿区地表水分监测提供了重要的理论依据与实践应用价值.