用户名: 密码: 验证码: 注册 忘记密码?
手机版 关注微信无人机之家微信
返回顶部
您现在位置:无人机之家 >> 应用 >> 环保应用 >> 土质检测 >> 浏览应用

基于无人机-卫星遥感升尺度的土壤盐渍化监测方法

时间:2019-11-7 16:38:04编辑:佚名来源:互联网栏目:土质检测点击数(0)已有0人评论 加入收藏

  为提高卫星遥感对裸土期土壤盐渍化的监测精度。以河套灌区沙壕渠灌域为研究区域, 利用无人机多光谱遥感和 GF-1 卫星遥感分别获取图像数据,并同步采集土壤表层含盐量。将实测含盐量与无人机和 GF-1 卫星两种数据的光谱因子进行相关性分析,引入多元线性回归模型(Multivariable linear regression,MLR)、逐步回归模型(Stepwise regression,SR)和岭回归模型(Ridge regression,RR),分别构建盐渍化监测模型。采用改进的 TsHARP 尺度转换方法,将无人机数据建立的趋势面应用到 GF-1 卫星尺度上,经过转换残差校正,对升尺度结果进行定性和定量分析。结果表明:在两种遥感数据的光谱波段和盐分指数中,蓝波段 B1、近红外波段 B5、盐分指数 SI、盐分指数 S5 和改进的光谱指数 NDVI-S1 与表层土壤盐分的相关性较好,相关系数均在 0.3 以上;在 3 种回归模型中,利用无人机多光谱影像数据和GF-1 多光谱影像数据反演表层土壤含盐量的最优模型分别是SRU模型和MLRS 模型; 升尺度后土壤含盐量的反演精度高于直接采用卫星遥感数据反演的精度。本研究可为裸土期土壤盐渍化的大范围快速精准监测提供一定的参考。

  土壤盐渍化是一个全球生态环境问题,不仅会对作物生长产生负面影响,还会引起土地退化。因此,准确快速获取土壤盐渍化信息对灌区的可持续发展具有重大意义。

  卫星遥感具有快速和范围广等优点,是大范围监测土壤盐渍化的一种有效途径,目前已得到了广泛的应用。如 Lobell D B通过 MODIS 影像计算 EVI 和 NDVI 进行区域尺度的盐分监测,姚远等利用 Landsat TM7 影像计算植被指数进行北疆地区土壤盐分反演。现有研究虽已取得了较多的成果,但卫星遥感数据存在高时间分辨率和高空间分辨率矛盾的问题

  为解决这一问题,国内外学者开展了大量尺度转换的研究。Liang通过尺度上推分析了从 30m 到 1km 反照率和 LAI 的变化规律,发现随空间尺度的变化呈线性变化;张万昌等基于统计分析的方法实现了 30m ETM+影像反演 LAI 向 900m 的转换,并对 LAI 产品进行了校正,发现效果较好。但这些方法多是基于卫星空间尺度之间的转换。目前,在大范围监测地表动态研究中,常用的卫星遥感影像空间分辨率还是相对较低 ,对于灌区盐渍化的精准监测存在一定的局限性。无人机作为新型遥感平台,具有高时效、高空间分辨率、云下低空飞行、高机动性等优点[13],可以迅速而准确地完成一定区域内的盐渍化监测任务。但无人机在大范围监测土壤盐渍化方面存在着缺陷,如果将无人机遥感的高空间分辨率与卫星遥感的大范围监测相结合,则可实现高精度大尺度的盐渍化监测。因此,进行无人机到卫星尺度转换研究,对土壤盐渍化的监测具有非常重要的理论意义,而目前针对这一方面的研究还鲜有报道。

  本文以河套灌区沙壕渠灌域裸土期不同盐渍化程度的表层土壤为研究对象,采用 MLR 模型、SR 模型和 RR 模型,分别构建无人机数据和 GF-1 卫星遥感数据的土壤盐渍化监测模型,并通过改进的 TsHARP 尺度转换方法,将无人机多光谱数据(空间分辨率为 6.5cm)建立的趋势面应用到 GF-1 卫星(空间分辨率为 16m)中,经过转换残差校正后,对升尺度结果进行定性和定量评价,以期为提高卫星遥感监测盐渍化精度提供一定的理论支持。

  1 材料与方法

  1.1 研究区概况

  河套灌区解放闸灌域沙壕渠灌域为本研究的试验区,如图1所示,其面积约为5333.36hm2, 位于西北高原地带,平均海拔1000m以上,属于典型的干旱半干旱大陆性气候,土壤类型为 粉质粘壤土,平均干容重为1.466t/m3。地下水埋深为1.5m左右,年降雨量为66.3~200mm,

  年蒸发量约为2000mm,蒸降比在10以上。降水少蒸发大[14],再加上气候条件、土质因素及 不合理灌溉方式导致了此地区相对严重的土壤盐渍化问题。

  图 1 研究区示意图

  Fig.1 Map of research area

  1.2 数据来源与处理

  1.2.1 无人机多光谱遥感图像数据获取

  本次试验所使用的无人机为大疆公司生产的 M600 型六旋翼无人机,其携带的多光谱相机传感器为 Mirco-MCA (简称 u-MCA),它具有远程触发的特点,包括 6 个波段的光谱采集通道,分别是蓝波段(490 nm)、绿波段(550 nm)、红波段(680 nm)、红边波段(720 nm)、近红外波段 1(800 nm)、近红外波段 2(900nm)。试验选取不同盐渍化程度的 5 个区域,分别对其进行了无人机飞行试验,如图 1 所示。无人机飞行模式按照提前规划的航线飞行, 拍照模式为等时间间隔,主航线间图像重叠率设置为 80%,多光谱影像获取时间为 2018 年 5 月 1 -5 日,选择天气晴朗的日期进行飞行,无人机飞行高度为 120m,多光谱相机镜头垂直向下,此时影像所对应的地面分辨率为 6.5cm。在研究区内布设了参考板,以便对遥感影像进行辐射标定。

  使用与多光谱相机配套的处理软件(PixelWrench2)对获取的影像进行配准与合成,导出为 6 波段多光谱影像的 tif 格式。将采样点的经纬度导入 ENVI5.3.1 软件,提取 tif 图像中

  对应采样点的灰度,利用参考板进一步计算出对应的反射率。

  1.2.2 GF-1 多光谱遥感影像的获取及预处理

  本文以国产高分一号卫星影像(GF-1 WFV 相机)为数据源。卫星影像的成像时间与实测土壤含盐量日期同步,高分一号卫星数据的重访周期为 4d,空间分辨率为 16m,包括 4 个波段,分别为蓝波段(450-520nm)、绿波段(520-590nm)、红波段(630-690nm)和近红外波段(770-890nm)。

  在 ENVI5.3.1 软件中对下载的影像进行几何精校正、辐射定标、大气校正等预处理,经剪裁后得到研究区域卫星影像图,将野外实测采样点的经纬度导入到 GF-1 卫星遥感影像中,

  导出各采样点对应像元的反射率,用于构建土壤盐分含量的反演模型。

  2. 结论

  (1)通过土壤盐分与无人机数据和 GF-1 数据的光谱波段和盐分指数进行相关性分析发现,两者的蓝波段(B1)、近红外波段(B5)、盐分指数(SI)、盐分指数(S5)和新构建的光谱指数 NDVI-S1 与土壤盐分具有较好的相关性,相关系数均在 0.3 以上。其中新构建光谱指数 NDVI-S1 可达到 0.47 以上。

  (2) 比较 2 种不同数据源在三种回归模型下反演表层土壤盐分中发现,无人机数据建立的模型精度均优于 GF-1 卫星数据;在无人机高分辨率数据下,逐步回归模型相对最优, 在 GF-1 卫星低分辨率数据下,多元线性回归模型相对最优。

  (3)通过对升尺度影像图的定性和定量分析发现,应用改进的 TsHARP 尺度转换方法可实现对 GF-1 卫星遥感监测土壤盐渍化精度的提高。升尺度后的最优模型比直接采用 GF-1 数据反演的最优模型 Rc2 高 0.338,R 2 高 0.369,RMSE 低 0.084。

  (4) 基于最优模型对研究区土壤盐分进行空间分布反演和分析,结果表明:反演获得的研究区土壤盐分含量与实际采样调查情况一致,表现为北部和中部主要为非盐渍土和轻度盐渍化土壤,南部盐渍化情况相对严重。该研究对提高卫星遥感监测盐渍土精度具有重要理论意义。

具体过程请看:http://kns.cnki.net/kcms/detail/11.1964.S.20191025.1449.015.html

全国无人机服务咨询电话:400-765-6781
加微信:18771937458,进入无人机微信群!
(添加备注:无人机交流
无人机之家微信二维码
关键字:无人机 卫星 遥感 土壤监测
注:凡本网注明“来源:XXX”的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。
上一篇: 没有了
下一篇:没有了
相关阅读

无人机飞手

  • 1
    无人机飞手齐保卫
    齐保卫
    ★★★★★
    大疆全系无人机熟练操控,无人直升机、植保机,手抛、弹...【详情
    668
  • 2
    无人机飞手朱伊航
    朱伊航
    ★★★★★
    全能飞手,擅长各型号无人机【详情
    675
  • 3
    无人机飞手李强
    李强
    ★★★★★
    李强,武汉翼飞智能科技有限公司王牌飞手,拥有丰富的飞...【详情
    682

无人机公司

关于我们- 联系我们- 法律声明- 人才招聘- 免责声明- 百度地图- 谷歌地图- 网站地图- TAGS- 友情链接