基于多时相遥感影像的农安县土壤有机质含量估算

摘要

精准获取农田土壤碳储量对确保国家粮食安全及应对气候变化具有重要意义。土壤有机质（Soil Organic Matter,SOM）作为土壤碳库的重要组成部分，采用遥感影像估算SOM的精度受单时相、多时相影像的影响程度，及究竟选取多少景影像进行SOM的估算较为合适尚不清楚。本研究以吉林省长春市农安县为研究区，以2013-2018年Landsat 8遥感影像作为数据源，选取归一化植被指数（Normalized Difference Vegetation Index, NDVI）、比值植被指数（Ratio Vegetation Index,RVI）、有机碳指数（Soil Organic Carbon Index,SOCI）等光谱指数，并提取高程、坡度、坡向、地形湿度指数（Topographic Wetness Index,TWI）等地形因子，及粮食产量、化肥施用量等农田管理措施，采用随机森林算法筛选后的指示因子作为模型的输入变量，构建SOM估算模型。结果表明：相较于使用单时相卫星影像提取的指示因子，使用多时相卫星影像能更好的利用影像多时相信息，对SOM的估算精度较高。随着使用影像年份的增加，模型反演精度会达到上限，本研究中使用数据年限为3年，后续增加使用影像的数量，反演精度基本不变。使用3年影像进行SOM反演的模型验证集精度R2为0.682,RMSE为3.152 g/kg。本研究成果不仅对应用多时相遥感影像进行SOM精准估算具有重要意义，也对农田土壤质量的提升及农业可持续发展具有重要意义。

关键词

土壤有机质 / 多光谱影像 / 多时相 / 随机森林 / 贡献率