基于XGBoost模型的克州平原地区土壤盐分遥感反演

摘要

研究实测土壤电导率与光谱指数的关系，反演克孜勒苏柯尔克孜自治州平原地区土壤盐分分布规律，为克州地区土壤环境的改善及盐碱地治理提供理论依据。本研究基于野外采集克州平原地区的106个土壤样品，运用实测土壤电导率与光谱指数建立数据集，采用XGBoost、Adaboost、CatBoost、ExtraTrees、Random Forest,5种方法构建土壤含盐量估测模型，分析对比Boosting模型与Bagging模型拟合的效果，并利用最优估测结果，对研究区土壤含盐量的空间分布格局进行遥感反演。通过实测土壤电导率与Landsat 8影像提取光谱指数的相关性分析，得出盐分指数SⅠ、SⅡ、SⅢ、SⅣ、SⅤ为最优特征集。基于贝叶斯优化超参数的XGBoost模型，对土壤盐分含量预测精度优于其他模型（验证集：R²为0.767,RMSE为2.666 dS/m,MAE为1.857 dS/m）。利用最佳模型对克州平原地区土壤盐渍化空间分布进行分析，该地区主要以非土壤盐渍化为主。基于贝叶斯算法进行超参数优化构建的XGBoost模型预测精度高，可以达到良好的预测效果，该研究为克州平原地区及类似干旱、半干旱地区的土壤盐分监测提供一种新的技术手段，为当地的土壤盐渍化治理提供科学依据和决策支持。

关键词

土壤盐渍化 / XGBoost模型 / 土壤电导率 / 贝叶斯优化 / 随机森林