Sentinel-2多光谱卫星遥感反演植被覆盖下的土壤盐分变化

为克服植被覆盖条件下土壤盐分含量与光谱反射率之间相关性较差所带来反演精度较低的问题,该研究以内蒙古河套灌区沙壕渠灌域为研究区域,利用Sentinel-2卫星同步获取光谱数据,通过构建以归一化植被指数(Normalized Difference Vegetation Index,NDVI)为分支标准的盐分深度决策树确定反演土壤盐分含量的最佳深度,然后构建以NDVI和表层土壤含水率为分支标准的类别决策树,将土壤样本划分为不同类别,以此分别构建土壤盐分反演模型,并评估反演效果.研究结果表明,决策树能增强光谱反射率对土壤盐分含量的敏感性,基于随机森林(Random Forest,RF)的盐分反演模型可取得理想的反演效果,决定系数为0.70,均方根误差为0.25％,相对分布误差为0.35,相对分析误差为1.67.土壤盐分含量反演模型能较好地反演表层(<20 cm)和深层(>40～60 cm)土壤盐分含量,在反演中层(20～40 cm)土壤盐分含量上存在一定局限.当地表有植被覆盖时,利用决策树可有效地提高土壤盐分含量的反演精度(与未考虑决策树相比,决定系数和相对分析误差分别提高0.32和0.80).研究结果可为监测灌区内作物生育期间土壤盐分含量的动态变化提供方法参考.