中国环境科学

作者：田义超, 郑丹琳, 张强, 卢芳, 黄友菊, 陶进, 张亚丽, 林俊良, 姚贵钊, 姚媛元

单位：1. 北部湾大学资源与环境学院, 北部湾海洋发展研究中心, 广西 钦州 535000;2. 北部湾大学, 广西北部湾海洋环境变化与灾害研究重点实验室, 海洋地理信息资源开发利用重点实验室, 广西 钦州 535000;3. 广西壮族自治区自然资源遥感院, 广西 南宁 530028

关键词：土壤盐分,遥感定量反演,机器学习,资源一号,钦州湾

基金：国家自然科学基金资助项目（42261024）；广西高校人文社会科学重点研究基地“北部湾海洋发展研究中心”项目资助（JDZD202214，BHZKY2022）；广西林业科技推广示范项目（桂林科研[2022]第4号）；广西基地和人才项目（2019AC20088）；广西自治区大学生创新创业训练项目（202011607185）

以钦州湾滨海地区作为研究区，基于国产资源一号02D（ZY1-02D）多光谱卫星提取的相关特征参数，在AdaBooost、LightGBM、XGBoost、RFR以及CatBoost五种不同机器学习算法的支持下，设置了5种不同的输入变量组合，并基于决定系数（R2）和均方根误差（RMSE）对不同模型的性能进行了评价.结果显示： 研究区实测土壤盐分含量范围为0.740~10.352 g/kg，均值为1.739 g/kg； CatBoost相较于AdaBooost、LightGBM、XGBoost、RFR有更好的预测性能，CatBoost结合全变量组在预测阶段取得了最高精度（R2=0.8317，RMSE=0.3957 g/kg）；在全变量组中，纹理特征中的均值对土壤盐分含量最为敏感，贡献度最高；研究区土壤盐分含量预测值为0~8.784g/kg，均值为2.478g/kg，轻度盐渍土分布广泛，主要集中分布在研究区西部，在东部地区分布较零散.国产资源卫星遥感数据结合CatBoost模型在钦州湾滨海土壤盐分反演中表现出较好的性能，可为大规模估算土壤盐分含量提供一种新的方法和思路.

来源：2024年第1期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2024年第1期