期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于遥感影像与随机森林算法的银北灌区土壤盐渍化监测方法研究
1
作者
陈猷
申晓晶
+3 位作者
周博
田佳珂
王拓
栾文杰
《江西农业大学学报》
北大核心
2025年第3期803-816,共14页
【目的】土壤盐渍化是影响农业生产和生态环境的重要问题,传统的大面积土壤盐渍化监测方法耗时耗力且成本高昂。随着遥感技术和机器学习算法的发展,快速、准确且非破坏性的土壤盐渍化监测成为可能,为相关农业生产活动及土地管理提供科...
【目的】土壤盐渍化是影响农业生产和生态环境的重要问题,传统的大面积土壤盐渍化监测方法耗时耗力且成本高昂。随着遥感技术和机器学习算法的发展,快速、准确且非破坏性的土壤盐渍化监测成为可能,为相关农业生产活动及土地管理提供科学依据。【方法】以宁夏惠农区礼和乡的玉米地为研究对象,利用Sentinel-2SR遥感影像和Google Earth Engine(GEE)平台数据,结合实地测得的土壤电导率(EC)值,开展基于随机森林算法的土壤盐渍化监测研究。通过筛选光谱特征,构建多种光谱特征组合模型,并采用随机森林算法进行训练与评估,对比R^(2)、MSE和RMSE等评价指标,以探寻最优的土壤盐渍化监测模型。【结果】(1)加入光谱指数的随机森林模型在玉米地提取中的总体精度从0.876(Kappa系数为0.842)提升至0.972(Kappa系数为0.965),提高约9.6%,分类结果边界更加清晰,分辨能力显著提高。(2)在土壤含盐量估算模型中,基于随机森林算法的不同光谱指数组合表现各异。其中,组合1(SI-T,GRNDVI)表现最佳,其决定系数(R^(2))达到0.94,均方误差(MSE)为0.29,均方根误差(RMSE)为0.53;组合2(SI-T,S7,NLI,GBNDVI)和组合3(SI-T,GRNDVI,GBNDVI)的表现依次递减。【结论】随机森林算法在土壤盐渍化监测中具有较高的预测精度和稳定性,能够有效捕捉土壤盐渍化的细微变化。研究为宁夏惠农区礼和乡的精准灌溉、盐渍化防治及土地管理提供了科学依据与技术支持,展示了遥感与机器学习技术在土壤盐渍化监测领域的良好应用前景。未来研究可进一步探索深度学习模型在土壤盐渍化监测中的应用,以提高模型的泛化能力和预测精度。
展开更多
关键词
遥感影像
特征选择
土壤盐渍化
随机森林
玉米地提取
宁夏
gee平台数据
在线阅读
下载PDF
职称材料
题名
基于遥感影像与随机森林算法的银北灌区土壤盐渍化监测方法研究
1
作者
陈猷
申晓晶
周博
田佳珂
王拓
栾文杰
机构
宁夏大学土木与水利工程学院
出处
《江西农业大学学报》
北大核心
2025年第3期803-816,共14页
基金
宁夏自然科学基金优秀青年项目(2024AAC05048)
国家重点研发计划项目(2021YFD1900600)。
文摘
【目的】土壤盐渍化是影响农业生产和生态环境的重要问题,传统的大面积土壤盐渍化监测方法耗时耗力且成本高昂。随着遥感技术和机器学习算法的发展,快速、准确且非破坏性的土壤盐渍化监测成为可能,为相关农业生产活动及土地管理提供科学依据。【方法】以宁夏惠农区礼和乡的玉米地为研究对象,利用Sentinel-2SR遥感影像和Google Earth Engine(GEE)平台数据,结合实地测得的土壤电导率(EC)值,开展基于随机森林算法的土壤盐渍化监测研究。通过筛选光谱特征,构建多种光谱特征组合模型,并采用随机森林算法进行训练与评估,对比R^(2)、MSE和RMSE等评价指标,以探寻最优的土壤盐渍化监测模型。【结果】(1)加入光谱指数的随机森林模型在玉米地提取中的总体精度从0.876(Kappa系数为0.842)提升至0.972(Kappa系数为0.965),提高约9.6%,分类结果边界更加清晰,分辨能力显著提高。(2)在土壤含盐量估算模型中,基于随机森林算法的不同光谱指数组合表现各异。其中,组合1(SI-T,GRNDVI)表现最佳,其决定系数(R^(2))达到0.94,均方误差(MSE)为0.29,均方根误差(RMSE)为0.53;组合2(SI-T,S7,NLI,GBNDVI)和组合3(SI-T,GRNDVI,GBNDVI)的表现依次递减。【结论】随机森林算法在土壤盐渍化监测中具有较高的预测精度和稳定性,能够有效捕捉土壤盐渍化的细微变化。研究为宁夏惠农区礼和乡的精准灌溉、盐渍化防治及土地管理提供了科学依据与技术支持,展示了遥感与机器学习技术在土壤盐渍化监测领域的良好应用前景。未来研究可进一步探索深度学习模型在土壤盐渍化监测中的应用,以提高模型的泛化能力和预测精度。
关键词
遥感影像
特征选择
土壤盐渍化
随机森林
玉米地提取
宁夏
gee平台数据
Keywords
remote sensing images
feature selection
soil salinization
random forest
cornfield extraction
Ningxia
gee
platform data
分类号
S159.2 [农业科学—土壤学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于遥感影像与随机森林算法的银北灌区土壤盐渍化监测方法研究
陈猷
申晓晶
周博
田佳珂
王拓
栾文杰
《江西农业大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
