【技術實現步驟摘要】
本專利技術涉及一種反演土壤鹽分的方法，尤其是一種利用無人機高光譜數據改進衛星數據以實現高精度大范圍反演土壤鹽分的方法。
技術介紹
1、土壤鹽漬化是全球干旱、半干旱地區面臨的重要生態環境問題。寧夏銀北地區分布有大面積的鹽堿土，在全球干旱區土壤鹽漬化研究中較為典型，該區土層深厚，地勢平坦，是我國重要的后備土地資源。運用科學手段精準反演和監測地區土壤鹽漬化動態，對區域糧食生產和農業可持續發展具有重要意義。
2、利用衛星遙感技術獲取大尺度土壤鹽分數據已成為土壤鹽漬化監測的重要手段。但衛星遙感數據的低分辨率往往會導致空間異質性問題，因為單個像元內可能存在多個特征。在較小尺度上采集的土壤鹽分數據無法與衛星遙感數據很好地匹配，從而導致空間尺度不匹配。
3、無人機遙感數據具有空間分辨率高、時效性強的優勢，在遙感領域研究和應用得到廣泛關注。與衛星遙感數據相比，無人機遙感數據在一個像元內的空間異質性更小，土壤鹽分數據與無人機遙感數據的空間分辨率可以很好地匹配。然而，無人機受限于飛行時長及飛行高度，圖像覆蓋范圍有限，難以實現如衛星影像的大范圍土壤鹽漬化監測。可見單一遙感數據難以同時滿足大面積且高精度的土壤鹽分監測。
4、在以往衛星與無人機光譜匹配的研究中，主要使用無人機多光譜數據。然而，無人機多光譜數據的波長范圍和中心波長往往與衛星多光譜數據不同。這種差異會導致在結合無人機和衛星圖像時忽略某些光譜信息，從而影響反演精度。高光譜傳感器通常能捕捉到數百個帶寬較窄的連續光譜帶，可進行靈活的波段組合，與衛星多光譜波段的波長
5、利用無人機遙感數據校正衛星遙感數據進行土壤鹽漬化監測，能夠有效結合無人機監測的高精度和衛星監測的廣覆蓋優勢。但無人機影像的空間分辨率為厘米級，而衛星影像如哨兵-2衛星影像的空間分辨率為10米。由于這種像元尺度上的巨大差異，同一研究區兩幅影像的圖像元素數量差異較大，如果直接校正會出現空間像元尺度不匹配的問題。因此，需要一種升尺度方法重建像元大小，使兩個平臺的像元大小為同一尺度。
技術實現思路
1、為了解決上述問題，本專利技術提供一種利用無人機高光譜數據改進衛星數據反演土壤鹽分的方法，先利用尺度轉換像元重建的方法，將無人機數據升尺度至衛星數據同一尺度，之后利用光譜轉換方法，匹配無人機和衛星數據的光譜特性，最后利用數值回歸法找到兩者之間對應的函數關系。本專利技術利用無人機數據校正衛星數據，能夠提高土壤鹽分的反演精度，為土壤鹽漬化監測和治理提供技術支持。
2、本專利技術采用的技術方案為：一種利用無人機數據改進衛星數據反演土壤鹽分的方法，包括以下步驟：
3、s1、在試驗區采樣點采集土壤樣本，測定各土壤樣本的電導率，并根據電導率計算土壤含鹽量；
4、s2、獲取試驗區sentinel-2?10m空間分辨率衛星遙感影像數據及預處理；數據保存輸出單一波段衛星影像，并計算光譜指數；
5、s3、獲取試驗區0.2m空間分辨率無人機高光譜影像數據及預處理；利用主導變異權重法將無人機0.2m空間分辨率影像數據像元重建升尺度至10m空間分辨率大??；
6、s4、將無人機窄波段光譜數據重建為與衛星影像一致的寬波段光譜數據，保存輸出單一波段，并計算光譜指數；
7、s5、利用變量投影重要性方法篩選土壤含鹽量特征變量；
8、s6、利用隨機森林方法，以篩選后的特征變量作為自變量，以實測土壤含鹽量作為因變量，構建土壤含鹽量反演模型；
9、s7、采用數值回歸函數法，擬合升尺度后無人機土壤含鹽量反演模型與衛星反演模型的函數關系，實現衛星反演模型的校正。
10、進一步地，步驟s1包括以下分步驟：
11、s11、確定試驗區，選取試驗區中具有不同土壤含鹽量等級的代表性位置作為采樣點，在采樣點采集土壤樣本；
12、s12、用電導儀測定各土壤樣本的電導率，獲取各采樣點的土壤電導率；
13、s13、根據測定的土壤電導率計算各采樣點的土壤含鹽量，其中利用公式(1)計算土壤含鹽量；
14、?y＝(x+41.2543)×5÷2120.76????????????(1)
15、其中，y為含鹽量(g/kg)，x為電導率(us/cm)。
16、進一步地，步驟s2包括以下分步驟：
17、s21、獲取試驗區sentinel-210m空間分辨率衛星遙感影像數據，進行預處理，保存輸出試驗區單一波段衛星影像：藍光波段(blue)、綠光波段(green)、紅光波段(red)、近紅外波段(nir)；
18、s22、根據公式(2)計算鹽漬化指數s1，根據公式(3)計算鹽漬化指數s2，根據公式(4)計算鹽漬化指數s3，根據公式(5)計算鹽分指數si1，根據公式(6)計算鹽分指數si2，根據公式(7)計算歸一化植被指數ndvi，根據公式(8)計算歸一化光譜指數ndsi，根據公式(9)計算差值植被指數dvi，根據公式(10)計算歸一化綠波段差值植被指數gndvi，根據公式(11)計算重歸一化植被指數rdvi，計算結果保存為.tif格式，其中公式(2)-(11)如下：
19、?s1＝blue/red?????????????????????(2)
20、?s2＝(blue-red)/(blue+red)???????????????(3)
21、?s3＝?(green×red)/blue??????????????????(4)
22、?si1＝(green?×red)^0.5???????????????????(5)
23、?si2＝?(green^2+red^2+nir^2)^0.5?????????????????????(6)
24、?ndvi＝(nir-red)/(?nir+red)????????????????????(7)
25、?ndsi＝(red?-nir)/(?nir+red)???????????????????????(8)
26、?dvi＝nir-red????????????(9)
27、?gndvi＝(nir-green)/(nir+green)??????????????(10)
28、?rdvi＝(nir-red)/[(nir+red)^0.5]??????????????(11)
29、進一步地，步驟s3包括以下分步驟：
30、s31、獲取試驗區0.2m空間分辨率無人機高光譜數據，進行預處理；
31、s32、利用主導變異權重法對無人機影像數據進行像元重建，其計算公式如下：
32、
33、其中，
34、
35、式中，是基本地域單元內升尺度后的遙感信息本文檔來自技高網...
【技術保護點】
1.一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟S1包括以下分步驟：
3.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟S2包括以下分步驟：
4.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟S3包括以下分步驟：
5.根據權利要求2所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟S4包括以下分步驟：
6.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟S5包括以下分步驟：
7.根據權利要求6所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，依據步驟S52篩選出6個特征變量參與建模，即：S1，S2，NDVI，NDSI，DVI，RDVI；依據步驟S53篩選出7個特征變量參與建模，即：S1，S2，S3，SI1，NDVI，NDSI，GND
8.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟S6包括以下分步驟：
9.根據權利要求8所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟S63中的無人機模型最優超參數組合為(10，33，9)，衛星模型最優超參數組合為(10，31，11)。
10.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟S7包括以下分步驟：
11.根據權利要求10所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，進一步地包括以下步驟：
...【技術特征摘要】
1.一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟s1包括以下分步驟：
3.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟s2包括以下分步驟：
4.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟s3包括以下分步驟：
5.根據權利要求2所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟s4包括以下分步驟：
6.根據權利要求1所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特征在于，步驟s5包括以下分步驟：
7.根據權利要求6所述的一種利用無人機數據改進衛星數據反演土壤鹽分的方法，其特...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。