基于遥感数据同化的土壤含盐量估算方法
作者:张智韬; 黄小鱼; 陈钦达; 张珺锐; 台翔; 韩佳
更新时间:
探讨遥感数据同化在区域尺度土壤时空信息监测中的适用性。本研究以河套灌区沙澳高寒地区为研究区域,以高高一号卫星影像为数据源,采用灰色关联法选取光谱指数,采用岭回归法构建不同深度的土壤含盐量反演模型,并利用集合卡尔曼滤波同化算法将遥感数据应用于HYDRUS-1D模式,在区域尺度上对含盐量不同深度的土壤进行同化研究。结果表明,基于不同土壤深度的岭回归模型的R2在0.6以上,re在0.14-0.22之间。反演精度高,反演值更准确。在单点尺度上,与模拟值和反演值相比,同化值更接近实测值,eff为0.84-0.93,ner为0.61-0.73,均为正值,RMSE降低到0.006%-0.011%,提高了HYDRUS-1D模式的模拟精度。在区域尺度上,不同深度同化值的R均大于0.9,NER均大于0.6,优于模拟值和反演值,同化精度随深度的增加而降低。本文基于遥感数据和HYDRUS-1D模型的集合卡尔曼滤波同化提高了土壤含盐量的模拟精度,对提高区域尺度上土壤含盐量时空信息的精度具有一定的参考价值。