학술논문

MODIS和Landsat时空融合影像在土壤盐渍化监测中的适用性研究 ——以渭干河—库车河三角洲绿洲为例 / Exploring the application of MODIS and Landsat spatiotemporal fusion images in soil salinization:A case of Ugan River-Kuqa River Delta Oasis
Document Type
Academic Journal
Source
干旱区地理 / Arid Land Geography. 45(4):1155-1164
Subject
时空融合
随机森林
土壤电导率
土壤盐渍化
Language
Chinese
ISSN
1000-6060
Abstract
土壤盐渍化的遥感监测依赖于高时空分辨率影像,但受经费预算、卫星回访周期及天气的影响,高时空分辨率的遥感影像较难获取,这就限制了根据采样时间来获取对应时期遥感影像进行土壤盐渍化监测反演的应用.为此,提出融合MODIS和Landsat影像生成高时空分辨率影像来提取土壤盐渍化信息,为时空影像进行土壤盐渍化监测研究提供数据参考.以渭干河—库车河绿洲为研究区,利用增强型时空自适应融合率反射模型(Enhanced spatial and temporal adaptive reflec?tance fusion model,ESTARFM)和灵活的时空融合模型(Flexible spatiotemporal data fusion,FSDAF),对MODIS和Landsat影像进行时空融合,并基于融合影像数据构建了关于土壤电导率(EC)的随机森林(RF)预测模型,对比分析时空融合影像应用于土壤盐渍化遥感监测的适用性.结果表明:ES?TARFM融合影像的特征波段反射率与Landsat验证影像对应波段反射率一致性决定系数R2(Red)=0.8066、R2(SWIR2)=0.8444;FSDAF融合影像的特征波段与Landsat验证影像对应波段反射率一致性决定系数R2(Red)=0.6999、R2(SWIR2)=0.7493;基于ESTARFM融合影像构建的EC值预测模型精度最高,R2=0.9268,基于FSDAF融合影像构建的EC值预测模型精度良好,R2=0.8987,基于验证影像构建的EC值预测模型R2=0.9103;ESTARFM模型的融合精度高于FSDAF模型,并且基于融合影像构建的EC值预测模型效果良好.