作者：冯娟; 丁建丽; 杨爱霞; 蔡亮红土壤盐渍化综合光谱指数多元线性回归模型偏最小二乘回归模型支持向量机回归模型
摘要：以新疆塔里木盆地北缘的渭干河-库车河三角洲绿洲为研究区, 利用G F -1 与L a n d s a t 8O L I 影像数据作为基本数据源, 从影像上提取 1 5 个盐分指数和 5 个光谱植被指数, 通过灰度关联分析法, 对 0 ～1 0c m表层土壤含盐量与影像光谱指数进行分析和筛选, 确定出与土壤含盐量相关性较高的综合光谱指数, 采用多元线性回归, 偏最小二乘法回归, 支持向量机回归三种方法分别对 G F-1与 L a n d s a t 8O L I 影像构建基于实测数据和影像数据的综合指数土壤含盐量估算模型, 并选出最优模型.结果表明： （ 1 ）在 2 0 个光谱指数中, 相关性较好的光谱指数是 S R 、C S R I 、 S I 、 B I 、 S 6 、 A R V I 、 S A V I 、 N D S I , 关联系数均达到0 . 7 以上, 并基于这8 个光谱指数构建综合光谱指数.（ 2 ）3 种估算模型： 基于 G F -1 多元线性回归模型决定系数 R 2为 0 . 6 8 5 6 , 高于决定系数 R 2为 0 . 5 1 4 2的 L a n d s a t 8O L I ; 偏最小二乘回归模型 1 ～8 个主成分, G F -1 决定系数 2 个〉3个 〉1个, 其中 2个主成分最高可达 0 . 6 1 0 4 , L a n d s a t 决定系数4 个〉3 个〉2 个, 其中 4 个主成分最高可达 0 . 5 4 9 ; 支持向量机模型 3种函数, G F-1决定系数 R B F〉P o l y n o m i a l〉L i n e a r , 其中 R B F函数最高可达 0 . 7 9 6 9 , L a n d s a t 决定系数 P o l y n o m i a l 〉R B F〉L i n e a r , 其中 P o l y n o m i a l 函数最高可达0 . 7 1 5 4 .对比 3种模型可知, 支持向量机回归模型的 R 2最高, 因此该模型相对于多元线性回归和偏最小二乘回归更适于土壤盐渍化估算.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
