東北地理所在利用多源遙感數據進行數字土壤制圖研究中取得新進展
土壤是全球陸地生態系統中最活躍的含生命層，具有最活躍的生物地球化學能量交換和物質循環模式。準確監測土壤類別的空間分布特征可能有助于擴大我們的區域環境知識。詳細的土壤圖對于有效的農業實踐和環境保護至關重要。然而，盡管近年來數字土壤制圖（DSM）的精度不斷提高，但生成區域尺度的高精度土壤地圖仍然是一項具有挑戰性的任務。中國科學院東北地理與農業生態研究所農業遙感學科組的科研人員提出了一種新的基于時空譜（TSS）數據的DSM方法，并將DSM結果與中國傳統土壤圖進行比較。具體的步驟是采用離散小波變換（DWT）對2000年至2019年的13個陸地衛星多光譜數據進行融合，以獲取時間信息，以航天飛機雷達地形任務數字高程模型（SRTM-DEM）作為空間信息，高分5號衛星高光譜數據作為光譜信息。采用離散小波變換和譜帶分割方法融合時間和光譜信息，并將其與空間信息相結合，獲得TSS信息。然后，將TSS信息和隨機森林模型用于DSM。
結果表明：1）基于TSS信息的制圖結果與傳統土壤圖高度相關。在不同土壤類別中，我們的制圖結果與傳統土壤圖之間的核心區域差異很小，相鄰的土壤類別差異很大。基于TSS信息的DSM的總體精度和kappa系數分別為88.11%和0.82。2）在土壤含水量相同的情況下，高光譜數據的DSM的總體精度和kappa系數分別比多光譜數據的總體精度和kappa系數高6.80%和0.02。3）隨著時相信息的增加，DSM精度不斷提高，當多時相多光譜圖像數達到6個時，基于多時相多光譜數據的分類精度高于基于單時相高光譜數據的分類精度。4）考慮地形因素時，DSM精度得到有效提高。在不同土壤類型中，具有強可分性的地形因子是不同的。本研究提出的基于多源遙感數據TSS信息的DSM方法大大提高了DSM的精度，為未來的DSM研究提供了新的視角。
圖1 不同土壤類型的反射光譜特征
圖2 不同時相信息數量的總體精度和kappa系數。箱線圖上方括號中的數字表示多時相多光譜數據中不同多光譜圖像組合的數量。
圖3 TSS信息作為輸入的制圖結果
研究成果于近期發表在國際期刊Geoderma（IF=7.422）上，由劉煥軍研究員（通訊作者）和孟祥添博士（第一作者）共同完成。該研究得到了“王寬誠”教育基金和東北農業大學“學術骨干”工程的資助。
文章信息：Meng, X.T., Bao, Y.L., Liu, H.J, Zhang, X.L., Wang, X. 2022. A new digital soil mapping method with temporal-spatial-spectral information derived from multi-source satellite images. Geoderma. 425, 116065. https://doi.org/10.1016/j.geoderma.2022.116065
附件下載：
吉公網安備22017302000214號
