全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

土壤盐分遥感反演研究进展
Progresses in Remote Sensing of Soil Salinization

DOI: 10.12677/HJSS.2020.84029, PP. 190-195

Keywords: 土壤盐渍化,遥感,高光谱遥感,多光谱遥感,黄河三角洲
Soil Salinization
, Remote Sensing, Hyperspectral Remote Sensing, Multi-Spectral Remote Sensing, Yellow River Delta

Full-Text   Cite this paper   Add to My Lib

Abstract:

在气候变化和人类活动的双重影响下,土壤盐渍化已经成为土壤退化的主要形式,在人口增长的未来情势下,其严重威胁全球粮食安全。追溯土壤盐渍化发展历史、监测土壤盐渍化现状,对于研究土壤盐渍化驱动机制、提出土壤质量改善措施、预测土壤盐渍化发展趋势具有重要意义。自上世纪70年代以来,在地面采样数据的支持下,卫星遥感技术为长时间序列土壤盐分分级制图、定量反演和动态监测提供了全新的手段。本文以可见光近红外遥感为主,兼顾热红外和微波遥感,重点介绍我国典型土壤盐渍化区域遥感土壤盐分的主要方法,提出遥感土壤盐分的发展方向。
Under the dual influences from climate change and anthropogenic activities, soil salinization has been the major form of soil degradation, which might threaten food security in the projected future scenario of rapid population growth. There is an urgent need to track soil salinity dynamics and determine current soil salinity status, which are significant for investigating driving forces, design-ing soil improvement measures, and predicting future soil salinity distributions. Since the 1970 s, satellite remote sensing has provided a special opportunity for a long-term soil salinity classifica-tion, retrieval, and dynamic monitoring. From the perspective of visible and near-infrared, thermal infrared and microwave remote sensing, this study summarizes the main methods for mapping soil salinity in China, and shows the directions in remote sensing of soil salinity.

References

[1]  戚浩平, 翁永玲, 赵福岳, 等. 茶卡–共和盆地土壤盐分与光谱特征研究[J]. 国土资源遥感, 2010, 22(S1): 4-8.
[2]  李艳. 基于空间变异特性的滨海盐土采样及管理分区研究[D]: [博士学位论文]. 杭州: 浙江大学, 2006.
[3]  刘丽娟, 李小玉. 干旱区土壤盐分积累过程研究进展[J]. 生态学杂志, 2019, 38(3): 891-898.
[4]  Weng, Y.L., Gong, P. and Zhu, Z.L. (2010) A Spectral Index for Estimating Soil Salinity in the Yellow River Delta Region of China Using EO-1 Hyperion Data. Pedosphere, 20, 378-388.
https://doi.org/10.1016/S1002-0160(10)60027-6
[5]  Fan, X.W., Liu, Y.B., Tao, J.M., et al. (2015) Soil Salinity Retrieval from Advanced Multi-Spectral Sensor with Partial Least Square Regression. Remote Sensing, 7, 488-511.
https://doi.org/10.3390/rs70100488% %%买买提?沙吾提, 吐尔逊?艾山, 塔西甫拉提?特依拜, 等. 基于热红外光谱的干旱区土壤盐分监测研究[J]. 干旱区地理, 2017, 40(1): 181-187.
[6]  贾殿纪. 环青海湖流域土壤盐分含量极化SAR反演研究[D]: [硕士学位论文]. 北京: 中国地质大学, 2019.
[7]  李和平, 田长彦, 乔木, 等. 新疆耕地盐渍土遥感信息解译标志及指标探讨[J]. 干旱地区农业研究, 2009, 27(2): 218-222.
[8]  袁泽, 丁建丽, 牛增懿, 等. 基于GF-1遥感影像的艾比湖区域田间尺度土壤盐渍化监测方法[J]. 中国沙漠, 2016, 36(4): 1070-1078.
[9]  张丽. 玛纳斯河流域绿洲荒漠区盐渍化土地利用变化与利用潜力研究[D]: [博士学位论文]. 乌鲁木齐: 新疆农业大学, 2013.
[10]  王雪梅, 周晓红. 渭干河–库车河三角洲绿洲棉田土壤盐分估算及遥感反演[J]. 干旱地区农业研究, 2018, 36(6): 250-262.
[11]  李晓明, 杨劲松, 余美, 等. 基于电磁感应的干旱区土壤盐渍化定量遥感研究[J]. 国土资源遥感, 2012, 92(1): 53-58.
[12]  张同瑞, 赵庚星, 高明秀, 等. 基于近地多光谱和OLI影像的黄河三角洲冬小麦种植区盐分估算及遥感反演——以山东省垦利县和无棣县为例[J]. 自然资源学报, 2016, 31(6): 1051-1060.
[13]  吴亚坤, 杨劲松, 李晓明. 基于光谱指数与EM38的土壤盐分空间变异性研究[J]. 光谱学与光谱分析, 2009, 29(4): 1023-1027.
[14]  贾吉超, 赵庚星, 高明秀, 等. 黄河三角洲典型区域冬小麦播种面积变化与土壤盐分关系研究[J]. 植物营养与肥料学报, 2015, 21(5): 1200-1208.
[15]  贾吉超. 黄河三角洲典型区域麦棉遥感监测及土壤盐分效应[D]: [硕士学位论文]. 泰安: 山东农业大学, 2015.
[16]  哈学萍. 干旱区土壤盐渍化遥感监测模型构建研究[D]: [硕士学位论文]. 乌鲁木齐: 新疆大学, 2009.
[17]  刘亚男, 白欣, 侯君英. 基于特征空间的土壤含盐量的遥感反演[J]. 安徽农业科学, 2014, 42(1): 110-111.
[18]  丁建丽, 姚远, 王飞. 干旱区土壤盐渍化特征空间建模[J]. 生态学报, 2014, 34(16): 4620-4631.
[19]  罗冲, 王玲, 彭丽, 等. 基于遥感指数和PLSR的玛纳斯河流域绿洲盐分的定量分析[J]. 石河子大学学报(自然科学版), 2016, 34(6): 779-784.
[20]  陶金梅, 范兴旺, 翁永玲. 基于GRNN的ALI多光谱遥感数据土壤盐分反演研究[J]. 现代测绘, 2012, 35(6): 10-12.
[21]  唐明星. 基于高光谱遥感的盐土棉田棉花叶片含水量和土壤电导率监测研究[D]: [硕士学位论文]. 南京: 南京农业大学, 2009.
[22]  安德玉, 邢前国, 赵庚星. 基于HICO波段的滨海土壤盐分遥感反演研究[J]. 海洋学报, 2018, 40(6): 51-59.
[23]  刘亚秋, 陈红艳, 王瑞燕, 等. 基于可见/近红外光谱的黄河口区土壤盐分及其主要离子的定量分析[J]. 中国农业科学, 2016, 49(10): 1925-1935.
[24]  刘海霞, 丁建丽. 基于EM38和遥感影像的土壤表观电导率建模研究[J]. 干旱区资源与环境, 2012, 26(11): 122-126.
[25]  陈文娇. 基于多源数据光谱转换的土壤盐分反演与动态分析[D]: [硕士学位论文]. 南京: 东南大学, 2018.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133