《表2 盐分指数计算公式：基于实测高光谱和Landsat 8 OLI影像的土壤盐化和碱化程度反演研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于实测高光谱和Landsat 8 OLI影像的土壤盐化和碱化程度反演研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

光谱反射率数据变换的主要目的是减少因光照和地形条件等引起的误差，降低噪声对光谱的影响[22]，反射率数据进行不同形式的预处理及建模方法的选择对构建反演模型很重要，并且对模型的精度和稳定性具有重要意义[23]。为消除高频噪声的影响，采用9点加权移动平均法对高光谱反射率原始数据（R）进行平滑去噪[24]，影像反射率采用原数据，实测平滑后光谱和影像原数据光谱均记为T1。为了进一步分析土壤光谱反射率与土壤含盐量、pH的关系，还对反射光谱进行了以下变换[25]：反射率的倒数（T2）、倒数对数（T3）、一阶导数（T4）、倒数对数的一阶导数（T5）。盐分指数是不同波段的简单组合，可用于建立光谱数据与特定目标之间的相关性，并为土壤盐度研究提供了科学依据[26]。本研究选取常用的5个盐分指数进行反演研究，计算公式见表2，表中G、R、B和NIR分别指绿光（525～600 nm）、红光（630～680 nm）、蓝光（450～515 nm）和近红外波段（845～885 nm）反射率经最佳方式转换后的值。敏感波段的选择可为光谱反演盐碱化指标提供有用的信息。通过分析土壤含盐量和pH与不同变换形式的光谱反射率的相关性，寻求对含盐量和pH敏感的光谱波段，相关性越强，表明此波段对盐碱化指标越敏感。