《表1 电机参数:基于变量优选与机器学习的干旱区湿地土壤盐渍化数字制图》
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
《基于变量优选与机器学习的干旱区湿地土壤盐渍化数字制图》
地形数据是数字土壤制图研究中最常用的地表参数,地形条件在盐分布和重新分布中起着重要作用,坡陡的地形有利于盐分的淋移,而低洼的地形却有利于盐分的积累[20]。本研究从地理空间数据云(http://www.gscloud.cn/)获取了空间分辨率为30 m的研究区DEM数据,并重采样成10 m的分辨率,使用SAGA GIS软件计算了15种地形指数,见表1。在土壤盐渍化监测中,植被是影响预测精度的关键因素之一,虽然植被会遮蔽土壤信息,但是在高植被覆盖下,植被指数对土壤盐分的变化更加敏感[21]。已通过遥感影像计算了部分植被指数,见表2。在遥感影像上,由于盐渍化土壤的蓝、绿、红和近红外的光谱特性不同,因此相关学者开发了各种盐度指数用于土壤盐渍化的监测与制图[22]。然而目前构建的指数大都集中于可见光与近红外波段,在短波近红外和红边光谱带中研究较少,Sentinel-2特有的3个红边光谱带为改善土壤盐分监测提供了新的机遇。本研究计算了33个红边光谱指数,见表3。
图表编号 | XD00204356600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 张子鹏 |
绘制单位 | 新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室、新疆大学绿洲生态教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |