|本期目录/Table of Contents|

[1]杨培杰,韩保栋,张玉燕,等.Sentinel-2影像结合空间关联随机森林模型反演裸土期耕地土壤全氮含量[J].江苏农业科学,2023,51(11):185-191.
　Yang Peijie,et al.Estimation of soil total nitrogen contents in cultivated land based on Sentinel-2 images and spatial random forest algorithm[J].Jiangsu Agricultural Sciences,2023,51(11):185-191.
点击复制

Sentinel-2影像结合空间关联随机森林模型反演裸土期耕地土壤全氮含量(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第51卷
期数:
2023年第11期
页码:
185-191
栏目:
农业工程与信息技术
出版日期:
2023-06-05

文章信息/Info

Title:
Estimation of soil total nitrogen contents in cultivated land based on Sentinel-2 images and spatial random forest algorithm
作者:
杨培杰1; 2; 韩保栋1; 2; 张玉燕1; 2; 赵菲1; 2; 王庆兵1; 2; 翟晓燕3; 4
1.山东省国土空间生态修复中心，山东济南 250000； 2.自然资源部黄河三角洲土地利用安全野外科学观测研究站，山东滨州 251900；3.枣庄学院旅游与资源环境学院，山东枣庄 277160； 4.黎刹大学，菲律宾曼达卢永市 1552
Author(s):
Yang Peijie; et al
关键词:
土壤; 全氮; Sentinel-2影像; 空间关联; 随机森林模型; 裸土期; 耕地
Keywords:
-
分类号:
X87；S127
DOI:
-
文献标志码:
A
摘要:
为快速准确地获取区域内土壤全氮的含量信息和空间分布特征。选取山东省济南市章丘区刁镇为研究区，系统采集64个土壤样品并获取同期Sentinel-2(哨兵2号)影像数据，进一步利用皮尔逊相关分析法选择土壤全氮的敏感光谱参量作为自变量，测试得到的土壤全氮含量为因变量，分别建立基于随机森林和空间关联随机森林算法的反演模型，完成区域尺度的土壤全氮含量的遥感反演和数字制图。结果表明：哨兵2号影像的多光谱波段与土壤全氮含量相关性较低，通过波段间比值变换能够显著增强土壤全氮含量对光谱信号的响应能力，光谱指数b6/b11、b8a/b12、b8/b9、b8a/b9和(b9-b11)/(b9+b11)对土壤的全氮含量信息最为敏感；空间关联随机森林模型的反演精度指标R2和RMSE分别为0.90和0.11，相对比随机森林模型精度分别提升11.11%和26.67%，使反演模型的结构和计算效率均得到了优化；土壤全氮含量在田块尺度上的空间变异较大，与土地利用状况关系密切，村居建筑物周边土壤全氮含量处于低水平(<0.80 g/kg)，远离建筑物的大片耕地区域土壤全氮含量则较高(>1.20 g/kg)。哨兵2号影像与空间关联随机森林算法相结合的遥感反演技术可为区域土壤环境信息的监测与制图分析提供有效的方法支持。
Abstract:
-

参考文献/References:

［1］Zhang Y，Li M Z，Zheng L H，et al. Spectral features extraction for estimation of soil total nitrogen content based on modified ant colony optimization algorithm［J］. Geoderma，2019，333：23-34.
［2］彭远新，蒙永辉，徐夕博，等. 基于随机森林算法的潍北平原土壤全氮高光谱估算［J］. 安全与环境学报，2020，20(5)：1975-1983.
［3］Wang X P，Zhang F，Johnson V C. New methods for improving the remote sensing estimation of soil organic matter content (SOMC) in the Ebinur Lake Wetland National Nature Reserve (ELWNNR) in northwest China［J］. Remote Sensing of Environment，2018，218：104-118.
［4］Zhang Y，Sui B，Shen H O，et al. Mapping stocks of soil total nitrogen using remote sensing data：a comparison of random forest models with different predictors［J］. Computers and Electronics in Agriculture，2019，160：23-30.
［5］Krishnan P，Alexander J D，Butler B J，et al. Reflectance technique for predicting soil organic matter［J］. Soil Science Society of America Journal，1980，44(6)：1282-1285.
［6］张平，闫宏涛. 反射光谱法测定土壤和作物中氮［J］. 仪器仪表与分析监测，1999(1)：37-39.
［7］卢艳丽，白由路，王磊，等. 黑土土壤中全氮含量的高光谱预测分析［J］. 农业工程学报，2010，26(1)：256-261.
［8］张强，张国龙，张泽，等. 基于高光谱的土壤全氮含量估测［J］. 山西农业科学，2016，44(7)：972-976.
［9］李焱，王让会，管延龙，等. 基于高光谱反射特性的土壤全氮含量预测分析［J］. 遥感技术与应用，2017，32(1)：173-179.
［10］马驰. HJ-1A HSI与Sentinel-2A遥感数据土壤全氮含量反演精度的对比研究［J］. 无线电工程，2021，51(12)：1540-1548.
［11］贾伟，高小红，杨扬，等. 基于Landsat 8 OLI影像的三江源区表层土壤全氮空间格局反演［J］. 干旱区研究，2015，32(5)：890-896.
［12］雷浩川，刘尊方，于晓晶，等. 基于Landsat 5影像的青海省大通县土壤表层全氮空间格局反演［J］. 青海大学学报，2021，39(6)：79-86.
［13］Zhang Y，Sui B，Shen H O，et al. Mapping stocks of soil total nitrogen using remote sensing data：a comparison of random forest models with different predictors［J］. Computers and Electronics in Agriculture，2019，160：23-30.
［14］Zhou T，Geng Y J，Chen J，et al. Mapping of soil total nitrogen content in the middle reaches of the Heihe River Basin in China using multi-source remote sensing-derived variables［J］. Remote Sensing，2019，11(24)：2934.
［15］Liu X Q，Zhu A X，Yang L，et al. A graded proportion method of training sample selection for updating conventional soil maps［J］. Geoderma，2020，357：113939.
［16］Bao Y L，Meng X T，Ustin S，et al. Vis-SWIR spectral prediction model for soil organic matter with different grouping strategies［J］. Catena，2020，195：104703.
［17］Wadoux A M J C，Brus D J，Heuvelink G B M. Sampling design optimization for soil mapping with random forest［J］. Geoderma，2019，355：113913.
［18］Lagacherie P，Arrouays D，Bourennane H，et al. Analysing the impact of soil spatial sampling on the performances of Digital Soil Mapping models and their evaluation：a numerical experiment on Quantile Random Forest using clay contents obtained from Vis-NIR-SWIR hyperspectral imagery［J］. Geoderma，2020，375：114503.
［19］Tobler W R.A computer movie simulating urban growth in the Detroit region［J］. Economic Geography，1970，46：234.
［20］韩琳，徐夕博. 基于PMF模型及地统计的土壤重金属健康风险定量评价［J］. 环境科学，2020，41(11)：5114-5124.
［21］田颖，陈卓奇，惠凤鸣，等. 欧空局哨兵卫星Sentinel-2A/B数据特征及应用前景分析［J］. 北京师范大学学报(自然科学版)，2019，55(1)：57-65.
［22］Davis E，Wang C，Dow K. Comparing Sentinel-2 MSI and Landsat 8 OLI in soil salinity detection：a case study of agricultural lands in coastal North Carolina［J］. International Journal of Remote Sensing，2019，40(16)：6134-6153.
［23］Wang J，Ding J，YU D，et al. Capability of Sentinel-2 MSI data for monitoring and mapping of soil salinity in dry and wet seasons in the Ebinur Lake region，Xinjiang，China［J］. Geoderma，2019，353：172-187.
［24］Rossel R A V，Behrens T. Using data mining to model and interpret soil diffuse reflectance spectra［J］. Geoderma，2010，158(1/2)：46-54.
［25］Zhang S，Lu X，Zhang Y Z，et al. Estimation of soil organic matter，total nitrogen and total carbon in sustainable coastal wetlands［J］. Sustainability，2019，11(3)：667.
［26］Breiman L. Random forests［J］. Machine Learning，2001，45(1)：5-32.
［27］Stewart F A，Brunsdon C，Charlton M. Geographically weighted regression：the analysis of spatially varying relationships［M］. Chichester：John Wiley & Sons，2002
［28］Yang S H，Liu F，Song X D，et al. Mapping topsoil electrical conductivity by a mixed geographically weighted regression kriging：a case study in the Heihe River Basin，northwest China［J］. Ecological Indicators，2019，102：252-264.
［29］刘焕军，张美薇，杨昊轩，等. 多光谱遥感结合随机森林算法反演耕作土壤有机质含量［J］. 农业工程学报，2020，36(10)：134-140.
［30］Chi Y，Shi H H，Zheng W et al. Simulating spatial distribution of coastal soil carbon content using a comprehensive land surface factor system based on remote sensing［J］. Science of the Total Environment，2018，628/629：384-399.
［31］侯宇初，张冬有. 基于Landsat8遥感影像的地表温度反演方法对比研究［J］. 中国农学通报，2019，35(10)：142-147.
［32］Gholizadeh A，Saberioon M，Ben-Dor E，et al. Modelling potentially toxic elements in forest soils with vis-NIR spectra and learning algorithms［J］. Environmental Pollution，2020，267：115574.
［33］徐夕博，吕建树，徐汝汝. 山东省沂源县土壤重金属来源分布及风险评价［J］. 农业工程学报，2018，34(9)：216-223.
［34］吕建树，张祖陆，刘洋，等. 日照市土壤重金属来源解析及环境风险评价［J］. 地理学报，2012，67(7)：971-984.
［35］Kuang B，Mouazen A M. Calibration of visible and near infrared spectroscopy for soil analysis at the field scale on three European farms［J］. European Journal of Soil Science，2011，62(4)：629-636.
［36］Sabetizade M，Gorji M，Roundier P，et al. Combination of MIR spectroscopy and environmental covariates to predict soil organic carbon in a semi-arid region［J］. Catena，2021，196：104844.
［37］Lobell D B，Asner G P. Moisture effects on soil reflectance［J］. Soil Science Society of America Journal，2002，66(3)：722-727.
［38］吴春生，黄翀，刘高焕，等. 黄河三角洲土壤含盐量空间预测方法研究［J］. 资源科学，2016，38(4)：704-713.
［39］曹正凤. 随机森林算法优化研究［D］. 北京：首都经济贸易大学，2014：16-17.
［40］Xu X B，Chen Y H，Wang M G，et al. Improving estimates of soil salt content by using two-date image spectral changes in Yinbei，China［J］. Remote Sensing，2021，13(20)：4165.
［41］刘焕军，宁东浩，康苒，等. 考虑含水量变化信息的土壤有机质光谱预测模型［J］. 光谱学与光谱分析，2017，37(2)：566-570.
［42］贾小凤，朱红春，凌峰，等. 基于Landsat多光谱与PALSAR/PALSAR-2数据的汉江流域森林覆盖变化研究［J］. 长江流域资源与环境，2021，30(2)：321-329.

相似文献/References:

[1]蒋宝南,刘腾飞,单建明,等.QuEChERS-GC/μECD法测定土壤中的毒死蜱残留量[J].江苏农业科学,2014,42(12):332.
　Jiang Baonan,et al.Determination of chlorpyrifos residues in soil by QuEChERS-GC/μECD[J].Jiangsu Agricultural Sciences,2014,42(11):332.
[2]李国锋,魏瑞成,王冉.高效液相色谱法测定土壤中联苯与间羟基苯甲酸残留[J].江苏农业科学,2014,42(12):316.
　Li Guofeng,et al.Determination of biphenyl and M-hydroxy benzoic acid residues in soil by high performance liquid chromatography[J].Jiangsu Agricultural Sciences,2014,42(11):316.
[3]史景允,于伟红,梁秋生.蓖麻对镉污染土壤的修复潜力[J].江苏农业科学,2014,42(11):386.
　Shi Jingyun,et al(8).Potential repairing of cadmium contaminated soil by castor oil plant[J].Jiangsu Agricultural Sciences,2014,42(11):386.
[4]何继山,梁杏,李静.土样浸提液电导率与盐分关系的逐步回归分析[J].江苏农业科学,2014,42(10):314.
　He Jishan,et al.Regression analysis of relationship between soil samples leaching solution conductivity and solinity[J].Jiangsu Agricultural Sciences,2014,42(11):314.
[5]徐洪文,卢妍.土壤碳矿化及活性有机碳影响因子研究进展[J].江苏农业科学,2014,42(10):4.
　Xu Hongwen,et al.Research progress on soil carbon mineralization and factors affecting active organic carbon[J].Jiangsu Agricultural Sciences,2014,42(11):4.
[6]李范,李娜,陈建中,等.基于磷脂脂肪酸提取方法的微生物群落结构研究[J].江苏农业科学,2014,42(09):323.
　Li Fan,et al.Study on microbial community structure based on phospholipid fatty acid extraction method[J].Jiangsu Agricultural Sciences,2014,42(11):323.
[7]张乐森,刘悦上,马金芝,等.山东省滨州市设施蔬菜土壤退化防治与修复对策[J].江苏农业科学,2013,41(07):141.
　Zhang Lesen,et al.Control and restoration strategies of facility vegetable soil degradation in Binzhou of Shandong Province[J].Jiangsu Agricultural Sciences,2013,41(11):141.
[8]尹辉,李晖,蒋忠诚,等.典型岩溶区土壤水分的空间异质性研究[J].江苏农业科学,2013,41(07):332.
　Yin Hui,et al.Study on spatial variability of soil water content in typical karst area[J].Jiangsu Agricultural Sciences,2013,41(11):332.
[9]覃怀德,吴炳孙,吴敏,等.橡胶园土壤钾素空间变异与分区管理技术——以海南省琼中县为例[J].江苏农业科学,2013,41(08):326.
　Qin Huaide,et al.Spatial variability and regionalized management of soil potassium nutrient in rubber plantation—Taking Qiongzhong County of Hainan Province as an example[J].Jiangsu Agricultural Sciences,2013,41(11):326.
[10]符勇,周忠发,王昆,等.基于贵州喀斯特高原山区的烟草种植适宜性研究[J].江苏农业科学,2014,42(09):92.
　Fu Yong,et al.Study on planting suitability of tobacco based on Guizhou karst mountain plateau[J].Jiangsu Agricultural Sciences,2014,42(11):92.
[11]解钰,朱同彬.氮肥和秸秆用量对水稻—小麦轮作体系土壤团聚体组分及碳氮分布的影响[J].江苏农业科学,2015,43(05):310.
　Xie Yu,et al.Effects of nitrogen fertilizer and straw quantity on soil aggregate composition and distribution of carbon and nitrogen in rice-wheat crop rotation system[J].Jiangsu Agricultural Sciences,2015,43(11):310.
[12]王小利,周志刚,郭振,等.长期施肥下黄壤稻田土壤有机碳和全氮的演变特征[J].江苏农业科学,2017,45(14):195.
　Wang Xiaoli,et al.Evolution characteristics of soil organic carbon and total nitrogen in yellow paddy soil under long-term fertilization[J].Jiangsu Agricultural Sciences,2017,45(11):195.
[13]韩丛丛,杨阳,刘秉儒,等.围封年限对荒漠草原土壤有机碳、全氮、全磷与微生物量碳、氮等的影响[J].江苏农业科学,2017,45(16):260.
　Han Congcong,et al.Effects of enclosure years on soil organic carbon， total nitrogen， total phosphorus， microbial biomass carbon and microbial biomass nitrogen in desert steppe soil[J].Jiangsu Agricultural Sciences,2017,45(11):260.

备注/Memo

备注/Memo:
收稿日期：2022-08-11
基金项目：山东省教育厅公派出国留学基金(编号：2019027)；环境演变与自然灾害教育部重点实验室开放课题项目(编号：2022-KF-14)。
作者简介：杨培杰(1988—)，男，山东费县人，高级工程师，主要研究方向为生态修复和地质环境监测。E-mail：yangpj1232022@163.com。
通信作者：翟晓燕，女，博士，讲师，主要研究方向为生态旅游规划。E-mail：zxy18263230964@126.com。
更新日期/Last Update: 2023-06-05