農(nóng)業(yè)是人類(lèi)最基本的生產(chǎn)活動(dòng)之一，而土壤是農(nóng)業(yè)生產(chǎn)中最重要的物質(zhì)基礎(chǔ)。然而，由于傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式的粗放，土壤鹽漬化、土壤板結(jié)等問(wèn)題日益嚴(yán)重，對(duì)農(nóng)業(yè)生產(chǎn)造成了很大的影響。為了解決這些問(wèn)題，山東科技大學(xué)、濱州學(xué)院和青島農(nóng)業(yè)大學(xué)等多家機(jī)構(gòu)聯(lián)手開(kāi)展了一項(xiàng)基于地物高光譜和無(wú)人機(jī)多光譜技術(shù)的土壤鹽分反演模型研究。

該研究以黃河三角洲典型區(qū)域?yàn)檠芯繀^(qū)，通過(guò)無(wú)人機(jī)影像獲取地物高光譜和無(wú)人機(jī)多光譜兩種樣點(diǎn)土壤鹽分含量數(shù)據(jù)。接著，研究人員優(yōu)選敏感光譜參量，使用偏最小二乘回歸和隨機(jī)森林兩種機(jī)器學(xué)習(xí)算法建立土壤鹽分含量反演模型，實(shí)現(xiàn)研究區(qū)的土壤鹽分含量反演。

研究結(jié)果表明，高光譜 1972nm 波段與土壤鹽分含量間的敏感性最高，相關(guān)系數(shù)為 -0.31。同時(shí)，兩種不同數(shù)據(jù)源優(yōu)化后的隨機(jī)森林模型均優(yōu)于偏最小二乘回歸模型，且穩(wěn)定性更好?；诘匚锔吖庾V的隨機(jī)森林模型優(yōu)于基于無(wú)人機(jī)多光譜的隨機(jī)森林模型。結(jié)合無(wú)人機(jī)影像采用多光譜隨機(jī)森林模型對(duì)研究區(qū)耕地的土壤鹽分含量進(jìn)行反演，研究區(qū)總體以輕、中度鹽漬化土壤為主，對(duì)作物的耕種具有一定程度的限制。

這項(xiàng)研究構(gòu)建并對(duì)比了兩種不同源數(shù)據(jù)的黃河三角洲土壤鹽分反演模型，結(jié)合各自數(shù)據(jù)源的優(yōu)勢(shì)進(jìn)行優(yōu)化，探索了地表無(wú)植被覆蓋情況下的土壤鹽分含量反演方法，為更精準(zhǔn)地反演土地鹽漬化程度提供了參考，為精確獲取土壤詳情提供了一種可能性。

土壤作為農(nóng)業(yè)之本，土壤問(wèn)題不可忽視。感謝科研機(jī)構(gòu)為農(nóng)業(yè)作出的貢獻(xiàn)，同時(shí)希望科研成果能早日學(xué)以致用，應(yīng)用到農(nóng)業(yè)生產(chǎn)中。