来源：期刊VIP网 时间：
作者：宋玉婷;高小红;宋奇;黎巧丽;史飞飞;李润祥;陈真;
单位：青海师范大学,青藏高原地表过程与生态保育教育部重点实验室;青海师范大学地理科学学院,青海省自然地理与环境过程重点实验室;
摘要：[目的]探究利用Sentinel-2卫星多光谱成像仪(Multi-Spectral Instrument,MSI)、Sentinel-1卫星合成孔径雷达(Synthetic Aperture Radar,SAR)数据以及两者相结合有效估算农田土壤有机碳含量(Soil organic carbon,SOC)的潜力及方法,可为区域SOC含量制图提供数据支持及服务精准农业管理。[方法]以青海湟水流域西宁湟中区拦隆口、互助县卓扎滩两个区域为案例,分别以2022年和2023年春播前采集的农田土壤样品,以及与采样相近时间的Sentinel-2 MSI和Sentinel-1 SAR数据为支持,利用偏最小二乘(PLSR)、随机森林(RF)、极限梯度提升树(XGBoost)三种模型为估算方法,建立有机碳含量与影像光谱之间的统计模型,探讨Sentinel-2MSI与Sentinel-1 SAR相结合估算SOC含量及其制图的潜力。[结果]Sentinel-2能够有效估算两个区域的土壤有机碳含量,决定系数(R~2)均达到0.78以上,验证集均方根误差(RMSE_v)为1.09～1.18,相对分析误差(RPD)为2.46～2.60,达到良好估算精度。其中拦隆口区域的R~2_v为0.93,RMSEv为0.84,RPD为4.47;卓扎滩区域R~2_v为0.94,RMSE_v为0.96,RPD为4.53,表明Sentinel-2 MSI和Sentinel-1SAR两者数据相结合估算SOC含量,能够获得更好的精度,结果优于单一传感器。三种模型方法精度均达到良好估算要求,但XGBoost模型精度最高,优于RF和PLSR。基于XGBoost对研究区SOC含量进行制图,SOC含量低值主要出现在河谷平原区域及其城乡居民建设用地周围,高值区域主要分布于丘陵坡耕地区。[结论] Sentinel-2MSI能够对区域SOC进行有效估算与获得制图的数据,但结合Sentinel-1SAR数据能够进一步提高估算模型的精度。研究结果可为区域农田土壤精细化管理和智慧农业的发展提供数据及决策支持。
关键词：土壤有机碳;;Sentinel-2 MSI影像;;Sentinel-1 SAR影像;;XGBoost;;黄土丘陵区;;湟水流域
基金资助：国家自然科学基金项目（42161061）资助
