黄河三角洲土壤含盐量定量遥感反演

YIC-IR > 中国科学院海岸带环境过程与生态修复重点实验室 > 海岸带信息集成与战略规划研究中心

	黄河三角洲土壤含盐量定量遥感反演
其他题名	Quantitative retrieval of soil salt content based on remote sensing in the Yellow River delta
	张成雯 ; 唐家奎 ; 于新菊 ; 王春磊 ; 米素娟
发表期刊	中国科学院研究生院学报
ISSN	1002-1175
	2013-01-15
卷号	30 期号:2 页码:220-227
关键词	盐渍化黄河三角洲 Cbers-02b 遥感定量反演
产权排序	中国科学院海岸带环境过程重点实验室山东省海岸带环境过程重点实验室中国科学院烟台海岸带研究所;中国科学院研究生院;河北联合大学;
通讯作者	唐家奎 E-mail:[email protected]
作者部门	海岸带信息集成与综合管理实验室
英文摘要	以黄河三角洲地区为实验区域,利用实测的土壤全盐含量数据,结合中国产的中巴地球资源卫星02B(CBERS-02B)多光谱遥感影像,分别应用传统的多元线性回归模型和BP人工神经网络模型,对其进行含盐量反演建模,并对2种模型的精度进行比较.实验表明,应用BP人工神经网络建模,明显改善了反演精度;且该反演模型更适宜于高盐度区域(全盐含量>1%)土壤含盐量反演制图,具有较好的应用前景.
中文摘要	The Yellow River delta is rich in land resource, but serious soil salinization affects local agricultural production and poses a threat to stability of ecological environment. The traditional multiple linear regression model and the BP artificial neural network model were both used to derive the soil salinity in the Yellow River delta based on the home-made CBERS-02B multispectral images. It is found that the BP artificial neural network model performs much better than the multiple linear regression model in inversing soil salinity, especially for heavy saline soil area.
资助机构	国家自然科学基金(40801124);; 山东省中青年科学家科研奖励基金(2010BSA06013);; 中国科学院创新团队国际合作伙伴计划;; 中国科学院数字地球重点实验室开放基金(2011LDE015);; 中国科学院研究生院院长基金资助
收录类别	CSCD
语种	中文
CSCD记录号	CSCD:4776516
引用统计
文献类型	期刊论文
条目标识符	http://ir.yic.ac.cn/handle/133337/6484
专题	中国科学院海岸带环境过程与生态修复重点实验室_海岸带信息集成与战略规划研究中心
推荐引用方式 GB/T 7714	张成雯,唐家奎,于新菊,等. 黄河三角洲土壤含盐量定量遥感反演[J]. 中国科学院研究生院学报,2013,30(2):220-227.
APA	张成雯,唐家奎,于新菊,王春磊,&米素娟.(2013).黄河三角洲土壤含盐量定量遥感反演.中国科学院研究生院学报,30(2),220-227.
MLA	张成雯,et al."黄河三角洲土壤含盐量定量遥感反演".中国科学院研究生院学报 30.2(2013):220-227.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
黄河三角洲土壤含盐量定量遥感反演.pdf（512KB）			开放获取	--	浏览下载