农业资源与环境学报

作者：汪甜甜,丁琪洵,梅帅,汤萌萌,江文娟,王强,马友华

单位：安徽农业大学资源与环境学院 农田生态保育与污染防控安徽省重点实验室, 合肥 230036,安徽农业大学资源与环境学院 农田生态保育与污染防控安徽省重点实验室, 合肥 230036,安徽农业大学资源与环境学院 农田生态保育与污染防控安徽省重点实验室, 合肥 230036,安徽农业大学资源与环境学院 农田生态保育与污染防控安徽省重点实验室, 合肥 230036,安徽农业大学资源与环境学院 农田生态保育与污染防控安徽省重点实验室, 合肥 230036,安徽农业大学资源与环境学院 农田生态保育与污染防控安徽省重点实验室, 合肥 230036,安徽农业大学资源与环境学院 农田生态保育与污染防控安徽省重点实验室, 合肥 230036

关键词：遥感，土壤质地，空间分布，预测方法，模型，精度分析,

基金：安徽省科技重大专项（202003a06020002）

土壤质地影响土壤持水持肥性和透气性，进而驱动一系列与土壤有关的物理化学过程，结合高效快速的遥感技术预测土壤质地空间分布，对土壤质量评价与农业生产规划具有重要的理论和实践意义。本文从遥感预测土壤质地的数据、方法和模型的应用出发，介绍了用于土壤质地遥感预测的雷达、地形和植被指数等辅助数据，提出了光谱响应、特征波长选择和遥感解译这三种基于遥感特征预测土壤质地空间分布的方法，梳理了统计学、地统计学和机器学习这三类模型与遥感结合对土壤质地空间预测的应用效果，总结了几种典型方法的优缺点与适用情况，并分析了遥感预测土壤质地的应用条件和精度验证方法，最后提出未来研究需侧重于深入提取各种遥感光谱特征、利用遥感技术获取多类型环境变量和开发土壤物理属性与数据驱动机器学习特征相结合的多算法混合模型，旨在为开展不同区域尺度下土壤质地空间预测研究提供依据与技术支撑。

来源：2023年第6期

《农业资源与环境学报》期刊编辑部

查看农业资源与环境学报杂志2023年第6期