论文信息
Zenodo (CERN European Organization for Nuclear Research)
论文解读
AI 辅助整理- 方法
- Sentinel-2数据(2016-2025)与NDVI指数,结合地理空间技术分
- 发现
- NDVI可有效指示盐渍化对植被的影响,实现空间评估与长期监测。
- 机会点
- 可探索多指数融合与机器学习提升盐渍化反演精度,并推广至不同土壤类型区。
论文摘要
本文基于遥感数据,对锡尔河州霍沃斯区E. Qahhorov农业区灌溉草甸灰钙土的土壤盐渍化进行了评估。研究使用了2016年至2025年期间的Sentinel-2卫星数据,并利用地理空间技术计算了归一化植被指数(NDVI)。分析了研究区植被覆盖的长期和季节性动态,并评估了NDVI值与盐渍化程度之间的关系。基于适应研究区自然条件的NDVI分类,提出了土壤盐渍化程度间接评估的标准。结果表明,NDVI可有效用作确定土壤盐渍化对植被覆盖影响、空间评估盐渍化以及开展灌溉农田盐渍化长期监测的指标。
论文原文与出版信息
Zenodo (CERN European Organization for Nuclear Research)