Monitoring the spatiotemporal dynamics of soil salinization in Qingtongxia Irrigation District using multi-temporal Landsat TM/OLI data with multi-parameter optimization

方法

多时相Landsat TM/OLI、五种回归算法与四种平滑滤波交叉比较，GF-R

发现

高斯滤波随机森林反演精度最高（R²=0.717），35年盐分总体下降但北部局部积盐。

机会点

可探索多源遥感与深度时序模型耦合，提升盐渍化长期预测与分区治理精度。

宁夏青铜峡灌区是典型的黄河灌溉区，自然与人为因素导致的土壤盐渍化影响49.67%的耕地，威胁区域农业生态可持续性。为揭示土壤盐渍化的时空格局并为因地制宜的盐渍化治理策略提供依据，本研究提出了一种多源数据融合框架以实现高精度土壤盐分反演。利用35年Landsat时间序列和野外表层盐分实测数据，构建了包括多元线性回归（MLR）、逐步回归（SR）、偏最小二乘回归（PLSR）、支持向量回归（SVR）和随机森林回归（RFR）在内的五种回归算法用于表层土壤盐分预测。初步比较表明，未优化的RFR交叉验证R²为0.132，而其他基线模型R²为负值。应用四种平滑滤波器对遥感光谱进行去噪以提高反演精度。交叉比较证实，高斯滤波-RFR（GF-RFR）取得最优预测能力，交叉验证R²为0.717，优于移动平均-RFR（MA-RFR，R²=0.432）、Savitzky-Golay-RFR（SG-RFR，R²=0.502）和中值滤波-RFR（MF-RFR，R²=0.541），适用于区域尺度表层土壤盐分制图。优化后的GF-RFR模型生成了1989—2023年土壤盐分空间分布图，35年反演结果显示灌区大部分区域盐分水平总体下降。盐分显著降低区域沿中东北—西南走廊及东西部地带分布，而局部盐分累积主要集中在北部。本研究为干旱黄河灌溉区长期监测、盐渍化治理与综合管理提供理论与技术支撑，以促进可持续土壤利用和粮食安全。