農(nóng)業(yè)是人類最基本的生產(chǎn)活動之一，而土壤是農(nóng)業(yè)生產(chǎn)中最重要的物質(zhì)基礎。然而，由于傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式的粗放，土壤鹽漬化、土壤板結等問題日益嚴重，對農(nóng)業(yè)生產(chǎn)造成了很大的影響。為了解決這些問題，山東科技大學、濱州學院和青島農(nóng)業(yè)大學等多家機構聯(lián)手開展了一項基于地物高光譜和無人機多光譜技術的土壤鹽分反演模型研究。

該研究以黃河三角洲典型區(qū)域為研究區(qū)，通過無人機影像獲取地物高光譜和無人機多光譜兩種樣點土壤鹽分含量數(shù)據(jù)。接著，研究人員優(yōu)選敏感光譜參量，使用偏最小二乘回歸和隨機森林兩種機器學習算法建立土壤鹽分含量反演模型，實現(xiàn)研究區(qū)的土壤鹽分含量反演。

研究結果表明，高光譜 1972nm 波段與土壤鹽分含量間的敏感性最高，相關系數(shù)為 -0.31。同時，兩種不同數(shù)據(jù)源優(yōu)化后的隨機森林模型均優(yōu)于偏最小二乘回歸模型，且穩(wěn)定性更好。基于地物高光譜的隨機森林模型優(yōu)于基于無人機多光譜的隨機森林模型。結合無人機影像采用多光譜隨機森林模型對研究區(qū)耕地的土壤鹽分含量進行反演，研究區(qū)總體以輕、中度鹽漬化土壤為主，對作物的耕種具有一定程度的限制。

這項研究構建并對比了兩種不同源數(shù)據(jù)的黃河三角洲土壤鹽分反演模型，結合各自數(shù)據(jù)源的優(yōu)勢進行優(yōu)化，探索了地表無植被覆蓋情況下的土壤鹽分含量反演方法，為更精準地反演土地鹽漬化程度提供了參考，為精確獲取土壤詳情提供了一種可能性。

土壤作為農(nóng)業(yè)之本，土壤問題不可忽視。感謝科研機構為農(nóng)業(yè)作出的貢獻，同時希望科研成果能早日學以致用，應用到農(nóng)業(yè)生產(chǎn)中。