土壤去除植被遥感指数

湿地叶绿素反演更准

通过改进的土壤植被光谱分离算法结合机器学习，针对不同表型碱蓬显著降低土壤背景影响，提高叶绿素含量估算精度。

张森 · 田庆久 · 卢霞 · Li, Shan · He, Shuang · Xuhui, Zhang · Keke, Liu

Ecological Indicators 2024

具体参数

叶绿素含量估算精度（RMSE）

{'zh': '3.83', 'en': '3.83'} μg/cm²

技术优势

土壤背景影响显著降低

通过改进的3SV算法实现土壤与植被光谱分离，在土壤组分f_soil < 0.5的湿润条件下，结合选定指数使半经验模型RMSE显著降低。

适应红绿两种碱蓬表型

针对绿色和红色碱蓬分别调整3SV算法参数：绿色场景采用斜率补偿和B2、B4波段；红色场景进一步使用B2、B3波段和覆盖度分数。

估算精度达3.83 μg/cm²

结合改进的3SV土壤去除算法和四个指数，采用PSO-RFR回归，对不同表型碱蓬的叶绿素含量估算模型取得了最高精度。

应用场景

• 湿地生态监测：利用Sentinel-2影像长期监测恢复区碱蓬叶绿素，掌握植被健康动态。
• 盐沼植被健康评估：针对红绿表型分别建模，准确评估盐沼碱蓬的生长胁迫状态。
• 遥感数据产品：可生成土壤校正后的碱蓬叶绿素含量遥感产品，供后续分析使用。