基于Sentinel-2A数据的河北坝上农田土壤风蚀可蚀性

目的为探究裸露农田土壤风蚀可蚀性的遥感光谱特征及遥感估算方法。方法选取张家口市康保县为研究区，基于裸露农田表层样品的实测数据，提取Sentinel-2A的原始光谱反射率及倒数、对数变换的光谱反射率，利用随机森林（RF）、支持向量机（SVM）、偏最小二乘法（PLSR）和BP神经网络（BPNN）等4种机器学习模型对土壤风蚀可蚀性（EF）进行估算建模。结果1）研究区裸露农田反射率整体偏低，反射率倒数和对数变换可增强影响EF的土壤理化性质的光谱响应能力，B1、B2、B8、B10和B11等波段可作为EF估算的敏感波段。2）RF、SVM、PLSR、BPNN等模型对EF估算精度随特征变量的增加趋于稳定，RF模型在较少特征变量条件下实现最佳估算效果，R2为0.836，RMSE为0.041。3）研究区裸露农田土壤EF值主要为0.7~0.9，占农田面积的87%以上，表明研究区裸露农田土壤抗风蚀能力较弱。结论基于Sentinel-2A数据及机器学习模型能够有效估算裸露农田的土壤风蚀可蚀性，可为农田土壤风蚀灾害评估及防治提供技术支持。