欢迎光临
我们一直在努力

盐碱地、白屋顶和裸土都很亮,卫星怎样分清?

盐碱地、白屋顶和裸土都很亮,卫星怎样分清?BSSI论文通俗解读

  • 盐碱地、白屋顶和裸土都很亮,卫星怎样分清?BSSI论文通俗解读
  • 一、为什么“土壤越亮,盐分越高”经常失效?
    • 1. 白色屋顶也很亮
    • 2. 干燥裸土也很亮
    • 3. 盐池并不等于盐渍土
    • 4. 河岸和滩涂会造成混淆
  • 二、BSSI要解决的是两个不同任务
  • 三、为什么一个研究区选沿海,一个选沙漠边缘?
    • 1. 黄河三角洲:滨海盐渍化
    • 2. 塔里木盆地南缘:干旱区盐渍化
  • 四、论文使用了哪些数据?
  • 五、BSSI的灵感:不是看绝对亮度,而是看SWIR1的“鼓包”
  • 六、虚拟盐渍化基线怎样计算?
  • 七、论文说的“距离”,严格来说是什么?
  • 八、为什么基线方法可能更稳定?
  • 九、BSSI怎样变成盐分等级图?
  • 十、论文比较了哪些传统指数?
  • 十一、盐渍土提取精度怎么样?
    • 黄河三角洲
    • 塔里木盆地南缘
  • 十二、图像上最直观的优势是什么?
    • 1. 黄河三角洲
    • 2. 塔里木盆地南缘
  • 十三、BSSI与实测盐分的相关性怎么样?
    • 黄河三角洲
    • 塔里木盆地南缘
  • 十四、盐分反演的

    R

    2

    R^2

    R2有多高?

  • 十五、最终盐分专题图显示了什么?
    • 黄河三角洲
    • 塔里木盆地南缘
  • 十六、这篇论文真正的创新在哪里?
    • 创新一:从“亮度指数”转向“光谱形状残差”
    • 创新二:把连续光谱基线思想简化到三个多光谱波段
    • 创新三:一个指数同时服务提取与定量反演
    • 创新四:同时验证滨海与干旱内陆环境
    • 创新五:具有跨Landsat与Sentinel-2应用潜力
  • 十七、论文真正的贡献不是发明一个更复杂的公式
  • 十八、必须冷静看待:0.69和0.13两个阈值说明了什么?
  • 十九、阈值由“试错选最高OA”得到,会不会偏乐观?
  • 二十、论文说BSSI可跨传感器长期监测,但实际验证了吗?
  • 二十一、不同卫星应该怎样选择波段?
  • 二十二、BSSI不是归一化指数,意味着什么?
  • 二十三、BSSI能监测多深的盐分?
  • 二十四、作物长起来以后,BSSI看到的是盐还是叶子?
  • 二十五、30米分辨率会漏掉哪些盐渍化特征?
  • 二十六、101个土样够不够?
  • 二十七、盐分相关性高,不代表BSSI只对盐敏感
  • 二十八、这篇论文有哪些优点?
    • 1. 问题非常实际
    • 2. 公式简单且可解释
    • 3. 同时验证提取与反演
    • 4. 两类环境验证
    • 5. 适合长期免费卫星数据
  • 二十九、总结:BSSI真正做对的,是把“亮不亮”变成“形状像不像”
  • 论文信息

盐碱地、白屋顶和裸土都很亮,卫星怎样分清?BSSI论文通俗解读

一句话读懂这篇论文: 传统盐分指数常把“亮”直接理解为“盐”,因此白色屋顶、裸土、盐池和河岸都可能被误判。BSSI不再只比较某两个波段的亮暗,而是在近红外与短波红外2之间拉一条“虚拟基线”,观察短波红外1究竟高出这条线多少,用光谱形状而不是单纯亮度识别表层盐分。

盐渍化是农业生产中一种很“隐蔽”的土地退化过程。土壤中的可溶性盐不断积累后,会造成植物吸水困难、种子发芽率下降、根系受损、土壤结构恶化,最终导致作物减产甚至绝收。

传统调查需要到现场采土、测量土壤含盐量或电导率,再通过插值形成区域盐分图。这类方法精度高,却很难长期覆盖数千平方千米。卫星遥感因此成为盐渍化监测的重要工具。

但问题也随之而来:

盐壳很亮,裸土也很亮;盐田很亮,厂房屋顶同样很亮。卫星怎样判断“亮的是盐”,而不是别的地物?

2023年,中国石油大学(华东)张爱竹等人在IEEE JSTARS发表论文:

Baseline-Based Soil Salinity Index (BSSI): A Novel Remote Sensing Monitoring Method of Soil Salinization

提出了:

BSSI:Baseline-Based Soil Salinity Index

即:

基线土壤盐分指数。

它的核心想法非常像在光谱曲线上画一条辅助线:

  • 用NIR和SWIR2连接一条虚拟盐渍化基线;
  • 计算真实SWIR1反射率高出这条基线多少;
  • 高出的部分越明显,表层盐分特征通常越强。

#mermaid-svg-VrLHFXubqcbfoDb3{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-VrLHFXubqcbfoDb3 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-VrLHFXubqcbfoDb3 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-VrLHFXubqcbfoDb3 .error-icon{fill:#552222;}#mermaid-svg-VrLHFXubqcbfoDb3 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-VrLHFXubqcbfoDb3 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-VrLHFXubqcbfoDb3 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-VrLHFXubqcbfoDb3 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-VrLHFXubqcbfoDb3 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-VrLHFXubqcbfoDb3 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-VrLHFXubqcbfoDb3 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-VrLHFXubqcbfoDb3 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-VrLHFXubqcbfoDb3 .marker.cross{stroke:#333333;}#mermaid-svg-VrLHFXubqcbfoDb3 svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-VrLHFXubqcbfoDb3 p{margin:0;}#mermaid-svg-VrLHFXubqcbfoDb3 .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-VrLHFXubqcbfoDb3 .cluster-label text{fill:#333;}#mermaid-svg-VrLHFXubqcbfoDb3 .cluster-label span{color:#333;}#mermaid-svg-VrLHFXubqcbfoDb3 .cluster-label span p{background-color:transparent;}#mermaid-svg-VrLHFXubqcbfoDb3 .label text,#mermaid-svg-VrLHFXubqcbfoDb3 span{fill:#333;color:#333;}#mermaid-svg-VrLHFXubqcbfoDb3 .node rect,#mermaid-svg-VrLHFXubqcbfoDb3 .node circle,#mermaid-svg-VrLHFXubqcbfoDb3 .node ellipse,#mermaid-svg-VrLHFXubqcbfoDb3 .node polygon,#mermaid-svg-VrLHFXubqcbfoDb3 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-VrLHFXubqcbfoDb3 .rough-node .label text,#mermaid-svg-VrLHFXubqcbfoDb3 .node .label text,#mermaid-svg-VrLHFXubqcbfoDb3 .image-shape .label,#mermaid-svg-VrLHFXubqcbfoDb3 .icon-shape .label{text-anchor:middle;}#mermaid-svg-VrLHFXubqcbfoDb3 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-VrLHFXubqcbfoDb3 .rough-node .label,#mermaid-svg-VrLHFXubqcbfoDb3 .node .label,#mermaid-svg-VrLHFXubqcbfoDb3 .image-shape .label,#mermaid-svg-VrLHFXubqcbfoDb3 .icon-shape .label{text-align:center;}#mermaid-svg-VrLHFXubqcbfoDb3 .node.clickable{cursor:pointer;}#mermaid-svg-VrLHFXubqcbfoDb3 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-VrLHFXubqcbfoDb3 .arrowheadPath{fill:#333333;}#mermaid-svg-VrLHFXubqcbfoDb3 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-VrLHFXubqcbfoDb3 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-VrLHFXubqcbfoDb3 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-VrLHFXubqcbfoDb3 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-VrLHFXubqcbfoDb3 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-VrLHFXubqcbfoDb3 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-VrLHFXubqcbfoDb3 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-VrLHFXubqcbfoDb3 .cluster text{fill:#333;}#mermaid-svg-VrLHFXubqcbfoDb3 .cluster span{color:#333;}#mermaid-svg-VrLHFXubqcbfoDb3 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-VrLHFXubqcbfoDb3 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-VrLHFXubqcbfoDb3 rect.text{fill:none;stroke-width:0;}#mermaid-svg-VrLHFXubqcbfoDb3 .icon-shape,#mermaid-svg-VrLHFXubqcbfoDb3 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-VrLHFXubqcbfoDb3 .icon-shape p,#mermaid-svg-VrLHFXubqcbfoDb3 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-VrLHFXubqcbfoDb3 .icon-shape .label rect,#mermaid-svg-VrLHFXubqcbfoDb3 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-VrLHFXubqcbfoDb3 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-VrLHFXubqcbfoDb3 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-VrLHFXubqcbfoDb3 :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

NIR反射率

连接虚拟基线

SWIR2反射率

计算基线在SWIR1处的预测值

真实SWIR1反射率

真实值减基线值

BSSI

盐渍土提取与盐分等级反演

论文在两个环境差异很大的地区进行了验证:

  • 黄河三角洲滨海盐渍土;
  • 塔里木盆地南缘干旱区盐渍土。

结果显示:

  • 两个区域盐渍土提取总体精度均超过85%;
  • BSSI与实测土壤含盐量的相关系数均超过0.90;
  • 盐分线性反演验证

    R

    2

    R^2

    R2均超过0.80。

这组结果很亮眼,但仍要继续追问:

  • BSSI为什么能减少白屋顶、河流和裸土误判?
  • 所谓“距离”究竟是什么距离?
  • 两个区域最佳阈值差异很大,能否直接全球通用?
  • 仅用两景Landsat-7影像,能否证明长期跨传感器能力?
  • 30米光学影像能监测根区盐分吗?
  • 作物覆盖后,卫星看到的是盐还是叶子?

下面逐步拆解。


一、为什么“土壤越亮,盐分越高”经常失效?

盐分在表层结晶后,通常会提高地表反射率。许多传统盐分指数因此围绕“亮度”构建,例如:

  • Brightness Index;
  • Salinity Index;
  • Normalized Difference Salinity Index;
  • Intensity Index。

问题是:

亮度不是盐分专属特征。

1. 白色屋顶也很亮

沿海居民区和工业园中的彩钢板、水泥屋顶、高反射建筑材料,可能与盐壳具有相似的光谱亮度。

2. 干燥裸土也很亮

在塔里木盆地等干旱区,不含高盐的砂土或裸地,也会因为含水量低、粒径和矿物组成而表现得非常明亮。

3. 盐池并不等于盐渍土

盐田和蒸发池中可能同时存在高浓度盐水、盐壳、水面和工程堤岸,简单亮度阈值很难稳定区分。

4. 河岸和滩涂会造成混淆

水体边缘、湿润泥滩和盐渍河岸的含水量不同,同一个盐分指数在干土上有效,在湿土上可能完全改变响应。

因此,传统指数经常只问:

这个像元亮不亮?

BSSI则进一步问:

它的光谱形状像不像盐渍土?


二、BSSI要解决的是两个不同任务

论文把盐渍化监测分成两个层次。

任务需要回答的问题
盐渍土提取 哪些地方属于盐渍土?
盐分程度反演 这些盐渍土是轻度、中度还是重度?

提取任务需要排除水体、植被、滩涂、裸土和建筑物;反演任务则要进一步估算土壤含盐量。

论文使用:

SSC:Soil Salinity Content

作为主要定量目标,并参考电导率EC将土壤分为:

  • 非盐渍土;
  • 轻度盐渍土;
  • 中度盐渍土;
  • 强度盐渍土;
  • 极强盐渍土。

BSSI希望同一个指数同时具备:

  • 地物区分能力;
  • 盐分强度表征能力。

三、为什么一个研究区选沿海,一个选沙漠边缘?

在这里插入图片描述 论文图1:黄河三角洲和塔里木盆地南缘假彩色影像

1. 黄河三角洲:滨海盐渍化

研究区覆盖东营市垦利区、河口区和利津县部分区域,面积约:

5020

 

k

m

2

5020\\ km^2

5020 km2

当地盐分来源包括海水入侵、地下水矿化、强蒸发、潮滩沉积、盐业生产和人类建设活动。

遥感难点是地物复杂:

  • 盐渍土;
  • 河流;
  • 湿地;
  • 盐池;
  • 工业厂区;
  • 居民建筑;
  • 农田。

2. 塔里木盆地南缘:干旱区盐渍化

研究区位于新疆,面积约:

182

 

k

m

2

182\\ km^2

182 km2

盐分可能来自含盐母质风化、地下水上升、强蒸发、不合理灌溉和排水不足。

这里最大的难点不是白色屋顶,而是大量干燥、明亮、但不一定高盐的裸土。

#mermaid-svg-srRdOnq8FE0DPo7F{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-srRdOnq8FE0DPo7F .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-srRdOnq8FE0DPo7F .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-srRdOnq8FE0DPo7F .error-icon{fill:#552222;}#mermaid-svg-srRdOnq8FE0DPo7F .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-srRdOnq8FE0DPo7F .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-srRdOnq8FE0DPo7F .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-srRdOnq8FE0DPo7F .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-srRdOnq8FE0DPo7F .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-srRdOnq8FE0DPo7F .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-srRdOnq8FE0DPo7F .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-srRdOnq8FE0DPo7F .marker{fill:#333333;stroke:#333333;}#mermaid-svg-srRdOnq8FE0DPo7F .marker.cross{stroke:#333333;}#mermaid-svg-srRdOnq8FE0DPo7F svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-srRdOnq8FE0DPo7F p{margin:0;}#mermaid-svg-srRdOnq8FE0DPo7F .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-srRdOnq8FE0DPo7F .cluster-label text{fill:#333;}#mermaid-svg-srRdOnq8FE0DPo7F .cluster-label span{color:#333;}#mermaid-svg-srRdOnq8FE0DPo7F .cluster-label span p{background-color:transparent;}#mermaid-svg-srRdOnq8FE0DPo7F .label text,#mermaid-svg-srRdOnq8FE0DPo7F span{fill:#333;color:#333;}#mermaid-svg-srRdOnq8FE0DPo7F .node rect,#mermaid-svg-srRdOnq8FE0DPo7F .node circle,#mermaid-svg-srRdOnq8FE0DPo7F .node ellipse,#mermaid-svg-srRdOnq8FE0DPo7F .node polygon,#mermaid-svg-srRdOnq8FE0DPo7F .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-srRdOnq8FE0DPo7F .rough-node .label text,#mermaid-svg-srRdOnq8FE0DPo7F .node .label text,#mermaid-svg-srRdOnq8FE0DPo7F .image-shape .label,#mermaid-svg-srRdOnq8FE0DPo7F .icon-shape .label{text-anchor:middle;}#mermaid-svg-srRdOnq8FE0DPo7F .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-srRdOnq8FE0DPo7F .rough-node .label,#mermaid-svg-srRdOnq8FE0DPo7F .node .label,#mermaid-svg-srRdOnq8FE0DPo7F .image-shape .label,#mermaid-svg-srRdOnq8FE0DPo7F .icon-shape .label{text-align:center;}#mermaid-svg-srRdOnq8FE0DPo7F .node.clickable{cursor:pointer;}#mermaid-svg-srRdOnq8FE0DPo7F .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-srRdOnq8FE0DPo7F .arrowheadPath{fill:#333333;}#mermaid-svg-srRdOnq8FE0DPo7F .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-srRdOnq8FE0DPo7F .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-srRdOnq8FE0DPo7F .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-srRdOnq8FE0DPo7F .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-srRdOnq8FE0DPo7F .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-srRdOnq8FE0DPo7F .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-srRdOnq8FE0DPo7F .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-srRdOnq8FE0DPo7F .cluster text{fill:#333;}#mermaid-svg-srRdOnq8FE0DPo7F .cluster span{color:#333;}#mermaid-svg-srRdOnq8FE0DPo7F div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-srRdOnq8FE0DPo7F .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-srRdOnq8FE0DPo7F rect.text{fill:none;stroke-width:0;}#mermaid-svg-srRdOnq8FE0DPo7F .icon-shape,#mermaid-svg-srRdOnq8FE0DPo7F .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-srRdOnq8FE0DPo7F .icon-shape p,#mermaid-svg-srRdOnq8FE0DPo7F .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-srRdOnq8FE0DPo7F .icon-shape .label rect,#mermaid-svg-srRdOnq8FE0DPo7F .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-srRdOnq8FE0DPo7F .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-srRdOnq8FE0DPo7F .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-srRdOnq8FE0DPo7F :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

黄河三角洲

滨海湿地、建筑、盐池和海水干扰

塔里木盆地南缘

干燥裸土、农田和河流干扰

检验复杂滨海场景

检验干旱区外推能力

选择两个不同环境的意义在于:

如果一个指数只在黄河三角洲有效,可能只是记住了滨海地物;如果在干旱内陆也有效,说明它捕捉到了一定的共同光谱结构。


四、论文使用了哪些数据?

数据黄河三角洲塔里木盆地南缘
卫星 Landsat-7 ETM+ Landsat-7 ETM+
影像日期 2006年5月3日 2001年9月2日
有效土样 70个 31个
土样时间 与卫星过境时间接近 2001年9月1日
采样深度 用于表层关系 0—30 cm
主要目标 SSC与盐渍化等级 SSC与盐渍化等级

作者强调土样采集时间应尽量接近卫星过境时间,以减少季节、土壤湿度、植被生长和灌溉造成的差异。

这一点合理,但整篇论文有效土样总数只有:

70

+

31

=

101

70+31=101

70+31=101

后面解读精度时,必须记住这个样本规模。


五、BSSI的灵感:不是看绝对亮度,而是看SWIR1的“鼓包”

在这里插入图片描述 论文图2:盐渍土与五类干扰地物光谱曲线

作者统计了水体、滩涂、植被、高反射不透水面、低反射不透水面和盐渍土的平均光谱曲线。

论文图2显示,在NIR—SWIR1—SWIR2这一段:

  • 植被和部分不透水面的变化相对平缓;
  • 水体整体反射率较低;
  • 盐渍土在SWIR1附近表现出明显的相对峰值。

作者由此提出:

不要只看SWIR1有多高,而要看它相对于NIR和SWIR2构成的背景趋势高出多少。

#mermaid-svg-sWPRI1Yhw6Xa7Eoz{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .error-icon{fill:#552222;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .marker{fill:#333333;stroke:#333333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .marker.cross{stroke:#333333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz p{margin:0;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .cluster-label text{fill:#333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .cluster-label span{color:#333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .cluster-label span p{background-color:transparent;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .label text,#mermaid-svg-sWPRI1Yhw6Xa7Eoz span{fill:#333;color:#333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node rect,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node circle,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node ellipse,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node polygon,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .rough-node .label text,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node .label text,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .image-shape .label,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .icon-shape .label{text-anchor:middle;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .rough-node .label,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node .label,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .image-shape .label,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .icon-shape .label{text-align:center;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node.clickable{cursor:pointer;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .arrowheadPath{fill:#333333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .cluster text{fill:#333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .cluster span{color:#333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz rect.text{fill:none;stroke-width:0;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .icon-shape,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .icon-shape p,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .icon-shape .label rect,#mermaid-svg-sWPRI1Yhw6Xa7Eoz .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-sWPRI1Yhw6Xa7Eoz :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

高出较多

接近基线

NIR点

连接直线

SWIR2点

得到SWIR1位置的基线高度

真实SWIR1

是否明显高于基线

盐分特征更强

可能是其他平滑光谱地物


六、虚拟盐渍化基线怎样计算?

在这里插入图片描述 论文图4:NIR—SWIR2基线和BSSI示意

设三个波段的中心波长和反射率分别为:

  • λ

    N

    I

    R

    \\lambda_{NIR}

    λNIR

    R

    N

    I

    R

    R_{NIR}

    RNIR

  • λ

    S

    W

    I

    R

    1

    \\lambda_{SWIR1}

    λSWIR1

    R

    S

    W

    I

    R

    1

    R_{SWIR1}

    RSWIR1

  • λ

    S

    W

    I

    R

    2

    \\lambda_{SWIR2}

    λSWIR2

    R

    S

    W

    I

    R

    2

    R_{SWIR2}

    RSWIR2

先连接NIR与SWIR2,再用线性插值计算基线在SWIR1位置上的反射率:

R

S

W

I

R

1

=

(

λ

S

W

I

R

2

λ

S

W

I

R

1

)

R

N

I

R

+

(

λ

S

W

I

R

1

λ

N

I

R

)

R

S

W

I

R

2

λ

S

W

I

R

2

λ

N

I

R

R'_{SWIR1}= \\frac{ (\\lambda_{SWIR2}-\\lambda_{SWIR1})R_{NIR} + (\\lambda_{SWIR1}-\\lambda_{NIR})R_{SWIR2} }{ \\lambda_{SWIR2}-\\lambda_{NIR} }

RSWIR1=λSWIR2λNIR(λSWIR2λSWIR1)RNIR+(λSWIR1λNIR)RSWIR2

最终:

B

S

S

I

=

R

S

W

I

R

1

R

S

W

I

R

1

BSSI=R_{SWIR1}-R'_{SWIR1}

BSSI=RSWIR1RSWIR1

使用论文给出的中心波长:

λ

N

I

R

=

0.835

 

μ

m

,

λ

S

W

I

R

1

=

1.648

 

μ

m

,

λ

S

W

I

R

2

=

2.206

 

μ

m

\\lambda_{NIR}=0.835\\ \\mu m,\\quad \\lambda_{SWIR1}=1.648\\ \\mu m,\\quad \\lambda_{SWIR2}=2.206\\ \\mu m

λNIR=0.835 μm,λSWIR1=1.648 μm,λSWIR2=2.206 μm

可近似写成:

R

S

W

I

R

1

0.407

R

N

I

R

+

0.593

R

S

W

I

R

2

R'_{SWIR1}\\approx0.407R_{NIR}+0.593R_{SWIR2}

RSWIR10.407RNIR+0.593RSWIR2

因此:

B

S

S

I

R

S

W

I

R

1

0.407

R

N

I

R

0.593

R

S

W

I

R

2

BSSI\\approx R_{SWIR1}-0.407R_{NIR}-0.593R_{SWIR2}

BSSIRSWIR10.407RNIR0.593RSWIR2

通俗说:

BSSI就是“真实SWIR1”减去“根据NIR和SWIR2推测的正常SWIR1”。


七、论文说的“距离”,严格来说是什么?

在这里插入图片描述 论文图3:五级盐渍土光谱及SWIR1—基线距离

论文把BSSI称为SWIR1与虚拟基线之间的距离。

但从公式看,它计算的是:

SWIR1位置上的垂直反射率差值。

它不是点到直线的最短欧氏距离。更准确的叫法可以是:

  • 基线残差;
  • SWIR1偏离量;
  • 光谱凸起高度。

这不影响方法使用,但有助于准确理解:

BSSI不是复杂几何距离,而是一个具有波长权重的三波段线性组合。


八、为什么基线方法可能更稳定?

普通归一化指数通常只比较两个波段。如果两个地物恰好具有相似的波段比值,就容易混淆。

BSSI利用三个波段,关注中间波段相对两端趋势的偏离。

潜在优势包括:

  • 抵消部分整体亮度差异;
  • 强调光谱形状而不是单一亮度;
  • 抑制NIR到SWIR2变化平缓的干扰地物;
  • 对不同盐分程度形成连续响应。

论文图3显示,随着盐分等级增加,SWIR1与基线之间的差值逐渐增大。因此,BSSI既可用于阈值提取,也可参与SSC回归。


九、BSSI怎样变成盐分等级图?

在这里插入图片描述 论文图5:盐分等级图流程

论文采用一条相对简单的流程:

#mermaid-svg-gzEedHdsk1a8QvjR{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-gzEedHdsk1a8QvjR .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-gzEedHdsk1a8QvjR .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-gzEedHdsk1a8QvjR .error-icon{fill:#552222;}#mermaid-svg-gzEedHdsk1a8QvjR .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-gzEedHdsk1a8QvjR .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-gzEedHdsk1a8QvjR .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-gzEedHdsk1a8QvjR .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-gzEedHdsk1a8QvjR .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-gzEedHdsk1a8QvjR .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-gzEedHdsk1a8QvjR .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-gzEedHdsk1a8QvjR .marker{fill:#333333;stroke:#333333;}#mermaid-svg-gzEedHdsk1a8QvjR .marker.cross{stroke:#333333;}#mermaid-svg-gzEedHdsk1a8QvjR svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-gzEedHdsk1a8QvjR p{margin:0;}#mermaid-svg-gzEedHdsk1a8QvjR .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-gzEedHdsk1a8QvjR .cluster-label text{fill:#333;}#mermaid-svg-gzEedHdsk1a8QvjR .cluster-label span{color:#333;}#mermaid-svg-gzEedHdsk1a8QvjR .cluster-label span p{background-color:transparent;}#mermaid-svg-gzEedHdsk1a8QvjR .label text,#mermaid-svg-gzEedHdsk1a8QvjR span{fill:#333;color:#333;}#mermaid-svg-gzEedHdsk1a8QvjR .node rect,#mermaid-svg-gzEedHdsk1a8QvjR .node circle,#mermaid-svg-gzEedHdsk1a8QvjR .node ellipse,#mermaid-svg-gzEedHdsk1a8QvjR .node polygon,#mermaid-svg-gzEedHdsk1a8QvjR .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-gzEedHdsk1a8QvjR .rough-node .label text,#mermaid-svg-gzEedHdsk1a8QvjR .node .label text,#mermaid-svg-gzEedHdsk1a8QvjR .image-shape .label,#mermaid-svg-gzEedHdsk1a8QvjR .icon-shape .label{text-anchor:middle;}#mermaid-svg-gzEedHdsk1a8QvjR .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-gzEedHdsk1a8QvjR .rough-node .label,#mermaid-svg-gzEedHdsk1a8QvjR .node .label,#mermaid-svg-gzEedHdsk1a8QvjR .image-shape .label,#mermaid-svg-gzEedHdsk1a8QvjR .icon-shape .label{text-align:center;}#mermaid-svg-gzEedHdsk1a8QvjR .node.clickable{cursor:pointer;}#mermaid-svg-gzEedHdsk1a8QvjR .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-gzEedHdsk1a8QvjR .arrowheadPath{fill:#333333;}#mermaid-svg-gzEedHdsk1a8QvjR .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-gzEedHdsk1a8QvjR .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-gzEedHdsk1a8QvjR .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-gzEedHdsk1a8QvjR .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-gzEedHdsk1a8QvjR .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-gzEedHdsk1a8QvjR .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-gzEedHdsk1a8QvjR .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-gzEedHdsk1a8QvjR .cluster text{fill:#333;}#mermaid-svg-gzEedHdsk1a8QvjR .cluster span{color:#333;}#mermaid-svg-gzEedHdsk1a8QvjR div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-gzEedHdsk1a8QvjR .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-gzEedHdsk1a8QvjR rect.text{fill:none;stroke-width:0;}#mermaid-svg-gzEedHdsk1a8QvjR .icon-shape,#mermaid-svg-gzEedHdsk1a8QvjR .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-gzEedHdsk1a8QvjR .icon-shape p,#mermaid-svg-gzEedHdsk1a8QvjR .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-gzEedHdsk1a8QvjR .icon-shape .label rect,#mermaid-svg-gzEedHdsk1a8QvjR .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-gzEedHdsk1a8QvjR .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-gzEedHdsk1a8QvjR .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-gzEedHdsk1a8QvjR :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

Landsat预处理

计算BSSI和传统指数

现场SSC土样

建立指数与SSC线性回归

比较相关系数和R²

选择最佳模型

反演全区SSC

按标准划分五级盐渍化

作者没有使用复杂深度学习,而是:

  • 计算指数;
  • 提取采样点指数值;
  • 建立一元线性回归;
  • 选择拟合效果最好的模型;
  • 生成土壤盐分专题图。
  • 这也是指数方法的主要优势:

    • 公式简单;
    • 计算速度快;
    • 容易在GEE中运行;
    • 不需要大量训练样本;
    • 结果较容易解释。

    十、论文比较了哪些传统指数?

    论文比较了9种常见指数:

    • BI;
    • Int1;
    • Int2;
    • NDSI;
    • SI;
    • SI1;
    • SI2;
    • SI3;
    • VSSI。
    类型典型指数主要思想
    亮度型 BI、Int1、Int2 盐渍土通常较亮
    可见光组合型 SI、SI1、SI2、SI3 盐分改变蓝、绿、红波段响应
    归一化或植被辅助型 NDSI、VSSI 利用红光、NIR或植被关系区分盐分

    BSSI与它们最大的区别是:

    它利用NIR、SWIR1和SWIR2的局部光谱形状,而不是只使用可见光亮度或简单波段比值。


    十一、盐渍土提取精度怎么样?

    论文为每个指数寻找总体精度最高的阈值。

    黄河三角洲

    指数最优阈值OAKappa
    BI 0.44 70.80% 0.4420
    NDSI 0.73 83.21% 0.6708
    VSSI 0.62 81.02% 0.6304
    BSSI 0.69 91.24% 0.8257

    BSSI明显优于其他指数。

    塔里木盆地南缘

    指数最优阈值OAKappa
    Int1 0.14 87.93% 0.7620
    SI3 0.14 87.93% 0.7620
    BSSI 0.13 86.21% 0.7290

    在塔里木盆地,BSSI并不是单项最高,Int1和SI3的OA略高。

    但作者强调:

    Int1和SI3在黄河三角洲表现明显较差,而BSSI在两个区域都保持较高精度。

    所以,BSSI的优势更准确地说是:

    跨两类环境的稳定性较好,而不是在每个地区的OA都绝对第一。


    十二、图像上最直观的优势是什么?

    在这里插入图片描述 在这里插入图片描述

    论文图7和图8展示了不同指数的盐渍土二值结果。

    1. 黄河三角洲

    许多传统指数会把河流、高反射建筑、盐业设施周围非盐地表误判为盐渍土。

    NDSI和VSSI能够较好排除河流,但仍会在河岸出现过度盐渍化。

    BSSI对以下地物的区分相对合理:

    • 盐池;
    • 河流;
    • 河岸非盐土;
    • 建筑干扰。

    2. 塔里木盆地南缘

    研究区存在:

    盐碱地 → 河岸农田 → 河流

    的连续过渡。

    部分传统指数把河流识别为盐渍土,或者无法表现盐分逐渐减弱的过程。

    BSSI得到的空间变化与作者设定的实际地物顺序最一致。


    十三、BSSI与实测盐分的相关性怎么样?

    黄河三角洲

    BSSI与SSC的Pearson相关系数为:

    r

    =

    0.913

    r=0.913

    r=0.913

    在对比指数中最高。

    塔里木盆地南缘

    BSSI与SSC的相关系数为:

    r

    =

    0.963

    r=0.963

    r=0.963

    NDSI在该区也达到约0.963,部分其他指数同样较高。

    但结合盐渍土提取结果,BSSI对河流和非盐地物的抑制更稳定。

    这说明:

    一个指数即使在采样点上与盐分高度相关,也可能在整幅影像中把大量非盐地物误判为高盐。

    相关性和空间提取效果必须一起看。


    十四、盐分反演的

    R

    2

    R^2

    R2有多高?

    论文建立指数与SSC的一元线性回归。

    BSSI结果为:

    区域建模

    R

    2

    R^2

    R2验证

    R

    2

    R^2

    R2

    黄河三角洲 0.8482 0.8098
    塔里木盆地南缘 0.9459 0.9356

    这说明BSSI在两组数据中都具有很强的线性盐分表征能力。

    但需要谨慎:

    • 样本数量分别只有70和31;
    • 论文没有充分展示空间分块验证;
    • 样本之间可能存在空间自相关;
    • 线性关系是否跨年份稳定尚未验证。

    因此,更准确的结论是:

    BSSI在这两景影像和对应样本中表现出很强的盐分反演能力。

    而不是:

    BSSI在任何地区都能保持0.8以上

    R

    2

    R^2

    R2


    十五、最终盐分专题图显示了什么?

    论文使用BSSI回归模型生成盐分等级图。

    黄河三角洲

    在这里插入图片描述

    反演SSC范围约为:

    0

    %

    13.3

    %

    0\\%-13.3\\%

    0%13.3%

    大部分区域集中在0%—2%。

    高盐区域主要出现在沿海滩涂、盐业生产区、局部海水影响区和强蒸发裸地。

    塔里木盆地南缘

    在这里插入图片描述

    反演SSC范围约为:

    0

    %

    3.1

    %

    0\\%-3.1\\%

    0%3.1%

    同样以0%—2%区域为主。

    高盐区域主要沿盐碱裸地、灌溉影响区和地表盐分聚集带分布。


    十六、这篇论文真正的创新在哪里?

    创新一:从“亮度指数”转向“光谱形状残差”

    BSSI不再直接把明亮地物当作盐渍土,而是分析SWIR1相对NIR—SWIR2背景线的偏离。

    创新二:把连续光谱基线思想简化到三个多光谱波段

    高光谱分析常使用连续谱去除、吸收深度和基线校正。

    BSSI把类似思想压缩到Landsat可用的三个宽波段,使其适合大范围监测。

    创新三:一个指数同时服务提取与定量反演

    BSSI既可通过阈值提取盐渍土,又可与SSC建立连续回归关系。

    创新四:同时验证滨海与干旱内陆环境

    两个研究区的盐分成因、气候和干扰地物不同,比单一区域验证更有说服力。

    创新五:具有跨Landsat与Sentinel-2应用潜力

    NIR、SWIR1和SWIR2在多种主流卫星上均存在,为长期监测提供了数据基础。


    十七、论文真正的贡献不是发明一个更复杂的公式

    BSSI公式本身并不复杂。

    它真正有价值的地方是:

    先观察不同地物为什么混淆,再根据光谱曲线的结构设计指数。

    其逻辑不是随意组合波段,再从大量公式中挑相关性最高的一个,而是:

  • 找到盐渍土与干扰地物的共同和差异;
  • 发现SWIR1相对基线的峰值结构;
  • 用波长加权插值构建可解释公式;
  • 再用两个不同区域进行验证。
  • 这是一条典型的:

    机理观察—指数构建—跨区验证

    研究路线。


    十八、必须冷静看待:0.69和0.13两个阈值说明了什么?

    在这里插入图片描述 论文图6:不用区域,不同指数阈值选择

    黄河三角洲最佳BSSI阈值为:

    0.69

    0.69

    0.69

    塔里木盆地南缘为:

    0.13

    0.13

    0.13

    二者差异明显。

    这说明:

    BSSI的指数结构可能具有跨区稳定性,但用于二值提取的阈值并不通用。

    阈值会受到以下因素影响:

    • 反射率缩放方式;
    • 大气校正;
    • 传感器响应函数;
    • 土壤含水量;
    • 盐类组成;
    • 地表粗糙度;
    • 图像归一化;
    • 土壤背景。

    因此,不能把论文阈值直接复制到Sentinel-2、Landsat-8、巴基斯坦或印度河灌区。

    实际应用应:

    • 使用本地样本重新定阈值;
    • 使用Otsu、混合模型或自适应分类;
    • 将BSSI作为机器学习特征,而不是单独硬阈值。

    十九、阈值由“试错选最高OA”得到,会不会偏乐观?

    论文对每个指数测试多个阈值,并选择OA最高的阈值进行比较。

    这样做有利于公平比较各指数的最佳表现,但也存在一个问题:

    如果阈值是在同一批验证样本上挑出来的,再用同一批样本报告精度,结果可能偏乐观。

    更严格的流程应当是:

  • 用训练样本选阈值;
  • 将阈值锁定;
  • 在完全独立的区域或年份验证;
  • 检查阈值是否可迁移。
  • 特别是BSSI在两个区域的最佳阈值差别很大,更需要进行跨区阈值验证。


    二十、论文说BSSI可跨传感器长期监测,但实际验证了吗?

    论文指出以下传感器都具有NIR、SWIR1和SWIR2:

    • Landsat TM;
    • Landsat ETM+;
    • Landsat OLI;
    • Sentinel-2 MSI。

    从波段配置看,这个判断合理。

    但论文实验实际上只使用了:

    Landsat-7 ETM+。

    因此,论文证明的是:

    BSSI具有跨传感器实现的理论条件。

    尚未直接证明:

    • Landsat-7与Landsat-8结果完全一致;
    • Sentinel-2阈值可直接沿用;
    • 多传感器拼接后不存在系统偏差;
    • 20年以上时间序列不会受传感器更替影响。

    实际跨传感器使用时,应采用各传感器自己的中心波长重新计算基线权重,并进行交叉校准。


    二十一、不同卫星应该怎样选择波段?

    传感器NIRSWIR1SWIR2
    Landsat-5 TM B4 B5 B7
    Landsat-7 ETM+ B4 B5 B7
    Landsat-8/9 OLI B5 B6 B7
    Sentinel-2 MSI B8或B8A B11 B12

    需要注意:

    • Sentinel-2的SWIR波段为20米;
    • B8为10米,B8A为20米;
    • 不同NIR选择会改变中心波长和基线权重;
    • 所有波段必须统一到同一空间分辨率;
    • 应使用地表反射率而不是未经校正的DN。

    不能简单把:

    0.407

    ,

     

    0.593

    0.407,\\ 0.593

    0.407, 0.593

    这两个权重复制到所有卫星。


    二十二、BSSI不是归一化指数,意味着什么?

    BSSI是反射率差值:

    B

    S

    S

    I

    =

    R

    S

    W

    I

    R

    1

    R

    S

    W

    I

    R

    1

    BSSI=R_{SWIR1}-R'_{SWIR1}

    BSSI=RSWIR1RSWIR1

    它不像NDVI或NDSI那样除以波段和。

    优点是:

    • 保留真实光谱凸起强度;
    • 公式简单;
    • 与盐分可能保持较强线性关系。

    但也可能更敏感于:

    • 大气校正残差;
    • 太阳高度角;
    • 传感器定标差异;
    • 地表整体亮度;
    • 反射率缩放系数。

    基线能够抑制部分整体趋势,但不能保证完全消除所有辐射差异。

    所以,长时间序列应用必须保证:

    • 统一表面反射率产品;
    • 云和阴影处理;
    • 跨传感器归一化;
    • 相近季节和物候;
    • 稳定的阈值或模型校准。

    二十三、BSSI能监测多深的盐分?

    论文土样包含0—30厘米信息,但光学卫星直接感知的仍是:

    地表及其非常浅层的光谱响应。

    光学波段不能穿透土壤去直接测量深层盐分。

    BSSI表现较好,可能是因为在研究区:

    • 表层盐壳与0—30厘米平均盐分相关;
    • 地下水和蒸发过程使盐分向表层聚集;
    • 土样与表面状态之间具有同步关系。

    但在以下情况中,这种关系可能失效:

    • 表层被降雨冲洗,根区仍高盐;
    • 表层暂时湿润,深层盐分较高;
    • 覆盖秸秆或植被;
    • 灌溉后表层脱盐、下层积盐;
    • 盐分集中在30厘米以下。

    论文结论也明确承认:

    BSSI对深层盐渍化的能力有限。


    二十四、作物长起来以后,BSSI看到的是盐还是叶子?

    在裸地和盐壳明显时期,卫星能够直接看到土壤。

    但作物冠层覆盖后,像元反射率主要来自:

    • 叶片;
    • 茎秆;
    • 冠层结构;
    • 阴影;
    • 土壤背景混合。

    此时,BSSI可能更多反映植被和水分变化,而不是直接表层盐分。

    因此,在农业区应用BSSI,最佳时间通常是:

    • 播种前;
    • 收获后;
    • 裸地比例较高时;
    • 盐壳明显且无积水时。

    生长期应结合:

    • 植被指数;
    • 红边;
    • 热红外;
    • 土壤湿度;
    • 作物类型;
    • 物候阶段。

    BSSI不能单独解决“植被覆盖下的根区盐分”问题。


    二十五、30米分辨率会漏掉哪些盐渍化特征?

    Landsat单个像元约覆盖:

    30

    m

    ×

    30

    m

    =

    900

     

    m

    2

    30m\\times30m=900\\ m^2

    30m×30m=900 m2

    如果盐斑只有几米或十几米,像元中会混合:

    • 盐壳;
    • 正常土壤;
    • 植被;
    • 沟渠;
    • 道路。

    这会造成:

    • 小盐斑被平均掉;
    • 盐渍边界模糊;
    • 农田内部异质性无法表达;
    • 沟渠周围返盐难以识别。

    所以BSSI适合:

    • 区域尺度盐渍化;
    • 大片裸露盐土;
    • 长期趋势;
    • 灌区宏观风险筛查。

    不适合直接替代:

    • 地块内部精细调查;
    • 田埂级盐斑识别;
    • 厘米级土壤采样。

    二十六、101个土样够不够?

    两个区域总样本数101个,其中塔里木盆地只有31个。

    对一元线性回归而言,这一数量可以进行初步验证,但仍不足以覆盖所有变化:

    • 土壤质地;
    • 盐类组成;
    • 含水量;
    • 表面粗糙度;
    • 有机质;
    • 植被覆盖;
    • 不同季节;
    • 不同灌溉阶段。

    尤其是验证

    R

    2

    =

    0.9356

    R^2=0.9356

    R2=0.9356时,31个样本中的少数异常点可能显著影响结果。

    未来更强的验证需要:

    • 更大样本;
    • 多年份;
    • 独立地块;
    • 空间分块交叉验证;
    • 跨区域完全盲测。

    二十七、盐分相关性高,不代表BSSI只对盐敏感

    BSSI与SSC的高相关性说明在研究样本中,两者同步变化。

    但BSSI仍可能受到:

    • 土壤水分;
    • 矿物组成;
    • 粒径;
    • 粗糙度;
    • 盐壳厚度;
    • 表面结晶形态;

    影响。

    不同盐类的光谱表现也不完全相同,例如:

    • 氯化物;
    • 硫酸盐;
    • 碳酸盐;
    • 混合盐。

    因此,BSSI更适合被理解为:

    与表层盐渍化状态密切相关的光谱特征。

    而不是:

    对所有盐离子具有唯一响应的直接化学测量。


    二十八、这篇论文有哪些优点?

    1. 问题非常实际

    作者没有只追求采样点相关性,而是针对:

    • 白屋顶;
    • 盐池;
    • 河流;
    • 裸土;

    这些真实误判问题设计指数。

    2. 公式简单且可解释

    BSSI每个波段都有明确作用,容易复现和部署。

    3. 同时验证提取与反演

    论文不仅给出二值盐渍土图,还检验:

    • OA;
    • Kappa;
    • Pearson相关;
    • 回归

      R

      2

      R^2

      R2

    • 盐分等级图。

    4. 两类环境验证

    滨海与干旱区共同验证,提高了方法的说服力。

    5. 适合长期免费卫星数据

    Landsat和Sentinel-2使其具有低成本大范围应用潜力。


    二十九、总结:BSSI真正做对的,是把“亮不亮”变成“形状像不像”

    传统盐分指数常把盐渍土看成一个高亮目标。

    但现实中,高亮目标太多:

    • 白屋顶;
    • 裸土;
    • 盐池;
    • 沙地;
    • 河岸。

    BSSI换了一个问题:

    SWIR1是否明显偏离NIR到SWIR2之间的正常趋势?

    整篇论文的逻辑可以浓缩为:

    #mermaid-svg-wlVmbFaNWxl9cmSq{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-wlVmbFaNWxl9cmSq .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-wlVmbFaNWxl9cmSq .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-wlVmbFaNWxl9cmSq .error-icon{fill:#552222;}#mermaid-svg-wlVmbFaNWxl9cmSq .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-wlVmbFaNWxl9cmSq .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-wlVmbFaNWxl9cmSq .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-wlVmbFaNWxl9cmSq .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-wlVmbFaNWxl9cmSq .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-wlVmbFaNWxl9cmSq .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-wlVmbFaNWxl9cmSq .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-wlVmbFaNWxl9cmSq .marker{fill:#333333;stroke:#333333;}#mermaid-svg-wlVmbFaNWxl9cmSq .marker.cross{stroke:#333333;}#mermaid-svg-wlVmbFaNWxl9cmSq svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-wlVmbFaNWxl9cmSq p{margin:0;}#mermaid-svg-wlVmbFaNWxl9cmSq .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-wlVmbFaNWxl9cmSq .cluster-label text{fill:#333;}#mermaid-svg-wlVmbFaNWxl9cmSq .cluster-label span{color:#333;}#mermaid-svg-wlVmbFaNWxl9cmSq .cluster-label span p{background-color:transparent;}#mermaid-svg-wlVmbFaNWxl9cmSq .label text,#mermaid-svg-wlVmbFaNWxl9cmSq span{fill:#333;color:#333;}#mermaid-svg-wlVmbFaNWxl9cmSq .node rect,#mermaid-svg-wlVmbFaNWxl9cmSq .node circle,#mermaid-svg-wlVmbFaNWxl9cmSq .node ellipse,#mermaid-svg-wlVmbFaNWxl9cmSq .node polygon,#mermaid-svg-wlVmbFaNWxl9cmSq .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-wlVmbFaNWxl9cmSq .rough-node .label text,#mermaid-svg-wlVmbFaNWxl9cmSq .node .label text,#mermaid-svg-wlVmbFaNWxl9cmSq .image-shape .label,#mermaid-svg-wlVmbFaNWxl9cmSq .icon-shape .label{text-anchor:middle;}#mermaid-svg-wlVmbFaNWxl9cmSq .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-wlVmbFaNWxl9cmSq .rough-node .label,#mermaid-svg-wlVmbFaNWxl9cmSq .node .label,#mermaid-svg-wlVmbFaNWxl9cmSq .image-shape .label,#mermaid-svg-wlVmbFaNWxl9cmSq .icon-shape .label{text-align:center;}#mermaid-svg-wlVmbFaNWxl9cmSq .node.clickable{cursor:pointer;}#mermaid-svg-wlVmbFaNWxl9cmSq .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-wlVmbFaNWxl9cmSq .arrowheadPath{fill:#333333;}#mermaid-svg-wlVmbFaNWxl9cmSq .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-wlVmbFaNWxl9cmSq .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-wlVmbFaNWxl9cmSq .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-wlVmbFaNWxl9cmSq .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-wlVmbFaNWxl9cmSq .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-wlVmbFaNWxl9cmSq .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-wlVmbFaNWxl9cmSq .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-wlVmbFaNWxl9cmSq .cluster text{fill:#333;}#mermaid-svg-wlVmbFaNWxl9cmSq .cluster span{color:#333;}#mermaid-svg-wlVmbFaNWxl9cmSq div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-wlVmbFaNWxl9cmSq .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-wlVmbFaNWxl9cmSq rect.text{fill:none;stroke-width:0;}#mermaid-svg-wlVmbFaNWxl9cmSq .icon-shape,#mermaid-svg-wlVmbFaNWxl9cmSq .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-wlVmbFaNWxl9cmSq .icon-shape p,#mermaid-svg-wlVmbFaNWxl9cmSq .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-wlVmbFaNWxl9cmSq .icon-shape .label rect,#mermaid-svg-wlVmbFaNWxl9cmSq .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-wlVmbFaNWxl9cmSq .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-wlVmbFaNWxl9cmSq .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-wlVmbFaNWxl9cmSq :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

    传统指数只看亮度或简单比值

    白屋顶、裸土和河流误判

    连接NIR与SWIR2虚拟基线

    计算SWIR1高出基线的残差

    增强盐渍土光谱形状

    盐渍土提取

    SSC线性反演

    论文的关键结果包括:

    • 黄河三角洲BSSI提取OA为91.24%,Kappa为0.8257;
    • 塔里木盆地南缘OA为86.21%,Kappa为0.7290;
    • BSSI与SSC相关系数分别为0.913和0.963;
    • 盐分反演验证

      R

      2

      R^2

      R2分别为0.8098和0.9356;

    • BSSI能够减少河流、非盐河岸、裸土和部分不透水面的误判;
    • NIR、SWIR1和SWIR2在Landsat与Sentinel-2中均可获得。

    它真正贡献了三点:

  • 用虚拟基线表达盐渍土的局部光谱形状;
  • 用同一个简单指数连接盐渍土提取与盐分程度反演;
  • 证明该思路在滨海和干旱内陆两类环境中都有潜力。
  • 但不能忽视:

    • 两个区域阈值并不一致;
    • 样本量较小;
    • 阈值是在同一数据上试错选择;
    • 跨传感器和长时间序列尚未实证;
    • 光学影像不能直接监测深层盐分;
    • 植被、湿度和30米混合像元仍会影响结果。

    所以,对BSSI最准确的评价不是:

    一个公式就解决了全球盐渍化监测。

    而是:

    它提供了一个简单、可解释、适合大范围筛查的表层盐分光谱特征,并为机器学习、水盐模型和长期遥感监测提供了有价值的基础变量。


    论文信息

    论文题目: Baseline-Based Soil Salinity Index (BSSI): A Novel Remote Sensing Monitoring Method of Soil Salinization

    作者: Zhimei Zhang、Yanguo Fan、Aizhu Zhang、Zhijun Jiao

    期刊: IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

    卷与页码: Vol. 16,202—214

    发表年份: 2023

    DOI: 10.1109/JSTARS.2022.3223935

    Download: https://ieeexplore.ieee.org/abstract/document/9960775


    赞(0)
    未经允许不得转载:171主机测评 » 盐碱地、白屋顶和裸土都很亮,卫星怎样分清?
    分享到: 更多 (0)

    评论 抢沙发

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址