基于无人机多光谱遥感与SSA-SVM优化模型的棉田土壤盐分估算研究

本研究针对棉田土壤盐渍化快速监测需求，来自国内的研究团队创新性地融合无人机多光谱遥感技术与SSA（麻雀搜索算法）优化的支持向量机（SVM）模型，实现了土壤盐分的高精度反演。结果表明，该模型显著提升了盐分预测的稳定性与准确性，为农业精准治理和盐渍土可持续利用提供了关键技术支撑。

　　

通过无人机搭载多光谱传感器采集棉田地表反射率数据，结合地面实测土壤电导率（EC）值，构建基于麻雀搜索算法（SSA）优化的支持向量机（SVM）回归模型。该模型通过自适应调整SVM超参数（如惩罚因子C和核函数参数γ），显著提升了土壤盐分预测精度（R² > 0.85）。研究验证了可见光-近红外波段（如蓝光Band_B、红光Band_R）及盐分指数（SI）对盐分响应敏感性，并阐明多特征融合策略可有效抑制植被覆盖干扰。该技术为大规模农田盐渍化动态监测提供了低成本、高效率的解决方案。