這幾天我們一直在討論有關高光譜遙感技術方面的介紹，今天，我們將一起探討一下有關高光譜遙感技術在在土地工程中的應用分析，小編希望可以幫助到大家~

土地工程的研究對象是土地，土地工程的主要目的是解決土地與人類之間的供求矛盾，土地工程的主要技術手段為：運用工程技術和措施將荒草地、沙地、鹽堿地、 荒灘等未利用地進行綜合開發，成為能夠被人類利用的土地；提高已利用土地的集約節約化水平和資源利用率；修復由于污染、塌陷、沉降等多種自然或人為原因產生的已損害土地資源；通過工程和非工程手段對低標準土地提質改造，提高土地生產力。而利用高光譜遙感技術的特點可以實現土壤監測、土地類型分類、污損土地治理、作物生長監測四方面的土地工程應用。

1土壤監測

土地整治過程中通常會對土壤的理化性質進行監測及評估，高光譜遙感可以作為一種技術手段對土壤的空間信息及其性質進行監測，亦可用來評價土壤可開發的潛力。土壤的光譜反射特性反映了土壤的基本性質，這為研究土壤本身的屬性提供了一個新的途徑和指 標。光譜特征和土壤理化性質有密切的關系，是土壤遙感技術的物理基礎。目前，普遍認為土壤的機械組成、含水量、有機質含量、氧化鐵含量等都是影響土壤光譜特性的主要理化性狀。國內外有很多相關研究從土壤的光譜反射率與土壤各種參數的相關性入手，將光譜反射率進行各種形式的組合及變化后與土壤各種參數構建相應的回歸模型，進而從土壤光譜中提取有關土壤參數的信息。國內秦倩如等利用高光譜數據對土壤游離鐵進行了模型估算研究，徐麗華等利用高光譜數據對紫色土土壤全氮及全磷含量進行了反演及預測。

2土地類型分類

高光譜遙感具有對地識別能力高的特點，可以利用高光譜遙感技術對大面積的土地進行分類。高光譜圖像包含豐富的光譜信息及空間信息，高光譜遙感數據的每一個像元都包含大量的信息，能夠形成一條連續的光譜曲線。地物分類是高光譜遙感圖像處理和應用的一項重要內容。目前常用的遙感圖像分類的方法主要分為監督分類和非監督分類。近年來，隨著人工智能的飛速發展，越來越多的深度學習模型應用于遙感影像的分類，取得了非常好的效果。

3污損土地治理

土地工程的主要研究方向之一就是污損土地治理， 傳統的污損土地調查主要依靠外業采樣、內業實驗室化 驗的方法，缺點是成本高、耗時長。高光譜遙感技術可以低成本、快速的對土壤污損狀況進行識別、監測、分析、評估以及對治理后的污損土地進行跟蹤監測及評價。土壤的光譜特征是利用遙感技術準確識別土壤中各成分的關鍵，利用這些特征可以識別污染熱點、污染類型及其分布。石安等人以浙江省溫嶺市為例，利用高光譜遙感反演技術研究了2006—2016年前后十年的水稻土中Cd、Cu、Ni、Pb、Zn等重金屬元素隨時間的變化趨勢。黃長平等利用遙感反演了土壤重金屬Cu含量并研究了針對重金屬Cu的波段選擇與光譜分辨率。

4作物生長監測

對未利用土地進行開發整理，形成可耕種的耕地，并對原低效利用的耕地進行土地綜合整治、提質改造是土地的工程的主要任務之一。除此之外，可以利用高光譜遙感技術對農作物長勢及產量等信息進行動態監測，通過高光譜遙感反演LAI（葉面積指數）可用來判斷作物的長勢情況以及生物量的變化。賀佳等利用高光譜遙感技術反演了 不同時期冬小麥的葉面積指數，張東彥基于高光譜成像 技術對作物葉綠素信息診斷機理及方法進行了研究。

好了，那么以上就是有關高光譜遙感技術在在土地工程中的應用分析介紹，希望可以對大家有益哦~