本发明属于盐渍化遥感监测，尤其涉及一种基于gee云平台随机森林反演耕地盐渍化的方法。
背景技术：
1、学者们普遍利用单一植被光谱指数完全捕捉盐度存在较多弊端，为了更精确地反映土壤盐度状况，盐度信息的提取需要结合多种光谱指数。
2、此外，目前基于光谱指数对盐度反演的方法中，许多学者根据不同地区的特点，选择哨兵数据或陆地卫星数据等遥感图像进行盐度反演。然而，不同的遥感影像源对反演盐渍化的精度存在差异。除此之外，目前土壤盐渍化反演缺少普适性，缺少对干旱区耕地土壤盐渍化的反演。
技术实现思路
1、本发明提出了一种基于gee云平台随机森林反演耕地盐渍化的方法，以解决上述现有技术中存在的技术问题。
2、为实现上述目的，本发明提供了一种基于gee云平台随机森林反演耕地盐渍化的方法，包括以下步骤：
3、获取第一遥感影像数据和第二遥感影像数据，并从中选取若干个光谱指数；
4、基于随机森林重要性特征排序法，从所述若干个光谱指数中选取目标光谱指数；
5、基于所述目标光谱指数，构建随机森林回归模型；
6、基于所述随机森林回归模型，分别获得所述第一遥感影像数据和第二遥感影像数据的盐度反演结果并对比；
7、基于对比结果构建土壤盐分预测模型；
8、基于所述土壤盐分预测模型，获得土壤盐渍化结果。
9、可选地，第一遥感影像数据和第二遥感影像数据的获取过程包括：基于gee平台数据库，获取第一遥感影像数据和第二遥感影像数据。
10、可选地，选取若干个光谱指数之前还包括：对所述第一遥感影像数据和第二遥感影像数据进行去云处理、图像镶嵌和图像裁剪。
11、可选地，选取的若干个光谱指数至少包括：植被指数和盐分指数；其中，所述植被指数包括土壤调整植被指数、比率植被指数、归一化差异植被指数、差异植被指数、增强归一化差异植被指数和增强植被指数，所述盐分指数包括归一化盐度指数、盐度指数、盐度指数1、盐度指数2、改良盐度监测指数和亮度指数。
12、可选地，选取的目标光谱指数包括：增强归一化差异植被指数、增强植被指数、亮度指数、改良盐度监测指数、盐度指数2和盐度指数。
13、可选地，所述随机森林回归模型公式如下：
14、
15、其中，代表预测结果，{h(x，θt)}代表基于x和θt的输出，x代表自变量，θt代表独立且同分布的随机向量，t代表回归决策树的数量。
16、可选地，基于对比结果构建土壤盐分预测模型的过程包括：当第一遥感影像数据的盐度反演结果精度大于第二遥感影像数据时，则基于所述目标光谱指数和第一遥感影像数据构建土壤盐分预测模型；当第二遥感影像数据的盐度反演结果精度大于第一遥感影像数据时，则基于所述目标光谱指数和第二遥感影像数据构建土壤盐分预测模型。
17、与现有技术相比，本发明具有如下优点和技术效果：
18、本发明选取的目标光谱指数包括改良盐度监测指数，能够有效识别干旱区土壤盐分的含量，并划分土壤盐渍化程度。
19、本发明基于随机森林回归法进行盐度反演，能够快速反演多年且大范围的土壤盐渍化。
1.一种基于gee云平台随机森林反演耕地盐渍化的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于gee云平台随机森林反演耕地盐渍化的方法，其特征在于，
3.根据权利要求1所述的基于gee云平台随机森林反演耕地盐渍化的方法，其特征在于，
4.根据权利要求1所述的基于gee云平台随机森林反演耕地盐渍化的方法，其特征在于，
5.根据权利要求4所述的基于gee云平台随机森林反演耕地盐渍化的方法，其特征在于，
6.根据权利要求1所述的基于gee云平台随机森林反演耕地盐渍化的方法，其特征在于，
7.根据权利要求1所述的基于gee云平台随机森林反演耕地盐渍化的方法，其特征在于，
