获取耕地土壤盐渍化程度等级分布的方法和装置

技术领域

本申请属于遥感图像处理技术领域，具体涉及一种获取耕地土壤盐渍化程度等级分布的方法和装置。

背景技术

土壤盐渍化又称土壤盐碱化，是土壤中积聚盐分形成盐渍(碱)土的过程。耕地土壤盐渍化程度对区域内粮食生产力具有较大影响，土壤盐渍化程度分级成果可以有效指导作物种植的结构优化布局和动态调整。

现有的耕地土壤盐渍化程度分级方法往往是先实测区域内若干田块的土壤电导率和盐分含量，再通过空间插值方法获取整个区域的盐渍化程度空间分布。由于该方法往往是先对各田块进行人工测量来获取大量的实测点数据，所以存在浪费时间和浪费人力的问题。

发明内容

有鉴于此，本申请实施例提供了一种获取耕地土壤盐渍化程度等级分布的方法和装置，该方法可解决在采用现有技术进行耕地土壤盐渍化程度分级时存在的浪费时间和人力的问题。其技术方案如下：

第一方面，本申请实施例提供了一种获取耕地土壤盐渍化程度等级分布的方法，该方法包括：

获取目标区域的卫星影像中组成耕地区域的耕地像元；

根据每个耕地像元的不同波段光线的反射率获取每个耕地像元的植被指数和盐分指数；

构建耕地区域关于植被指数和盐分指数的二维特征空间；

根据二维特征空间内的植被指数和盐分指数的分布获取每个耕地像元的土壤电导率；

根据每个耕地像元的土壤电导率获取每个耕地像元对应的土壤含盐量；

根据每个耕地像元的土壤含盐量确定每个耕地像元的盐渍化程度等级。

在一种可能的实现方式中，所述获取目标区域的卫星影像中组成耕地区域的耕地像元包括：

获取目标区域的卫星影像；

对目标区域的卫星影像进行预处理，得到预处理后的目标区域的卫星影像，其中，预处理至少包括几何校正或大气校正；

通过最大似然监督分类法确定预处理后的目标区域的卫星影像中每个像元的土地利用类型，得到目标区域的卫星影像中组成耕地区域的各个耕地像元。

在一种可能的实现方式中，根据下式获取每个耕地像元的植被指数和盐分指数：

和

式中，MSAVI和SI分别为耕地像元的植被指数和盐分指数；G、R和NIR分别为耕地像元对应的绿光波段、红光波段和近红外波段的反射率值。

在一种可能的实现方式中，根据下式对植被指数和盐分指数进行正规化处理：

和

式中，MSAVI′和SI′分别为经过正规化处理后的植被指数和盐分指数；MSAVI_max和MSAVI_min分别为耕地像元的植被指数的最大值和最小值；SI_max和SI_min分别为耕地像元的盐分指数的最大值和最小值。

在一种可能的实现方式中，所述构建耕地区域关于植被指数和盐分指数的二维特征空间包括：

根据正规化处理后的植被指数和盐分指数构建耕地区域关于植被指数和盐分指数的二维特征空间，该二维特征空间的横轴为正规化处理后的植被指数，该二维特征空间的纵轴为正规化处理后的盐分指数。

在一种可能的实现方式中，所述根据二维特征空间内的植被指数和盐分指数的分布获取每个耕地像元的土壤电导率包括：

根据耕地像元在二维特征空间内的分布拟合出耕地区域的土壤基线：

SI'＝kMSAVI'+b

式中，k为所述土壤基线的斜率，b为常量；

过二维特征空间横轴上的固定坐标点作土壤基线的垂线，固定坐标点为(1,0)；

根据下式获取耕地像元到耕地区域的土壤基线的垂线的距离：

式中，E_MSAVI-SI为耕地像元到耕地区域的土壤基线的垂线的距离；

根据下式获取每个耕地像元的土壤电导率：

式中，EC为耕地像元的土壤电导率；m和n为常量。

在一种可能的实现方式中，所述根据每个耕地像元的土壤电导率获取每个耕地像元对应的土壤含盐量，包括：

根据下式获取每个耕地像元对应的土壤含盐量：

S＝pEC+q

式中，S为所述耕地像元的土壤含盐量；p和q为常量。

第二方面，本申请实施例提供了一种获取耕地土壤盐渍化程度等级分布的装置，该装置包括：

第一获取模块，被配置为获取目标区域的卫星影像中组成耕地区域的耕地像元；

第二获取模块，被配置为根据每个耕地像元的不同波段光线的反射率获取每个耕地像元的植被指数和盐分指数；

特征空间构建模块，被配置为构建耕地区域关于植被指数和盐分指数的二维特征空间；

第三获取模块，被配置为根据二维特征空间内的植被指数和盐分指数的分布获取每个耕地像元的土壤电导率；

第四获取模块，被配置为根据每个耕地像元的土壤电导率获取每个耕地像元对应的土壤含盐量；

等级确定模块，被配置为根据每个耕地像元的土壤含盐量确定每个耕地像元的盐渍化程度等级。

第三方面，本申请实施例提供了一种计算机设备，该计算机设备包括处理器和存储器，存储器存储有一个或者一个以上的程序，该一个或一个以上的程序被处理器用来执行如上所述的获取耕地土壤盐渍化程度等级分布的方法。

第四方面，本申请实施例提供了一种计算机可读介质，该计算机可读介质存储有一个或一个以上的程序，该一个或者一个以上的程序被处理器用来执行如上所述的获取耕地土壤盐渍化程度等级分布的方法。

本申请实施例提供的技术方案带来的有益效果至少包括：

通过获取目标区域的卫星影像中组成耕地区域的耕地像元，构建该耕地区域关于该耕地像元的植被指数和盐分指数的二维特征空间，获取该二维特征空间内每个耕地像元的电导率，并进一步根据每个耕地像元的电导率获取对应的耕地像元的土壤含盐量，根据各耕地像元的土壤含盐量确定各耕地像元的盐渍化程度等级，进而对耕地区域进行盐渍化程度等级划分，可以方便快捷地利用目标区域的卫星影像获取目标区域内耕地区域的土壤盐渍化程度等级分布，解决了现有技术中为获取耕地土壤盐渍化程度等级分布需要对耕地区域进行大量人工采样时存在的浪费人力物力的问题；且该方法可以确定组成耕地区域的所有耕地像元的盐渍化程度，避免了现有技术中采样点有限导致最终结果不准确的问题。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请第一实施例提供的获取耕地土壤盐渍化程度等级分布的方法的流程图；

图2示例性示出了一种耕地区域关于植被指数和盐分指数的二维特征空间示意图；

图3是本申请第二实施例提供的获取耕地土壤盐渍化程度等级分布的装置的流程图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

本申请第一实施例提供了一种获取耕地土壤盐渍化程度等级分布的方法，如图1所示，该方法包括以下步骤：

步骤S11，获取目标区域的卫星影像中组成耕地区域的耕地像元。

由于作为研究对象的耕地区域往往具有不规则边界，所以通过现有技术获取到的卫星影像中常常含有一些非耕地区域。在一种可能的实现方式中，在确定作为研究对象的耕地区域后，可以先获取包含该耕地区域的目标区域的卫星影像，然后再获取该目标区域的卫星影像中的耕地区域，进而对该耕地区域进行土壤盐渍化程度评价。

由于我国大部分地区在每年的7-8月份就进入到夏季，此时目标区域内植被生长旺盛，耕地、草地、林地和建设用地等土地利用类型之间区分较为明显，所以可获取该时间段内目标区域的卫星影像用来评价该目标区域内耕地区域的土壤盐渍化程度。目标区域的卫星影像可由装载不同类型传感器的卫星获取，其中卫星传感器的类型可以是TM、ETM或OLI等。考虑到较低空间分辨率(如100米空间分辨率或200米空间分辨率等)的卫星影像不清晰，容易导致最终结果不准确，所以可以获取目标区域7月上旬的30米空间分辨率的Landsat-OLI卫星影像来对目标区域内的耕地区域进行盐渍化程度评价。此时，目标区域的卫星影像上能够识别的两个相邻地物之间的最小距离为30米，即该目标区域的卫星影像上每个像元代表了30米×30米的真实地表面积。

在利用现有技术获得目标区域的卫星影像的过程中，受地球曲率和地球自转等多种因素的综合影响，获得的原始卫星影像上地物的几何位置、形状、大小、尺寸或方位等特征与与其对应的地面地物的特征往往是不一致的；且卫星传感器测得的地面地物的总辐射亮度也并不是地表真实反射率的反映，其中包含了由大气吸收作用造成的辐射误差。所以，为了提高最终结果的准确性，在获得目标区域的卫星影像后可以对该卫星影像进行预处理。

在一种可能的实现方式中，为了使最后获得的结果更加准确，在对目标区域的卫星影像预处理之前可以先对该目标区域进行实地调研，得到该目标区域的实地调研数据。然后，再利用该实地调研数据对该卫星影像进行预处理，得到预处理后的目标区域的卫星影像。该实地调研数据可以是目标区域内不同的土地利用类型上多个调研点的实地调研数据，该实地调研数据可以包括多个实地调研点的土地利用类型、经纬度、电导率和土壤相对含盐量等。

在对获取的目标区域的卫星影像进行预处理时，可对选中的卫星影像进行几何校正、辐射定标、大气校正、影像拼接或影像裁剪等。在对目标区域的卫星影像进行几何校正时，可将已获得的目标区域的实地调研数据中具有经纬度的多个实地调研点与目标区域的卫星影像中同一位置的像元一一对应，当校正误差在预设阈值内即可认为完成对卫星影像的几何精校正。其中，校正误差的预设阈值可由人工事先设置，如0.5个像元或1个像元等。

在对目标区域的卫星影像进行几何校正之后，可对其进行辐射定标，也即是将卫星影像的亮度值转换为绝对的辐射亮度，以方便对该卫星影像进行大气校正。在辐射定标过程中，需要输入获取该目标区域的卫星影像所用的Landsat卫星的传感器类型、卫星影像获取时间和太阳高度角等参数来完成辐射定标。

在对目标区域的卫星影像进行辐射定标后，可对其进行大气校正。通过输入经辐射定标的卫星影像、卫星影像中心经纬度、获取该目标区域的卫星影像所用的Landsat卫星的传感器类型、获取该目标区域的卫星影像所用的Landsat卫星的传感器的飞行高度、目标区域平均海拔、卫星影像分辨率和卫星影像的获取时间等参数，再根据目标区域的纬度选择大气模型，指定气溶胶反演所需的Landsat卫星影像的波段，即可完成大气校正。其中，气溶胶反演所需的Landsat卫星影像的波段可以根据实际需要进行选择，如660nm和2100nm的波段等。对卫星影像进行大气校正是为了减少大气和光照等因素对地物反射率的影响，以便于获取更为准确的地物反射率和辐射率等物理参数。

当目标区域的面积比较大时，往往需要多张具有高分辨率的卫星影像来覆盖目标区域。所以，在将获取到的多张目标区域的30米空间分辨率的卫星影像进行几何校正、辐射定标和大气校正之后，可对这些具有高分辨率的卫星影像进行影像拼接。或者，也可以先将获取到的目标区域的30米空间分辨率的卫星影像进行影像拼接后再对完成拼接的卫星影像进行预处理。

由于经过影像拼接后的卫星影像多为矩形，但若选择的目标区域是一块具有不规则边界的区域时，则为了将目标区域从拼接后的影像中区分出来就需要对拼接后的影像进行裁剪。在一种可能的实现方式中，可以根据目标区域的边界矢量图层对拼接后的影像进行裁剪得到具有不规则边界的目标区域的卫星影像。

在对目标区域的卫星影像进行预处理之后，可以对预处理之后的卫星影像进行土地利用分类，从而获取目标区域的卫星影像中的耕地区域。可以理解地，如果不对目标区域的卫星影像进行预处理，也可以对其进行土地利用分类，但这种方法所获得的最终结果的准确性较差。

在一种可能的实现方式中，在对预处理后的目标区域的卫星影像进行土地利用分类前，可以对预处理后的卫星影像进行图像增强处理，将预处理后的卫星影像的近红外波段、红光波段和绿光波段作为RGB分量进行RGB标准假彩色图像合成。对预处理后的卫星影像进行图像增强处理的目的主要是为了将该卫星影像转换成一种更适合对其进行分析处理的形式，以便从其中获取更多有用的信息。采用假彩色图像可以更好地对卫星影像进行解释，比真彩色图像更便于识别地物类型和范围大小等。

在获取到目标区域的卫星影像的假彩色图像之后，可根据该卫星影像的色彩、纹理和地物外形等特征，选择各类土地利用的分类训练样本，包括耕地、草地、林地、建设用地、水域、盐荒地和未利用地等。采用最大似然监督分类法，将目标区域的卫星影像中每个像元依照分类训练样本进行分类，从而获取该卫星影像中每个像元的土地利用类型，从而获取到该卫星影像中组成耕地区域的各个耕地像元，也即是获取到该目标区域的卫星影像中的耕地区域。在获取到目标区域的卫星影像的土地利用分类结果后，可以利用混淆矩阵对该分类结果进行评价，一般来说Kappa系数>0.8，总体分类精度>80％，即认为获得的分类结果达到较高的精度要求。

步骤S12，根据每个耕地像元的不同波段光线的反射率获取每个耕地像元的植被指数和盐分指数。

在获取到目标区域的Landsat-OLI卫星影像中组成耕地区域的耕地像元后，可通过下式获取各耕地像元的植被指数和盐分指数：

和

式中，MSAVI和SI分别为各耕地像元的植被指数和盐分指数，无量纲；G、R和NIR分别为各耕地像元对应的绿光波段、红光波段及近红外波段的反射率值，无量纲。

进一步地，在获取到各耕地像元的植被指数和盐分指数后，可根据下式对获得的各耕地像元的植被指数和盐分指数进行正规化处理：

和

式中，MSAVI′和SI′分别为经过正规化处理后的植被指数和盐分指数，无量纲；MSAVI_max和MSAVI_min分别为各耕地像元的植被指数中的最大值和最小值，无量纲；SI_max和SI_min分别为各耕地像元的盐分指数中的最大值和最小值，无量纲。

对获得的各耕地像元的植被指数和盐分指数进行正规化处理的目的是为了使获得的耕地像元的植被指数和盐分指数具有相同的尺度，以方便后续的计算。

步骤S13，构建耕地区域关于植被指数和盐分指数的二维特征空间。

在一种可能的实现方式中，为了减少后续计算的时间，可以根据正规化处理后的植被指数和盐分指数构建该耕地区域关于植被指数和盐分指数的二维特征空间。举例来说，在获取到经正规化处理后的各耕地像元的植被指数和盐分指数后，以经正规化处理后的植被指数为横坐标，以经正规化处理后的盐分指数为纵坐标，可以将组成耕地区域的各个耕地像元绘制在由经正规化处理后的各耕地像元的植被指数和盐分指数构成的坐标体系中，如图2所示，由各耕地像元构成的近似梯形的区域DEFG称为该耕地区域关于植被指数和盐分指数的二维特征空间。

可以理解地，在构建耕地区域关于植被指数和盐分指数的二维特征空间时，也可以以经正规化处理后的植被指数为纵坐标，以经正规化处理后的盐分指数为横坐标。

步骤S14，根据二维特征空间内的植被指数和盐分指数的分布获取每个耕地像元的土壤电导率。

如图2所示，在获取到由各耕地像元构成的该耕地区域的二维特征空间以后，可以先根据各耕地像元在该二维特征空间内的分布获取该耕地区域的土壤基线AB以及该土壤基线的垂线L。

在得到的该耕地区域关于植被指数和盐分指数的二维特征空间中，各耕地像元以散点的形式分布在该二维特征空间内，每个耕地像元散点均对应一个植被指数和一个盐分指数，所以可由各耕地像元散点在该二维特征空间内的分布拟合得到该耕地区域的土壤基线，该土壤基线的表达式为：

SI'＝kMSAVI'+b

式中，k为土壤基线的斜率，无量纲；b为常量，无量纲。

过该二维特征空间横轴上的一个固定坐标点作该土壤基线的垂线，则该二维特征空间内的耕地像元到该垂线的距离即表示了该耕地像元的土壤相对含盐程度。为了方便计算各耕地像元到该垂线的距离，可以选择横轴上的(1,0)作为固定坐标点，此时，该土壤基线AB的延长线与垂线L的交点为图2中的点C，且该垂线的表达式为：

此时，该二维特征空间内的任一耕地像元点P(MSAVI'_P,SI'_P)到该垂线的距离表达式为：

式中，E_MSAVI-SI为任一耕地像元点P到该耕地区域的土壤基线的垂线的距离，无量纲。

此时，可通过下式获取该二维特征空间内每个耕地像元的土壤电导率：

式中，EC为耕地像元的土壤电导率，单位可以为dS·m^–1；m和n为常量，无量纲。

由于在该二维特征空间内的耕地像元到该耕地区域的土壤基线的垂线的距离表示了该耕地像元的土壤相对含盐程度，而耕地像元的土壤相对含盐程度与该耕地像元的土壤电导率具有相关关系。所以，耕地像元的土壤电导率与该耕地像元到耕地区域的土壤基线的垂线的距离存在相关关系。所以，可以根据已获得的实测点的电导率和与该实测点对应的耕地像元到该耕地区域的土壤基线的垂线的距离，通过线性拟合的方法获取耕地像元的电导率与耕地像元到该耕地区域的土壤基线的垂线的距离的关系。

因为在获取目标区域的实地调研数据时已经获得了耕地区域上多个实地调研点的土壤电导率，且能够在已获得的各耕地像元中找到与这多个实地调研点对应的耕地像元，所以也就可以获取到与这多个实地调研点对应的耕地像元的植被指数和盐分指数。然后，在获取到该耕地区域关于植被指数和盐分指数的二维特征空间之后，根据这多个实地调研点所对应的耕地像元的植被指数和盐分指数可以获取到这些耕地像元到该耕地区域的土壤基线的垂线的距离。此时，将已获得的多个实地调研点的土壤电导率以及与这多个实地调研点对应的耕地像元到该耕地区域的土壤基线的垂线的距离代入上述耕地像元的土壤电导率的计算方程式中，即可得到常量m和n的值。为了使获得的常量m和n的值更为精确，所以在获得多组常量m和n的值之后，可将明显异常的m值和与其对应n值进行剔除并将明显异常的n值和与其对应m值进行剔除后，分别求m和n的平均值作为m和n的最终取值。

步骤S15，根据每个耕地像元的土壤电导率获取每个耕地像元对应的土壤含盐量。

在一种可能的实现方式中，通过下式获取每个耕地像元的土壤含盐量：

S＝pEC+q

式中，S为每个耕地像元的土壤含盐量，单位可以为g·kg^–1；p和q为常量，无量纲。

本领域技术人员应当理解，耕地像元的土壤含盐量与该耕地像元的土壤电导率之间存在相关关系。所以，在通过实地调研获得多个实地调研点的土壤电导率和土壤含盐量之后，将这两种数据代入上述耕地像元的土壤含盐量的计算方程式中即可得到常量p和q的值。为了使获得的常量p和q的值更为精确，所以在获得多组常量p和q的值之后，可将明显异常的p值和与其对应q值进行剔除并将明显异常的q值和与其对应p值进行剔除后，分别求p和q的平均值作为p和q的最终取值。

步骤S16，根据每个耕地像元的土壤含盐量确定每个耕地像元的盐渍化程度等级。

在获取到该耕地区域的各耕地像元的土壤含盐量后，可以设定一种标准对这些耕地像元的盐渍化程度进行分级。在一种可能的实现方式中，可以依据表1所设定的标准对这些耕地像元的盐渍化程度进行分级，进而获得该耕地区域的土壤盐渍化程度等级分布。在实际应用中，可以将卫星影像中具有相同盐渍化程度的耕地像元设置为相同的颜色，进而方便获取该耕地区域的土壤盐渍化程度等级分布。

表1土壤盐渍化程度等级划分标准

可以理解地，本实施例中出现的各种量纲仅是为了计算方便而采用的，本实施例并不限定各变量的量纲，其他量纲如表示土壤含盐量的mg·g^–1等也是适用的。

本实施例提供的获取耕地土壤盐渍化程度等级分布的方法，对目标区域的卫星影像进行预处理，可以使预处理后的卫星影像上的地物特征与与其对应的实际地面地物的特征相符，并可以减少大气作用对地物反射率的影响，提高了最终结果的准确性；对经预处理后的卫星影像进行土地利用分类，然后再获取目标区域的卫星影像中的组成耕地区域的各个耕地像元，可以排除目标区域内的非耕地区域，提高计算效率；通过获取各耕地像元经正规化处理后的植被指数和盐分指数，并建立该耕地区域关于植被指数和盐分指数的二维特征空间，再获取该二维特征空间内每个耕地像元的电导率，并进一步根据每个耕地像元的电导率获取每个耕地像元的土壤含盐量，根据每个耕地像元的土壤含盐量确定每个耕地像元的盐渍化程度等级，进而获取该耕地区域的盐渍化程度等级分布，解决了现有技术中为获取耕地土壤盐渍化程度等级分布需要对耕地区域进行大量人工采样存在的浪费人力物力的问题，且该方法可以确定组成耕地区域的所有耕地像元的盐渍化程度，避免了现有技术中采样点有限导致最终结果不准确的问题；另外，该方法可以利用目标区域的卫星影像以及少量的实地调研数据等基础数据即可获取目标区域内耕地区域的土壤盐渍化程度等级分布，达到了方便快捷地获取耕地土壤盐渍化程度等级分布的效果。

本申请第二实施例提供了一种获取耕地土壤盐渍化程度等级分布的装置，如图3所示，该装置包括：

第一获取模块31，用于获取目标区域的卫星影像中组成耕地区域的耕地像元；

第二获取模块32，用于根据每个耕地像元的不同波段光线的反射率获取每个耕地像元的植被指数和盐分指数；

特征空间构建模块33，用于构建耕地区域关于植被指数和盐分指数的二维特征空间；

第三获取模块34，用于根据二维特征空间内的植被指数和盐分指数的分布获取每个耕地像元的土壤电导率；

第四获取模块35，用于根据每个耕地像元的土壤电导率获取每个耕地像元对应的土壤含盐量；

等级确定模块36，用于根据每个耕地像元的土壤含盐量确定每个耕地像元的盐渍化程度等级。

在一种可能的实现方式中，第一获取模块31还被用于：

获取目标区域的卫星影像；

对目标区域的卫星影像进行预处理，得到预处理后的目标区域的卫星影像，其中，预处理至少包括几何校正或大气校正；

通过最大似然监督分类法确定预处理后的目标区域的卫星影像中每个像元的土地利用类型，得到目标区域的卫星影像中组成耕地区域的各个耕地像元。

在一种可能的实现方式中，第二获取模块32根据下式获取每个耕地像元的植被指数和盐分指数：

和

式中，MSAVI和SI分别为耕地像元的植被指数和盐分指数；G、R和NIR分别为耕地像元对应的绿光波段、红光波段及近红外波段的反射率值。

在一种可能的实现方式中，第二获取模块32还被用于根据下式对获取到的耕地像元的植被指数和盐分指数进行正规化处理：

和

式中，MSAVI′和SI′分别为经过正规化处理后的植被指数和盐分指数；MSAVI_max和MSAVI_min分别为耕地像元的植被指数的最大值和最小值；SI_max和SI_min分别为耕地像元的盐分指数的最大值和最小值。

在一种可能的实现方式中，特征空间构建模块33根据正规化处理后的植被指数和盐分指数构建耕地区域关于植被指数和盐分指数的二维特征空间，该二维特征空间的横轴为正规化处理后的植被指数，二维特征空间的纵轴为正规化处理后的盐分指数。

在一种可能的实现方式中，第三获取模块34在根据二维特征空间内的植被指数和盐分指数的分布获取每个耕地像元的土壤电导率时，可以根据耕地像元在二维特征空间内的分布拟合出耕地区域的土壤基线：

SI'＝kMSAVI'+b

式中，k为所述土壤基线的斜率，b为常量；

过二维特征空间横轴上的固定坐标点作土壤基线的垂线，该固定坐标点为(1,0)；

根据下式获取耕地像元到耕地区域的土壤基线的垂线的距离：

式中，E_MSAVI-SI为耕地像元到耕地区域的土壤基线的垂线的距离；

根据下式获取每个耕地像元的土壤电导率：

式中，EC为耕地像元的土壤电导率；m和n为常量。

在一种可能的实现方式中，第四获取模块35可以根据下式获取每个耕地像元对应的土壤含盐量：

S＝pEC+q

式中，S为耕地像元的土壤含盐量；p和q为常量。

本实施例提供的获取耕地土壤盐渍化程度等级分布的装置，通过获取目标区域的卫星影像中组成耕地区域的耕地像元，构建该耕地区域关于该耕地像元的植被指数和盐分指数的二维特征空间，获取该二维特征空间内每个耕地像元的电导率，并进一步根据每个耕地像元的电导率获取对应的耕地像元的土壤含盐量，根据各耕地像元的土壤含盐量确定各耕地像元的盐渍化程度等级，进而对耕地区域进行盐渍化程度等级划分，可以方便快捷地利用目标区域的卫星影像获取目标区域内耕地区域的土壤盐渍化程度等级分布，解决了现有技术中为获取耕地土壤盐渍化程度等级分布需要对耕地区域进行大量人工采样时存在的浪费人力物力的问题。

需要说明的是，上述实施例中提供的获取耕地土壤盐渍化程度等级分布的装置在获取耕地土壤盐渍化程度等级分布时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构或程序划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的获取耕地土壤盐渍化程度等级分布的装置与获取耕地土壤盐渍化程度等级分布的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本申请第三实施例提供了一种计算机设备，该计算机设备可以为台式电脑、笔记本电脑、平板电脑等各种类型的计算机设备。该计算机设备包括处理器和存储器，存储器存储有一个或者一个以上的程序，该一个或者一个以上的程序被处理器用来执行之前实施例中描述的获取耕地土壤盐渍化程度等级分布的方法。

本申请第四实施例提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质；也可以是单独存在，未装配入终端中的计算机可读存储介质。该计算机可读存储介质存储有一个或者一个以上的程序，该一个或者一个以上的程序被处理器用来执行之前实施例中描述的获取耕地土壤盐渍化程度等级分布的方法。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤、模块可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。