光谱变换方法对黑土养分含量高光谱遥感反演精度的影响

高光谱遥感反演黑土养分含量时,光谱变换方法对提取精度具有显著影响,为明确二者响应关系,提高反演精度和稳定度,该文以黑龙江建三江地区为研究区,引入航空高光谱成像系统CASI-1500,获取380～1 050 nm数据进行分析。均匀采样60个样品,化验获得其有机质、全氮、全磷和全钾含量数据,利用神经网络方法对有机质含量、支持向量机对氮、磷、钾含量进行建模。对比研究了重采样（RE）、对数倒数（LR）、一阶微分（FD）、包络线去除（CR）和多元散射校正（MSC）变换5种光谱变换后的提取精度。结果表明：MSC、MSC、LR和RE光谱变换方法分别应用到有机质、氮、磷和钾特征波段的组合运算中,得出黑土养分含量的空间分布精度相对最高,预测样本的决定系数分别为0.748、0.673、0.631和0.420。     

基于高光谱的三江源区土壤有机质含量反演

土壤有机质(SOM)是指土壤中各种含碳有机化合物的总称,其动态变化不仅影响农业生态系统的稳定,而且与大气圈和生物圈的碳循环密切相关,对土壤有机碳的大规模快速监测和碳储量核算具有重要意义。本研究于2017年、2018年7月在三江源区野外采集了145个土壤样品,检测了土壤光谱信息。然后将原始光谱反射率数据及其不同数据变换形式下的光谱分别与土壤有机质(SOM)含量进行相关分析,并选取了特征波段,此外利用偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)模型对三江源区SOM含量进行建模估算。结果表明,不同深度土壤有机质含量差异明显,且呈逐层下降趋势。而三种建模方法的检验精度分别为:RF> SVM> PLSR,其中RF和一阶微分(FD)组合模拟最好(建模集和验证集的R²、RMSE分别为0.9678、8.9132和0.7841、20.9787)。对于三江源土壤有机质含量反演,不同模型的最佳数据变换方法不同。本研究成果能为后续的高光谱遥感反演提供理论支撑,从而实现三江源区土壤有机质含量的快速检测和实时动态监测。     

基于高光谱的土壤不同颗粒含量预测分析

以典型黄河下游冲积平原区的土壤为研究对象,分析土壤高光谱特征,探讨土壤质地不同粒级颗粒含量的统一估测途径,为土壤质地快速监测评价提供技术支持.选择原始光谱,及其倒数、对数、标准正交变换、多元散射变化、一阶微分、二阶微分共7种光谱变换形式,首先主成分降维,然后分别建立土壤黏粒、粉粒和砂粒含量的支持向量机预测模型,采用决定...     

基于高光谱的北京铁矿区土壤重金属镍元素含量反演研究

运用高光谱数据对北京典型铁矿区土壤重金属镍含量进行建模反演,探索高光谱遥感技术在土壤重金属污染快速监测上应用的可行性。使用便携式地物光谱仪采集研究区土壤样本光谱反射率数据,光谱反射率数据经多种数学变换后,经逐步回归方法筛选最佳特征波段,利用多元线性回归（SLR）和偏最小二乘回归（PLSR）方法建立模型以光谱反射数据对土壤重金属镍元素含量进行反演。基于光谱二阶微分的多元线性回归模型（SD-MLR）的稳定性和精度最高（R2 = 0.842,RMSE = 4.474）,能够良好地预测研究区土壤镍元素含量。光谱数据数学变换能够有效提高其与土壤镍元素含量间的相关性。不同的光谱变换形式建立模型的预测能力和精度有如下关系,光谱二阶微分 > 光谱倒数对数一阶微分 > 光谱一阶微分 > 光谱倒数对数 > 光谱连续统去除 > 原始光谱。采用光谱二阶微分建立多元线性回归模型为研究区土壤镍元素含量反演的最佳模型,可为土壤重金属污染快速监测提供技术参考。     

河北铅锌尾矿库区土壤重金属含量高光谱反演方法对比

为更好地研究利用光谱反映的土壤重金属信息,实现具有多重金属复合污染问题的铅锌矿区土壤重金属含量高光谱快速估测,该研究以河北省某铅锌矿区为例,首先对研究区土壤的Cu、Cr、Ni、Zn、Cd、Pb污染状况进行了评价分析,其次基于实验室高光谱数据,组合变换光谱、特征变量和反演算法形成不同反演策略,通过各反演策略下的重金属反演精度比较,定量分析不同光谱预处理、特征选择和建模算法的优劣与适应性,构建最优反演模型。研究结果表明：1）研究区土壤Cr、Ni清洁程度较好,其余Cu、Zn、Cd、Pb均有不同程度污染;参比当地土壤背景值,区域内梅罗综合污染指数均值29.7,为重度污染,潜在生态风险因子均值1330.3,处于高生态风险状态;2）光谱预处理可以增强土壤重金属信息表达。其中,光谱微分效果较好,但易受噪声影响,而多元散射校正、标准正态变量、倒数对数变换可以进行光谱去噪,提升处理效果;3）特征选择方法中,相关系数法选择特征波段数目多,不同重金属反演R² 差异较大;Boruta法选择特征波段数目少,不同重金属反演R² 差异较小;4）BPNN、XGBoost可以较好描述重金属含量与光谱的非线性关系,相较于其他算法具有更好表现,分别实现了Cr、Ni、Zn和Pb、Cd的最优反演,SVMR实现了Cu的最优反演。研究表明,不同的光谱预处理、特征选择与建模算法对于土壤重金属含量的反演均具有较大影响,选择合适的处理、建模算法可以有效提升反演精度。该研究为进一步实现高效、准确、大范围遥感监测铅锌矿区土壤重金属污染状况提供参考依据。     

利用高光谱遥感技术监测小麦土壤重金属污染

为了探讨基于小麦叶片高光谱间接估测土壤重金属含量的潜力,该研究以江苏省宜兴市徐舍镇为研究区域,于2019－2020年采集农田土壤样品和小麦叶片光谱,经7种不同的光谱变换预处理后,以遗传算法（genetic algorithm,GA）优化的偏最小二乘回归算法（partial least squares regression,PLSR）对预处理后的光谱建立土壤重金属镉（Cd）和砷（As）含量的估测模型,并对模型结果进行精度评价。研究结果表明：1）光谱预处理技术能够突出光谱中的一些隐藏信息,对小麦叶片光谱进行微分变换、多元散射校正、标准正态变换等数学变换后更加有利于提取光谱敏感信息。2）GA-PLSR相较于一般的PLSR方法提高了模型精度,将GA用于光谱波段选择可以优化模型精度和提高稳定性。3）土壤Cd含量的最佳估测模型为标准正态变换预处理光谱与GA-PLSR结合,其外部验证的决定系数为0.87、均方根误差为0.04 mg/kg、相对分析误差为2.72;土壤As含量的最佳估测模型为多元散射校正预处理光谱与GA-PLSR结合,其外部验证的决定系数为0.91、均方根误差为0.32 mg/kg,相对分析误差为3.25。因此,能够利用小麦叶片高光谱间接估测土壤重金属Cd和As含量,该研究为将来实现定量、动态、无损遥感监测大面积农田土壤重金属污染状况提供参考依据。     

支持向量机在土壤镁含量高光谱估算中的应用

研究利用土壤样本实验反射光谱,分析了土壤镁(Mg)含量与土壤反射光谱的关系,比较了主成分回归分析(PCR)、偏最小二乘回归分析(PLSR)和支持向量机回归分析(SVMR)等方法,以及土壤反射光谱及其变换光谱与土壤Mg含量之间的估算模型,为土壤Mg含量高光谱估算提供依据。结果表明:PCR、PLSR、SVMR 3种建模方法在Mg含量的估算中,SVMR的估算精度相对较高,估算精度平均达到80.96%,分别比PCR和PLSR提高了6.16%、4.20%;对于不同的数学变换处理方法,一阶微分变换相对较好,估算精度平均为80.76%,分别比反射率、倒数对数变换提高了4.95%、4.61%。因此,运用土壤反射光谱一阶微分变换的SVMR进行建模,可以相对较好地估算全Mg含量,精度达84.04%。     

高光谱在土壤重金属信息提取中的应用与实现

以建设一套基于光谱数据的土壤重金属信息提取系统为研究目标,总结了土壤重金属指标及其光谱学机理。在软件技术和数据库技术支持下,实现了土壤重金属光谱信息管理、处理、分析和应用。研究表明:土壤重金属元素在其特征波段上所显示的光谱特性,经过光谱预处理、变换和定量化提取,能够为建模提供理论依据。在计算光谱统计特征量基础上,采用光谱分析法,自动检索土壤重金属光谱特征位置。以东北黑土地机载高光谱CASI和SASI数据为例,计算了硒、锰和铁等元素的含量,最高硒元素含量达到了80.767 mg kg~(-1)。随着植被覆盖率的提升,硒、锰、锡和锌元素的含量随之升高,说明水稻吸收了部分金属元素,对特征波段反射率产生了影响。     

基于核偏最小二乘的矿区土壤Cu含量高光谱反演

本文探究应用高光谱遥感手段反演铜锌矿区土壤Cu含量的可行性,以湖南省某矿区土壤为例。在对原始高光谱重采样、一阶微分、对数、连续统预处理后,分别进行与Cu含量的相关性分析,最终选用一阶微分变换光谱数据进行建模。在建模反演时,针对多元线性回归(MFL)和传统偏最小二乘(PLS)在应用过程中没有考虑变量间的非线性关系的缺点,提出了基于核偏最小二乘(KPLS)回归的土壤Cu含量预测模型。研究结果表明,相对于PLS和MFL,KPLS能较好的提升土壤Cu含量估算能力,预测样本的平均相对误差为13.25%,明显高于MFL的32.22%和PLS的14.18%。研究结果也表明了高光谱遥感手段可以反演矿区土壤Cu含量,且核偏最小二乘模型也可为其它土壤重金属的反演提供参考。     

高标准基本农田建设区域土壤重金属含量的高光谱反演

为快速高效的获取高标准基本农田建设区域土壤重金属信息,以新郑市高标准基本农田建设区域为研究对象,共采集154个土壤样品,在室内利用ASD Field Spec3型地物光谱仪获得土壤高光谱数据,对土壤样品在400~2 400 nm的光谱反射率进行多元散射校正(multiplicative scatter correction,MSC)和Savitzky-Golay(SG)平滑后,进行一阶微分(first order differential reflectance,FDR)和二阶微分(second order differential reflectance,SDR)变换,并与Cr、Cd、Zn、Cu、Pb 5种重金属含量进行相关性分析,遴选出通过P=0.01显著性检验的高光谱特征波段作为反演模型的自变量,采用116个建模集样本构建偏最小二乘模型(partial least square regress,PLSR),通过精度检验筛选每个土壤重金属的最佳反演模型,并采用最佳地统计插值方法对高标准基本农田建设区域土壤重金属进行空间插值。结果表明:Cr的SDR-PLSR模型为最佳反演模型(R~2=0.88,RPD=1.68),Cd的R-PLSR模型为最佳反演模型(R~2=0.70,RPD=1.50),Zn的R-PLSR模型为最佳反演模型(R~2=0.88,RPD=2.05),Cu的R-PLSR模型为最佳反演模型(R~2=0.99,RPD=3.36),Pb的SDR-PLSR模型为最佳反演模型(R~2=0.93,RPD=3.16);采用构建的土壤重金属的最佳模型,对土壤重金属含量进行空间插值,结合高标准农田建设标准可知Zn含量符合土壤环境质量Ⅱ类标准且均低于土壤背景值,Cr、Cd、Cu和Pb符合土壤环境质量Ⅱ类标准,但是部分区域超过了土壤背景值。该研究为高光谱反演模型用于高标准基本农田建设区域土壤基础信息的实时监测提供了参考。     

不同利用年限的红壤水稻土中重金属元素含量研究

本文介绍了不同利用年限的红壤水稻土中重金属元素As、Cd、Cr、Cu、Ni、Pb和Zn的含量变化,利用年限分别为3、10、15、30和80年。研究结果表明,虽然红壤水稻土中不同的重金属元素含量的变化趋势有所差异,但总体上重金属元素含量随利用年限的延长而降低,并可能达到一个相对稳定的水平;施用未经处理的城市垃圾会导致水稻土中某些重金属元素含量明显升高;研究区的水稻土已发生Cd和Cu污染。     

典型城市城郊土壤重金属含量对比研究

选取成都经济区内成都、德阳、蒲江彭山3类典型城市作为研究对象,对其城郊土壤中Cd,Hg,As,Zn,Cr,Cu,Pb 7种重金属元素含量作了对比研究.与国家土壤二级质量标准比较,成都、德阳、彭山蒲江Cd含量均超标,超标率分别为11.67%,70.67%,39.00%,彭山蒲江Cr含量超标,超标率为20.25%,其它元素含量均未超标.比较3类不同城市城郊土壤重金属含量.成都城郊Hg,As,Zn,Pb含量最高,Cd,Cr含量相对最低;德阳Cd,Cu最高;蒲江和彭山Cr相对最高,Hg,As,Zn,Cu,Pb含量则相对最低.与国内其他城市比较,成都、德阳城郊土壤Hg含量,彭山蒲江、德阳Cr含量在全国处于较高水平;成都的As,Cd含量,德阳的Cd,Zn含量,蒲江彭山的Hg,As,Zn,Pb含量处于全国较低水平.     

基于实验室高光谱数据的大围山森林土壤氧化铁全量反演

氧化铁是土壤中含铁矿物的主体,是土壤发育和土壤分类最明显和最有用的指标之一。本文以湖南省大围山森林土壤为研究对象,通过实验室化学成分测定和光谱采集,在光谱预处理及组合变换基础上,采用相关性分析筛选土壤氧化铁全量的敏感波段,并分别建立多元逐步回归和偏最小二乘回归反演模型。结果表明:不同土壤光谱曲线趋势基本一致,均形似陡坎,且在420～580 nm波段,土壤氧化铁全量与光谱反射率呈负相关关系;不同的光谱数据变换方式可以提高光谱与氧化铁全量的相关性,Savitzky-Golay(S-G)平滑和去包络线相结合优于其他预处理方法;土壤氧化铁全量的特征波段主要为392、427、529、523、549、559、565、570、994和1040nm,偏最小二乘回归模型比多元逐步回归模型具有更好的稳定性,适合于快速估算红黄壤区森林土壤氧化铁全量。     

长期不同施肥下我国3种典型土壤重金属的累积特征

采用现场采样及室内分析测试方法,观测了1989年开始的红壤、黑土和灰漠土17a不同施肥（不施肥、施用化肥、化肥与有机肥配施和单施有机肥）下重金属元素Cu、Cd、Zn、Pb和Cr含量随时间序列的变化,阐明长期施肥下3种土壤中重金属元素的累积变化过程和富集特征。结果表明,灰漠土各处理的重金属含量在17a间持平;红壤和黑土中Zn、Pb和Cr含量17a间没有显著变化,各个处理间也没有显著差异,但施用有机肥处理的Cu和Cd含量则显著增加,其快速增加期起始于试验开始的5～6a后。其中红壤Cu含量在1996年之后的3a中由41mg·kg^-1左右快速增加到64mg·kg^-1左右,之后在高浓度持平;Cd含量则在最近的10a中从0.20～0.30mg·kg^-1直线上升到1.30～1.50mg·kg^-1。黑土Cd在6a中快速增加了2.4倍和1.4倍,2000年后在高浓度基本持平。红壤的Cu和Cd、黑土的Zn和Cd之间存在极显著正相关关系,表明其可能来源一致。长期施用有机肥是红壤和黑土中重金属显著富集的重要原因,有机肥的质量对土壤重金属的累积起重要作用。     

露天煤矿周边不同深度土壤重金属空间变异及分布特征

以准东露天煤矿周边为研究对象,对矿区周围52个土壤样点分别采取0~10、10~20和20~30 cm不同深度的土壤样品,在室内测定了Zn、Cr、Hg和As 4种重金属含量。采用地统计学方法,定量分析了不同深度土壤重金属元素的空间变异性,并通过普通克里金插值深入分析了其水平和垂直方向的空间分布规律。研究表明:土壤重金属元素含量大小顺序为CrZnAsHg,其中Cr、Hg和As的均值分别超过了新疆背景值的0.6倍、2.1倍和1.8倍,超标率均在60%以上,存在较严重的污染。从空间变异性来看,半方差函数符合高斯、指数和球状模型,其块金值均为正值,说明易受正基底效应的影响,而表层和深层土壤重金属元素的块金系数均在25%~75%,呈现中等空间相关性,受随机因素和结构性因素共同作用的影响。重金属元素在水平空间分布具有一定的规律性,其高值密集在矿区周边及工业园附近,而低值出现在研究区南部和古尔班通古特沙漠边缘,总体呈现南北方向递增趋势;而垂直分布上,Zn和Hg元素随深度的增加其含量递减,而As元素在表层和其他两层的空间分布上存在较大的差异。     

基于PPC模型与RI指数法的茶产地土壤重金属污染评价

以某喀斯特山区茶产地表层土壤为研究对象,依托GIS空间分析技术,采用投影寻踪聚类(PPC)模型和潜在生态风险指数(RI)法两种较新的评价方法对土壤重金属污染进行综合评价。投影寻踪聚类模型将236个土壤样本中的Hg、As、Cd、Pb、Cr含量指标作为多维投影参数寻求其最优投影方向,由投影指标函数得出土壤重金属污染投影值来反映重金属含量的特征,建立投影寻踪聚类模型,从而得出研究区土壤重金属污染实际现况,结合潜在生态风险指数法,进一步对研究区土壤重金属污染风险程度和演变趋势进行预测。结果表明:(1)在指标投影方向上Hg和As对研究区土壤污染影响最大,Cd对土壤污染影响最小;(2)根据PPC评价标准,研究区土壤环境质量状况良好,无污染的样点区域达到96.61%,清洁占总样点数的30.08%,尚清洁占总样点数的66.53%;(3)在潜在生态风险上存在低度、中度,分别占采样点的89.41%和10.59%,风险程度较低,但有向中度演变的趋势;(4)在污染情况上,清洁和尚清洁的空间分布广阔,轻度污染进行内插后空间分布不明显。本文研究结果有利于综合评价该地的土壤环境质量状况,在实践中将为喀斯特山区的土壤资源的管理和茶叶种植区的合理布局起到参考作用。     

科学认识和防治耕地土壤重金属污染

农产品产地环境质量直接影响农产品质量。近年来,我国部分地区土壤重金属污染问题日益凸显,已成为影响农产品质量安全,并受到广泛关注和重视的突出的问题之一。本文在分析土壤重金属污染具有来源复杂、评价难度大和治理任务艰巨等特点的基础上,提出为科学防治耕地土壤重金属污染,必须本着科学认识、统筹规划、综合防治、分类指导、治用结合的原则,从加强普查监测、加强科技支撑、完善法律法规、培育环保产业、构建工作体系等方面入手,以切实加强和改进耕地土壤重金属污染防治工作。     

海伦县土壤重金属含量的空间变异性研究

兼顾土壤类型和相对均匀性的前提下,在黑龙江省海伦县中部地区采集黑土土壤样品60个(0-20cm),在GIS的支持下,采用经典统计学与地统计学相结合的方法研究了土壤铜、铬、铅、镉、汞、砷含量的空间变异性及分异规律。结果表明,就空间相关域而言,铜含量的空间变异性比铬要大;铅、镉、汞、砷含量存在很好的空间结构性,趋势项可用一次趋势面方程分离,一次趋势面方程代表了这四种元素的宏观分布趋势;铜、铬、铅含量的空间分异表现为起伏变化较大,岛状区域分布较多;铅、镉、汞含量以靠近海伦县县城处相对较高,砷含量不同空间位置上变化相对比较平缓。     

pH Effect on kinetics of Heavy Metal Sorption in Soils

The pH effect on the sorption kinetics of heavy metals in soils was studied using a constant flow leaching method.The soil samples were red soil collected from Yingtan,Jiangxi,and yellow-brown soil from Nanjing,Jiansu,The heavy metals tested were zinc and cadmium.Assuming that the experimental data diffed to the following kinetic rate equation:1/c.dx/dt=kx∞-kx,the rate constant k of sorption could be determined from the slope of the straight line by plotting of 1/c,dx/dt vs.x.The results showed that the pH effect on the rate constants of heavy mental sorption in soils was very significant.The values of k decreased with increasing pH.The sorptions were more sensitive to pH in red soil than in yellow-brown soil.