三江源区土壤常规元素含量高光谱估算研究——以玉树县和玛多县为例

主要研究目的是探讨高光技术估算土壤常规元素含量的能力以及适合于这些元素的最佳光谱预处理方法。以三江源区玛多县和玉树县做为研究样区,以野外采集的149个表土层(0~30 cm)土壤样本为数据源,经过实验室化学成分测定和光谱采集,利用多种预处理方法和偏最小二乘回归法,建立五种常规元素Al、Fe、Mg、Mn、Si含量的高光谱估算模型。研究结果表明:利用偏最小二乘回归法可以估算Al、Fe、Mg含量,其最佳预处理方案分别为WT+R(小波变换+原始光谱反射率)、NWA+R(九点加权移动平均+原始光谱反射率)和WT+F(小波变换+一阶微分),模型精度分别为Rcv2=0.79,Rv2=0.76,RPD=2.01;Rcv2=0.85,Rv2=0.76,RPD=1.85;Rcv2=0.72,Rv2=0.74,RPD=2.03;该模型在此研究样区不具备估算Mn、Si含量的能力。     

三江源区土壤重金属的累积特征及潜在生态风险评价--以青海省玉树县为例

为了解三江源代表性区域玉树县土壤重金属污染状况,评估土壤重金属潜在生态风险,以玉树县采集的121个土壤样本中的重金属含量数据为基础,采用地累积指数和潜在生态危害指数法对土壤重金属含量进行分析和潜在风险评价。结果表明：玉树县表层土壤重金属含量均超过青海省1990年背景值,其中As、Cd和Hg出现了较强的的富集现象,同时As、Cd超出国家土壤环境质量一级标准,表明三江源区土壤重金属环境自20世纪90年代以来部分元素出现了过度富集;来源分析表明,玉树县土壤重金属As、Pb、Zn和Cd主要与成土因素有关,Hg、Cu和Cr受人类活动影响较大,Mn来源于气候的影响;潜在生态风险评价表明：土壤中Cd和Hg的危害最大,尤其是Hg已出现了很强风险和极强风险,这些风险主要分布在国道214沿线人口聚集的城镇和地段,与人类活动有着密切的关系。在各子流域中,江曲流域土壤重金属属于强风险,其他区域均属于中等风险。总体而言,玉树县土壤重金属环境已发生了改变,今后应加强人口聚集区Hg源的控制,以保护其生态环境。     

基于GA-SVM的耕地土壤重金属含量高光谱反演方法的研究

为提高耕地土壤重金属含量高光谱反演模型精度,以岳阳县某地区耕地土壤重金属铁（Fe）、砷（As）、铬（Cr）为例,提出了一种遗传算法（GA）优化支持向量机（SVM）的重金属含量反演模型。在对光谱进行SG平滑和10 nm重采样后,利用一阶/二阶微分、倒数对数和连续统去除光谱变换方法增强光谱特征,通过相关性分析筛选最优变换光谱,使用皮尔森相关系数与主成分分析提取各重金属光谱特征变量,分别建立SVM和GA-SVM土壤重金属高光谱反演模型并进行精度验证。结果表明,二阶微分变换光谱与各重金属含量相关性整体最突出;三种重金属在可见光波段490 nm、500 nm、510 nm和530 nm具有共同敏感特征;经GA算法优化SVM参数后,对比SVM回归模型,预测精度有明显提高,其重金属Fe、As和Cr的验证集R2分别为0.968、0.821和0.976;研究结果可为应用遥感技术反演耕地土壤重金属含量提供新的参考。     

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。     

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。     

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。     

基于铁氧化物特征光谱和改进遗传算法反演土壤Pb含量

近年来,高光谱的快速发展使野外实时监测土壤重金属含量成为可能。然而高光谱分辨率数据在提高信息量的同时也造成了信息冗余,该研究针对光谱冗余问题,提出一种基于铁氧化物特征光谱和改进遗传(Improved Genetic Algorithm,IGA)特征优选算法的反演方法:依据Pb在土壤中的吸附机理,提取土壤光谱中的铁氧化物特征谱段用于Pb含量反演,减少数据冗余的同时提高方法的机理性。改进遗传算法解决传统遗传算法(Genetic Algorithm,GA)"过早收敛"的问题,增强算法的有效光谱的提取能力。使用雄安新区农田野外土壤样本构建偏最小二乘回归模型(Partial Least Square Regression,PLSR)反演土壤Pb含量,研究表明:相对于全谱段建模,基于铁氧化物特征谱段的IGA-PLSR模型的R²和RPD分别提升了0.397、1.037,RMSE下降了1.958 mg/kg;改进后的IGA-PLSR在运行初期能够跳出局部解区域寻找更加有效的光谱波段组合,平均的R²、RPD分别为0.822、2.377,RMSE为2.221mg...     

生态退化与恢复对三江源区土壤保持功能的影响

[目的]探讨生态退化与恢复对土壤保持功能的影响及其作用机理,为三江源区生态保护与建设决策提供一定依据。[方法]通过构建土地覆被状况等来表征三江源区宏观生态系统变化,定量分析生态系统变化对土壤保持功能的影响,并探讨其主要机制。[结果]三江源地区从2000—2010年的生态系统经历了显著的退化和恢复过程。不同覆被类型下土壤保持能力依次为:林地耕地高覆盖度草地中覆盖度草地低覆盖度草地湿地未利用地。在研究区生态退化及恢复的过程中,2000—2010年的单位面积潜在流失量从1.25×10~4 t/hm~2增加到1.50×10~4 t/hm~2,单位面积实际流失量从2000年的3 200t/hm~2增加到2005年的3 500t/hm~2,至2010年持续增加到3 800t/hm~2。在生态恢复过程中,三江源区高覆盖度草地及湿地面积增加,从一定程度上减轻生态系统退化的趋势,三江源区单位面积土壤保持量从2000年的9 300t/hm~2,增加到2005年的1.03×10~4 t/hm~2,直至2010年三江源区单位面积土壤保持量为1.11×10~4 t/hm~2。[结论]土地覆被类型及植被覆盖程度对土壤保持功能有重要影响,三江源的生态退化与恢复过程与源区土壤保持功能变化联系紧密。     

内蒙古草原白乃庙铜矿区土壤重金属污染特征研究

对位于内蒙古荒漠草原上的白乃庙铜矿采选矿区土壤和尾矿区周围土壤重金属污染状况进行了调查研究。结果表明,矿区土壤中Cu、Cr、Ni、Fe和Mn浓度均高于内蒙古土壤平均值。单因子指数法评价结果表明,五个调查区域土壤都受到了重金属Cu、Cr、Ni、Mn、Fe的污染,其中Cu为重污染,Cr、Ni、Mn、Fe为轻污染,Pb为安全级别,Zn和As只对某些区域有轻污染。综合污染指数法评价结果表明,五个调查区域的土壤重金属污染等级均属重污染,主要贡献元素是Cu,其次是Cr、Ni、Mn、Fe,这与尾矿砂中这些重金属的浓度是相对应的。由于周边地形复杂,多为低山丘陵,所以该地区主导风向对于尾矿库区不同方向土壤重金属污染水平的影响差异并不显著。     

采煤沉陷区土壤重金属含量对土壤酶活性的影响

为探明煤矿沉陷区土壤受重金属污染情况,探讨重金属含量对酶活性的影响,以焦作韩王煤矿沉陷区为例,通过野外调查与采样和室内分析,研究煤矿沉陷区土壤中重金属累积特性与土壤酶活性的变化。结果表明:研究区土壤中重金属Cu、Zn、As、Mo、Hg、Pb、Cd等含量均高于对照小区的含量,且有明显的空间异质性;沉陷区各种酶活性大都低于对照点,其在空间分布上受重金属的影响,重金属Co、Ni对大多数酶有促进作用,As、Mo则对酶活性有抑制作用,重金属对酶活性的影响取决于重金属的类型与含量;在研究区,蔗糖酶对重金属污染较为敏感,表明蔗糖酶可作为评估煤矿沉陷区土壤环境质量变化的有效指标。     

基于序贯高斯条件模拟的土壤重金属含量预测与不确定性评价——以宜兴市土壤Hg为例

土壤重金属含量的定量预测和预测结果的不确定性评价对生态风险评估具有现实意义。将1 155个表层土壤Hg样本分成两个无交集的数据集,309个样本用于模拟,另外864个样本用于验证,运用序贯高斯条件模拟方法对宜兴市土壤Hg的空间分布进行估值和模拟,并通过与传统地统计方法中的简单克里格估值进行对照,同时利用高斯序贯指示模拟探索单点和多点联合的不确定性。结果表明:基于同一个半方差模型,100次序贯高斯条件模拟方法得到的E-type型与简单克里格估值在空间分布上基本一致,两种方法的精度基本相同;随机抽取了第1、25、50、75、100次序贯高斯条件模拟的单次实现,将模拟结果和插值结果与846个点进行验证,5个单次实现的平均预测误差和均方根预测误差略高;以0.15 mg kg~(-1)作为临界阈值的单点超阈值概率虽然较高,但其置信度不足以划定污染区域,在划定污染区域时应采用多点联合概率评估其可靠性。     

长江三角洲地区土壤重金属生物有效性的研究——以江苏昆山市为例

土壤重金属的生物有效性是指土壤重金属在生物体内吸收、积累或毒性程度。以昆山市为典型区,对长江三角洲地区土壤重金属的生物有效性进行研究。结果表明,有效态Cd含量较高,生物有效性达63.8%。不同功能区重金属的生物有效性差异较大,Cd、Cu、Ni、Pb、Co以冶金电镀区最高,Cr以化工区最高,Zn以菜地区最高。不同土壤类型中Cd、Cr、Cu、Pb、Zn的生物有效性均表现为乌栅土>青泥土>黄泥土。不同母质发育的土壤上重金属生物有效性则表现为江海沉积物最高,湖相沉积物最低,且成土母质对土壤重金属的生物有效性的影响程度要大于土壤类型。随着剖面层次的下降,重金属有效态含量和生物有效性逐渐减小。植物中的重金属含量与土壤中相应的重金属的生物有效态含量显著正相关。Zn和Cd的富集系数最高,潜在风险最大。综合分析各重金属元素在土壤中的总量、生物有效性及植物中的含量,发现重金属Cd的污染最大,它将严重威胁农产品安全和地下水质量。     

基于近红外光谱分析的土壤全氮含量估测研究

应用近红外光谱分析技术对比研究基于土壤风干样本和鲜样来预测全氮含量的可行性。选取水稻土为研究对象,首先分析了不同水分土壤的光谱特征,显示随水分含量增加,吸光度升高,且鲜样的吸光度高于干样。通过比较不同预处理方法,对土壤干鲜样分别采用逐步多元回归(SMLR)和偏最小二乘法(PLSR)建立了相应的近红外模型。结果表明,利用近红外光谱均可预测干鲜土壤样本的全氮含量,特别是利用偏最小二乘法建立的标定模型,预测精度高,反演性较好,鲜样和干样外部验证决定系数分别达到0.89和0.91,相对误差仅为6.92%和5.92%,研究结果可以为田间土壤全氮含量的估测提供技术依据和参考。     

植被恢复模式对土壤重金属质量分数和土壤酶活性的影响——以山东省淄博市四宝山破坏山体为例

矿产资源开采造成了严重的重金属污染,为选择合理植被恢复模式以修复土壤重金属污染,以淄博市四宝山破坏山体不同植被恢复模式为对象,测定土壤有机质、全氮、碱解氮、有效磷、速效钾质量分数,pH值等主要化学性质,土壤多酚氧化酶、过氧化氢酶、过氧化物酶、脲酶活性和Cu、Zn、Cd等7种重金属质量分数,分析不同植被恢复模式对土壤重金属质量分数及土壤酶活性的影响.结果表明:1)实验区土壤中重金属Zn轻度污染,Cu和Cd重度污染,其他重金属均不构成污染;2)各人工植被恢复模式土壤重金属质量分数均低于灌草丛的,其中黑松林对土壤Cu、Cd的修复效果最好,侧柏林对土壤Zn的修复效果最好;3)土壤重金属全量在垂直分布上规律复杂,有效量均表现为下层高于上层,土壤有效Cu、有效Zn、有效Cd下层比上层依次高9.24％～18.94％、0.97％～20.09％和5.48％～35.51％;4)在影响土壤酶活性的各种因素中,破坏山体土壤重金属有效量与土壤化学性质的影响最为明显,处于同等重要的地位.本研究发现,Cu、Zn、Cd均对4种土壤酶活性表现出了抑制作用,建议用土壤多酚氧化酶、过氧化氢酶、脲酶活性作为破坏山体土壤重金属Cu污染的评价指标.     

红壤区土壤有机质光谱特征与定量估算——以江西省吉安县为例

通过对江西省吉安县不同有机质含量土壤的光谱曲线吸收特征进行分析,得到不同有机质含量土壤的光谱曲线特征响应波段,建立了县级尺度基于有机质响应波段的定量估算模型。结果表明,红壤和水稻土土壤光谱曲线特征具有明显差异,560~710 nm为吉安县土壤有机质含量的特征吸收波段;基于特征吸收波段范围的吸收面积(s)的对数和有机质含量的相关性为0.86,拟合方程为y=-20.91 ln(s)-27.26,决定系数为0.74,经不同类型土壤的有机质数据检验,预测的决定系数(R2)、均方根误差(RMSE)和预测相对分析误差(RPD)分别为0.75、0.61和1.88;包络线去除和反射率的倒数的对数处理建立的偏最小二乘回归(PLSR)模型预测效果最佳,预测决定系数均达0.83以上,相对偏差均为2.4以上,基于特征吸收波段560~710 nm建立的模型能定量估算红壤地区有机质含量,为土壤有机质估测提供参考。     

基于土壤系统分类的土壤类型和界线确定研究——以句容大顶山研究区为例

我国土壤系统分类的土壤调查技术仍处于研究阶段,借鉴传统的发生分类的土壤调查方法,本文主要研究了基于土壤系统分类的土壤类型与界线确定。土壤类型是通过常规布点法进行主要剖面点位置的设定,并从地形分级和制图精度方面分析确定其数量,对挖掘的土壤剖面利用诊断层和诊断特性定名得出。土壤界线则是利用内插法在调查路线上确定土壤类型分界点后,结合遥感图像将不同调查路线相同土壤类型分界点用平滑曲线连接最终确定。研究表明,土壤类型和土壤界线与母质、地形、植被和土地利用方式等多种景观因素有密切的联系,在土壤调查中要充分考虑景观因素的影响。     

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。     

东北典型黑土区表层土壤有机质含量高光谱反演研究

选择东北典型黑土区——德惠市、扶余市和双城市为研究区,利用便携式地物光谱仪获取土壤光谱数据,基于原始光谱值及一阶微分、倒数的对数、连续统去除变换,分别建立了黑土有机质含量的多元线性逐步回归模型、偏最小二乘回归模型和BP神经网络模型。结果表明:高光谱与土壤有机质含量在多个波段相关性较好,其中有机质与反射率一阶微分处理的相关性最好,在光谱584 nm处其相关性最强(r=-0.60,n=81)。光谱一阶微分处理数据在三种建模方法中的预测及验证精度均高于原始光谱值、倒数的对数和连续统去除变换,因此一阶微分为最佳光谱变换形式。偏最小二乘回归分析的预测效果整体优于多元线性逐步回归分析和BP神经网络分析,光谱一阶微分处理的偏最小二乘回归模型呈现出最佳预测效果,决定系数为0.71、均方根误差为2.29 g kg~(-1)(n=53)。     

干旱区典型盐碱土壤含盐量估算的最佳高光谱指数研究

盐碱土的表层土壤含盐量是土壤盐碱化程度分级的主要因素之一。对西北干旱区不同含盐量和含水率的典型盐碱土进行了分析,运用统计方法分析了5种高光谱指数与土壤含盐量的定量关系,并通过对比研究,确定了能提高盐碱土壤含盐量估算精度的最佳光谱指数及定量预测模型。结果表明,不同的指数所选择出的对土壤含盐量最敏感的波段基本都位于近红外(NIR)和短波红外波段(SWIR),说明盐类矿物在近红外和短波红外波段(VNIR-SWIR)区域会产生特有的光谱特征。所选定的最佳光谱ND指数结构简单,易于计算,且对土壤中的水分不敏感,该技术对于大面积土壤含盐量制图具有较广的应用前景。     

徐州农田土壤养分和重金属含量与分布研究

测定分析了江苏省徐州市9 232个农田土壤耕层样品的养分含量和重金属含量,并综合运用GIS空间分析与统计方法研究了土壤大量养分(全氮(TN)、全磷(TP)、全钾(TK)、碱解氮(AN)、有效磷(AP)和速效钾(AK))、微量养分全量(硼(B)、锰(Mn)、钼(Mo))和重金属全量(砷(As)、镉(Cd)、铬(Cr)、铜(Cu)、汞(Hg)、镍(Ni)、铅(Pb)、锌(Zn))的统计特征、空间分布特征及其在不同土壤类型和农田类型中的分布差异。结果表明,徐州农田耕层土壤中的养分和重金属元素含量总体高于江苏和全国平均值,养分含量达中等水平以上的面积比例超过80%,99%以上的农田土壤重金属元素含量为清洁或尚清洁。养分含量偏高与徐州农田耕作程度较高有关,重金属元素含量超标与工矿业生产有关。养分和重金属元素含量在空间分布上有较大分异,不同成因的土壤类型和不同农田类型的养分和重金属元素含量差异明显。