基于HSI高光譜數(shù)據(jù)的耕地土壤重金屬鎘、鉛含量遙感反演.pdf

1、如何快速地獲取土壤重金屬含量及其空間分布信息，是土壤污染防治工作的基礎(chǔ)，它已成為土壤重金屬污染研究領(lǐng)域的熱點問題之一。高光譜分析技術(shù)因其光譜分辨率高、波段多且連續(xù)性強等特點，能獲取精細的地物光譜曲線，不僅為非破壞性土壤重金屬監(jiān)測提供了新的途徑，也為土壤重金屬高光譜遙感監(jiān)測提供理論依據(jù)。本文利用HSI高光譜遙感數(shù)據(jù)提取采樣點土壤光譜信息，在對土壤樣本光譜曲線進行預(yù)處理的基礎(chǔ)上，探討了耕地土壤鎘、鉛含量與光譜變量的相關(guān)性及其特征波段，初步建

2、立了耕地土壤鎘、鉛含量反演模型。同時利用地形因子，修正了反演模型，實現(xiàn)了研究區(qū)耕地土壤鎘、鉛含量填圖與預(yù)測。全文主要研究結(jié)果如下:
　　(1)利用HSI高光譜遙感數(shù)據(jù)提取的研究區(qū)紫色土和水稻土兩種類型土壤的樣本光譜曲線具有相似的光譜吸收反射特征，均在660nm附近有一個較寬的吸收帶，在890-900nm范圍內(nèi)，光譜曲線斜率偏大。土壤光譜預(yù)處理結(jié)果表明，研究區(qū)耕地土壤光譜變量的特征波段主要位于466nm、480nm、526nm、55

3、2nm、580nm、601nm、620nm、640nm、660nm、678nm、690nm、701nm、716nm、807nm、827nm、862nm和900nm處。
　　(2)土壤原始光譜反射率經(jīng)預(yù)處理后，有效突出了特征波段，增強了與鎘、鉛含量的關(guān)聯(lián)。研究區(qū)耕地土壤原始光譜與鎘、鉛含量呈負(fù)相關(guān)，而倒數(shù)對數(shù)光譜與鎘、鉛含量均呈正相關(guān)，但連續(xù)統(tǒng)去除、一階微分、二階微分光譜變量與鎘、鉛含量既有正相關(guān)又有負(fù)相關(guān)。其中，鎘、鉛含量與微分光

4、譜相關(guān)性最強，鎘含量與一階微分光譜最高相關(guān)波段為561nm，呈極顯著負(fù)相關(guān);而鉛含量與二階微分光譜最高相關(guān)波段為598nm，也呈極顯著負(fù)相關(guān)。
　　(3)在五種光譜預(yù)處理方法下，偏最小二乘回歸模型反演鎘、鉛含量的建模精度優(yōu)于多元逐步回歸模型;在兩種建模方法下，微分光譜變量模型反演鎘、鉛含量的建模精度高于其他光譜變量模型。鎘含量反演模型中，基于二階微分光譜的偏最小二乘回歸模型建模精度最高，建模決定系數(shù)和均方根誤差分別為0.353和0

5、.046;鉛含量反演模型中，基于一階微分光譜的偏最小二乘回歸模型建模精度最高，其決定系數(shù)和均方根誤差分別為0.388和0.003。
　　(4)鎘含量預(yù)測模型中，基于一階微分光譜的多元逐步預(yù)測模型檢驗精度最高，為84.30％,鎘含量預(yù)測模型檢驗精度均在82％以上;鉛含量預(yù)測模型中，基于倒數(shù)對數(shù)光譜的多元逐步回歸模型檢驗精度最高，檢驗精度達到92.21％，鉛含量反演模型整體預(yù)測效果較好，檢驗精度均在90％以上。根據(jù)反演模型建模精度表明

6、，研究區(qū)耕地土壤鎘含量反演最優(yōu)模型是基于二階微分光譜的偏最小二乘回歸模型，鉛含量反演最優(yōu)模型是基于一階微分光譜的偏最小二乘回歸模型。
　　(5)加入曲率和坡度等地形因子后，鎘、鉛含量反演修正模型的建模穩(wěn)定性和精度提高，建模決定系數(shù)分別為0.370和0.406，檢驗精度分別為84.72％和91.87％，預(yù)測平均誤差分別為0.0006和0.0001，模型預(yù)測趨勢偏低。利用該模型進行參數(shù)填圖，得到研究區(qū)耕地土壤鎘、鉛含量分別在0.184