基于CASI & SASI航空高光谱的雄安新区西南部农田土壤 重金属镍含量反演研究

农田土壤中重金属元素富集会严重制约农作物的生长,且对人类健康造成潜在威胁。高光谱遥感数据具有极高的光谱分辨率,因而可在土壤重金属污染元素信息的定量研究中发挥重要作用。本文以雄安新区西南部及其周边农田土壤作为研究对象,在实验室测定土壤重金属元素Ni的含量,并与土壤可见-近红外高光谱数据建立土壤重金属Ni含量的定量估测模型,进一步基于CASI&SASI航空高光谱数据快速反演研究区农田土壤重金属Ni的含量,获取其分布特征。本文研究并建立了研究区土壤重金属元素基于不同光谱变换形式的多元逐步回归、偏最小二乘回归和BP神经网络统计估算模型,通过模型验证与对比,探索研究区土壤重金属Ni元素含量的最优反演模型。研究结果表明: （1）基于各光谱变换的BP神经网络模型的建模和预测精度整体上大于偏最小二乘法和多元逐步回归法模型,模型拟合精度高,预测能力较好;（2）综合来看,一阶微分处理能普遍改善模型预测效果,其中BP神经网络模型的一阶微分变换结果最佳,对于Ni元素建模精度R2高达97.1%,验证集精度R2高达98%以上;（3）选用精度最好的BP神经网络模型,通过CASI&SASI高光谱数据对研究区重金属Ni含量进行反演,反演结果与实测Ni含量数据一致性很好。     

基于随机变异—Kennard—Stone和偏最小二乘法的土壤重金属镉含量反演 ——以雄安新区西南部为例

土壤重金属污染对人类身体健康造成了严重威胁,作为快捷、高效、无损监测分析土壤重金属含量的方法之一,高光谱遥感反演土壤重金属含量的方法正逐步得到发展.本文以雄安新区西南部作为研究区,针对潜在生态风险最大且活性最强并易被植物吸收的重金属镉,开展高光谱反演研究.将采集来的426件土壤样品除杂、风干、过筛在实验室测得重金属含量...     

基于随机变异—Kennard—Stone和偏最小二乘法的土壤重金属镉含量反演——以雄安新区西南部为例

土壤重金属污染对人类身体健康造成了严重威胁,作为快捷、高效、无损监测分析土壤重金属含量的方法之一,高光谱遥感反演土壤重金属含量的方法正逐步得到发展。本文以雄安新区西南部作为研究区,针对潜在生态风险最大且活性最强并易被植物吸收的重金属镉,开展高光谱反演研究。将采集来的426件土壤样品除杂、风干、过筛在实验室测得重金属含量,并用SVC便携式地面光谱仪测量样品350~2500 nm范围光谱。采用Savitzky—Golay卷积平滑方法进行光谱降噪平滑处理。由于粒径大小而不是化学成分差异可能会导致基线效应和漂移现象,为了增强光谱差异和光谱曲线形状,将数据进行标准正态变量变换(SNV)、一阶微分(FD)、二阶微分(SD)、多元散射校正(MSC)等数学变换,并分析变换后光谱与Cd含量的相关性。本文提出一种集成随机变异法—Kennard—Stone法—偏最小二乘回归的方法。针对变换后的光谱集和Cd含量集,第一步采用随机变异法—Kennard—Stone法将样本集分为70%训练集和30%验证集,使样本数随性质分布均匀并覆盖整个样本空间;第二步用偏最小二乘回归法结合交叉验证建立回归模型,用确定系数R2、均方根误差RMSE、偏差比值RPD、误差范围比值RER等参数开展模型评价,如果没有达到预期效果,则回到第一步,迭代反复选择,直至达到最优效果。结果表明,适用的最优反演重金属镉含量的技术方法是采用FD变换后,不断迭代集成RM—KS样本选择和PLS偏最小二乘法回归建立的模型,其验证综合效果最好,建模主成分数为11个,确定系数R2达到0.909,RMSE为0.604,RPD为2.696,RER达为15.516。成果可为类似区域快速、无损的土壤重金属Cd含量反演提供技术支撑。     

基于高光谱的土壤养分含量反演模型研究

为实现土壤养分（有机质SOM、全氮TN、全磷TP、全硫TS）含量的快速测定,以建三江创业农场为例,对土壤原始反射率进行了一阶微分（FD）、倒数对数（RL）、倒数一阶微分（FDR）、多元散射校正（MSC）和连续统去除（CR）变换,分析6种光谱变量与土壤养分的相关性,将在α=0.01水平上显著相关的波段作为特征波段,运用多元逐步回归（SMLR）、偏最小二乘回归（PLSR）和BP神经网络（BPNN）三种分析方法分别建立有机质、全氮、全磷和全硫的高光谱预测模型,并利用决定系数（R²）、均方根误差（RMSE）和相对分析误差（RPD）对预测模型进行评价.结果显示,PLSR和BPNN建立的土壤养分含量预测模型均优于SMLR,能极好地预测有机质和全氮含量,同时具有粗略估算全硫含量的能力.三种方法中仅有CR-BPNN能对全磷含量进行粗略估算.对有机质、全氮、全磷和全硫预测效果最佳的模型及其验证集决定系数分别为：MSC-PLSR （0.86）、MSC-PLSR （0.75）、CR-BPNN （0.56）、FDR-BPNN （0.67）.     

土壤铅含量高光谱遥感反演中波段选择方法研究

利用高光谱遥感数据进行了南京郊外土壤重金属元素铅的含量反演,由于高光谱数据波段众多,波段选择或变换至关重要。比较了基于次贪婪的前向选择模型的最小角度拟合和基于遗传算法进行波段选择的最小二乘和偏最小二乘拟合,结果发现基于遗传算法的偏最小二乘反演结果优于全波段的偏最小二乘,表明波段选择在高光谱反演重金属中是有益的。尽管采取了波段选择后的各方法在反演时均能达到70%以上的训练精度,但因遗传算法搜索的解空间范围更宽广,使得基于遗传算法的偏最小二乘优于前向选择模型的最小角度拟合。最后还比较了基于遗传算法的普通最小二乘和偏最小二乘拟合,结果表明偏最小二乘更优,因此在高光谱反演重金属含量当中,偏最小二乘精度较高,而在波段选择方法中,遗传算法更优。     

基于高光谱的桂东北峰丛洼地土壤有机碳含量预测

以桂东北寨底峰丛洼地土壤为研究对象,利用二阶微分和去除包络线二阶微分方法对土壤光谱进行处理,筛选出3种光谱指数与土壤有机碳(S O C)相关系数最高的特征波段,通过比较偏最小二乘回归、多元线性回归与多元逐步回归等模型的精度,确定SOC最佳估测模型.结果表明:(1)研究区土壤样品有机碳质量分数最小值为0.20％,最大值为...     

结合实测光谱的ASTER TIR数据岩性划分与构造样式分析:以新疆阿克苏蓝片岩为例

常见造岩矿物的特征谱带位于热红外区域,因此热红外遥感在岩石地层划分与构造样式分析方面有巨大的应用潜力,并且精细岩石地层划分是构造样式分析的基础。新疆阿克苏蓝片岩被认为是目前世界范围内保存最好的前寒武纪蓝片岩之一。本文对该地质体中采集的不同类型岩石样品进行了室内热红外发射光谱测试,发现白云母石英片岩类残余辐射特征（restrahlen features,RF）位于波长8.55、9.16和9.60 μm处,绿泥绿帘片岩类RF位于波长9.60、10.50和11.66 μm处。按照ASTER TIR波段位置将样品的发射率光谱曲线重采样,利用ASTER TIR数据计算基性指数I_b和白云母指数I_m。依据I_b和I_m得到不同岩性段分布图,该图能反映蓝片岩地质体中不同基性程度岩石、后期侵入的基性岩墙群以及白云母石英片岩单元的空间分布。从岩性区域分布特征看,我们认为新疆阿克苏蓝片岩地质体平面构造样式表现为褶皱,其轴迹线为NE—SW向,这一结果与前人对其划分的单斜地层结构有较大的差异。另外,褶皱出现在地质体南部,说明其北部所受压力较南部小,与前人认识一致。研究结果体现了热红外遥感结合实测光谱可有效探测矿物岩石信息的优势,该方法可为相关研究提供参考。     

干旱区内陆河流域不同特征居民对气候变化及冰冻圈变化的感知差异分析——以乌鲁木齐河流域为例

选择冰川典型发育的乌鲁木齐河流域,基于面向普通民众的657份调查问卷,将气候变化与冰冻圈变化有机的结合起来,尝试分析不同特征民众对二者变化的感知差异状况,为因地制宜制定适应性措施以及普通民众有计划、有目的地调整生产和生活策略,适应未来环境变化等提供公众参与的社会依据.调查结果显示,乌鲁木齐河流域不同特征居民之间有着复杂...     

磁化率对土壤重金属污染的指示性研究——以沈阳新城子区为例

通过对399件表层土壤磁化率参数与化学组成的分析测试,较系统地总结了沈阳新城子区土壤磁化率特征,并初步进行了磁化率对土壤重金属污染的指示研究。结果表明:(1)不同土壤类型中磁化率差异较大,棕壤中由于人为作用较大,其均值最高。不同堆积类型中磁化率差别较大,洪积物和残坡积物中平均值最高,冲积物中最低。不同农作物对元素的需求不一样导致磁化率的含量变化范围存在着区别。(2)土壤的磁化率与土壤中Cd、Pb、Hg、Cu、Zn等重金属元素含量呈显著正相关,且与土壤pH值呈显著负相关关系,能反映出土壤酸化的状况,对土壤污染程度有较好的指示性。(3)利用磁化率可以快捷地划分污染区。     

植被覆盖区1∶5万多光谱遥感找矿模式的研究--以内蒙古额尔古纳市大梁研究区为例

地面植被的发育,在一定程度上,弱化、掩盖或屏蔽了岩石和土壤的光谱和空间信息.另一方面,植物的群落、分布和生长状态与下伏岩石土壤特性和构造之间常表现出具有一定的相关性,植被的毒化往往指示矿化的可能存在,植被空间分布和地貌影像特征揭示了构造的展布特征.构造分析和毒化植被的识别是植被发育区1∶ 5万多光谱遥感地质找矿预测的最佳模式.     

基于生物可利用性与宽浓度范围的Hakanson潜在生态风险指数法的创建——以小秦岭金矿区农田土壤为例

Hakanson潜在生态风险指数法是土壤重金属潜在生态风险评价的一种常用方法,研究与实践证明其有效性的同时,也发现了其不足之处:忽略了土壤重金属不同形态之间潜在生态风险的差异,且只重视重金属含量高于参考值时的生态风险,而对低于参考值时的情况没有给予考虑,以致特定情况下的评价结果不能很好地反映实际生态风险,因而有必要创建适用性更广的Hakanson潜在生态风险指数法。为此,基于全过程控制优化的思想,引入了生物可利用性毒性系数,并将修正浓度与参考值差值引入计算公式,创建了基于生物可利用性与宽浓度范围的Hakanson潜在生态风险指数法,实现了对重金属不同形态风险贡献的差异及重金属浓度低于参考值情况下潜在生态风险的准确把握。以小秦岭金矿区为典型区域,辅以对采集土样重金属总量及5种形态含量的分析,开展案例研究。结果表明,基于生物可利用性与宽浓度范围的Hakanson潜在生态风险指数法能客观地揭示土壤重金属的潜在生态风险,具有更大的适应性,是一种有效的潜在生态风险评价方法。