학술논문
顾及土壤类型的土壤Zn含量高光谱遥感反演 / Soil Zn Content Inversion by Hyperspectral Remote Sensing Data and Considering Soil Types
Document Type
Academic Journal
Author
Source
光谱学与光谱分析 / Spectroscopy and Spectral Analysis. 43(7):2019-2026
Subject
Language
Chinese
ISSN
1000-0593
Abstract
目前针对土壤重金属的高光谱反演方法大多集中在单一的研究区域或未考虑土壤类型对反演结果的影响,而土壤类型和成土因素的不同会对土壤属性参数的高光谱反演模型的普适性产生一定程度影响.该研究提出一种顾及土壤类型的重金属高光谱遥感反演方法,根据研究区土壤类型,从土壤样本的实验室光谱中提取对重金属起主要吸附作用的土壤光谱活性物质的特征谱段,分别建立基于土壤光谱活性物质特征谱段的重金属含量估算模型.使用改进的遗传算法(IGA)对特征谱段进行波段优选,使用偏最小二乘回归算法(PLSR)建模,使用决定系数(R2)、相对偏差(RPD)和预测均方根误差(RMSEP)三个指标对不同的建模方法进行评价.以湖南省郴州市东河流域铅锌矿矿区的黄壤和红壤样本数据为例,采集 38 个黄壤样本和 35个红壤样本,从土壤样本的实验室光谱中提取对Zn起主要吸附作用的土壤有机质和黏土矿物的特征谱段,均采用 IGA+PLSR方法进行建模.结果表明:不考虑土壤类型即利用全部土壤样本进行建模时,与全谱段建模结果相比,基于土壤有机质和黏土矿物特征谱段的重金属 Zn 含量反演精度的R2 由 0.624 提升到0.755,RPD由 1.668 提升到 2.069,RMSEP减少 40.591;与不考虑土壤类型的建模相比,黄壤样本特征谱段的估算精度R2 由 0.761 提升到 0.879,RPD由 2.137 提升到 3.001,RMSEP减少 74.737,红壤样本特征谱段的估算精度R2 由 0.866 提升到 0.939,RPD由 2.848 提升到 4.212,RMSEP减少 89.358,黄壤和红壤样本的反演模型均达到了出色模型的标准.因此,土壤光谱活性物质特征谱段的提取以及土壤类型的考虑均有助于提高土壤Zn含量的反演精度,为应用高光谱遥感图像进行大范围土壤重金属污染监测奠定方法基础.