| 摘 要： | 土壤的高光谱能够反映土壤信息,利用光谱数据能够快速高效地预测土壤重金属含量。以上海闵行工业区土壤为研究对象,分析研究区土壤光谱曲线所包含的土壤信息,通过光谱反射数据多种低阶微分变换形式以增强光谱特征,并通过相关分析获取土壤铜(Cu)、铬(Cr)、锰(Mn)、铅(Pb)、锌(Zn)含量的特征波段位置,构建土壤重金属高光谱反演模型。结果表明,工业区土壤重金属Cu、Cr、Mn、Pb、Zn存在明显积累,含量平均值依次为29.38、106.32、583.14、34.13、111.15 mg·kg-1,均超过上海市土壤环境背景值,且表现出复合污染和同源性的特点;土壤光谱曲线除受铁氧化物(409.55 nm)、有机质(825～900 nm)、水(1 400～1 425 nm)的影响存在光谱曲线吸收带外,走势均随波长增加而上升;最优特征波段均出现在近红外波段范围内,Cu为1 440.21 nm,Cr为834.44 nm,Mn为984.98 nm,Pb为1 440.21 nm,Zn为1 642.50 nm;利用特征波段光谱反射率的低阶微分变换形式作为建模因子建立土壤重金属含量的高光谱反演模型,发现均方根二阶微分(RMSTD)变换、倒数一阶微分(RTFD)变换、倒数对数二阶微分(ATSD)变换相较于原始一阶微分(FD)、二阶微分(SD)变换更能提高预测精度,多元逐步回归线性模型(SMLR)建模效果优于偏最小二乘回归(PLSR)模型,SMLR建模R2均大于0.65,验证R2除Mn外(R2=0.400)均大于0.5。基于SMLR建立的高光谱反演模型具有较高的预测精度、稳定性与可靠性,对工业区土壤重金属含量进行高光谱反演建模具有可行性。
|
