万盛采矿区土壤As,Cd,Zn重金属含量光谱测量与分析

随着现代工业技术的飞速发展以及人类活动的影响，土壤中重金属污染问题愈发严重，土壤重金属污染已经成为当前全球面临的很严峻的环境问题，也逐渐成为了全球土壤和环境研究的重点。传统的通过点样测量的方法获取土壤重金属含量虽然精度较高，但是耗时耗力，成本较高，且不能大面积、快速得到所研究区域的重金属含量分布。遥感技术的发展为土壤重金属含量的研究提供了新的思路，为了使用遥感技术反演某地区土壤重金属含量，了解其光谱特征是快速、准确建立反演算法的基础。以重庆市万盛采矿区为研究区，分别在2012年3月和8月用ASD FieldSpec Pro Ⅲ地物光谱仪（350-2500nm）对该地区171组和123组土壤样进行了现场光谱测定，并在第二次光谱采集的时候对其中的40个土壤样进行了土壤化学分析以建立土壤中一种莺金属含量的反演模型，为遥感定量反演研究区土壤As，Cd，Zn三种重金属含量提供科学依据。结果表明：在万盛采矿区，土壤在近红外波段R2320与R1755波段、R2260与R2210、R1920与可见光波段R480波段的反射值比值分别和土壤中As，Cd和Zn含量存在较好的相关性，由此可根据采样点光谱及地理插值获得研究区土壤中As，Cd和Zn含量的分布图。

不同纬度黄土-古土壤赤铁矿含量差异及其气候指示意义——基于漫反射光谱和色度方法

在全球变暖的背景下,北极和第三极(青藏高原)的增温幅度高于世界上其他地区,其增温幅度和机制并不明晰,因此有必要开展不同时间尺度、不同气候记录载体的研究。利用赤铁矿研究末次间冰期-末次冰期的增温效应,使用漫反射光谱和色度方法量化俄罗斯西伯利亚、中国黄土高原西峰和中国川西高原甘孜3个沉积连续的黄土-古土壤序列中的赤铁矿,揭示其蕴含的气候信息。研究结果显示:(1)漫反射光谱和色度方法相结合是定量赤铁矿的有效方法。(2)在大空间尺度中,赤铁矿主要受控于温度而非降水。(3)在末次间冰期和末次冰期旋回时期,较高纬度气温变化幅度大于较低纬度气温变化幅度。不同纬度的气温“轨道尺度较差”可能是轨道尺度太阳辐射差异和年内太阳辐射差异的综合体现。

土壤有机质可见-近红外反射光谱特性研究

为优化土壤有机质含量预测模型运算速度,以50份土壤有机质为例,利用Pearson相关系数分析法对土壤有机质的特征波段进行提炼筛选。结果表明,土壤样品的反射光谱与土壤有机质含量在555~662 nm波段范围内呈较强负相关,显著特征波段为601 nm;经过不同预处理后的土壤反射光谱与土壤有机质含量呈较强的相关性,显著特征波段增加,主要体现在601、1221、1410、1665、1880、2110、2200 nm波段附近。对不同土壤含水率的反射光谱与土壤有机质含量之间的Pearson相关曲线进行分析发现,显著特征波段主要体现在601、1450、1930、2200 nm波段附近,随着土壤含水率的增加,土壤有机质的特征波段601 nm的相关性逐渐减弱,土壤水分的特征波段1450、1930、2200 nm的相关性逐渐加强;土壤含水率超过10%,土壤反射光谱与土壤有机质含量呈正相关。研究获取的土壤有机质特征波段和土壤水分影响波段,为土壤有机质快速检测模型的建立提供理论支撑。

基于模拟多光谱反射率的土壤含水率估算

为了实现多光谱方法对土壤含水率的快速测定,基于高光谱数据模拟GF-6卫星多光谱波段反射率,模拟出蓝光波段(G)、绿光波段(G)、红光波段(R)、近红外波段(Nir)、红边波段1(RE1)和红边波段2(RE2)共6个波段反射率,并基于各波段两两组合的方式,构建归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)。采用线性模型(一元线性回归)和非线性模型(BP神经网络)建立土壤含水率估算模型。结果表明,基于植被指数(DVI)建立的一元线性回归模型较6波段中任意反射率回归结果更优,R2为0.601。基于BP神经网络方法,以6波段反射率和优选的3个植被指数为基础建立土壤含水率估算模型,预测精度较高(R2=0.787),优于本文所有的线性建模结果。推荐采用BP神经网络作为估算土壤含水率的建模方法。

基于反射光谱预测土壤重金属元素含量的研究

本文利用实验室实测的土壤反射光谱以及铅、镉、汞等重金属元素数据,进行土壤重金属元素含量快速预测的可行性研究。本文利用偏最小二乘回归方法,研究了反射率(R)、一阶微分(FDR)、反射率倒数的对数(lg(1/R))和波段深度(BD)等对预测精度的影响,对这几种光谱指标预测土壤重金属含量的能力进行了分析和评价,同时分析了多光谱数据估算土壤重金属元素含量的可行性。结果表明,反射率倒数的对数lg(1/R)是估算土壤重金属元素含量最好的光谱指标,尤其是Cd和Pb,检验精度R超过0.82。有机质、铁锰氧化物和黏土矿物对土壤重金属元素的吸附是可见光—近红外—短波红外光谱估算其含量的机理。多光谱数据同样具有估算土壤重金属元素含量的能力,但实际数据则要考虑多种因素的影响。

基于反射光谱特性的土壤分类研究

选取中国松嫩平原吉林省农安县主要土壤(黑土、黑钙土、草甸土、风砂土、冲积土)室内光谱反射率作为研究对象,利用去包络线方法提取反射光谱特征指标,作为输入变量建立BP神经网络模型,进行土壤分类研究,探索利用表层土壤反射光谱特性进行土壤分类的可行性。结果表明:(1)包络线去除后的曲线使土壤可见光近红外波段的吸收特征显著增强;农安县不同土壤在400～2500nm范围内主要有5个光谱吸收谷,前2个吸收谷主要是由于土壤有机质、铁及土壤机械组成引起的,后3个是土壤水分吸收光谱能量引起的;不同土壤类型反射光谱的差异主要表现在前2个吸收谷。(2)由于输入变量的选取客观准确,基于前2个吸收谷形状特征的BP神经网络模型的土壤分类精度显著优于以反射率或5个吸收谷形状特征为输入变量的模型,可以用于土壤分类。

利用可见光/近红外反射光谱估算土壤总氮含量的实验研究

利用土壤的室内反射率光谱,探讨土壤氮元素的高光谱机理。利用土壤光谱各吸收带的特征参数与总氮含量进行逐步回归运算,确定与氮元素关系比较密切的几个吸收带。计算出这几个特征吸收带内土壤反射率的变化形式:一阶导数(FDR)、倒数(1/R)、倒数之对数(log(1/R))、波段深度(Depth),并与总氮含量进行逐步回归分析,得到比较理想的结果:建模样本的Ra2(修正的判定系数)分别为0 789、0 753、0 736、0 699,验证样本的Ra2分别为0 759、0 468、0 794、0 725。可见土壤的反射率光谱与氮元素含量之间存在比较明显的相关性,可见光/近红外反射光谱具有快速估算土壤中氮元素含量的潜力。

土壤理化参数的反射光谱分析

土壤可见光和近红外波段(400～2500nm)反射光谱信息包含了大量土壤物理化学参数,土壤反射光谱测量简单、快速,无需破坏样品,而且还可以通过高光谱遥感方法制图。文中使用江苏国土生态地球化学调查中获取的大量土壤样品,研究了土壤阳离子交换量(CEC)、有机质含量、pH值、铁氧化物类型、铁铝硅等常量元素含量等重要土壤生态地球化学参数的光谱反应。结果显示,土壤CEC是进行光谱预测非常成功的参数,1400、1900和2200nm附近一阶导数光谱(FD)值或短波方向反射率值均可以很好地反映土壤CEC的大小;土壤有机质含量、铁氧化物类型、铁铝硅含量均可以在反射率光谱或其一阶导数(FD)值找到相关波段;土壤导数光谱存在的A、B、C和D峰使反射光谱方法不仅能够定量铁氧化物总量,还能鉴别铁氧化物矿物类型(针铁矿和赤铁矿)及其相对含量;江都土壤光谱的656nm附近FD值与pH有很大相关性,但是江苏样品显示pH值光谱经验预测具有区域依赖性,可能与土壤类型有关,说明pH与光谱参数之间的关系并非一般的线性关系,而有更复杂的机制。

矿区农田土壤砷污染的可见-近红外反射光谱分析研究

利用在实验室获取的矿区农田土壤可见-近红外反射光谱与土壤As污染浓度、Fe和有机质含量数据构建了As和Fe浓度及有机质含量的PCR与PLSR预测模型;为提高模型的稳定性和预测能力,对原始光谱数据进行了预处理即,一和二阶微分(F/SD)、基线校正(B)、变量标准规一化(SNV)、多次散射校正(MSC)和连续统去除(CR)。研究表明:变量标准规一化(SNV)、多次散射校正(MSC)和连续统去除(CR)分别对As,Fe和OM的PCR模型的预测能力有明显的改善(各PCR模型的因子数、相对RMSEP和R2分别5,0.3040,0.3685;3,0.1443,0.4762和3,0.1712,0.408 4)。预测As和Fe浓度及有机质含量的最优PCR模型使用了一些共同的波段:450,1000,1400,1900,2050,2200,2250,2400和2470 nm。因此,可以通过遥感技术来检测土壤污染物浓度及其他物质含量,从而为土壤环境质量的遥感监测提供参考。

基于室内光谱反射率的土壤线影响因素分析

为了更好地估算植被指数,必须计算不同土壤类型的土壤线;但由于土壤线的影响因素较多,因此土壤线参数获取困难。本文以室内土壤高光谱反射率为主要研究对象,分析并确定影响土壤线的主要因素;利用室内土壤光谱反射率计算土壤线,将所得土壤线参数用于与土壤线有关的植被指数的计算,比较这些植被指数与大豆生理参数(叶绿素a与叶面积)的相关关系是否强于归一化植被指数(NDVI),分析该土壤线参数计算方法的可行性。结果表明:土壤线的影响因素主要有土壤类型、有机质、矿物组成、秸秆覆盖等;而土壤水分、粗糙度等尽管对土壤光谱反射率大小也有很大影响,但由于对光谱曲线形状影响较小,因此对土壤线的影响也较小;与土壤线有关的植被指数部分消除了土壤背景的影响,其与大豆生理参数的相关系数显著高于NDVI,说明利用室内土壤光谱反射率计算土壤线的方法可行,所得参数适于计算基于土壤线的植被指数。

应用近红外漫反射光谱快速测定土壤锌含量

采用近红外漫反射光谱和偏最小二乘法（PLS）建立了土壤锌快速分析的定量模型，并进行了波段优选。首先，基于单波长模型预测效果将全体样品划分为定标集和预测集；然后，采用多元散射校正（MSC）和Savitzky-Golay（SG）平滑方法对光谱进行预处理。选取全谱400～2500nm，400～1100nm，1100～1900nm，1900～2500nm，580～900nm等5个波段，每个波段分别采用原谱、一阶导数谱、二阶导数谱，共建立了15个定标模型。同时调整SG平滑点数和PLS因子数，每个模型分别进行PLS数值实验，按照预测效果进行优选。结果显示，采用1900-2500nm波段一阶导数谱的模型效果最好，预测相关系数（RP）、RMSEP、RRMSEP分别为0．806，31．0mg／kg和19．96％。这些结果表明，1900-2500nm波段可以代替全谱波段得到更好的预测效果，可为设计专用土壤近红外光谱仪提供依据。

不同粒径土壤的反射光谱对荒漠土壤有机质含量的响应

为研究荒漠土壤有机质的高光谱诊断技术,分析了不研磨土样与2 mm土样的高光谱反射特征及与有机质含量的相关性。结果表明:不研磨土样的原始反射光谱在365.0~449.2 nm和567.8~799.8 nm与土壤有机质成极显著负相关。反射光谱经数学变换后,扩展了与有机质极显著相关的波段范围,2 mm土样光谱反射率与有机质的最大相关系数(|r|=0.420)高于不研磨土样(|r|=0.351)。2mm土样光谱经一阶微分变换后,在569.2 nm和1141.5 nm建立的土壤有机质含量预测模型精度较高,但是当有机质含量低于9 g.kg^(-1)时,预测精度较差。

基于高分辨率反射光谱的土壤营养元素估算模型

研究了土壤中营养元素含量(N、P、K)与土壤可见光/近红外光谱之间的关系。在对原始光谱进行预处理分析后,计算出了4种光谱指标:反射率Reflectance、一阶导数FDR、倒数之对数log(1/R)和波段深度Depth。通过偏最小二乘回归分析建立了营养元素与4种光谱指标的经验模型,并且利用验证样本集对回归模型进行了验证。结果表明,可见光/近红外反射光谱具有快速估算土壤中营养元素含量的潜力。

黑土土壤水分反射光谱特征定量分析与预测

选择单一土类黑土作为研究对象,并准确调配其不同含水量,实验室测定土壤高光谱反射率,利用光谱分析与统计方法,定量描述了不同含水量黑土反射光谱特征,并建立了黑土含水量反射光谱预测模型。结果表明,随土壤含水量的增加,并达到一定阈值(300 g kg-1),反射率存在过饱和现象,但其倒数对数微分可以有效去除过饱和问题;土壤反射率倒数对数微分对土壤含水量的响应表现出三个变化阶段,导致1 870 nm波段的倒数对数微分也表现为非线性变化,需要利用分段函数进行土壤含水量的光谱精确速测。

土壤可见光-近红外反射光谱与重金属含量之间的相关性

发展基于反射光谱技术的快速、简便、低成本的土壤重金属信息提取方法是区域土壤重金属污染治理所需要的。选择江西贵溪铜冶炼厂污染区，分析了9种重金属元素（Cu、Pb、Zn、Cd、Co、Ni、Fe、Mn及Cr）与土壤可见光-近红外反射光谱之间的相关性及其相关的原因。研究表明，研究区土壤中存在Cu（含量介于66．71-387mgkg^-1之间）和Cd（含量介于0．36—6．019mgkg^-1之间）的强烈富集。土壤重金属含量与反射光谱之间存在显著相关，污染元素Cu的最高相关系数为-0．87，Pb、Zn、Co、Ni、Fe的最高相关系数达到高度相关（｜r｜〉0．80），Cr、Cd、Mn的最高相关系数达到显著相关（｜r｜〉0．70）。微分光谱适于获取土壤中的重金属元素信息，利用组合波段能显著提高相关性。Cu与反射光谱之间的相关性主要受有机质的影响；Pb、Zn、Co、Ni主要受黏土矿物和铁锰氧化物的影响；Cr与反射光谱之间的相关性同时受有机质和黏土矿物的影响。

北疆典型土壤反射光谱特征研究

针对新疆玛纳斯河流域中下游冲洪积扇平原绿洲的农田土壤的室内光谱分析,研究在不同质地及水盐条件下土壤光谱反射率的变化。结果表明:不同质地土壤光谱反射率表现为粘土>粉粘壤土>砂壤土;不同盐分含量的土壤光谱曲线变化趋势基本一致,利用BP神经网络能够很好地反映土壤含盐量与其反射率间的非线性映射关系。各种质地土壤含水量反射光谱曲线以田间持水量为临界值,在高于田间持水量时,随土壤含水量增加反射率升高;在低于田间持水量时,随土壤水分含量增加反射率减小。在土壤含水量的反射率特征波段内,构建了土壤含水量预测模型。

土壤反射光谱特性的研究

土壤反射光谱特性是土壤遥感的基础资料。为此,我们对吉林省主要土壤的反射光谱特性及其影响因素进行了测定。分析结果表明,各因素都对土壤反射光谱特性产生显著影响,而彼此是密切相关的,这就使不同土壤类型有其自己的反射光谱特性,为研究土壤本身的性状和图象解译提供了依据。

不同类型土壤的二向反射光谱特性及模拟

在对不同类型土壤进行室内光谱二向反射率测定的基础上,分析了可见光波段及TM4近红外波段土壤二向反射率随观测角度变化规律,得出以下结论:在不同的观测方位角,土壤二向反射率都随着观测天顶角的增加而增加,土壤的二向反射率在垂直主平面方向是对称的;反射率在后向散射方向达到最高,在前向散射方向最低。并利用基于辐射传输理论的Hapke二向反射模型对不同类型土壤在可见光波段及Land-sat TM4近红外波段的二向反射率进行了模拟,得到了很好的结果;其在模拟可见光波段时的RMSE值分别为0.003,0.002,0.004,相关系数分别达到0.995,0.998及0.998;在模拟TM4近红外波段时的RMSE值分别为0.004,0.006,0.005,相关系数分别达到0.997,0.996及0.998,这表明通过逐波段的模拟可以获取整条二向反射光谱曲线。

古尔班通古特沙漠生物土壤结皮反射光谱特征分析

通过对野外采样取得的新疆古尔班通古特沙漠中的生物土壤结皮、裸沙和干枯植被进行反射光谱测定,揭示出在干燥条件下各类地物的反射光谱特征。进一步对经过均匀喷洒0.5和1.0mm水后的生物土壤结皮分别进行反射光谱测定,并对比分析了原始的和经水化实验后的生物土壤结皮光谱特征。依据生物土壤结皮的光谱特征,提出利用连续统去除技术估算生物土壤结皮覆盖度的方法,结果表明连续统去除光谱的负对数与生物土壤结皮盖度有很好的相关关系(r2=0.9907)。