土壤重金属污染高光谱遥感监测方法

《土壤重金属污染高光谱遥感监测方法》由会员分享，可在线阅读，更多相关《土壤重金属污染高光谱遥感监测方法（7页珍藏版）》请在装配图网上搜索。

1、土壤重金属污染高光谱遥感监测方法摘要：近些年，土壤重金属污染非常重要，在威胁生态环境安全的同时，也 非常不利于人类健康。高光谱遥感技术在土壤重金属含量监测时进行应用，可以 快速的获取结果，能够为土壤重金属污染防治工作的开展，提供一些数据支持。 文本从三个方面对土壤重金属污染中高光谱遥感检测方法进行讨论，对技术概述 检测方法以及反模型建立进行了总结，能够有效帮助土壤重金属污染防治工作的 高效开展。关键词：土壤重金属污染；高光谱遥感检测；要点引言针对土壤重金属污染程度进行检测时，传统的检测方法，是从土壤中取样， 然后对样品进行化学成分分析，进而可以科学、精确的确定土壤中的重金属元素 含量，这种检测

2、方法环节多，并且会消耗较长的时间，所以会消耗较多的成本， 并且不能获取大范围內的土壤重金属污染物含量。而高光谱遥感技术具有快速、 宏观等特点，可以科学、精确的检测地物信息，所以，这种技术在壤重金属污染 检测领域应用的优势十分明显。1 高光谱遥感概述高光谱遥感技术，还叫作 321 成像光谱遥感技术，这种技术十分先进。其主 要是利用光谱技术和成像技术，来完成目标物体的监测，并且监测的数据十分准 确，获取的光谱信息窄且连续，光谱所覆盖的范围也比较广，从电磁波的紫外波 段一直到热红外波段都在覆盖范围之内。高光谱遥感技术在应用过程中，表现出 光谱范围宽、光谱分辨率高等特点，所以，在地物进行监测时，监测效

3、果十分精 准。在信息技术不断发展背景下，高光谱遥感技术在土壤重金属监测领域中进行 广泛应用1。2 土壤重金属污染高光谱遥感监测方法土壤中所含有的重金属元素，都是微量元素，这些重金属元素在对土壤进行 光谱检测时，很难显示出来，所以，在针对土壤重金属元素进行监测时，如果直 接采取光谱法进行分析，那么很难直接确定土壤中的重金属元素含量。所以，目 前针对土壤重金属元素污染情况进行监测时，可以利用重金属元素和其他物质进 行吸附的性质，并且重金属元素还会给植被带来一定的威胁，利用重金属元素的 这些特性，来对重金属元素进行间接监测，确定出土壤被重金属的污染程度。高 光谱遥感对土壤重金属污染进行监测时，主要是

4、通过两个方法，一种是先分析土 壤光谱和重金属元素间的关系，根据关系来确定重金属元素的含量；另一种是先 分析重金属污染胁迫植被的光谱信息，结合光谱信息来分析土壤中的重金属元素 含量。2.1 土壤光谱分析法预测重金属含量土壤中含有的元素比较多，有些重金属元素是微量元素，这使得对土壤光谱 分析时，不能直接确定土壤中的重金属含量，但是由于土壤中包括一些黏土矿物 等成分，这些成分和重金属元素之间存在吸附的关系，所以，重金属元素对土壤 的光谱会产生一定的影响，根据光谱的影响情况，来确定光谱的反射特点，进而 确定出土壤中的重金属元素和黏土间的比例关系，进而来推算出重金属元素的含 量。土壤光谱分析法主要是对土

5、壤进行分析，然后确定其中的重金属含量，通常 情况下，是从野外的土壤进行样品监测，进行光谱分析，结合光谱的特征，针对 光谱做断点修复、平滑等预处理，然后将正常的土壤光谱进行变换之后，通过对 两种指标作对比，可以确定土壤中的重金属元素和光谱指标的关系，然后确定出 一个回归模型，利用这个模型来分析土壤中的重金属元素含量。解宪丽等人在 2007 年采取土壤光谱分析法来预测重金属含量，针对铜冶炼 厂污染区进行土壤监测，发现土壤中含有铜、锌、镍、铁、锰等金属元素，这些 金属元素和土壤可见光之间存在一定的相关关系，这是因为土壤中含有一定量的 黏土、有机物质，能够和重金属元素之间相互吸附，进而这些重金属元素在

6、和有 机物质吸附之后，会影响土壤的光谱信息2。李琼琼等人在2019年在室外采集一些土壤样本，来对土壤的光谱信息进行 详细的分析，然后采取偏最小二乘法，设计出一个反演模型，然后可以监测出土 壤中Cu、Pb、Zn等元素的含量。这些重金属元素中，Pb元素的含量最高，R2 =0.77,RMSE=7.66，由此可见这个反演模型的预测比较准确。王金凤等人在2019年在室内实验室中，对土壤高光谱数据做详细的分析， 之后采取逐步回归方法，开分析土壤中与铁氧化物、有机质、黏土矿物等物质的 光谱变量，分别是 580、810、1410、1910、2160、 2260、2270、2350、2430nm 然后采取偏最小

7、二乘等方法，设计出Zn元素含量反演模型，最后确定随机森立 模型反演精度相对较高，能够准确反演出该地区土壤中的锌元素含量。以上研究都是在实验室中，完成土壤高光谱数据的研究工作，由于实验室条 件和室外条件相比，会比较好，不会被外界所影响，所以在对光谱数据进行处理 时，条件相对一致，在研究时，重点都是在选择建模方法，所以在实验室中利用 土壤光谱直接分析土壤重金属含量，相对比较成熟，但是由于检测的土壤的范围 和数量比较有限，所以，想要实现大范围內的土壤重金属元素监测目标，存在较 大的困难。2.2 植被光谱分析法预测重金属含量唐鹏等人经过一定的研究得到结论，土壤中含有重金属元素时，会对土壤中 生长的植物

8、的生理结构产生明显的影响，尤其是会给在植物的叶绿素合成时，产 生一定的影响，进而使得植物的光谱特征出现变化。张志斌等人，经过研究发现，土壤中的植被被重金属元素威胁之后，植被叶 片中的叶绿素含量会相对比较低，在进行322植被波普检测时，“红边位置”会 发生边改，出现“蓝移”的问题。邬登巍等人通过研究，发现这样一个结论，“红边位置”植被指数等展示的 是土壤中植被的一种生长状态的重要参考。土壤中的重金属元素如果对植被产生 污染，就会使得光谱特征发生变化，植被的生长状态的参数也会出现较大的变化， 因此，可以对植被的光谱进行分析，进而来推测出土壤中的重金属元素含量。植 被光谱分析法在对土壤中重金属元素含

9、量进行监测时，主要先确定对被重金属元 素影响的植被叶片的叶绿素含量进行分析，确定植被的红边位置以及植物的生长指数，然后分析植被中的叶绿素含量，根据土壤重金属含量对植被的叶绿素影响 关系，来构建重金属含量的反演模型，确定出土壤被重金属污染的程度3。于庆等人通过使用Field Spec HH便携式手持地物光谱仪，来针对土壤中的绿植进行分析，并结合监测结果，设计出土壤中微量元素的反演模型，进而分析 出重金属在土壤中的分布情况。杨灵玉等人在2016年针对土壤中的重金属含量进行监测时，主要是使用Hyperion高光谱影像技术，来对植被进行监测，结合监测结果，确定出土壤中 的重金属 Zn 和 Cd 含量的

10、估算模型，进而推演出土壤中的重金属元素含量，确 定出土壤被重金属元素污染的程度。地面实测光谱技术在应用中，具有科学精准度高等特点，因此，利用这种技 术进行土壤重金属含量监测时，主要是对地面的实测光谱数据进行收集。然而， 因为植被在高光谱影像上，会表现出不同的特征，所以，利用高光谱影像来进行 土壤受重金属元素污染程度监测时，具有数据获取速度快、覆盖面积广的优点。机载和星载高光谱监测技术，在获取数据之后，还需要进行数据处理，如噪 声去除大气校正等，将外界的环境因素所带来的影响控制在最低。高光谱影像数 据在进行处理之后，能够和实测光谱数据共同应用，完成对土壤重金属污染程度 的监测，但是实际应用时，高

11、光谱影像预测精度会相对比较低。李建龙等人利用高光谱技术来对农田土壤重金属的CaCl含量进行监测，经2过监测数据分析，得到结论：水稻CaCl提取态的金属，会受到一定浓度的CaCl22提取态重金属的影响，结合水稻叶片高光谱数据的PLSR模型，能够构建出一个 反演模型，确定土壤中CaCl提取态重金属含量的能力（图1,图2）,进而获取2一些数据，进行详细的分析，同时构建一个模型：mnTNOH 30口a . O “-* - J_燈” “-k亠莎礙帕馭土空住.于之心*T 14.R_B图1.农田土壤中提取态镉Cd （a）和提取态铅Pb （b）与作物叶片光谱（原始图2.重金属镉CaCl2提取态（a）和铅CaC

12、l2提取态（b）含量测定值与预测光谱、一阶微分光谱和二阶微分光谱）的相关性分析结果值的相关关系利用高光谱数据对土壤中的CaCl进行分析，并对其中的态重金属含量，构2建了线性关系，研究大规模农田土壤重污染治理与灾害预报提供了新思路。3反演模型的建立3.1 光谱处理贺军亮等人，在2015年研究发现，土壤中的背景光具有较强的信号，并且 光谱噪声较大，因此，在实际开展数据采集工作时，很容易被周围环境以及一些 人为因素所影响，使得光谱数据中，包括一些噪声，对光谱的特征产生明显的影 响。所以，在采取土壤光谱数据技术，针对土壤重金属污染监测时，应该在分析 重金属含量之前，做好高光谱数据的处理工作，最大程度降

13、低背景、噪声所带来 的影响4。(1) 光谱预处理光谱预处理工作，是为了保证光谱数据采集的效果，有效控制一些额外因素 所带来的噪声。通常情况下，会使用断点修正、平滑处理、重采样、基线校正等 方式来进行光谱预处理。断点修正主要指的是，在使用地物光谱仪来收集土壤 光谱数据时，需要多个元件一起工作，这时候就会存在一些误差，通过断点修正 能够有效控制误差；平滑处理主要是控制噪声对反演模型所带来的影响；重采样 能够使得数据之间保持简单化；基线校正主要是有效解决基线的偏移等问题，避 免土壤颗粒不一所带来的影响。(2) 光谱变换光谱变换处理主要是为了将背景噪声所带来的影响降到最低，有效增加重金 属元素在光谱中

14、的反应。常用的方式有三种：光谱微分技术可以有效控制环境对光谱的干扰程度，进而将重金属元素的光 谱信息进行突出，进而可以大大提升反演模型的精准度；倒数的对数主要是为了 将光谱的差异性更好的展现出来，避免随机因素所带来的影响；连续统去除能够 将光谱曲线的吸收和反射特征较明显的展现出来，进而使得重金属的相关性更加 明显。3.2 特征波段选择土壤金属采集涉及的范围相对较广，从可见光一直到热红外区域，波段不仅 窄而且多，所以在实际监测分析时，要对波动做好筛选，然后确定出和重金属含 量相关的关系，进而构建出一个模型，一般都是以土壤重金属含量和反射率之间 的关系为依据，利用逐步回归算法来选择特征波段。经过光

15、谱变换处理之后，光 谱曲线相对原始的光谱曲线，能够提取出光谱特征波段。结束语本文从三个方面对土壤重金属污染高光谱遥感监测内容进行讨论，从中可以 发现，高光谱遥感检测技术在我国土壤金属污染防治中发挥着非常重要的作用， 其未来的应用前景非常广阔，对其进行讨论和研究，能够为我国土壤治理工作提 供更多的支持和思路。参考文献1 成永生，周瑶土壤重金属高光谱遥感定量监测研究进展与趋势J.中国 有色金属学报,2021,31(11):3450-3467.2 董霖欣，李帅.土壤重金属污染高光谱遥感定量监测J.科技创新与应用，2021,11(18):55-57.3 刘彦平，罗晴，程和发.高光谱遥感技术在土壤重金属含量测定领域的应用 与发展J.农业环境科学学报,2020,39(12):2699-2709.4 郭学飞，曹颖，焦润成，南赟.土壤重金属污染高光谱遥感监测方法综述J. 城市地质,2020,15(03):320-326.