城市表层土壤重金属污染多源遥感协同监测研究

Heavy metal contamination in urban environment is a worldwide problem, it threatens the health of citizens, and courses the degradation of ecology. Urban topsoil heavy metal is an important indicator of heavy metal contamination in urban environment, the acquisition of its information is vital for monitoring urban environment. Based on soil-landscape theory, this research employed sequential and multiple-source remote sensing data (proximal remote sensing, ASTER DEM and Landsat images) to extract environmental covariates, and analyses spatial variation characteristics of these covariates. Then we proposed a spatial modeling strategy for retrieving urban topsoil heavy metal concentration by using the environmental covariates, and explored the scale effects of the spatial models under different spatial scales. The research will provide an efficient approach for monitoring heavy metal contamination in urban topsoil, and further offer fundamental data for analyzing the driving forces of urban soil heavy metal contamination's accumulation.

城市环境的重金属污染是全球性的环境问题之一，它不仅威胁城市居民健康，还会引起城市生态环境退化等一系列问题。城市表层土壤重金属是城市环境重金属污染的重要指示剂，如何快速、准确、廉价地获取其含量信息是当前城市环境污染监测亟待解决的一个关键问题。本项目依据土壤-景观理论模型，采用多时序多源遥感数据（近地高光谱数据、ASTER DEM数据、Landsat影像数据）提取环境变量，并使用变异函数挖掘其空间变异特征，提出协同环境变量的城市表层土壤重金属空间化建模策略；在此基础之上，开展空间化模型的尺度效应研究。以期为城市表层土壤重金属污染监测提供一套可行的、廉价的技术解决方案，也为进一步分析城市土壤重金属污染积累的驱动力提供数据基础。

城市环境的重金属污染是全球性的环境问题之一，它不仅威胁城市居民健康，还会引起城市生态环境退化等一系列问题。城市表层土壤重金属是城市环境重金属污染的重要指示剂，如何快速、准确、廉价地获取其含量信息是当前城市环境污染监测亟待解决的一个关键问题。.本项目依据土壤-景观模型，融合多源遥感数据构建城市表层土壤重金属估算模型，主要研究内容如下：.（1）使用时序Landsat数据、地质类型专题图、ASTER DEM数据提取多种环境变量，采用地理探测器选取关键环境变量，分析城市表层土壤重金属污染来源。.（2）基于时序Landsat数据和近地高光谱数据，使用回归克里金和地理加权回归构建城市表层土壤铅估算模型，用于铅制图。.（3）融合社会感知数据与遥感数据提取反映人为活动的城市功能区变量，并基于随机森林算法构建锌估算模型。.（4）探讨不同空间尺度下，环境变量与土壤属性的空间协同关系。.本项目的重要结果包括：.（1）相比较常用的线性相关分析，地理探测器能更好处理类型变量，表达地理环境变量与土壤重金属之间的非线性关系，为分析土壤重金属来源提供直接证据。.（2）深圳市土壤砷主要来源于成土母质，受成土过程影响；而铅主要源于人类活动，最可能的来源是工业废料、汽车尾气排放。.（3）融合遥感数据和社会感知数据，如感兴趣点（POI）、腾讯用户数据，可提取城市功能区变量，相比较用地类型数据，城市功能区能更好反映土壤锌空间分布差异。.（4）融合多源地理数据，采用随机森林、地理加权回归、回归克里金方法可实现城市表层土壤重金属制图。.本项目的关键数据包括：深圳市221个城市表层土壤采样样本；土壤重金属铅、锌、砷含量数据；深圳市1988-2016Landsat遥感影像数据；深圳市POI和腾讯用户数据；地形和地质数据。.截止目前，受本基金资助发表SCI论文3篇，申请专利1项，1篇论文在审，协助培育研究生2名。通过本项目的实施构建了城市表层土壤重金属污染多源地理数据协同反演方法，为城市重金属污染监测提供一个快速、廉价的途径。