基于高光谱数据的农业用地土壤重金属污染定量反演模型研究

近年来，我国农业用地土壤重金属污染问题日益严重，成为环境科学领域研究的重要内容与难点。利用高光谱数据不仅可以实现地物的精细分类，还可以通过反演地物的理化参量了解其内在性状，这为进行土壤重金属元素反演提供了较好的解决途径。但目前由于土壤重金属元素光谱响应机理研究的欠缺，使得定量反演依赖实验室分析，耗时费力且片面性大。本研究将利用高光谱遥感影像数据，在研究农业样地典型重金属元素（Cu（铜）、Pb（铅）、Hg（汞））及其与土壤组分吸附形成的复合体的光谱响应特征的基础上，确定重金属元素吸附关系，建立土壤重金属含量遥感定量反演模型，为遥感，特别是高光谱遥感在该领域的应用提供理论基础与方法。

近年来，我国农业用地土壤重金属污染问题日益严重，成为环境科学领域研究的重要内容与难点。利用高光谱数据不仅可以实现地物的精细分类，还可以通过反演地物的理化参量了解其内在性状，这为进行土壤重金属元素反演提供了较好的解决途径。但目前由于土壤重金属元素光谱响应机理研究的欠缺，使得定量反演依赖实验室分析，耗时费力且片面性大。.针对以上问题，本课题首先研究了重金属元素光谱响应特征，对土壤中铁氧化物、有机质和粘土矿物对重金属元素光谱特征的影响进行分析，得出如下结论：由于铁氧化物的影响重金属元素在VNIR波段呈负相关，而由于粘土矿物与重金属元素的吸附关系使得短波红外谱段也是反演重金属元素的关键波段；研究了将土壤重金属端元光谱向像元光谱的转换问题，以重金属铜为例，基于实验室采集光谱来模拟Hyperion数据，分析端元光谱向像元光谱转换过程中反演模型的精度保持问题；采用HeadWall的HyperSpec® VNIR和SWIR仪器，获取实验室标准配比的土壤重金属样本的成像光谱数据，分析了与重金属含量的相关关系，发现成像光谱数据与重金属含量无显著相关关系，进一步分析了可能存在的问题以及解决途径。同时，基于实验室配比土壤样本的光谱数据，分析建立了土壤重金属Cd、Hg、Pb的单波段和多波段反演模型，并利用样地采样样本验证与讨论了反演方法，发现基于遗传算法和偏最小二乘方法可获得反演模型的最优可决系数；基于农业用地土壤采集样本，建立了土壤重金属Cu的多波段反演模型；初步探讨了土壤-植被系统重金属污染遥感反演方法；同时，在数据处理的过程中，发现光谱数据预处理中冗余数据对建模有较大影响，发展了一种基于粗糙集数据理论框架的光谱数据处理方法。.本课题取得的成果可以为遥感，特别是高光谱遥感在土壤重金属遥感反演领域的应用提供理论基础与方法。结果表明基于高光谱遥感方法土壤重金属是可行的，但仍需要进一步研究开发，如研发具有高信号噪声比的先进成像光谱仪器，将反射光谱学和土壤科学进行有机结合以获取更为精确的土壤反射光谱模型。