共查询到20条相似文献，搜索用时 71 毫秒
1.
农田土壤中重金属元素富集会严重制约农作物的生长,且对人类健康造成潜在威胁。高光谱遥感数据具有极高的光谱分辨率,因而可在土壤重金属污染元素信息的定量研究中发挥重要作用。本文以雄安新区西南部及其周边农田土壤作为研究对象,在实验室测定土壤重金属元素Ni的含量,并与土壤可见-近红外高光谱数据建立土壤重金属Ni含量的定量估测模型,进一步基于CASI&SASI航空高光谱数据快速反演研究区农田土壤重金属Ni的含量,获取其分布特征。本文研究并建立了研究区土壤重金属元素基于不同光谱变换形式的多元逐步回归、偏最小二乘回归和BP神经网络统计估算模型,通过模型验证与对比,探索研究区土壤重金属Ni元素含量的最优反演模型。研究结果表明: （1）基于各光谱变换的BP神经网络模型的建模和预测精度整体上大于偏最小二乘法和多元逐步回归法模型,模型拟合精度高,预测能力较好;（2）综合来看,一阶微分处理能普遍改善模型预测效果,其中BP神经网络模型的一阶微分变换结果最佳,对于Ni元素建模精度R2高达97.1%,验证集精度R2高达98%以上;（3）选用精度最好的BP神经网络模型,通过CASI&SASI高光谱数据对研究区重金属Ni含量进行反演,反演结果与实测Ni含量数据一致性很好。 相似文献
2.
以湖南株洲市区中西部为研究区域,获取该区域35个土壤样本和多光谱数据,基于多元线性回归（MLR）、偏最小二乘回归（PLS）、BP神经网络回归模型（BP）,分别建立土壤重金属（Cr、Cu、Ni）含量的反演模型,并对模型预测效果进行检验。建模与预测综合效果：BP模型＞PLS模型＞MLR模型,BP神经网络回归模型的效果远远好于其他2组,尤其适合分析具有非明确关系的2组数据。其中,Cr元素回归模型为最佳拟合模型,建模和预测R2分别为0.917 4、0.811 0,建模均方根误差和预测均方根误差分别为8.269 3、16.870 7,说明基于多光谱数据反演土壤重金属含量有一定的可行性。 相似文献
3.
4.
对于人为因素或自然因素造成的农田土壤重金属元素污染,需要进行大面积的土壤环境质量调查和分类管控,然而传统的采样测试方法存在工作量大、代价高等问题。可见—近红外（Vis-NIR）反射光谱是一种快速低成本获取土壤理化信息的手段。为研究Vis-NIR反射光谱预测模型划分土壤重金属污染风险类别的能力,文章以典型人为污染地区（浙江温岭）和典型地质高背景地区（广西横县）的390份农田土壤为样本,测定8种重金属元素（As、Cd、Cr、Cu、Hg、Ni、Pb和Zn）的含量和pH值,并测定土壤Vis-NIR光谱。使用偏最小二乘（PLS）和支持向量机（SVM）算法建立回归模型,对土壤重金属含量和pH值进行预测,并基于预测值进行土壤重金属污染风险分类。结果显示,温岭土壤主要污染元素Cd和Cu的光谱模型回归预测偏差（RPD）分别为1.23和1.19,预测机制与有机质有关。横县土壤主要污染元素As和Cd的RPD分别为1.98和1.93,预测机制与铁氧化物和粘土矿物有关。地质高背景土壤重金属与铁氧化物的正相关性普遍较强,使得光谱模型对重金属含量预测准确度较高。温岭和横县土壤pH值的光谱模型RPD分别为1.76和1.68。土壤重金属污染风险光谱分类的总体
准确度分别为75.0%~100%（温岭）和80.0%~100％（横县）。将Vis-NIR光谱与遥感技术相结合,对农田土壤重金属污染风险进行快速分类总体是可行的。 相似文献
5.
随着遥感技术的不断发展,高光谱遥感也相应取得了较大的进步,而其应用于找矿方面也越来越广阔。在有土壤覆盖物的多金属矿区,遥感土壤地球化学方法也相应地取得了较大的发展。多金属矿区土壤覆盖物的重金属元素含量测量是判断矿区成矿元素地球化学异常的标志,同时为找矿预测打下基础。使用遥感手段定量化的提取矿区表层覆盖物（土壤）中地球化学信息是找矿预测的必经之路。文章从理论、技术及定量化反演方法三个方面对高光谱遥感应用于土壤地球化学研究取得的新进展进行归纳和总结,并展望遥感土壤地球化学的应用前景。 相似文献
6.
沉积物中有机质及相关元素含量、重金属含量等是研究环境污染和古环境的依据。利用近红外漫反射光谱测定沉积物中的化学成分,方法简便、快捷、价廉。本文概述了近红外漫反射光谱测定沉积物中化学成分的基本流程、样品制备及建模方法,介绍了如何通过选择建模样品、利用光谱预处理及回归分析等方法提高近红外光谱模型的定量能力,综述了近红外漫反射光谱分析沉积物中的有机碳、总氮、总磷、生物硅、重金属含量等方法。但是利用近红外光谱分析沉积物中的化学成分研究起步较晚,仍存在很多问题,有必要深入探讨近红外光谱分析沉积物的化学成分时产生误差的机理,进一步开展建模样品的计算机选择方法、光谱预处理方法和数学模型优化等方面的研究,提高近红外漫反射光谱分析沉积物中化学成分的精密度和准确度。 相似文献
7.
为实现土壤养分（有机质SOM、全氮TN、全磷TP、全硫TS）含量的快速测定,以建三江创业农场为例,对土壤原始反射率进行了一阶微分（FD）、倒数对数（RL）、倒数一阶微分（FDR）、多元散射校正（MSC）和连续统去除（CR）变换,分析6种光谱变量与土壤养分的相关性,将在α=0.01水平上显著相关的波段作为特征波段,运用多元逐步回归（SMLR）、偏最小二乘回归（PLSR）和BP神经网络（BPNN）三种分析方法分别建立有机质、全氮、全磷和全硫的高光谱预测模型,并利用决定系数（R2）、均方根误差（RMSE）和相对分析误差（RPD）对预测模型进行评价.结果显示,PLSR和BPNN建立的土壤养分含量预测模型均优于SMLR,能极好地预测有机质和全氮含量,同时具有粗略估算全硫含量的能力.三种方法中仅有CR-BPNN能对全磷含量进行粗略估算.对有机质、全氮、全磷和全硫预测效果最佳的模型及其验证集决定系数分别为：MSC-PLSR （0.86）、MSC-PLSR （0.75）、CR-BPNN （0.56）、FDR-BPNN （0.67）. 相似文献
8.
《物探化探计算技术》2017,(5)
本研究采集冕宁牦牛坪稀土矿区34个样本点的土壤与高光谱数据,利用化学方法实测土壤重金属含量,计算各重金属之间皮尔森相关系数,建立Fe元素与各金属元素(Pb、Zn、Cd、Mn、Cu、As)估算模型;针对高光谱数据,进行光谱一阶微分、二阶微分、倒数对数、均方根变换、包络线去除、光谱深度计算等处理,获取特征波段,采用交叉有效性检验原则选择恰当的主成分个数,应用偏最小二乘法建立光谱一阶微分同Fe元素关系模型,最后通过计算建模样本与检验样本的相关系数及RMSE值判定各金属含量模型精度。旨在探索利用高光谱遥感技术反演土壤重金属含量的可行性,为应用高光谱遥感技术进行环境污染监测、信息提取和定量反演提供借鉴。 相似文献
9.
土壤有机碳(SOC)是陆地生态系统碳循环的重要组成部分,也是评价区域土壤质量、土地退化程度和作物产量的重要指标。高寒生态系统土壤有机碳含量估算,对于高寒地区土壤碳库核算和土壤质量评价等都具有重要意义。本研究以青藏高原三江源区作为研究区,基于野外采集的272个土壤样本的SOC和土壤光谱室内测试数据,首先对原始光谱数据进行一阶微分(FD)、二阶微分(SD)、倒数对数(RL)、去包络线(CR)和多元散射校正(MSC)等多种数学变换;然后基于8种光谱变换数据与SOC含量的相关性分析提取特征波段,利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)4种方法,分别构建SOC含量的高光谱反演模型;对各种模型的模拟精度和稳定性进行评价,明确SOC含量反演的最佳光谱变换和模型组合模式。结果表明：三江源区SOC含量较高,且不同植被类型和不同土壤类型的SOC含量差异较大;总体上,单一数学变换形式中基于一阶微分(FD)变换构建的反演模型的模拟精度最高(尤其是FD-RF组合模型,其验证集R2=0.86,RMSE=8.40,RPD=2.64);多种数... 相似文献
10.
为了监测复垦矿区土壤的有机质含量, 综合利用光谱分析、统计学习理论与方法以及智能优化理论与方法, 研究了矿区复垦土壤有机质含量与土壤光谱之间的关系, 在此基础上建立了土壤有机质含量高光谱反演模型, 实现土壤有机质含量定量检测.首先对原始土壤光谱数据进行预处理, 然后进行相关性分析, 提取450 nm、500 nm、650 nm、770 nm、1 460 nm和2 140 nm作为特征波段, 最后利用多元线性回归(multiple linear regression, MLR)、偏最小乘回归(partial least squares regression, PLSR)和粒子群优化支持向量机回归(particle swarm optimization support vector machine regression, PSO-SVM)方法建立了土壤有机质含量的高光谱定量反演模型, 并对模型进行验证.3种模型的验证结果如下: MLR、PLSR和PSO-SVM模型的R2分别为0.79、0.83和0.85, RMSE分别为5.26、4.93和4.76.实验结果表明, 无论从模型的稳定性还是预测能力上, PSO-SVM都要优于其他两个模型. 相似文献
11.
土壤中铁元素对铬元素p-XRF测定准确度的影响与校正 总被引：3，自引：0，他引：3
便携式X射线荧光光谱仪（p-XRF）能够快速检测土壤中的铬元素,但由于土壤成分复杂、基体效应不明,导致其检测准确度较低。铁元素作为土壤基体中的主量元素,在不同类型土壤中含量变化范围大,是影响铬元素p-XRF测定准确度的主要元素之一,深入研究铁元素对铬元素荧光强度的影响有助于提高p-XRF测定土壤中铬元素的准确度。本文以人工配置的铬-铁土壤样品研究铬元素荧光强度与铬元素含量和铁元素含量的变化关系,采用经验公式校正铁元素对铬元素p-XRF分析准确度的影响。结果表明：土壤样品中的铁元素含量固定不变时,铬元素的含量与其相应的特征X射线荧光强度呈线性变化,相关系数均在0.9990以上,且铬元素荧光强度的增长速率随着土壤中铁元素含量的增加而增大;另外通过对同一铬含量、不同铁含量土壤样品的研究,验证了铁元素对铬元素的荧光增强效应,并发现该增强效应还与铁、铬元素的相互作用有关。结合铬、铁元素基体效应研究结果,本文建立了铁元素对铬元素p-XRF测定的校正方程式,相比于普通的线性回归,该方法的相关系数从0.9011提高到了0.9986,硅藻土样品的p-XRF分析平均相对误差从21.94%下降至2.52%,实际土壤样品的p-XRF分析平均相对误差从51.02%下降至5.21%。 相似文献
12.
干旱半干旱区土壤含盐量和电导率高光谱估算 总被引：4，自引：0，他引：4
以新疆南疆地区渭干河-库车河三角洲绿洲不同盐渍化程度的土壤为研究对象, 将土壤样品的含盐量与电导率数据和使用ASD FieldSpec Pro FR光谱仪测得土壤样品高光谱数据作为本研究原始数据. 首先, 对原始土壤光谱反射率曲线进行Savitzky-Golay滤波以消除光谱曲线噪声可能引起的误差, 对得到的光谱曲线进行对数、 倒数等15种光谱变换; 其次, 对土壤样品含盐量与电导率关系进行分析, 并通过两者与土壤光谱反射率不同光谱变换形式的相关性比较分析, 遴选出一阶微分、 对数倒数一阶微分、 连续统去除和连续统去除一阶微分四种相关性较好的变换形式; 最后, 以此变换形式对含盐量和电导率进行建模, 并对二者进行了高光谱估算精度的比较. 结果表明: 渭干河-库车河三角洲绿洲的含盐量与电导率的相关性较高, 达到0.9975; 电导率与四种不同光谱变换形式之间的相关性要优于含盐量, 特别在一些土壤盐渍化的敏感波段尤为突出; 无论是含盐量还是电导率, 多元逐步回归模型均优于一元线性模型, 且以电导率建立的两种回归模型的决定系数均高于含盐量. 研究表明, 土壤电导率对高光谱信息的反应比含盐量更敏感, 同时, 以电导率建模的估算精度比含盐量更高. 因此, 以电导率替代含盐量进行土壤盐渍化高光谱估算研究是一种精度更高、 速度更快的方法, 可为提高土壤盐渍化高光谱估算提供理论依据. 相似文献
13.
农田土壤重金属污染严重影响着作物生长和人类健康,为了探索一种快速、准确的土壤重金属含量遥感监测方法,以辽宁省苏子河流域为研究区域,将实测光谱数据转换为多光谱数据。笔者利用偏最小二乘回归法(PLSR)建立相关关系模型,选择最优模型运用到2016年和2020年苏子河流域的Sentinel--2影像。结果表明：综合实测光谱与多光谱可用于土壤重金属含量监测,各模型R2均高于0.50,2年间流域内农田土壤重金属元素中Cu、Ni、Pb、Zn含量增加,Cd、Cr、As含量降低,超标的重金属元素由Cd、Cr、Cu变化为Cu、Ni、Pb、Zn。经分析,重金属相关含量变化与矿场、农业种植结构以及生活垃圾等密切相关。 相似文献
14.
高光谱遥感在土壤重金属污染监测中的应用 总被引：1，自引：0，他引：1
高光谱技术的快速发展为宏观、快速获取土壤中的重金属元素信息提供了有力支撑。选择云南大红山铜矿作为研究区,对其土壤进行采样,其中水样、底泥样和土壤样各30个,共90个样本。使用ASD光谱仪对样品进行光谱分析,借助ENVI软件对原始测量数据进行平滑与去噪处理,利用与重金属相关的官能团在VNIR和SWIR波段光谱吸收特征的变化提取光谱吸收特征参数。通过与预处理后研究区的HyMap遥感图像数据进行光谱相似度及光谱参数相似度的对比,验证了将ASD实测光谱与HyMap高光谱遥感数据结合监测研究区重金属污染的可行性。认为高光谱遥感在土壤重金属监测方面有着广泛的应用前景。 相似文献
15.
《四川地质学报》2022,(Z1):108-111
苹果叶片钾素含量是反映其质量高低的重要因素,利用高光谱技术对苹果叶片钾素含量进行定量化反演,可为苹果信息化管理提供理论依据。在室内条件下,利用ASD FieldSpec 3地物光谱仪,测定了86个苹果叶片样品的高光谱反射率,并化验了其钾素含量。在分析苹果叶片原始光谱和一阶导数光谱特征的基础上,与其钾素含量进行相关分析,确定敏感波段,构建特征光谱参数,建立钾素含量预测模型,对模型进行了优选和检验。结果表明,苹果叶片钾素含量与原始光谱反射率在350374nm波段呈极显著负相关,在375374nm波段呈极显著负相关,在3752500nm呈极显著正相关;构建的8个特征光谱参数与苹果叶片钾素含量均呈极显著相关。通过进一步比较和筛选,确定了基于928 nm和1081 nm原始光谱反射率的2个苹果叶片钾素含量最佳预测模型。经检验,模型决定系数R2分别为0.5167和0.5646。取得快速利用高光谱预测苹果叶片钾素含量的研究成果。 相似文献
16.
掌握黑土地有机质含量对黑土资源利用与保护具有重要意义,而高光谱卫星影像的缺乏制约了区域尺度土壤有机质反演研究的开展.以黑龙江省建三江黑土区为例,采用CASI/SASI航空高光谱数据、ASD（analytical spectral devices）地面光谱数据和土壤样品有机质含量数据,基于有机质含量与光谱反射率的相关性和定量关系,构建最优的回归模型并开展研究区土壤有机质含量遥感反演.结果表明:偏最小二乘法回归模型比多元逐步回归模型更稳定（判定系数分别为0.885和0.653）,且精度更高（均方根误差分别为0.424和0.744）;采用偏最小二乘模型反演的结果与地面化探结果基本一致. 相似文献
17.
土壤重金属污染对人类身体健康造成了严重威胁,作为快捷、高效、无损监测分析土壤重金属含量的方法之一,高光谱遥感反演土壤重金属含量的方法正逐步得到发展。本文以雄安新区西南部作为研究区,针对潜在生态风险最大且活性最强并易被植物吸收的重金属镉,开展高光谱反演研究。将采集来的426件土壤样品除杂、风干、过筛在实验室测得重金属含量,并用SVC便携式地面光谱仪测量样品350~2500 nm范围光谱。采用Savitzky—Golay卷积平滑方法进行光谱降噪平滑处理。由于粒径大小而不是化学成分差异可能会导致基线效应和漂移现象,为了增强光谱差异和光谱曲线形状,将数据进行标准正态变量变换(SNV)、一阶微分(FD)、二阶微分(SD)、多元散射校正(MSC)等数学变换,并分析变换后光谱与Cd含量的相关性。本文提出一种集成随机变异法—Kennard—Stone法—偏最小二乘回归的方法。针对变换后的光谱集和Cd含量集,第一步采用随机变异法—Kennard—Stone法将样本集分为70%训练集和30%验证集,使样本数随性质分布均匀并覆盖整个样本空间;第二步用偏最小二乘回归法结合交叉验证建立回归模型,用确定系数R2、均方根误差RMSE、偏差比值RPD、误差范围比值RER等参数开展模型评价,如果没有达到预期效果,则回到第一步,迭代反复选择,直至达到最优效果。结果表明,适用的最优反演重金属镉含量的技术方法是采用FD变换后,不断迭代集成RM—KS样本选择和PLS偏最小二乘法回归建立的模型,其验证综合效果最好,建模主成分数为11个,确定系数R2达到0.909,RMSE为0.604,RPD为2.696,RER达为15.516。成果可为类似区域快速、无损的土壤重金属Cd含量反演提供技术支撑。 相似文献
18.
土壤重金属污染对人类身体健康造成了严重威胁,作为快捷、高效、无损监测分析土壤重金属含量的方法之一,高光谱遥感反演土壤重金属含量的方法正逐步得到发展。本文以雄安新区西南部作为研究区,针对潜在生态风险最大且活性最强并易被植物吸收的重金属镉,开展高光谱反演研究。将采集来的426件土壤样品除杂、风干、过筛在实验室测得重金属含量,并用SVC便携式地面光谱仪测量样品350~2500 nm范围光谱。采用Savitzky—Golay卷积平滑方法进行光谱降噪平滑处理。由于粒径大小而不是化学成分差异可能会导致基线效应和漂移现象,为了增强光谱差异和光谱曲线形状,将数据进行标准正态变量变换(SNV)、一阶微分(FD)、二阶微分(SD)、多元散射校正(MSC)等数学变换,并分析变换后光谱与Cd含量的相关性。本文提出一种集成随机变异法—Kennard—Stone法—偏最小二乘回归的方法。针对变换后的光谱集和Cd含量集,第一步采用随机变异法—Kennard—Stone法将样本集分为70%训练集和30%验证集,使样本数随性质分布均匀并覆盖整个样本空间;第二步用偏最小二乘回归法结合交叉验证建立回归模型,用确定系数R2、均方根误差RMSE、偏差比值RPD、误差范围比值RER等参数开展模型评价,如果没有达到预期效果,则回到第一步,迭代反复选择,直至达到最优效果。结果表明,适用的最优反演重金属镉含量的技术方法是采用FD变换后,不断迭代集成RM—KS样本选择和PLS偏最小二乘法回归建立的模型,其验证综合效果最好,建模主成分数为11个,确定系数R2达到0.909,RMSE为0.604,RPD为2.696,RER达为15.516。成果可为类似区域快速、无损的土壤重金属Cd含量反演提供技术支撑。 相似文献
19.
花岗岩中长石含量的定量估算有助于其定名和分类,为后续相关地质过程研究提供基础数据。在可见光—近红外—短波红外波段范围内（0. 35~2. 5 μm）,传统基于光谱吸收特征参数反演矿物种类和含量的方法,不适用于像长石这类无诊断性吸收特征的矿物。同时,基于物理的辐射传输模型由于计算复杂,在较大程度上限制了该方法在矿物定量反演中的应用。本文基于多角度高光谱数据,通过不同光谱预处理方法及光谱指数类型的组合实验,创建用于估算花岗岩中长石比例的光谱指数模型。结果表明,使用2035 nm波段的反射率二重差分型（CRDDn2035）指数模型,在不同实测数据集中均具有良好表现,估算精度达到0. 81。本研究创建了一种适用于估算长石占比的光谱指数模型,为定量反演具有弱吸收特征的岩矿信息提供了新的技术手段与思路。 相似文献
20.
含矿层中成矿元素的迁移富集可胁迫影响上覆植物光谱, 因此, 利用植物响应特征提取成矿元素富集信息可指示潜在的矿床位置.以内蒙古西乌旗草原覆盖区为例, 采集典型植物光谱并测试元素含量, 分析红边和吸收深度对不同成矿元素的敏感性, 并进行模型显著性参数检验, 建立了基于植物吸收深度的Co和W元素响应模型, 应用于示范区的Hyperion影像, 圈定了Co和W元素富集信息.结合野外实地采样验证, 富集点元素含量均高于背景值.该研究可为植被覆盖区的高光谱遥感地质调查提供新的思路. 相似文献