高光谱遥感反演土壤重金属的研究进展

付泉

摘要：土壤是生态系统中的重要组成部分，它具有一定的自我净化能力，能够改善地下水的污染，也可以对市区内的绿化提供基础保障，同时为城市的环境带来可持续发展。普通传统的监测方法，需要采集大量的样本数据，这样会对研究区的土壤损害严重，不能满足实时快速的获取，不能达到城市土壤的快速调查要求。高光谱遥感影像主要是空间分辨率、光谱带数多和强烈的连续性等优势，为了提高定量预测的准确性，传统的分析方法正在被遥感反演的方法取而代之。

关键词：土壤重金属;高光谱;光谱数据预处理;定量估算模型;空间分布

1 土壤重金属的危害及调查方法

土壤是地球上自然环境中生态系统发展必不可少的物质基础，人类的生产生活也与土壤密不可分。由于人类的活动使土壤的理化性质和环境发生比较大的变化[1]。土壤是生态系统中的重要组成部分，它具有一定的自我净化能力，能够改善地下水的污染，也可以对市区内的绿化提供基础保障，同时为城市的环境带来可持续发展[2]。预防和治理城市中土壤重金属污染应该引起重视。对城市土壤重金属的调查和治理对保护人们的生活环境方面有很大的意义。西安市是陕西省的省会，同时也是我国西部和北方内陆地区的金融中心。近些年来随着西安市经济的高速增长，城市的规模在不断扩大，无论是人口还是汽车的数量都在迅速增长，对城市土壤造成的污染也越来越多[4]。本论文在此背景下，通过定量遥感反演技术，对西安市主城区内的土壤样本进行野外采集并在实验室内分析土壤样本的光谱特性，建立研究区土壤重金属含量定量反演的高光谱反演模型。利用遥感卫星影像对研究区五种土壤重金属含量进行污染制图。

2国内外研究现状

2.1国外研究现状

遥感反演技术至今已经有百年的历史，但是高光谱遥感作为一门前沿的技术至今只有二十年的发展历程[5]。从1920年以后国内以及国外的许多土壤研究工作者投身于土壤光谱曲线特性的研究，并且取得很大一部分的成就。国外学者对耕地土壤、矿区土壤、城市土壤进行了研究[6]。很多学者提出可以依据土壤中的重金属含量和有机质、金属氧化物的相关性实现间接的对土壤的重金属含量的预测。

2.2 国内研究现状

通过研究得出在快速识别土壤中重金属元素污染情况的问题上定性分类更为方便，对高光谱遥感直接预测土壤重金属含量及间接预测重金属污染的方法进行了综述，并且对比分析了模型之间存在的各种差异，提出了三种算法，第一种是人工智能技术算法，第二种是高维矩阵算法，第三种是数据挖掘算法，找到比较好的数据同化模型等方法來提高模型反演精度[7]。利用偏最小二乘回归建模方法建立了研究区土壤反演定量预测模型，探究环境一号超光谱的地表反射率数据与土壤中重金属实测值的关系，对光谱反射率进行了一阶微分和倒数的对数值变换，建立了3个回归模型[8]。在建立的三个回归模型中，通过对土壤样本光谱曲线的一阶微分处理后所建立模型的预测效果最好。

对土壤中重金属含量进行调查，首先得测出土壤样本重金属的含量，同时测出土壤光谱反射率，对光谱反射率数据先进行前期处理，再进行数学变换使其特征值更加突出。根据实测重金属含量值和光谱特征值做相关性分析分别找出建模所需的每个重金属敏感特征波段，高光谱遥感影像主要是空间分辨率、光谱带数多和强烈的连续性等优势，为了提高定量预测的准确性，传统的分析方法正在被遥感反演的方法取而代之。

3 研究机理

遥感技术定量反演的主要原理是不同地物都有各自的光谱特性，预测理论技术是土壤中不同的重金属具有不同的光谱特征。高光谱分辨率遥感是利用大量的窄电磁波在光的中红外、近红外、可见光和紫外线范围主要是通过了波谱的效应来采集土壤样本中的光谱反射率技术。遥感的探测器识别地物的能力跟地物间的光谱特征的差异有关，差异越大识别能力越强，所以地物光谱特性的提取可以构建精确的预测模型。

由于土壤中重金属污染元素的光谱响应能力在土壤中属于弱信息，并且光谱特征容易受到其他土壤成分的干扰，不仅如此，不同地区、种类的土壤由于其理化性质的差异，导致土壤的光谱曲线各有所不同，实施物理模型的难度很大，运用相关性分析土壤重金属和样本光谱的敏感波段，定性定量的反演重金属元素的含量。现阶段的统计学模型主要有神经网络分析、多元线性逐步回归、偏最小二乘回归法、支持向量机算法等。半经验方法是指设法对描述所建立的数学模型，需要实验检验，在理论基础上的模型加入实验数据进行修正，并确定其模型参数的模型。将获取的土壤光谱进行处理后，找出与土壤重金属含量实测的实测值来做相关关系，将土壤光谱反射率作为自变量，重金属含量为因变量建立土壤重金属反演预测模型，将模型结合处理好的遥感数据，可以得到研究区的污染分布图。

4 结论

当前的学者研究更倾向于提高模型的预测精度和光谱的特性研究，单一的变量和普通的线性回归分析方法已经不能满足预测精度的要求。偏最小二乘，支持向量机等方法正在逐步推广，算法也在不断的得到提升。对土壤中重金属含量进行调查，首先得测出土壤样本重金属的含量，同时测出土壤光谱反射率，对光谱反射率数据先进行前期处理，再进行数学变换使其特征值更加突出。高光谱遥感影像主要是空间分辨率、光谱带数多和强烈的连续性等优势，为了提高定量预测的准确性，传统的分析方法正在被遥感反演的方法取而代之。

参考文献：

[1]李小平， 高瑜， 张蒙， 等. 城市土壤重金属空间分布、污染与来源[J]. 环境科学与技术， 2018，41（06）：138-146.

[2]李琼琼， 柳云龙. 城市居民区土壤重金属含量高光谱反演研究[J]. 遥感技术与应用， 2019，34（03）：540-546.

[3]史明易，王祖伟，王嘉宝，等.基于富集系数对蔬菜地土壤重金属的安全阈值研究[J].干旱区资源与环境，2020，34（02）：130-134.

[4]邹滨，涂宇龙，姜晓璐，等.土壤Cd含量实验室与野外DS光谱联合反演[J].光谱学与光谱分析，2019，39（10）：3223-3231.

[5]陈秀端， 卢新卫. 西安城市居民区土壤重金属健康风险评价[J]. 土壤通报， 2017， 48（4）：961-968.

[6]章明奎， 符娟林， 黄昌勇. 杭州市居民区土壤重金属的化学特性及其与酸缓冲性的关系[J]. 土壤学报， 2005，42（1）：44-51.

[7]宁昱铭. 黄土覆盖区土壤重金属污染反演及土壤生态环境评价[D].长安大学，2019.

[8]刘梦梅， 王利军， 王丽， 等. 西安市不同功能区土壤重金属含量及生态健康风险评价[J]. 土壤通报，2018，49（1）：167-175.

（作者单位：陕西地建土地勘测规划设计院有限责任公司）