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

章 琼

（广州城建职业学院，广东 广州 510925）

高光谱遥感技术能够克服传统单光谱、多光谱遥感，在频段、频段和精细信息传输等方面固有的局限性，以及遥感信息的范围狭窄问题，可从光谱空间进行分离和识别，广泛应用于资源、环境、城市、生态等领域。应用该方法测定土壤中重金属含量，可获得图像中任何像素或像素组合，反映土壤中重金属含量的光谱特征，并可通过计算机图像处理快速识别。

1 高光谱遥感技术概述

1.1 概念

高光谱遥感又称光谱遥感图像，是一种先进的遥感技术。光谱技术与成像技术相结合，可以连续获取目标的光谱信息和空间分布信息。光谱范围包括电磁波的紫外线范围到热红外范围，高光谱遥感以频谱宽、光谱分辨率高为特点，大大提高表层探测和物体识别能力，从而能够对物体类别进行半定量和定量识别。近年来，在土壤重金属控制领域已逐渐得到研究和应用[1]。

1.2 特点

与传统的全色和多光谱遥感图像相比，高光谱图像具有以下特点：①图像光谱仪的电磁波长从可见光延伸到近红外，而平均红外和光谱分辨率达到纳米层。②光谱信息与图像的有机融合。在高光谱图像中，每个像素对应一条光谱曲线，所有数据都是具有空间图像和光谱测量的光谱图像立方体。③数据描述模型更灵活，更灵活。在高光谱图像中，通常使用三种描述模型：图像模型、频谱模型和特征模型。④大量数据和冗余信息。光谱数据范围广，数据量大，波段间相关性大。

1.3 优势

随着高光谱遥感光谱分辨率的提高，探测物体性质信息的能力也随之提高，与全色和多光谱遥感相比，具有以下显著优势：①包含几乎不间断的物体光谱信息。重建光谱反照率后，高光谱图像可根据地面测量接近大地水准面连续光谱反照率曲线。实验室土壤光谱分析模型在遥感过程中的应用。②表面覆盖物识别能力明显提高。高光谱数据能够检测具有诊断光谱吸收特性的物质，并能准确区分植被和覆盖物的种类。③地形要素分类方法灵活多样。图像分类不仅可以基于贝叶斯识别方法、决策树、支持向量的神经网络，还可以基于曲面特征对光谱数据库进行比较。光谱诊断特征以及特征选择和提取可用于分类和识别。④能够对地形要素进行定量或半定量分类和识别。在高光谱图像中，可以估计各种物体的状态参数，通过遥感提高定量分析的准确性和可靠性[2]。

2 高光谱遥感技术在土壤重金属含量测定领域的应用

2.1 高空高光谱遥感技术发展及应用

高光谱遥感具有成本低、节省时间以及应用大规模监测的优势。图像分光计的出现使得遥感图像的每个像素都能获得几乎连续的光谱数据；同时，近地空间地球遥感实践为高光谱遥感方法的应用提供坚实的理论基础，也有利于高光谱技术的研究和应用。高频光谱学方法用于确定对光谱数据影响较大的成分，如：水、有机物、氮、磷、钾等。但在这种情况下，使用较低的高频光谱方法来测定土壤中的重金属含量。一方面由于土壤中重金属含量低，又由于高空高频遥感数据分辨率低，很难获得重金属反应的光谱特征；另一方面，由于测量的高光谱遥感数据具有均匀-非均匀光谱、均匀-非均匀和混合光电池等复杂特性，需要大气辐射校正、几何校正、混合图像分解、原始数据光谱分解等，结合实验室测得的重金属含量数据，论证高光谱技术在高空应用的可行性。

采用高光谱遥感法定量反演和计算土壤重金属含量，一般选择裸露地面面积或低植被覆盖区。在研究点位于农业区的情况下，将选择收获和种植之间的“终端期”进行遥感数据采集，以尽量减少地表植被对高光谱数据的影响。还可以利用植被光谱对土壤中重金属含量进行研究。从理论上讲，这项技术是基于植物生长在重金属污染的环境中，其生物生态指标发生变化并表现为光谱信息这一事实。通过适当的指标可以间接评价土壤中重金属的含量。目前这类研究主要用于农业土壤监测，获取与组织光谱相关的光谱数据，建立土壤重金属反演模型。这类研究的技术理论还不成熟，应用相对较少。只有当重金属含量达到一定浓度时，对植物生长的影响才会显著。在土壤重金属含量过低的情况下，根据植被光谱数据无法准确估计土壤重金属含量。此外，仅使用植被光谱数据无法确定重金属的种类，需要土壤地球化学数据的支持。但植被光谱的研究拓展高光谱遥感技术的应用范围，为该技术的未来发展提供新的思路[3]。

2.2 近地高光谱遥感技术在土壤重金属含量测定中的应用

以前用于土壤重金属含量测定的高光谱遥感是近地空间的高光谱遥感。该技术主要用于用土壤分光计测量室内土壤样品的光谱数据。光谱仪的测试范围包括：紫外、可见光、近红外和中红外区。在内部控制条件下，高光谱地球遥感技术可以有效地降低光谱背景变化和温度、光辐射、大气变化等环境因素的变化引起的额外散射变化的影响。此外，土壤中重金属的光谱特性还取决于土壤颗粒的物理化学性质、湿度等。实验室工作可对待测土壤样本进行预磨、分拣和干燥，使土壤物理和化学性质对光谱结果的影响最大化。由于环境因素对近地大光谱范围的影响很小，因此很容易分析土壤成分的光谱特性。

在早期的研究中，利用该技术研究土壤中低含量重金属元素与高含量元素之间的关系，为高光谱遥感技术在土壤重金属含量测定中的应用提供重要的理论依据。随着高光谱遥感方法理论基础的稳步加强，如何有效提高反演模型精度、提高测量精度的研究开始。目前的重点是改进频谱预处理方法，选择和优化反演模型。频谱间断处理是利用频谱数据进行定性或定量分析之前的重要步骤，直接决定反演模型的准确性[4]。

2.3 低空高光谱遥感技术在土壤重金属含量测定中的应用

低空遥感主要是通过无人平台上的成像分光计进行，该分光计可以获得广泛的高质量光谱数据。近年来，这个问题备受关注。高光谱低空遥感与地球遥感技术相比，覆盖范围广，节省时间；与高空高频遥感方法相比，低空高频频谱遥感数据对大气和云层的依赖程度较低，更多地依赖于频率范围、更高的光谱分辨率以及更灵活的飞行轨迹和时间。此外，近地空间遥感和高空遥感技术的研究为发展低空高频遥感提供理论和实践基础，使其在初期阶段相对成熟。近年来，它已成为该领域研究的热点。目前，高频地球遥感已广泛应用于农作物监测、水质监测、土壤侵蚀研究等领域。

3 高光谱遥感技术在土壤重金属含量测定领域的应用要点

3.1 植被光谱测定

土壤中的重金属会影响植物的生理结构，特别是叶绿素的合成，从而改变植物的光谱特性。当植被暴露在重金属中时，植被叶片叶绿素含量下降，导致植物的“红色边缘位置”（即“红色边缘位置”）而且植被指数是确定植被状况的重要参数，重金属污染对植被光谱特征和植被生长参数的影响是植被分析预测重金属污染的基础。植被光谱分析通过测量地表土壤重金属含量和植被落叶叶绿素含量，或通过生成植被状态参数，如“红边缘排列”和植被指数，可以预测土壤重金属含量。根据植被光谱特征，分析叶绿素含量或植被生长参数与土壤重金属含量的关系，模拟土壤重金属含量反演，预测研究区域土壤重金属污染[5]。

利用地面光谱仪采集的植物叶片高光谱反照率数据和叶片中叶绿素和重金属含量的测定进行预测模拟，是通过植被光谱分析预测重金属污染的方法之一。便携式表面光谱仪Field Spec HH可获得典型灌溉区的光谱，建立Cr、Ni、Pb、Zn、Hg和CD元素的反演模型，以反演重金属含量和空间分布。另一种方法是建立反演模型，根据飞机和恒星上的高频频谱不断获取地面受污染植被的光谱信息，实现土壤重金属的实时、面积和来源的监测。或者用无人机搭载的HypessWir-384成像分光仪获取高光谱图像，并用便携式地球光谱仪同步采集地面光谱数据，快速检测土壤中的镉。无人机的GS光谱具有控制土壤重金属的能力，但预测精度低于ASD光谱。

土壤光谱数据具有范围多、精度高的特点，利用植被光谱分析方法对土壤中重金属含量的研究主要集中在地面测量光谱数据的分析上。由于植被对高光谱图像的独特反应能力，加上高光谱图像的快速广泛，近年来对飞机和恒星高光谱图像中重金属含量的研究越来越多，而基于高光谱图像的植物光谱分析方法已成为土壤重金属含量反演研究的热点。

3.2 土壤光谱测定

虽然重金属是土壤中的微量元素，没有可见的特性谱，但粘土矿物、土壤有机物等土壤成分往往与吸附或吸收有关。这些成分的存在使土壤光谱形态和反照率发生一定的变化，从而能够呈现出土壤光谱线的具体反射特性。利用重金属与这些组分之间的耦合，可以估计元素的含量。为评价土壤中重金属含量，光谱分析采用实验室或田间条件下测定的断点恢复、平滑和预处理后的土壤样品光谱法，一次光谱与其数学变换的相关性，以及转化后光谱指标的比较，以实际土壤重金属含量为例，并建立土壤重金属浓度与光谱指示特性之间的最优回归模型，利用该模型对土壤重金属含量进行定量评价[6]。

土壤中铜、铅、锌、钴、镍、铁、镉、铬和锰的含量对土壤的可见红外反射光谱很重要。这是由于土壤成分如有机物、粘土矿物、铁锰氧化物等的吸附作用。其他这些重金属。通过土壤采样、土壤光谱信息分析，采用最小二乘法建立铜、铅、锌土壤元素反演模型。PB元素反演最准确，模型具有良好的预测能力，根据土壤的高光谱数据，还可通过分阶段回归法选择有效光谱变量580、810、1410、1910、2160、2260、2270、2350、2430纳米等。利用随机林、支持向量、偏方等建立锌元素含量反演模型，结果表明，基于二阶微分变换的反演精度最高，是土壤锌含量反演的最佳模型。

上述研究基于高土壤光谱的实验室数据。实验室获得的土壤光谱数据受外界条件影响最小，光谱数据处理条件相对一致。研究的重点是建模方法的选择。利用土壤实验室光谱直接分析土壤重金属含量是目前土壤重金属超光谱反演中最成熟的方法，但由于采样土壤样本的数量和范围有限，很难利用实验室土壤光谱来监测大规模重金属污染。

4 高光谱遥感技术在土壤重金属含量测定领域的发展趋势

4.1 调整测定模式

传统的检测方法需要在室外采样和室内进行化学分析，不能事先防治，只能在土壤污染后进行检测；此外，它只能被无法大规模监测的点所取代，因此是一种被动的探测方法。高光谱遥感可实现大规模、点对点、物的现场监测，实时对土壤重金属污染进行三维监测。它是一种主动监测方法，有助于人们早期发现和管理、管理和控制。此外，还有从地面到航空航天平台的多种高光谱遥感平台，可在各级实时、快速、主动地监测土壤重金属污染，而高光谱遥感将成为监测日益严重的土壤重金属污染的主要手段[7]。

4.2 结合多种技术

大规模土壤重金属污染监测，将高光谱遥感与地理信息系统和定位系统相结合，利用地面便携式光谱仪获取土壤重金属污染的光谱信息，利用生态学、分子生物学、计算机科学和传感器技术相结合的方法，对航空航天遥感和遥感以及重金属污染进行宏观动力学监测，目前正在收集土壤重金属污染的范围、类型和深度的信息。以及建立用于早期探测和处理的大型现场三维监测系统，这是未来土壤重金属污染高光谱遥感监测的主要趋势。

4.3 应用先进设备

综合监测实验室从化学检测向化学实验室检测的转变为异质检测，不能满足快速、大规模获取土壤重金属污染信息的需要。随着高光谱遥感技术的发展，未来可以利用各种遥感平台获取广袤土壤中重金属的光谱信息。

在小范围内，借助便携式智能土壤探测器，便携式智能土壤监测器可以实时采集颗粒光谱信息，并通过5G网络实时传输到大云量光谱数据平台，实现土壤损伤的快速检测。检测到的数据可以通过无线网络实时传输，并显示在智能手机终端上。目前已收集1500多个样本，平均检测精度超过95%。

在中范围内，利用无人驾驶飞行器、XRF分析仪，在待测地区均匀选择足够的取样点，每个取样点将在离地面很近的地方进行测试，并获得一组待测金属含量数据；数据验证和预处理：数据采集完成后，通过从已知数据中绘制散射点图进行数据验证，消除数据中明显的误差，并根据预成像建立多项式n的对应关系；依次计算最高多项式n-1和n的四次函数和误差的平方和；如果最后一个组合函数的误差平方和大于给定阈值的误差，及减小平方值继续计算高阶可调谐函数大于n，直到最后一个组合函数的误差平方是二次，并且小于前一个组合函数的给定误差阈值；记录并保存误差最小的二次方和相应的加函数，其他事项最终反向模型；携带XRF分析仪的无人机收集地面附近的土壤数据。采用反演样本对采集的土壤数据进行反演，获得准确的土壤重金属含量数据，记录并存储反演数据。

在大范围中，利用人造卫星等平台获取高光谱遥感数据，快速、完整地获取土壤重金属污染信息，实现大规模三维现场监测，以及土壤重金属污染的一般监测控制[8]。

5 结语

总而言之，利用高光谱数据对土壤重金属含量进行定量测定取得很大进展，但存在着同类型建模、特征剖面数据库数据不完整、不准确、应用范围狭窄、噪声控制效果不充分等问题。

目前对土壤重金属物理化学性质的遥感研究主要局限于实验室光谱分析。在实验室反射光谱预测的基础上，今后的研究重点是实验室反射光谱与遥感在高空应用之间的土壤场反射光谱。随着新遥感技术的引进，利用遥感技术反向反射土壤重金属含量的技术得到越来越多的应用。建立更适合现有遥感技术的土壤重金属含量反演模型，提高模型建模精度将是未来研究的主要目标之一。