基于SPA-BPNN的成都市天府新区东部土壤As含量高光谱估测建模

为明确成都平原城市边缘带土壤中重金属As含量,以四川省成都市天府新区东部为研究区,对土壤原始高光谱数据进行一阶微分(FD)、二阶微分(SD)、去包络线(CR)和标准正态变换(SNV)处理,利用皮尔逊相关系数(PCC)和连续投影算法(SPA)筛选出最佳变换光谱的特征波段,分别建立偏最小二乘(PLSR)、极限学习机(ELM)、随机森林(RF)和BP神经网络(BPNN)4种回归模型,利用高光谱数据进行土壤重金属As含量估测并进行精度验证。结果表明,经去包络线一阶微分(CR-FD)变换的光谱与土壤重金属As含量相关性显著提升,由0.473提高到0.848;无论是基于PCC还是SPA算法筛选出的特征波段,非线性模型的拟合度以及预测精度均高于线性模型;相对于PCC算法,利用SPA算法筛选的特征波段建立的模型预测精度明显提升,PLSR、 ELM、 RF、 BPNN模型验证集的决定系数(R²)分别为0.786、 0.847、 0.856、 0.942。因此,以SPA算法筛选出的光谱波段作为自变量构建的BPNN模型(SPA-BPNN)是研究区内As含量的最优估测模型。     

新郑市农田土壤属性高光谱综合反演模型

为了实现基于高光谱分析的土壤属性的快速测定,以新郑市为研究对象,共采集154个土壤样品,在室内试验,获得土壤高光谱数据(350~2 500 nm),对土壤样品在400~2 400 nm的光谱反射率进行Savitzky-Golay平滑后,进行一阶微分光谱变换,并与土壤pH,有机质(SOM),碱解氮(AN),速效磷(AP),速效钾(AK),Fe,Cr,Cd,Zn,Cu,Pb进行相关性分析,在P为0.01水平上的显著性检验基础上,利用模糊聚类最大树法遴选出一阶微分光谱变换下11种土壤属性的共用高光谱特征波段;基于面板数据模型,构建新郑市农田土壤属性的高光谱综合反演模型。结果表明:面板数据模型整体显著,拟合优度较高(R2v=0.977 6,DW=2.03,F=110.97)。模型精度检验AN,AK和Cd的相对分析误差在1.4~1.8间,说明模型具备一般预测土壤AN、AK和Cd含量的能力;Cr的相对分析误差在1.8~2.0间,表明面板数据模型具有定量预测Cr能力;pH,SOM,Fe和Zn的相对分析误差在2~2.5间,说明模型具有很好的定量预测pH,SOM,Fe和Zn的能力;AP,Cu和Pb的相对分析误差大于2.5,说明模型具有极好的预测AP,Cu和Pb的能力。面板数据模型可以通过一次建模综合反演多种土壤属性,计算简便,速度快,可用于新郑市农田土壤属性的高光谱快速获取。     

琅琊山风景区水体叶绿素a浓度遥感估测研究

实地采集高光谱数据和水质数据进行叶绿素a浓度遥感估测分析。通过叶绿素a浓度与高光谱反射率之间的相关关系,分别使用单波段法、一阶微分法、反射率比值法建立一元、二元和三元线性回归模型进行叶绿素a浓度的估测,并对几种模型进行比较分析。结果表明:原始光谱反射率经过归一化处理后,叶绿素a浓度和反射率的相关性得以提升。而经过一阶微分处理的数据,光谱反射率和叶绿素a浓度的相关性在857nm处达到0.8。在使用单波段法、一阶微分法、波段比值法对琅琊山风景区水体进行估测,建立的多种回归模型中,利用一阶微分法所建的三元线性模型效果最佳,特征波段比值法的反演效果较差。     

基于高光谱指数的土壤盐渍化遥感监测研究——以平罗县为例

为建立土壤盐渍化遥感监测模型,以宁夏平罗县为例,通过在野外测定高光谱数据,结合室内土壤样品化学分析结果,分析不同类型盐渍化土壤光谱特征,并对实测土壤光谱数据进行倒数、对数及其一阶微分等变换,确定响应土壤盐分质量分数和pH值的最优波段,最后通过回归分析构建土壤盐渍化监测模型。结果表明:不同类型盐渍化土壤光谱曲线在形态上基本趋于一致,光谱反射率在可见光范围内随波长增长而增大,在近红外波段,增长速度减缓;通过相关分析,确定对数一阶微分变换对应的385.7 nm和原始一阶微分变换对应的1 708.4 nm分别为土壤光谱反射率与土壤盐分质量分数和pH值的最佳特征波段;以高光谱盐分指数(SI2)为自变量,土壤盐分质量分数为因变量,利用二次多项式回归模型建立的预测模型为最优模型,该模型实测值和预测值间拟合系数(R2)为0.673,通过0.01显著性水平检验。     

土壤有机质高光谱反演模型研究

土壤有机质含量的多少是衡量土壤肥力的一个重要指标。针对传统的土壤养分化学测定方法存在耗时、费力等问题,力图用小波变换、一阶导数、对原始光谱的平均值处理、光谱背景及深度方法对土壤反射值光谱数据进行变换,同时利用人工神经网络构建土壤有机质高光谱反演模型来解决这一问题,结果表明:利用小波变换与原始光谱的平均值处理这两种方法和神经网络结合得到的反演模型有较高的预测精度,其预测值与实测值相关系数达到0.63,且其均方根误差小于0.17,具有实际应用的潜力。     

矿区复垦土壤重金属含量分布与光谱特征研究——以徐州市柳新矿区为例

以徐州柳新矿区复垦土壤为研究对象,采用传统采样检测方法分析了Cd,Cu,Pb,Zn,Cr等重金属元素在土壤中的含量,借助ISI921VF系列野外地物光谱辐射计和IR981短波红外地物光谱仪野外测量样点土壤的光谱,提取其光谱特征,并对光谱特征参数与土壤中重金属含量进行相关性分析,建立了利用土壤光谱反射率估算土壤重金属含量的预测模型.结果表明:通过分析土壤反射光谱特征能间接反映土壤重金属含量.从而实现土壤重金属含量的间接测定,为土壤重金属污染的调查与监测提供一种简单、快速的测定方法.     

干旱区土壤盐渍化遥感估测模型研究——以宁夏平罗县为例

以宁夏平罗县为研究靶区,以野外实测的高光谱数据和土壤含盐量为基础数据源,进行光谱反射率及其变换形式与土壤含盐量的相关分析,筛选敏感波段,建立高光谱土壤盐分指数模型;通过尺度转化,用原位采集的高光谱盐分指数修正传统遥感影像盐分指数,构建传统影像高精度土壤盐渍化遥感监测模型,并利用实测土壤含盐量对反演结果进行分析与验证。结果表明,高光谱盐分指数和实测土壤含盐量的相关性明显高于传统遥感影像光谱数据;将高光谱数据和传统Landsat-8 OLI影像数据结合,提取的区域土壤盐渍化信息精度明显提高,解决了实测数据和影像之间的时间滞后性问题。     

矿区充填复垦土壤重金属分布规律及主要农作物污染评价

研究了复垦土壤的理化、生物特性,选用美国2800K1型渗透仪、英国三参数速测仪HH2/WET、美国紧实度仪,分析了土壤的紧实度等.结果表明:煤矸石、粉煤灰充填(覆土厚度40cm)复垦土壤的pH值为7.98～8.78,含水率高于正常土壤10%～20%,渗透性系数为0.059～0.286,紧实度在200～300PSI,有机质含量低于对照土壤.探讨了充填复垦区域土壤重金属空间分布特征分析的理论与方法,通过采集、处理,测试245个土样的As,Cd,Cr,Cu,Hg,Pb,Zn等的含量,利用变化度、污染度和含量趋势等指标,研究了煤矸石充填复垦土壤、粉煤灰充填复垦土壤、对照土壤3类土壤的重金属分布特征.得出结论:1)简单模型在一定程度上能反映出微量元素的变化趋势,3块场地模型拟合的误差均值保持在30%以内,其中,煤矸石场地误差最小,最大值为18.4%,最小值为8.3%;2)利用多项式模型由测点的数值推知未测点的数值,得到相对连续的重金属含量值,分析其空间分布规律;3)Kriging模型:以粉煤灰场地的Cd为例,建立的模型拟合精度较高.采用Pearson Correlation Coefficient方法,分析了pH值、有机质、紧实度和微生物对重金属分布的影响.结果表明:1)充填复垦场地的pH值、有机质和紧实度与重金属含量的相关性较弱,相关系数在-0.6到0.6之间.2)微生物与土壤重金属的相关性很大,在粉煤灰场地体现的更加明显.比较了世界主要国家和地区对小麦、水稻和大豆中重金属污染物的限量标准,提出了小麦等主要农作物重金属污染物限量的选取标准.采用单项、综合污染指数分析了根际土壤As,Cd,Cr,Cu,Hg,Pb,Zn的污染状况,得出了复垦土壤综合污染指数小于1,全部测点均达到了土壤环境质量二级标准要求.研究结果:1)复垦场地生长的成熟小麦,Cd,Cr在其不同器官中的分布迁移趋势是一致的;2)对照场地生长的成熟小麦,Cd,Cr在其不同器官中的分布趋势存在差异;提出根富集系数率,建立了Cd回归方程、Cr偏微分方程.引入Surfer软件成图方法,借助多项式模型反演所得的数据,对矿区复垦土壤的结构进行可视化,直观地描述了土壤重金属分布的纵向、横向特征;应用Photoshop软件,对主要农作物小麦中重金属的污染迁移,以Cd,Cr为例,制作了量化模拟色彩映射图,真实地评价了小麦不同器官中重金属的污染程度.     

对牛奶成分近红外光谱分析方法的研究

研究牛奶成分近红外光谱测量的基本方法,探讨了在用偏最小二乘(PLS)方法建立系统校正模型过程中,采用直接正交(DO)数据预处理方法滤除牛奶漫反射光谱中与待测组分质量浓度无关的干扰信息的可行性,并与多元散射校正(MSC)及二阶微分(SOD)等光谱数据预处理方法进行比较．实验结果表明：相对于DO处理前,PLS模型的实际预测偏差(RMSEP)明显改善,最佳主成分数降低;相对于其他数据预处理方法,DO处理后系统PLS模型的RMSECV及RMSEP相对较低．DO数据预处理方法是近红外光谱分析中,从复杂重叠光谱中提取净信号信息、滤除噪音、进一步改善对原始光谱数据解释的有效途径．     

基于偏最小二乘算法的森林生物量遥感估测

基于遥感TM影像和森林资源连续清查固定样地数据,选择包括各波段灰度值、不同波段灰度值之间的线性和非线性组合、纹理信息等自变量,分别采用线性和非线性偏最小二乘回归法建立小兴安岭林区森林生物量的遥感估测模型,并将两种模型进行拟合对比,研究结果表明:非线性偏最小二乘模型的验证样本预测精度比线性偏最小二乘模型高出大约2.5个百分点,并且非线性偏最小二乘模型的拟合均方差要明显小于线性偏最小二乘模型的拟合均方差。