首页 > 光谱学与光谱分析 > 土壤重金属铅、锌高光谱反演模型可迁移能力分析研究

土壤重金属铅、锌高光谱反演模型可迁移能力分析研究

Assessment and Analysis of Migrations of Heavy Metal Lead and Zinc in Soil with Hyperspectral Inversion Model

二维码有效期 120s

摘要现有基于高光谱遥感技术的土壤重金属含量反演模型,大多是采用同一试验区且有限的样本点进行定量反演建模.但考虑到实际应用需求,该类模型在不同试验区是否具有较好的迁移推广能力是目前迫切需要回答的问题.如不可行,是否存在其他可行手段用于土壤重金属污染评估?为回答上述问题,选取湖南省郴州市和衡阳市两铅锌矿区作为实验研究区,并首先利用郴州地区采样点分别对Pb和Zn两种重金属进行定量回归建模和定性分类建模,然后比较两种模型在衡阳实验区的可迁移能力.实验结果表明:(1)基于偏最小二乘回归(PLSR)的定量回归模型可迁移能力较差.分别采用四种光谱预处理方式建模,发现回归模型对异地采样的预测精度很低,难以正确反演衡阳试验区重金属Pb和Zn的含量.(2)基于支持向量机(SVM)分类的定性反演模型具有一定的可迁移能力,以郴州地区采样数据训练得到的SVM分类模型能有效判定衡阳试验区Pb、Zn的污染状况,分类精度分别达到84.78％和86.96％.结果表明,在快速检测土壤重金属污染状况的问题上,定性分类是一种更加切实可行的方式.

作者陶超 ^[1] 王亚晋 ^[1] 邹滨 ^[2] 涂宇龙 ^[1] 姜晓璐 ^[1] 学术成果认领

作者单位 中南大学有色金属成矿预测与地质环境监测教育部重点实验室 ,地球科学与信息物理学院 ,湖南长沙 410083 ^[1] 中南大学有色金属成矿预测与地质环境监测教育部重点实验室 ,地球科学与信息物理学院 ,湖南长沙 410083;国家重金属污染防治工程技术研究中心 ,湖南长沙 410083 ^[2]

关键词重金属污染高光谱可迁移分析 SVM分类偏最小二乘回归 Heavy metal pollution Hyperspectral Migration analysis SVM classification Partial least squares regression

分类号 O657.3

DOI 10.3964/j.issn.1000-0593(2018)06-1850-06

发布时间 2018-07-02（万方平台首次上网日期，不代表论文的发表时间）

基金项目

国家自然科学基金（41771458）国家自然科学基金（41301453）湖南省自然科学基金（2017JJ3378）中南大学创新驱动计划项目（2015CXS005）