高标准基本农田建设区域土壤重金属含量的高光谱反演

• 作者: 刘文锴 张合兵 张秋霞 赵素霞
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 土壤 光谱分析 重金属 高光谱 反演 偏最小二乘回归 高标准基本农田
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 土地整理工程
• 页码范围: 230-239
• 页数: 10页
• 分类号: S127
• 字数: 9038字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.12.030

摘要

为快速高效的获取高标准基本农田建设区域土壤重金属信息,以新郑市高标准基本农田建设区域为研究对象,共采集154个土壤样品,在室内利用ASD Field Spec3型地物光谱仪获得土壤高光谱数据,对土壤样品在400~2400 nm的光谱反射率进行多元散射校正(multiplicative scatter correction,MSC)和Savitzky-Golay(SG)平滑后,进行一阶微分(first order differential reflectance,FDR)和二阶微分(second order differential reflectance,SDR)变换,并与Cr、Cd、Zn、Cu、Pb 5种重金属含量进行相关性分析,遴选出通过P=0.01显著性检验的高光谱特征波段作为反演模型的自变量,采用116个建模集样本构建偏最小二乘模型(partial least square regress,PLSR),通过精度检验筛选每个土壤重金属的最佳反演模型,并采用最佳地统计插值方法对高标准基本农田建设区域土壤重金属进行空间插值.结果表明:Cr的SDR-PLSR模型为最佳反演模型(R 2=0.88,RPD=1.68),Cd的R-PLSR模型为最佳反演模型(R 2=0.70,RPD=1.50),Zn的R-PLSR模型为最佳反演模型(R 2=0.88,RPD=2.05),Cu的R-PLSR模型为最佳反演模型(R 2=0.99,RPD=3.36),Pb的SDR-PLSR模型为最佳反演模型(R 2=0.93,RPD=3.16);采用构建的土壤重金属的最佳模型,对土壤重金属含量进行空间插值,结合高标准农田建设标准可知Zn含量符合土壤环境质量Ⅱ类标准且均低于土壤背景值,Cr、Cd、Cu和Pb符合土壤环境质量Ⅱ类标准,但是部分区域超过了土壤背景值.该研究为高光谱反演模型用于高标准基本农田建设区域土壤基础信息的实时监测提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘文锴	河南理工大学测绘与国土信息工程学院	18	139	8.0	11.0
3	张合兵	河南理工大学测绘与国土信息工程学院	96	734	13.0	21.0
4	赵素霞	河南理工大学测绘与国土信息工程学院	25	224	9.0	14.0
7	张秋霞	河南理工大学测绘与国土信息工程学院	8	95	5.0	8.0