煤矿沉陷水域重金属含量高光谱反演

• 作者: 刘曙光 孟雪莹 徐良骥 韦任
• 来源期刊: 煤炭学报
• 学科: 地球科学
• 关键词: 煤矿沉陷水域 重金属含量 高光谱 多元逐步回归分析 偏最小二乘回归
• 年，卷（期）: 2019,（11）
• 页码范围: 3539-3546
• 页数: 8页
• 分类号: X53
• 字数: 4787字
• 语种: 中文

摘要

为研究矿区沉陷水域重金属元素含量快速有效的监测方法,以淮南市潘一矿沉陷水域为研究区域;首先利用ASD FieldSpec 4地物光谱仪采集采样点的光谱数据并采集样本,其次,对取回的水样中Cu,Pb,Zn,As,Cd和Cr六种重金属元素含量采用原子吸收光谱仪和原子荧光光度计测定;然后,对光谱数据进行微分变换及倒数对数变换,将变换后的光谱数据与水体重金属含量进行相关性分析,并提取特征光谱;且根据相关性分析结果选择显著相关的波段进行建模.采用单波段分析、多元逐步回归(SMLR)分析及波段深度与偏最小二乘回归(PLSR)结合3种方法分别建立基于光谱反射率估算水体重金属含量的预测模型,并对预测模型进行精度评定,选取各重金属含量的最佳预测模型.结果 表明,经过微分变换的光谱波段与重金属元素含量的相关系数有显著提高且达到了更高的相关度.微分变换后,Cu,Pb,Zn,As,Cd和Cr六种重金属元素的最大相关系数分别为0.874,-0.648,0.824,0.764,0.636和-0.885;Cu,Cr元素含量与二阶微分变换光谱建立的单波段回归模型为最佳预测模型,验证R2分别为0.823,0.806.Pb元素、Zn元素、As元素和Cd元素含量与光谱数据的二阶微分建立的逐步回归模型为最佳预测模型,验证R2分别为0.774,0.724,0.564,0.767.该模型可用于潘一矿沉陷水域重金属含量的快速监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘曙光	安徽理工大学测绘学院	6	47	4.0	6.0
2	孟雪莹	安徽理工大学测绘学院	4	0	0.0	0.0
3	韦任	安徽理工大学测绘学院	1	0	0.0	0.0