兰 泽 英， 刘 洋

(1.广东工业大学管理学院，广东 广州 510060；2.广州市城市规划勘测设计研究院，广东 广州 510060)



乐安河流域土壤重金属含量高光谱间接反演模型及其空间分布特征研究

兰 泽 英1， 刘 洋2

(1.广东工业大学管理学院，广东 广州 510060；2.广州市城市规划勘测设计研究院，广东 广州 510060)

选取江西省乐安河及其支流流域作为研究区域，探讨了使用土壤高光谱数据间接反演其重金属(Cu、Zn、Pb)含量的方法。选用偏最小二乘模型对土壤有机质含量进行高光谱反演，引入人工神经网络回归模型建立土壤有机质含量与重金属含量的相关关系，从而提取出土壤中痕量级的重金属元素，并针对其空间分布情况进行关联分析和对比分析。实验结果表明，此方法在反演Cu、Zn元素时可有效反映其空间分布特征，具有在类似泛滥平原区域推广的适宜性，也为该区域土壤及水文生态环境监测提供了相关参考。

土壤重金属含量；高光谱反演；偏最小二乘回归(PLS)；人工神经网络

0 引言

大量研究表明，遥感高光谱数据结合GIS野外采样分析已被成功应用于土壤重金属含量调查。1991年巴西科学家基于AVIRIS影像，探讨了3处样本采集区的土壤TiO2、Fe2O3、Al2O3光谱反射率与化学成分的关系[1]。近年来Kemper等通过逐步线性回归分析(MLR)和神经网络(ANN)方法预测重金属元素浓度与特征光谱反射率之间的拟合关系[2]；Phoebe等利用高光谱调查弃矿及矿山废物的重金属元素分布[3]；Shrestha等利用TM7光谱反射率统计预测土壤中Fe、Zn、Se的含量[4]；Evangelou等基于Aster、TM等数据定量预测土壤中Hg的含量[5]。……