基于铁氧化物特征光谱和改进遗传算法反演土壤Pb 含量
2020-10-21王一博孙伟超黄长平
农业工程学报 2020年16期
关键词:模型
张 霞,王一博,2,孙伟超,黄长平,张 茂,2
(1. 中国科学院空天信息创新研究院,北京 100101;2. 中国科学院大学,北京 100049)
0 引 言
土壤为自然生态系统的运转和人类活动提供了基本保障。随着工业化的不断发展,通过污水排放、大气降尘等途径进入土壤的重金属元素在土壤中持续累积,造成土壤重金属污染[1]。Pb 是土壤中常见的一种重金属污染物,渗透进土壤后移动性较差,残留时间长,且不易被微生物分解,其治理和修复难度大,不仅影响农作物的生长,还会通过食物链威胁人类健康[2]。因此,广泛开展土壤Pb 含量调查和监测,对保障农业生产、保护人类健康和生态系统安全具有重要意义。近年来高光谱遥感技术[3-4]不断发展,其具有光谱分辨率高、波段多且连续性强等特点[5],能够快速高效地反演土壤重金属含量[6-8]。另外,随着高光谱图像性能的不断提高,土壤重金属含量的大范围制图以及周期性监测成为可能。
对土壤光谱进行分析时,国内外学者常常使用全谱段来对土壤重金属的含量进行预测[9-13]。一般情况下,自然环境中的土壤重金属含量较低,其本身微弱的光谱响应信号又受到多种成像因素的干扰,难以直接通过分析土壤重金属元素的光谱特征来估算其含量[14]。但土壤光谱活性物质(主要指黏土矿物、铁氧化物和有机质等)对重金属元素具有吸附或赋存作用[15],因而土壤重金属元素对土壤光谱的影响间接反映在这些光谱活性物质的特征光谱波段上。……
登录APP查看全文
