付泉
摘要:土壤是生態系統中的重要組成部分,它具有一定的自我凈化能力,能夠改善地下水的污染,也可以對市區內的綠化提供基礎保障,同時為城市的環境帶來可持續發展。普通傳統的監測方法,需要采集大量的樣本數據,這樣會對研究區的土壤損害嚴重,不能滿足實時快速的獲取,不能達到城市土壤的快速調查要求。高光譜遙感影像主要是空間分辨率、光譜帶數多和強烈的連續性等優勢,為了提高定量預測的準確性,傳統的分析方法正在被遙感反演的方法取而代之。
關鍵詞:土壤重金屬;高光譜;光譜數據預處理;定量估算模型;空間分布
1 土壤重金屬的危害及調查方法
土壤是地球上自然環境中生態系統發展必不可少的物質基礎,人類的生產生活也與土壤密不可分。由于人類的活動使土壤的理化性質和環境發生比較大的變化[1]。土壤是生態系統中的重要組成部分,它具有一定的自我凈化能力,能夠改善地下水的污染,也可以對市區內的綠化提供基礎保障,同時為城市的環境帶來可持續發展[2]。預防和治理城市中土壤重金屬污染應該引起重視。對城市土壤重金屬的調查和治理對保護人們的生活環境方面有很大的意義。西安市是陜西省的省會,同時也是我國西部和北方內陸地區的金融中心。近些年來隨著西安市經濟的高速增長,城市的規模在不斷擴大,無論是人口還是汽車的數量都在迅速增長,對城市土壤造成的污染也越來越多[4]。本論文在此背景下,通過定量遙感反演技術,對西安市主城區內的土壤樣本進行野外采集并在實驗室內分析土壤樣本的光譜特性,建立研究區土壤重金屬含量定量反演的高光譜反演模型。利用遙感衛星影像對研究區五種土壤重金屬含量進行污染制圖。
2國內外研究現狀
2.1國外研究現狀
遙感反演技術至今已經有百年的歷史,但是高光譜遙感作為一門前沿的技術至今只有二十年的發展歷程[5]。從1920年以后國內以及國外的許多土壤研究工作者投身于土壤光譜曲線特性的研究,并且取得很大一部分的成就。國外學者對耕地土壤、礦區土壤、城市土壤進行了研究[6]。很多學者提出可以依據土壤中的重金屬含量和有機質、金屬氧化物的相關性實現間接的對土壤的重金屬含量的預測。
2.2 國內研究現狀
通過研究得出在快速識別土壤中重金屬元素污染情況的問題上定性分類更為方便,對高光譜遙感直接預測土壤重金屬含量及間接預測重金屬污染的方法進行了綜述,并且對比分析了模型之間存在的各種差異,提出了三種算法,第一種是人工智能技術算法,第二種是高維矩陣算法,第三種是數據挖掘算法,找到比較好的數據同化模型等方法來提高模型反演精度[7]。利用偏最小二乘回歸建模方法建立了研究區土壤反演定量預測模型,探究環境一號超光譜的地表反射率數據與土壤中重金屬實測值的關系,對光譜反射率進行了一階微分和倒數的對數值變換,建立了3個回歸模型[8]。在建立的三個回歸模型中,通過對土壤樣本光譜曲線的一階微分處理后所建立模型的預測效果最好。
對土壤中重金屬含量進行調查,首先得測出土壤樣本重金屬的含量,同時測出土壤光譜反射率,對光譜反射率數據先進行前期處理,再進行數學變換使其特征值更加突出。根據實測重金屬含量值和光譜特征值做相關性分析分別找出建模所需的每個重金屬敏感特征波段,高光譜遙感影像主要是空間分辨率、光譜帶數多和強烈的連續性等優勢,為了提高定量預測的準確性,傳統的分析方法正在被遙感反演的方法取而代之。
3 研究機理
遙感技術定量反演的主要原理是不同地物都有各自的光譜特性,預測理論技術是土壤中不同的重金屬具有不同的光譜特征。高光譜分辨率遙感是利用大量的窄電磁波在光的中紅外、近紅外、可見光和紫外線范圍主要是通過了波譜的效應來采集土壤樣本中的光譜反射率技術。遙感的探測器識別地物的能力跟地物間的光譜特征的差異有關,差異越大識別能力越強,所以地物光譜特性的提取可以構建精確的預測模型。
由于土壤中重金屬污染元素的光譜響應能力在土壤中屬于弱信息,并且光譜特征容易受到其他土壤成分的干擾,不僅如此,不同地區、種類的土壤由于其理化性質的差異,導致土壤的光譜曲線各有所不同,實施物理模型的難度很大,運用相關性分析土壤重金屬和樣本光譜的敏感波段,定性定量的反演重金屬元素的含量。現階段的統計學模型主要有神經網絡分析、多元線性逐步回歸、偏最小二乘回歸法、支持向量機算法等。半經驗方法是指設法對描述所建立的數學模型,需要實驗檢驗,在理論基礎上的模型加入實驗數據進行修正,并確定其模型參數的模型。將獲取的土壤光譜進行處理后,找出與土壤重金屬含量實測的實測值來做相關關系,將土壤光譜反射率作為自變量,重金屬含量為因變量建立土壤重金屬反演預測模型,將模型結合處理好的遙感數據,可以得到研究區的污染分布圖。
4 結論
當前的學者研究更傾向于提高模型的預測精度和光譜的特性研究,單一的變量和普通的線性回歸分析方法已經不能滿足預測精度的要求。偏最小二乘,支持向量機等方法正在逐步推廣,算法也在不斷的得到提升。對土壤中重金屬含量進行調查,首先得測出土壤樣本重金屬的含量,同時測出土壤光譜反射率,對光譜反射率數據先進行前期處理,再進行數學變換使其特征值更加突出。高光譜遙感影像主要是空間分辨率、光譜帶數多和強烈的連續性等優勢,為了提高定量預測的準確性,傳統的分析方法正在被遙感反演的方法取而代之。
參考文獻:
[1]李小平, 高瑜, 張蒙, 等. 城市土壤重金屬空間分布、污染與來源[J]. 環境科學與技術, 2018,41(06):138-146.
[2]李瓊瓊, 柳云龍. 城市居民區土壤重金屬含量高光譜反演研究[J]. 遙感技術與應用, 2019,34(03):540-546.
[3]史明易,王祖偉,王嘉寶,等.基于富集系數對蔬菜地土壤重金屬的安全閾值研究[J].干旱區資源與環境,2020,34(02):130-134.
[4]鄒濱,涂宇龍,姜曉璐,等.土壤Cd含量實驗室與野外DS光譜聯合反演[J].光譜學與光譜分析,2019,39(10):3223-3231.
[5]陳秀端, 盧新衛. 西安城市居民區土壤重金屬健康風險評價[J]. 土壤通報, 2017, 48(4):961-968.
[6]章明奎, 符娟林, 黃昌勇. 杭州市居民區土壤重金屬的化學特性及其與酸緩沖性的關系[J]. 土壤學報, 2005,42(1):44-51.
[7]寧昱銘. 黃土覆蓋區土壤重金屬污染反演及土壤生態環境評價[D].長安大學,2019.
[8]劉夢梅, 王利軍, 王麗, 等. 西安市不同功能區土壤重金屬含量及生態健康風險評價[J]. 土壤通報,2018,49(1):167-175.
(作者單位:陜西地建土地勘測規劃設計院有限責任公司)