土壤重金屬污染高光譜遙感定量監(jiān)測

董霖欣，李 帥

（成都理工大學 地球科學學院，四川 成都 610059）

1 背景與現(xiàn)狀

1.1 研究背景與意義

土壤為人類提供了維持生存所必須的物質(zhì)基礎，對人類來說十分重要。但目前隨著工農(nóng)業(yè)和城鎮(zhèn)化的不斷發(fā)展，“人口-資源-環(huán)境”之間的矛盾日益嚴峻，土壤污染程度呈現(xiàn)越來越嚴重的趨勢，這一結(jié)果對土壤環(huán)境及其質(zhì)量、生態(tài)多樣性、食品安全性和土地可持續(xù)利用等都造成了威脅，所帶來的環(huán)境風險不可小覷。在造成土壤污染的眾多元素中，重金屬污染值得被高度重視，現(xiàn)已成為學術(shù)界的研究熱點之一。

十八大以來，習近平總書記多次強調(diào)我們應該“堅持節(jié)約資源和保護環(huán)境基本國策，努力走向社會主義生態(tài)文明新時代”，指出“綠水青山就是金山銀山”這一科學論斷。正是基于這樣的背景，本研究將目標重點放在了土壤重金屬污染這一問題上，旨在利用高光譜遙感技術(shù)對土壤重金屬含量進行正確且高效的監(jiān)測，并做出相關(guān)的決策分析，為生態(tài)環(huán)境的可持續(xù)發(fā)展提供分析和決策的依據(jù)。

1.2 國內(nèi)外研究現(xiàn)狀

目前，國內(nèi)外光譜數(shù)據(jù)的采集分為室內(nèi)實驗光譜、野外采集光譜及遙感光譜三種。許多國內(nèi)外學者、技術(shù)單位已開始利用高光譜遙感手段進行相關(guān)土壤重金屬污染的研究。

石安等人以浙江省溫嶺市為例，利用高光譜遙感反演技術(shù)研究了2006年至2016年前后十年的水稻土中Cd、Cu、Ni、Pb、Zn等重金屬元素隨時間的變化趨勢。結(jié)果表明，電子垃圾是土壤重金屬元素的主要污染源，且近十年來，土壤中重金屬的濃度有持續(xù)增加的趨勢[1]。

張秋霞等人構(gòu)建了基于偏最小二乘模型（PLSR）的新鄭市高標準基本農(nóng)田建設區(qū)域土壤重金屬的高光譜反演模型；并利用最佳地統(tǒng)計插值法對土壤重金屬進行空間插值，探討了高光譜反演在高標準基本農(nóng)田建設區(qū)的必要性和可行性[2]。

葉元元等人利用河北省平泉縣境內(nèi)的碾子溝多金屬礦區(qū)的室內(nèi)土壤可見-近紅外反射光譜來定量估算土壤重金屬含量。運用多元線性回歸、偏最小二乘回歸、最小二乘-支持向量機回歸方法，建立回歸分析模型定量估算土壤重金屬含量，并對回歸模型進行了驗證[3]。

2 材料與方法

2.1 土壤重金屬污染

重金屬元素在廣泛且復雜的環(huán)境條件下產(chǎn)生，由于每個區(qū)域的母質(zhì)、土壤形成因素、成土過程及其他屬性各不相同，因此會導致重金屬在土壤中的不同區(qū)域存在不同的濃度。在大多數(shù)地區(qū)，重金屬含量處于較低的水平，并不會對生物圈造成危害。然而，土壤重金屬污染來源廣泛，且具有隱蔽性、滯后性、累積性等特點，可直接通過土壤或間接通過空氣、水等介質(zhì)以及食物鏈對人體健康產(chǎn)生急性或慢性毒性[4]。

根據(jù)《全國土壤污染狀況調(diào)查公報》顯示，2005年4月至2013年12月我國開展了首次全國土壤污染狀況調(diào)查（實際調(diào)查面積約630萬平方公里），全國土壤污染物總體超標率為16.1%，鎘、鎳、砷、銅等無機污染物超標點位數(shù)占全部超標點位的82.8%。而近年來，隨著工農(nóng)業(yè)的快速發(fā)展，例如礦山開采、金屬冶煉、農(nóng)藥生產(chǎn)等重金屬排放行為的日益增多，造成土壤重金屬污染事件發(fā)生率逐年提高。

2.2 技術(shù)方法

遙感技術(shù)是地面各種景物進行探測和識別的一種綜合技術(shù)，具有時效性好、節(jié)省人力物力、可實現(xiàn)大面積同步觀測的特點。不同于傳統(tǒng)遙感手段只可利用有限的波段數(shù)的弊端，起源于20世紀90年代的高光譜遙感技術(shù)的波段數(shù)可多達幾十到上百個。隨著波段數(shù)的增加，地物的光譜曲線逐漸變得細致和平滑，最終利用高光譜遙感影像可以得到連續(xù)的光譜曲線。光譜可看作是識別地物的“指紋”，利用高光譜技術(shù)“圖譜合一”的特征，我們可以更為精確地進行地物識別與精準分類。

2.3 監(jiān)測系統(tǒng)搭建

2.3.1 系統(tǒng)模型構(gòu)建

本研究主要致力于采用以高光譜遙感定量反演為主、輔以少量實地采樣數(shù)據(jù)分析的方法，針對土壤重金屬污染問題進行分析監(jiān)測，結(jié)合互聯(lián)網(wǎng)大數(shù)據(jù)平臺以及物聯(lián)網(wǎng)技術(shù)構(gòu)建一個可實現(xiàn)實時監(jiān)測和輔助分析決策的云服務系統(tǒng)。

系統(tǒng)功能架構(gòu)呈現(xiàn)“一個中心、四大基本點”的模式。“一個中心”指的是土壤重金屬污染反演這一核心板塊，其主要任務是最終呈現(xiàn)出基于高光譜遙感定量反演技術(shù)得到的土壤重金屬污染情況空間分布圖。“四大基本點”具體指的是在充分利用反演數(shù)據(jù)的基礎上搭建的四大板塊，旨在為生態(tài)環(huán)境的可持續(xù)發(fā)展提供分析和決策的依據(jù)。具體系統(tǒng)功能結(jié)構(gòu)如圖1所示。

圖1 高光譜遙感土壤重金屬污染監(jiān)測系統(tǒng)功能結(jié)構(gòu)圖

2.3.2 重點板塊呈現(xiàn)

土壤重金屬污染情況反演板塊是本研究的核心功能板塊，主要流程是利用高光譜遙感衛(wèi)星數(shù)據(jù)，結(jié)合傳統(tǒng)數(shù)學分析模型與機器學習模型，對指定區(qū)域的土壤重金屬污染情況定量反演。實現(xiàn)可實時、直觀地查詢到相關(guān)區(qū)域的土壤重金屬污染情況，從而達到測繪遙感信息的可視化表達的目的。具體的技術(shù)原理如圖2所示。

圖2 土壤重金屬污染情況反演板塊技術(shù)原理路線圖

該板塊的核心部分為反演模型的選取。本研究主要討論并采用了基于多種評價模式的四種反演模型，根據(jù)精度要求不同，可選用不同模型。

首先，傳統(tǒng)方法上，主要采用線性模型中的偏最小二乘回歸（PLSR）。該方法由于其簡便和魯棒性，被普遍應用于土壤光譜特性建模中。然而，此方法不能很好地發(fā)掘復雜的高維非線性數(shù)據(jù)，因而其結(jié)果精度較為一般。

其次，為了能在高維變量中篩選出一定數(shù)量的特征變量，本研究考慮使用相關(guān)的機器學習方法。針對非線性模型，則采用基于核的方法，如支持向量機（SVM）。而遞歸特征去除的支持向量機（RFE-SVM）方法則克服了SVM模型在精簡特征變量方面的局限性，將遞歸特征去除策略應用于該模型。

此外，為了克服遞歸的過程使得運行的時間變得更長的缺陷，考慮采用引入正則化變量的方法進行回歸分析，如L1正則化（LASSO）、嶺回歸（Ridge）、嶺回歸系數(shù)法（Ridge_C）和彈性網(wǎng)絡（EN）等回歸系數(shù)篩選法。

最后，為進一步提高模型精度和在大量數(shù)據(jù)集中獲得推廣能力，還可采用機器學習方法中的隨機森林模型進行進一步的研究。隨機森林作為較新的一種集成學習方法，它是多棵決策樹的組合，并且基于隨機森林模型已經(jīng)提出了多種有效的策略，在回歸分析中呈現(xiàn)了廣泛的應用前景[5]。

系統(tǒng)設計時，該板塊基于HTML5 Canvas技術(shù)自動創(chuàng)建一個調(diào)色板，調(diào)色板是土壤重金屬污染時空變化模擬子系統(tǒng)渲染過程的顏色控制部分。調(diào)色板按照冷色到暖色漸變過渡的配色方案，對于污染較輕的區(qū)域采用冷色的藍色色系渲染，對于污染嚴重的區(qū)域采用紅色色系渲染，色系之間的鮮明對比可直觀展示目標區(qū)域的污染狀況。

需要指出的是，考慮到一些地區(qū)植被覆蓋較多，會對高光譜遙感影像數(shù)據(jù)的獲取造成一定的影響，因而對于該類地區(qū)還需結(jié)合合成孔徑雷達數(shù)據(jù)（SAR）進行土壤重金屬含量的反演。

3 分析與展望

3.1 結(jié)果分析

在建立土壤重金屬含量反演模型的過程中，光譜模型的精度會受到很多因素的影響。相關(guān)研究表明，遙感技術(shù)估測土壤中重金屬含量所建立的模型擬合精度可達到75%~80%，平均相對誤差為30%~40%，驗證精度為60%~70%[6]。

隨著科技的發(fā)展，高光譜遙感數(shù)據(jù)在反演土壤重金屬污染這一方面取得了一定的研究進展。土壤重金屬污染監(jiān)測系統(tǒng)的建立將為土壤重金屬污染防治提供科學的輔助決策，對于提高土壤環(huán)境資源的利用率、實現(xiàn)土壤質(zhì)量監(jiān)測數(shù)據(jù)管理科學化、改善生態(tài)環(huán)境、保護人類健康等具有重要的社會意義和推廣意義。

3.2 未來展望

本研究基于衛(wèi)星遙感數(shù)據(jù)，旨在利用高光譜遙感定量反演技術(shù)，將互聯(lián)網(wǎng)與遙感信息產(chǎn)業(yè)相結(jié)合，實現(xiàn)從處理分析到共享應用全鏈條的貫穿，從而高效精準地處理遙感信息數(shù)據(jù)，催生新的產(chǎn)業(yè)鏈應用，促進相關(guān)數(shù)據(jù)服務模式的變革。將數(shù)據(jù)、算法、算力等要素植入到遙感系統(tǒng)應用中，使得土壤重金屬污染的監(jiān)測從原有的依靠大量人工實測，轉(zhuǎn)向系統(tǒng)平臺式的動態(tài)實時監(jiān)測。

當下，正處于信息通信技術(shù)快速發(fā)展的時代，時空基礎數(shù)據(jù)將會被各行各業(yè)應用。再結(jié)合當前蓬勃發(fā)展的5G、物聯(lián)網(wǎng)、云計算和人工智能等新技術(shù)，這一切都為系統(tǒng)功能的實現(xiàn)以及進一步的發(fā)展奠定了堅實的基礎，同時也使得在技術(shù)應用層面具有更好的前景。

此外，本研究方向?qū)鹘y(tǒng)的環(huán)保技術(shù)與遙感信息技術(shù)相結(jié)合。前者是當前所重點關(guān)注的領域，備受世人矚目；后者雖然產(chǎn)業(yè)產(chǎn)值小、能耗小，但信息量巨大，服務面幾乎涵蓋全社會。要將網(wǎng)上的Cyber空間與現(xiàn)實的GIS空間進行融合，從而實現(xiàn)萬物互聯(lián)、萬物智慧，這是遙感信息行業(yè)的任務，該項任務具有新的更為廣闊的前景。