基于無人機遙感影像的土壤重金屬污染環境監測方法研究

高魯紅

關鍵詞：土壤；重金屬污染；無人機；監測；遙感影像

前言

土壤重金屬污染元素含量超標后，對生態環境建設產生負面影響，甚至慢性危害人們的生命安全。因此，近年來，土壤污染環境治理工作越發受到重視，相應的各種土壤污染監測方法也開始涌現。文獻[2]結合一體化監測理念，獲取目標區域土壤的反射光譜，通過改進灰狼優化算法從反射光譜上選取特征波長，實現土壤污染濃度監測。但是該方法監測結果耗時長。文獻[3]采集該區域衛星遙感影響，應用主導變異權重法和最鄰近法統一影像尺度，結合多元線性回歸模型進行反演，得到土壤污染監測結果。但是該方法監測結果的平均分析誤差大。文獻[4]應用無人機于生態環境監測，經過光譜數據處理、遙感反演分析等環節，實現污染監測。但是該監測方法應用局限性大。因此，因為無人機遙感的采集影像清晰度高、分辨率高的特點，在很多領域得到應用。文中參考傳統土壤重金屬污染環境監測方法，設計一種以無人機遙感影像為核心的技術，得到與實際情況相符的土壤重金屬污染環境監測結果。

1設計以無人機遙感影像為核心的土壤重金屬污染環境監測方法

1.1規劃無人機區域作業航線

考慮到監測區域可能呈現為不規則的多邊形作業區域，為了保證采集的無人機遙感影像可以覆蓋整個研究區域，結合無人機遙感作業幅寬，將整個作業區域劃分為多個子作業區域，從而規劃更加合理的無人機飛行航線。在航線規劃中，以無人機飛行起始點作為坐標原點，從該點向北向和東向分別引出Y軸和X軸，形成直角坐標系，監測區域在第一象限中。在該坐標系中設定OXY表示作業環境坐標系。設凸多邊形作業區域總共有n條邊界線，按照每一次無人機遙感影像拍攝范圍，在整個監測區域中添加數條子區域分隔線，使得作業區域劃分為多個子作業區域。再計算每個子作業區域的橫坐標極限值，將極限值對應的坐標點看作無人機航點。按照遞推原理可得出不同航點的坐標：

1.2區域無人機遙感影像的采集與處理

無人機連續垂直航拍得到研究區域的高分辨率遙感影像，作為土壤重金屬污染環境監測的基礎。為了便于土壤重金屬污染監測分析，計算不同影像之間的單應性矩陣，實現遙感影像的拼接，單應性矩陣需要滿足：

將上述式（3）代人式（4）內，可以確定世界坐標系內的點在圖像坐標系內的具體坐標值。根據無人機遙感影像采集原理，描述不同視點下的航拍示意圖，針對無人機遙感范圍設置對應的大地平面，并分析該平面與原點之間的距離，可得出：

1.3構建基于隨機森林的遙感反演模型

考慮到無人機遙感影像中可能同時存在植被信息和土壤信息，在遙感反演過程中，需要先應用像元二分模型提取土壤光譜信息，并計算反射率。在像元二分模型的作用下，分解影像光譜信息。

通過上述計算處理得到土壤光譜，在光譜敏感性分析處理后，從中提取光譜特征波段，并計算出光譜指數，作為反演模型的輸入變量。而后，建立以隨機森林算法為核心的遙感反演模型，按照重金屬元素類型，將原始輸入變量劃分為多個訓練子集，每個子集獨立訓練一棵決策樹，分別得到不同重金屬元素含量的回歸分析結果，再進行平均加權運算，得出土壤重金屬元素的具體含量。

如圖1所示的遙感反演回歸模型進行運算，輸出目標檢測區域土壤中每種重金屬元素的具體含量，完成土壤重金屬污染環境初步監測。

1.4獲取土壤重金屬污染環境監測結果

為了得到更加直觀的土壤重金屬污染環境監測結果，需要進行土壤重金屬污染指數的計算。對于單一的土壤重金屬污染元素來說，對土壤的影響可以表示為式（11）：

根據綜合污染指數劃分標準可知，當式（12）的計算結果低于1，表明土壤重金屬污染環境屬于無污染級別，當綜合污染指數在1～2之間，土壤重金屬污染級別為微污染。而土壤重金屬污染環境為中污染級別時，綜合污染指數取值范圍為2～3。綜合污染指數計算結果大于3，土壤處于重度污染。

2實驗

2.1數據獲取

以岳陽縣某地區為例，應用文章中提出的基于無人機遙感影像的方法，監測土壤重金屬污染環境。通過實地考察可知，該研究區域臨近洞庭湖，屬于關鍵產糧區域。近年來，該區域為了提升農業糧食產量，大量使用農藥、化肥等，導致土壤重金屬污染不斷加重。監測該區域的土壤重金屬污染環境時，采用無人機搭載遙感影像采集設備，獲取實驗數據。按照文中研究內容規劃無人機航線，無人機按照航線采集遙感影像，采用的無人機產自大疆創新科技有限公司，相關參數見表1。

設置無人機飛行高度為150m，得到地面分辨率為0.065m的遙感影像。在完成無人機遙感處理后，得到監測區域相關的遙感影像，作為土壤重金屬污染環境監測所需的基本數據。

2.2土壤重金屬污染環境監測結果

結合無人機控制系統提供的位置參數，拼接處理所有無人機遙感影像，使得多張相關影像之間進行拼接合并，最終拼接結果見圖2。

如圖2所示，兩張遙感影像配準拼接后，可以得到包含更多地表特征信息的合并圖像。而后在像元二分模型的作用下，提取遙感影像的土壤光譜信息，結合一階微分、倒數對數等方式進行變換處理，獲取無人機遙感影像的反射率，從中提取特征波段，作為基于隨機森林的遙感反演回歸模型的輸入變量。分析監測區域可知，土壤重金屬污染元素鉻（Cr）的含量最高，造成的污染最嚴重。經過反演模型處理后，可以得到重金屬元素Cr在土壤中的含量，并繪制見圖3Cr含量分布圖。

從圖3可以看出，該區域的土壤重金屬Cr含量絕大部分都在90mg·kg-1以下，表明其土壤污染情況不是很嚴重。而進一步計算可得出，區域土壤總體環境綜合污染指數為1.8，屬于微污染級別。

2.3監測方法性能對比

為了便于觀察土壤污染監測結果，在研究區域內布置10個監測點，如圖3所示。分別采用文中設計的監測方法、文獻[4]提出的方法、文獻[5]提出的方法進行土壤污染環境監測，文獻方法具備普遍性，可以作為代表性的對比方法進行監測實驗，三種監測方法得出的土壤環境污染指數如圖4所示。而后采用實地采樣加實驗室測量的方式，獲取土壤環境污染指數實際值，同樣見圖4。

從圖4可以看出，所提方法監測得到的土壤重金屬污染環境監測結果與實際值極為貼近，甚至點1、4、8、10的土壤環境污染指數監測值與實際值完全一致。而其他兩種方法監測的土壤環境污染指數，與實際值之間存在較大偏差，這也表明所提監測方法可以得到更加真實的監測結果。

以均方根誤差作為衡量指標，通過式（13）對圖4中包含的數據進行計算，明確不同方法的土壤污染監測性能。

3結束語

考慮到土壤重金屬污染具有極限的危害性，土壤重金屬污染治理工作的開展成為熱點問題。文中依托于無人機遙感影像，設計一種基于高光譜定量反演的土壤重金屬污染環境監測方法。將目標監測區域劃分為多個子作業區域，根據無人機遙感作業幅寬合理規劃飛行航線。采用無人機搭載多光譜遙感相機，按照作業航線驅動飛行，采集整個監測區域的高分辨率無人機遙感影像，并基于單應性矩陣進行拼接處理，得到包含完整細節特征信息的遙感數據影像。運用像元二分模型提取影像中包含的土壤光譜信息，基于隨機森林的遙感反演回歸模型，確定土壤重金屬污染元素的具體含量，結合單因子指數法和綜合指數法，得到土壤污染指數監測結果。從實驗驗證結果可以看出，該方法監測結果更加貼近實際情況，指導后續污染治理工作。