[发明专利]融合多源环境变量与光谱信息的土壤重金属含量反演方法

说明书

本发明公开了融合多源环境变量与光谱信息的土壤重金属含量反演方法，方法包括：首先获取土壤样本数据、混合光谱数据和环境变量数据；然后根据所述土壤样本数据、混合光谱数据和环境变量数据，构建重金属反演模型；最后根据所述重金属反演模型对目标区域进行土壤重金属含量反演，确定所述目标区域的重金属分布图。本发明提高了预测精度且普适性强，可广泛应用于环境监测技术领域。

技术领域

本发明涉及环境监测技术领域，尤其是融合多源环境变量与光谱信息的土壤重金属含量反演方法。

背景技术

随着农用化学物质使用量不断增加，土壤重金属污染问题逐步凸显。

目前针对大范围土壤重金属含量估算的研究，大多单一使用光谱信息，即将与土壤重金属含量相关的特征波段及其组合指数与实测重金属含量进行统计建模，限制了模型的预测精度和普适性。

少量的知识应用会针对土壤重金属污染机理，引入环境因子辅助反演模型的建立。这种方式相比传统建模方法能够对光谱信息进行补充，一定程度上提高了模型精度。然而，这些研究尚未对辅助环境因子数据进行深入分析，引入了较多的不相关环境因子，造成了数据冗余，导致模型精度仍受到限制。

发明内容

有鉴于此，本发明实施例提供一种预测精度高且普适性强的，融合多源环境变量与光谱信息的土壤重金属含量反演方法。

本发明的一方面提供了一种融合多源环境变量与光谱信息的土壤重金属含量反演方法，包括：

获取土壤样本数据、混合光谱数据和环境变量数据；

根据所述土壤样本数据、混合光谱数据和环境变量数据，构建重金属反演模型；

根据所述重金属反演模型对目标区域进行土壤重金属含量反演，确定所述目标区域的重金属分布图。

可选地，所述获取土壤样本数据，包括：

采用五点采样法采集样本农田的表层土壤样本，并利用GPS记录所述样本农田的中心点的经纬度坐标；其中，所述表层土壤样本均匀分布于所述样本农田；

将采集到的表层土壤样本置于干燥通风处进行自然风干，并对表层土壤样本进行杂质剔除，然后将表层土壤样本进行研磨，并利用100目筛对研磨后的样本进行过筛；

采用HF-HNO₃-HClO₄对样本进行消煮，然后利用等离子体质谱仪测定重金属镉含量；利用碳氮元素分析仪测定土壤有机碳含量；用pH计测定土壤酸碱度。

可选地，所述获取混合光谱数据，包括：

利用调查区域数字高程模型以及地面控制点经纬度坐标对遥感影像进行正射校正，获取原始光谱数据；

对原始光谱数据进行辐射定标以及大气校正，将光谱数据单位转换至地表反射率；

提取采样点对应位置遥感影像像元的原始光谱数据，利用利用一阶微分、倒数对数的光谱变换方法对原始光谱数据进行光谱变换，分别得到一阶微分变换结果和倒数对数变换结果；

分别计算一阶微分变换结果、倒数对数变换结果、原始光谱数据各个波段与重金属浓度之间的相关系数；

对比同一波段不同处理方式下光谱数据与重金属浓度之间相关性的大小，选用每一波段中相关系数最大的光谱数据组成混合光谱数据。

可选地，所述获取环境变量数据，包括：

根据调查区域的数字高程模型，通过ArcGIS软件生成表征调查区域地形的栅格数据，通过SAGA GIS软件生成地形湿度指数数据；其中，所述栅格数据包括坡度、坡向、平面曲率、剖面曲率；