[发明专利]一种基于DAC的土壤重金属含量估测方法

说明书

本发明公开了一种基于DAC的土壤重金属含量估测方法，属于空间预测方法领域。本发明提出了一种基于DAC算法，建立了Hg含量与陆表特征环境变量之间的模型关系，实现了Hg含量的空间分布特征及含量的预测，为后续利用少量采样点来估算整个研究区土壤重金属含量的空间特征提供理论和算法依据。

技术领域

本发明涉及一种基于DAC的土壤重金属含量估测方法，具体涉及到一种基于DAC的土壤重金属含量估测方法。

技术背景

土壤重金属污染具有在土壤中移动性差、滞留时间长、不能被微生物降解等特点，对环境和生物的潜在危害极大。在全球化、粮食安全和生态文明建设背景下，包括重金属污染在内的农产品安全问题(绿色壁垒)已成为农产品质量安全、农业产业化发展和发展现代农业的最大障碍。加强耕地重金属污染控制和治理，指导农产品产地环境分类分级管理、保障我省粮食质量安全，确保农产品消费安全，促进全省现代农业持续健康发展迫在眉睫。

受经济、地形地貌等因素的制约，土壤地面调查采样点布局难免不规则或者样点数量有限，因此，如何基于有限采样点的土壤重金属调查数据来建模预测整个研究区土壤重金属含量的空间分布，成为目前土壤重金属地面调查的研究热点、难点，以及重点。针对该科学问题，提出了一种基于DAC算法，建立了Hg含量与陆表特征环境变量之间的模型关系，并论证Hg含量的可预测性。

发明内容

针对采样点布局不规则或采样点数量有限问题，本发明提出一种基于DAC的土壤重金属含量估测方法。本发明中的一种基于DAC的土壤重金属含量估测方法，基于DAC算法，建立了Hg含量与陆表特征环境变量之间的模型关系，并验证其可预测性。

本发明的具体技术方案如下：

基于DAC的土壤重金属含量估测方法，包括以下步骤：

步骤1)数据获取：获取待测区域地面调查得到的土壤重金属采样点数据、MODIS卫星遥感影像数据、ASTERGDEM卫星遥感影像数据以及待测区域地表温度数据；所述的MODIS卫星遥感影像为MOD13A2数据产品；

步骤2)数据预处理：将步骤1)将ASTER GDEM卫星遥感影像数据进行聚合计算得到DEM数据；从MOD13A2数据产品中提取植被指数参量，经过异常值剔除处理后，通过聚合计算得到植被指数数据；将反演而来的地表温度数据聚合计算到空间分辨率为1km；将土壤重金属数据整理入库后提取出Hg含量数据，并进行异常值的剔除处理；

步骤3)根据陆表环境变量与Hg元素含量之间的相关关系，进行分区建模：将步骤2)处理后的Hg含量数据作为因变量，以植被指数数据、DEM数据、地表温度作为自变量，将该数据集进行分类建模预测各个采样点的Hg含量。

作为优选，所述的分区建模过程中所采用的多元回归模型形式为：

其中，N表示参数估算模型中自变量个数；a_n表示第n个环境变量的系数；a₀表示模型参数的常数项系数；y_n表示Hg含量预测值；x_n表示第n个环境变量；

a₀和a_n的计算公式如下：

其中:k代表土壤重金属采样点的个数；x_in代表第i个土壤重金属采样点的第n个环境变量的值，y_i代表的是第i个土壤重金属采样点的Hg含量，代表所有土壤重金属采样点中第n个环境变量因子的均值，代表所有土壤地面调查样点中Hg含量的均值。

作为优选，所述的DEM数据的空间分辨率为1km。

作为优选，所述的植被指数数据的空间分辨率为1km。

作为优选，所述的分区建模过程中所采用的多元回归模型具体如下：