[发明专利]基于高光谱遥感的土壤重金属含量估算方法及装置有效
申请号: | 201710640033.6 | 申请日: | 2017-07-31 |
公开(公告)号: | CN107478580B | 公开(公告)日: | 2020-08-25 |
发明(设计)人: | 张霞;孙雪剑;张立福;黄长平;孙伟超 | 申请(专利权)人: | 中国科学院遥感与数字地球研究所 |
主分类号: | G01N21/25 | 分类号: | G01N21/25 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;李官 |
地址: | 100101 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 光谱 遥感 土壤 重金属 含量 估算 方法 装置 | ||
本发明提供本发明提供一种基于高光谱遥感的土壤重金属含量估算方法及装置,方法包括:获取待测土壤的高光谱遥感的反射率光谱;根据所述反射率光谱,获取与所述待测重金属类别对应的预设波段的反射率;根据所述反射率,利用预先建立的土壤重金属含量估算模型计算土壤中待测重金属的含量。本发明利用反射率光谱中的预设波段(土壤中用于吸附和固定所述待测重金属的活性物质的特征光谱的敏感波段)的反射率计算土壤中待测重金属的含量,可以得到高精度的土壤重金属含量,减少波段冗余。本发明用物理意义明确的、少量特征光谱的敏感波段的反射率实现了更高精度的土壤重金属含量估算,有很好的适用性。
技术领域
本发明涉及测量技术领域,尤其涉及一种基于高光谱遥感的土壤重金属含量估算方法及装置。
背景技术
土壤重金属污染已成为严重的环境问题。尤其是对于经济基础薄弱、科技水平落后的地区。自然资源的不合理开发,生产、生活污水排放,废渣的堆积等造成土壤重金属污染日益严重。重金属污染物进入环境后,随着水和空气的循环被扩散,造成由点源到面源的更大污染。由于大多数重金属不易被分解,重金属在环境中通过生物链累积,对人类健康构成严重威胁。
传统的土壤重金属污染评价方法是通过野外采集土壤样本和实验室化学分析重金属含量测定来实现,再进行空间差值。基于优先采样点的评价方法难以满足土壤重金属面状、大尺度、快速的测量需求。且对大范围的重金属污染调查,传统的重金属污染调查方法需要大量的土壤样本和实验室化学分析,不仅耗时费力,且花费巨大,不适合大范围污染调查。
遥感具有观测范围大、周期短,受地表状况限制少等特点。高光谱遥感是20世纪80年代发展起来的一种新的遥感方式。高光谱遥感能够获得目标物连续的光谱曲线。通过分析地物与电磁波之间、不同地物之间的相互作用,可以实现信息提取。土壤反射率光谱是土壤属性的综合反映。影响土壤反射率光谱的因素包括有机质、铁氧化物、粘土矿物、成土母质、含水量和土壤颗粒大小等。有机质、铁氧化物、粘土矿物是主要的土壤光谱活性物质。重金属与土壤光谱活性物质的内在关系是利用土壤反射率光谱估算重金属含量的机理。
基于反射率光谱的土壤重金属含量估算研究始于1990s。近些年,随着光谱仪和多元回归算法的发展,基于反射率光谱的土壤重金属含量经历了快速的发展。重金属含量估算的土地类型覆盖了矿区,耕地,河流沉积物;重金属元素包括Cd、Hg、Cu、Pb、Cr、Zn、Ni和As。常用的土壤重金属含量估算建模算法有偏最小二乘回归(Partial LeastSquareRegression,PLSR)、多元线性回归MLR(Multiple LinearRegression,MLR)、单变量回归(Univariate Regression,UR)和人工神经网络(Artificial Neural Networks,ANNs)等。其中偏最小二乘是土壤重金属含量估算建模中使用最广泛的算法。此外,高光谱数据相邻波段的之间存在较高相关性,导致数据量大、冗余现象突出。
目前,基于高光谱遥感反射率光谱的土壤重金属含量估算研究,对获取的土壤反射率光谱不加选择,采用所有反射率光谱波段用于土壤重金属含量估算,导致计算精度低,限制了高光谱遥感在土壤重金属含量估算与制图中应用。
发明内容
本发明提供一种至少部分解决上述技术问题的基于高光谱遥感的土壤重金属含量估算方法及装置。
第一方面,本发明提供一种基于高光谱遥感的土壤重金属含量估算方法,包括:
获取待测土壤的高光谱遥感的反射率光谱;
根据所述反射率光谱,获取与所述待测重金属类别对应的预设波段的反射率;所述预设波段为根据土壤中用于吸附和固定所述待测重金属的活性物质的特征光谱获取的;
根据所述反射率,利用预先建立的土壤重金属含量估算模型计算土壤中待测重金属的含量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院遥感与数字地球研究所,未经中国科学院遥感与数字地球研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710640033.6/2.html,转载请声明来源钻瓜专利网。