一种基于分段偏最小二乘模型的土壤重金属遥感反演方法

摘要：

土壤中重金属由于其毒性而成为最有害的环境污染物之一,利用遥感进行土壤重金属检测和分布制图是目前最为高效的手段.采用哨兵二号(Sentinel-2)多光谱影像与实测样品光谱数据,对山西省铜矿峪铜矿尾矿库及其周边农田土壤的铜(Cu)含量进行估算,利用68个土壤样品的反射光谱,优选出适合土壤铜含量预测的波段,结合分段偏最小二乘法(Piecewise Partial Least Squares Regression,P-PLSR),对土壤铜含量进行估算,将模型用于Sentinel-2影像获得了 Cu含量的空间分布.通过P-PLSR对实测样品光谱建模反演Cu含量的决定系数(R2)为0.89,预测偏差比(RPD)为2.82;利用Sentinel-2多光谱影像获得了该区域Cu元素含量空间分布,其Cu含量的估算精度R2为0.74,RPD为1.73,Cu含量高值区空间分布与尾矿库关系密切.Sentinel-2多光谱数据具有高空间分辨率(10、20和60 m)、高时间分辨率和幅宽大(290 km)等优势,通过敏感波段选择并建立反演模型,可实现大范围土壤环境制图.

关键词：土壤重金属、多光谱遥感、分段偏最小二乘、定量反演

所属期刊栏目：36

分类号：X833;X87(环境监测)

资助基金：青海省重大科技专项;国家自然科学基金;中央高校基本科研业务费专项;中央高校基本科研业务费专项

在线出版日期：2022-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1321-1328