目前土壤重金属Pb的高光谱反演实验样本多源于研究区采样, 忽略了自然样本中复杂组分的光谱混杂问题, 所建立的模型精度偏低, 重金属光谱响应机理解释仍不明确。 基于此, 选取湖南省某铅锌矿区采集相对清洁背景土壤, 运用控制变量方法, 制作Pb类标准化样品40个, 同时采集矿区86个自然污染样本。 首先利用类标准化样品建立偏最小二乘回归(PLSR)定量反演模型, 提取Pb光谱反射特征波段, 然后基于特征波段进行矿区自然污染样本土壤Pb定量回归建模, 对比全波段建模结果, 验证特征波段的有效性。 实验结果表明: (1)在背景土壤性质稳定的前提下, 制作的类标准化样品具有总体一致的光谱形态, 同时Pb含量作为引起反射率变化的唯一驱动因子证实了土壤中重金属Pb光谱响应信号的存在； (2)相较于自然样本光谱反演结果, 类标准化样品能显著提升土壤Pb含量模型估算能力, 决定系数(R2p)为0.85, 相对分析误差(RPD)2.30, 有效排除其他组分对于光谱建模的干扰, 模型性能良好； 使用变量重要性投影指标(VIP)与PLSR系数提取的类标准化样品特征波段集中在970～1 000, 1 700～2 080和2 220～2 400 nm区间； (3)与全波段建模对比, 基于特征波段的矿区自然污染样本的PLSR建模结果, R2p由0.32提升至0.55, RPD由1.20提升至1.44, 表明特征波段能够较好表征Pb的响应信号, 波段提取有助于过滤噪声, 减少数据冗余同时提高模型反演精度。 提出的基于类标准化样品特征波段反演自然土壤样本Pb含量, 有效解决自然样本成分复杂, 重金属光谱信号微弱的问题, 丰富了土壤重金属遥感监测理论与应用实例。

土壤重金属高光谱遥感建模理论上能够大大降低传统化学分析测定所需成本, 正逐步发展为有效探查土壤污染空间分布与开展污染土壤综合防治的关键技术。 然而土壤重金属高光谱遥感调查技术目前多局限于稳定可控条件下的实验室光谱模型, 野外诸多因素(光照、 湿度、 土壤粗糙度等)影响下野外原位光谱模型的有效性已成为困扰该项技术大范围推广亟待突破的关键科学问题。 以湖南衡阳市某矿区为例, 分别利用ASD地物光谱仪和等离子发射光谱法测定46个土壤样品350~2 500 nm的实验室光谱和Cd含量, 并在土壤取样时同步测量样品野外原位光谱。 在运用DS(direct standardization)转换算法处理野外光谱的基础上, 融合实验室光谱先验知识, 基于主成分逐步回归建模方法开展了土壤Cd含量实验室与野外原位DS光谱联合反演实验, 交叉验证了模型的稳定性。 同时为深入探究实验室与野外原位DS光谱联合反演模型的有效性, 将其与基于实验室光谱、 野外原位光谱、 野外原位DS光谱、 实验室与野外原位光谱联合建立的主成分逐步回归模型开展了对比分析。 结果表明: 野外原位光谱反演模型精度(R2=0.56)明显低于实验室光谱反演模型(R2=0.64), 野外原位DS光谱反演模型与之相比精度有所提升(R2=0.66); 在野外原位光谱DS转换校正基础上, 联合实验室光谱先验知识的土壤Cd含量反演模型精度最高, R2可达0.72。 与此同时, 实验室与野外原位DS光谱联合反演模型揭示482, 565, 979和2 206 nm波段对研究区土壤Cd含量有较好指示性, 此结果与实验室光谱反演模型所识别的特征波段一致, 两者物理意义相同。 研究结果证实了实验室光谱先验知识以及DS转换算法能够提升野外原位光谱模型的可靠性, 可为发展土壤Cd含量野外原位高光谱遥感探测提供重要的提供理论与方法支撑。

针对土壤Cd高光谱遥感反演精度低、 特征波段难以有效识别的问题, 以湖南省某典型重金属污染矿区为例, 开展类标准化Cd污染土壤样品和自然污染土壤样品Cd含量高光谱定量反演对比研究。 创新之处主要在于以相对清洁的背景土壤作为内控样本, 通过实验室定量添加Cd标准溶液制备符合自然污染规律的类标准化Cd污染土壤样品方案的提出与对比实验的开展, 研究实验过程还包括自然污染土壤样品野外采集, 类标准化样品与自然样品土壤重金属、 有机质含量及350～2 500 nm光谱反射率等的测定, 光谱全要素主成分逐步回归土壤Cd含量反演建模。 研究发现, 类标准化土壤样品Cd含量高光谱反演模型精度(adjR2=0.87)明显高于野外自然污染土壤样品Cd含量高光谱反演建模结果(adjR2=0.39)。 土壤Cd含量与土壤光谱反射率间确实存在一定的响应关系, 但各光谱波段对土壤Cd含量及其变化产生响应的程度存在差异, 其中1 000, 2 000以及2 300 nm波段光谱响应信号较强。 该研究创新引入的类标准化Cd污染土壤样品制备方法有助于深入探索重金属Cd污染土壤光谱特征响应规律并发现重金属Cd含量及其变化的真正指示性特征波段, 可为多要素混淆污染模式下模拟反演土壤重金属含量提供先验知识。

现有基于高光谱遥感技术的土壤重金属含量反演模型, 大多是采用同一试验区且有限的样本点进行定量反演建模。 但考虑到实际应用需求, 该类模型在不同试验区是否具有较好的迁移推广能力是目前迫切需要回答的问题。 如不可行, 是否存在其他可行手段用于土壤重金属污染评估？ 为回答上述问题, 选取湖南省郴州市和衡阳市两铅锌矿区作为实验研究区, 并首先利用郴州地区采样点分别对Pb和Zn两种重金属进行定量回归建模和定性分类建模, 然后比较两种模型在衡阳实验区的可迁移能力。 实验结果表明: (1)基于偏最小二乘回归(PLSR)的定量回归模型可迁移能力较差。 分别采用四种光谱预处理方式建模, 发现回归模型对异地采样的预测精度很低, 难以正确反演衡阳试验区重金属Pb和Zn的含量。 (2)基于支持向量机(SVM)分类的定性反演模型具有一定的可迁移能力, 以郴州地区采样数据训练得到的SVM分类模型能有效判定衡阳试验区Pb、 Zn的污染状况, 分类精度分别达到84.78%和86.96%。 结果表明, 在快速检测土壤重金属污染状况的问题上, 定性分类是一种更加切实可行的方式。

为探究高光谱遥感手段反演土壤Cu含量方法的可行性, 以湖南省某矿区为例, 利用ASD地物光谱仪和实验室电感耦合等离子发射光谱法测定83个土壤样品350～2 500 nm光谱信号和Cu含量。 在光谱重采样、 一阶/二阶微分、 标准正态变换预处理对比分析基础上, 分别采用主成分分析与相关分析对潜在建模变量进行初步筛选, 运用逐步回归方法确定最终模型变量, 建立土壤Cu含量反演模型, 基于最优模型识别Cu含量光谱指示特征波段。 结果表明, 相对于传统主成分分析方法, 标准正态变换后的光谱全要素主成分分析逐步回归建模方法因保留土壤样品弱光谱信号能有效提升土壤Cu含量估算能力, R2达086, 模型对于预测样本的估计效果较好, 建模样本和预测样本的残差分别为076和129, 且通过F检验; 360～400, 922～1 009, 1 833～1 890与2 200～2 500 nm波段对研究区土壤Cu含量有较好指示性。 研究结果将丰富南方矿区土壤Cu含量估算典型案例, 同时为发展基于高光谱遥感的土壤环境监测手段提供理论支撑。