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。

现有基于高光谱遥感的土壤重金属污染定性分类模型, 大多采用同一地区室内光谱测定训练样本数据进行模型构建与测试。 但室内光谱测定需要复杂的处理过程, 成本高, 效率低, 且无法快速获得目标区域空间上连续的光谱信息。 考虑到实际应用需求, 模型在相同实验区和不同试验区野外光谱数据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。 为回答这一问题, 选取湖南省郴州市和衡阳市两铅锌矿区作为实验研究区, 选用支持向量机(SVM)作为分类器, 将郴州实验区室内采样的83个样本数据和衡阳实验区室内采样的46个样本数据分别用于分类器训练, 将衡阳地区野外采样的46个样本数据用于分类测试。 并首先通过基于联合分布适配(JDA)的迁移学习方法进行光谱变换以缩小两地室内外测定光谱分布差异, 然后进行不同区域室内外土壤重金属污染定性分类模型迁移。 实验结果表明: (1)由于野外测得的光谱数据会受到太阳辐射、 提取的土壤成分差异等因素的干扰导致室内外光谱数据存在显著的分布差异, 难以直接将基于室内采样数据训练得到的土壤重金属污染定性分类模型迁移到同一地区测定的野外高光谱数据上。 但通过JDA变换缩小室内外分布差异后, 模型迁移能力得到显著提升, 砷(As)、 铅(Pb)和锌(Zn)三种重金属含量是否超标的分类精度都达到了84%以上, Zn元素含量是否超标的分类精度甚至达到了89%以上。 (2)由于季节性影响、 地区成分的干扰和光谱噪声的增加, 不同地区光谱数据存在着更为显著的分布差异, 加大了不同地区土壤重金属污染监测的难度, 难以将基于室内采样光谱数据所建立的土壤重金属定性分类模型直接迁移到其他地区野外采样数据上(平均分类精度仅在50%左右)。 经过JDA迁移学习方法进行室内外光谱变换处理后, 模型迁移能力得到保证, 因此, 室外光谱采样可直接用于研究不同试验区域重金属(As, Pb和Zn)的污染情况。

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。