滁州市土壤重金属的高光谱反演：不同光谱变换与建模方法的应用

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Hyperspectral Inversion of Soil Heavy Metals in Chuzhou City with Different Spectral Transformation and Modeling Methods

　　

摘要：

土壤重金属污染对人类健康和生态系统稳定性构成了严重威胁。然而，由环境因素或采矿活动引起的局部空间扰动会导致重金属分布的显著不均匀性，从而降低土壤重金属含量的反演精度。为了解决这些问题，提出了一种新的Stacking-PLSR集成学习方法来反演土壤中的重金属（Cu、Zn和Pb）含量。首先，使用多种光谱变换技术对高光谱数据进行了预处理。结果表明，光谱变换，特别是连续应用二阶和一阶导数（SD-FD），显著提高了土壤反射光谱对重金属的敏感性。与其它模型相比，采用SD-FD变换的Stacking-PLSR模型获得了最佳的反演精度。这一结果表明，Stacking-PLSR模型能够利用测量的光谱数据稳健且准确地预测重金属含量。此外，基于最优模型输出构建了土壤重金属的空间分布图。映射结果显示，农业土壤中的Cu污染最为严重。这一发现表明，采矿区是研究区域内重金属污染的主要来源。该研究表明，高光谱反演技术在监测土壤重金属方面具有潜力，可以指导对采矿区附近农田土壤中重金属污染的风险评估和修复工作。