收藏本站
收藏 | 论文排版

拔节期小麦-土壤重金属污染与高光谱反演

李春芳  
【摘要】:随着农业种植结构的转变与工业的迅速发展,东部沿海经济发达地区,环境污染特别是土壤重金属污染使得粮食安全受到巨大威胁。重金属进入土壤,因其特殊的理化性质而难以转化和分解,经长时间的积累,使其毒性更强,危害更持久。重金属被粮食作物吸收后在其体内转化并积累,人类摄入重金属超标的粮食后,重金属会危害人类健康;在此背景下,粮食种植区土壤重金属污染研究备受学者的关注。本研究以我国东部典型沿海工业城市——山东省龙口市为研究区,以北部平原小麦种植区土壤-小麦为研究对象,系统采集和分析测试土壤和小麦叶片重金属及土壤Fe、Mg和有机质(SOM)含量。首先采用地统计方法分析土壤重金属的空间分布特征,运用污染指数法和模型指数法开展土壤重金属污染评价,分析土壤-小麦系统重金属富集转移特征,借助相关分析、自组织映射分析和主成分分析的方法解析土壤重金属的来源;根据土壤重金属的空间分布与系统内重金属富集转移特征进一步确定小麦采样点以提高小麦重金属反演的模型精度;采集土壤和小麦叶片的实测高光谱遥感数据,提取光谱反射率的一阶微分(First derivative reflectance,FDR)、二阶微分(Second derivative reflectivity,SDR)、多重散射校正(Multiple scattering correction,MSC)、标准正态变量(Standard normal variable,SNV)和光谱倒数的对数(Log(1/R)),分别构建土壤和小麦叶片重金属的偏最二乘回归(Partial least squares regression,PLSR)模型;在此基础上,结合PLSR模型的变量重要性投影(VIP)以及Spearman相关分析、偏相关分析和PCA双谱分析的方法,分析可见光-近红外高光谱与土壤重金属含量之间的统计规律,进一步说明土壤重金属高光谱遥感反演的可行性;最后借鉴并改进面板数据模型,引入土壤重金属的主要控制因素Fe、SOM,建立由土壤面板高光谱模型与小麦叶片面板高光谱模型组成的土壤-小麦重金属反演的多元线性方程组,探索构建系统内土壤与小麦叶片重金属含量的联合反演模型,以提高重金属反演的效率。主要内容和结果如下:(1)研究区6种土壤重金属在空间上的分布各有差异。Cu和Zn含量在东北部和西部沿海地区含量均较高,As在西北部采煤区的含量较高,西南部Cd和Zn的含量比较丰富,Cd和Pb在整个东莱街道和新嘉街道、徐福镇的交界处的含量较高。土壤中6种元素的含量都超出山东省东部相应土壤元素自然背景值。Cu和Cd及Pb的污染程度最高;其次是Zn和As,属于中污染程度;Cr属于轻度污染。在148个土壤采样点中,30个达到了中污染的程度,48个样点属于轻污染,58个样点处于警戒范畴,只有12个样点是安全的。因此,在研究区进行土壤重金属反演研究具有一定的基础。(2)土壤重金属含量之间的相关分析结果表明,Cr、Cd和As之间的相关性强,且与土壤母质元素Fe和Mg的相关系数较大,这三种重金属可能来源于成土母质等自然因素。而Cu、Pb和Zn之间的相关性强,但这三种元素与Fe和Mg的几乎不相关,可能是由人为因素带来的。通过自组织映射图进一步分析,Cu、Zn和Pb可能同属于人为来源,但由不同类型的人类活动引起。主成分分析得出土壤重金属Cd是由自然条件和农业生产造成的混合来源。(3)利用PLSR方法构建的高光谱反演模型能够反演土壤重金属含量,并且对土壤高光谱进行变换后,可以提高建模精度;FDR光谱指标与土壤Cu、Cd、Pb和Zn含量的建模效果最佳,SDR光谱指标与土壤As和Cr含量的建模效果最佳。利用PLSR方法构建的高光谱模型能够反演小麦叶片重金属含量,并且对土壤高光谱进行变换后,可显著提升模型精度,FDR光谱指标与小麦叶片As和Pb含量的建模效果最佳,SDR光谱指标与小麦叶片Cd和Zn含量的建模效果最佳,三边参数与小麦叶片Cr和Cu含量的建模效果最佳。(4)土壤重金属含量之所以能够通过高光谱数据进行估计,主要归因于土壤中Fe和SOM对土壤重金属起到了主要的控制作用。Cd与SOM具有密切相关性,As和Cr与土壤Fe具有密切相关性,Pb、Cu、Zn与SOM、Fe浓度的都有一定的相关性;因此,将Fe和SOM与土壤重金属含量同时作为因变量对高光谱反演效果的提高有一定帮助。(5)将土壤光谱指标作为自变量,土壤重金属含量作为因变量,构建关于土壤重金属多光谱指标的多元线性模型;将小麦叶片光谱指标作为自变量,小麦叶片重金属含量为因变量,构建关于小麦叶片重金属多光谱指标的多元线性模型,然后将土壤模型与小麦叶片模型联立组成土壤-小麦重金属反演的多元线性方程组,同时反演系统内土壤和小麦叶片重金属的含量。与PLSR模型相比,联合反演模型在提高系统建模效率的同时,也提高了土壤与小麦叶片重金属遥感反演的精度。


知网文化
【相似文献】
中国期刊全文数据库 前14条
1 王永军;王瑞军;;甘肃省红山地区航空高光谱矿物信息精度分析[J];地质论评;2019年S1期
2 陈章林;杨刚;杨莎莎;黄熙贤;樊鑫;;基于高光谱高分融合数据在喀斯特地貌环境下的林分分类[J];科技和产业;2021年08期
3 高钛;;基于非负矩阵分解的高光谱解混算法研究现状和未来的发展方向[J];科技视界;2015年13期
4 梁德印;安萌;王啸虎;朱海健;;资源一号02D卫星高光谱相机系统指标论证及总体设计[J];航天器工程;2020年06期
5 周珈慧;;谱科研旋律 抒遥感情怀——记中国科学院遥感应用研究所高光谱研究室主任张立福[J];科学中国人;2012年24期
6 ;高光谱地物识別技术[J];中国科技信息;2017年10期
7 赵宁博;杨佳佳;赵英俊;秦凯;杨越超;崔鑫;;航空高光谱支持下黑土地理化性质反演对地形因子的响应[J];江苏农业学报;2020年06期
8 王忠良;何密;叶珍;粘永健;;线性混合光谱模型高光谱压缩感知[J];遥感学报;2020年03期
9 漆成莉;顾明剑;胡秀清;吴春强;;风云三号卫星红外高光谱探测技术及潜在应用[J];气象科技进展;2016年01期
10 曹英丽;肖文;刘亚帝;江凯伦;郭宝赢;于丰华;;高光谱数据降维与水稻氮素含量解析方法[J];沈阳农业大学学报;2021年01期
11 ;美创企披露高光谱业务规划 已筹集8500万美元的资金[J];卫星与网络;2018年10期
12 马燕飞;坎杂;张若宇;丁竹青;李硕;李晓良;;加工番茄可溶性固形物近红外高光谱反射成像检测[J];江苏农业科学;2013年08期
13 朱玲;李明;秦凯;潘澄雨;;矿物高光谱解混进展研究综述[J];遥感信息;2020年03期
14 W.KJ;;芬兰成功开发世界首款高光谱移动设备[J];军民两用技术与产品;2017年03期
中国重要会议论文全文数据库 前20条
1 高宏霞;岳荣刚;;静止轨道全谱段高光谱卫星应用模式[A];第七届高分辨率对地观测学术年会论文集[C];2020年
2 沈强;张世文;葛畅;刘慧琳;周妍;陈元鹏;胡青青;叶回春;黄元仿;;矿业废弃地重构土壤重金属含量高光谱反演[A];中国煤炭学会土地复垦与生态修复专业委员会第七届学术研讨会暨第二届委员会会议摘要集[C];2018年
3 沈强;聂超甲;张世文;尹群;周妍;孔晨晨;黄元仿;;废弃地重构土壤重金属镉高光谱反演及其对重构措施的响应[A];中国煤炭学会土地复垦与生态修复专业委员会第七届学术研讨会暨第二届委员会会议摘要集[C];2018年
4 赵宁博;赵英俊;秦凯;张东辉;杨越超;;基于航空高光谱的黑土地硒含量反演研究[A];第二十届全国分子光谱学学术会议暨2018年光谱年会论文集[C];2018年
5 刘银年;;“高分五号卫星”可见短波红外高光谱相机的研制[A];2019年红外、遥感技术与应用研讨会暨交叉学科论坛论文集[C];2019年
6 李俊;;高光谱大气红外探测仪观测数据同化中的几个关键科学问题及研究进展[A];第35届中国气象学会年会 S9 卫星资料同化[C];2018年
7 贺霖;潘泉;赵永强;邸韦华;;一类高光谱图象小目标统计检测算法研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
8 胡盛雯;殷德奎;;高光谱大气探测仪干涉信号的获取电路设计[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
9 杨超宇;杨顶田;杨跃忠;卢桂新;赵俊;孙兆华;;光学浅水中海草底质的高光谱提取[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
10 王永军;王瑞军;;甘肃省红山地区航空高光谱矿物信息精度分析[A];第四届全国青年地质大会摘要集[C];2019年
11 舒嵘;王建宇;徐卫明;何志平;马艳华;吕刚;;机载高空间分辨力、高光谱分辨力多维集成遥感系统[A];第六届成像光谱技术与应用研讨会文集[C];2006年
12 张兵;郑兰芬;童庆禧;;光谱复原基础上的高光谱高空间遥感数据融合研究[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
13 汪大明;侯芳;李志忠;党福星;杨日红;肖政浩;;星载高光谱载荷参数分析研究[A];第十七届中国遥感大会摘要集[C];2010年
14 王建宇;舒嵘;徐卫明;马艳华;何志平;吕刚;陈育伟;张冰娜;;机载高空间分辨力、高光谱分辨力多维信息获取与处理技术的研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
15 陆其峰;吴春强;漆成莉;冯绚;陈博洋;刘辉;肖贤俊;周方;窦芳丽;胡菊旸;;风云卫星红外高光谱探测仪数据质量与同化应用潜力初步评估[A];第34届中国气象学会年会 S21 新一代静止气象卫星应用论文集[C];2017年
16 吴传庆;童庆禧;郑兰芬;张兵;赵永超;张霞;;基于小波变换的高光谱图像消噪[A];成像光谱技术与应用研讨会论文集[C];2002年
17 田宏伟;赵慧洁;;基于高阶统计的高光谱目标检测的研究[A];2004全国光学与光电子学学术研讨会、2005全国光学与光电子学学术研讨会、广西光学学会成立20周年年会论文集[C];2005年
18 刘银年;丁学专;李志忠;;面向地学应用的高光谱遥感器指标体系设计[A];2016年红外、遥感技术与应用研讨会暨交叉学科论坛论文集[C];2016年
19 陈志民;唐麟;;运用高光谱显微图像技术探索更多微观信息[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年
20 范启雄;张卫兵;周家丹;韩若飞;;高光谱遥感的发展与人防工程目标探测[A];国家安全地球物理丛书(十)——地球物理环境与国家安全[C];2014年
中国博士学位论文全文数据库 前20条
1 李春芳;拔节期小麦-土壤重金属污染与高光谱反演[D];山东师范大学;2021年
2 王顾希;基于高光谱数据建模的水环境承载力评价[D];成都理工大学;2017年
3 狄迪;风云四号高光谱红外探测仪资料同化相关问题研究[D];中国气象科学研究院;2019年
4 张昌赛;对地探测高光谱激光雷达数据处理关键技术[D];中国科学院大学(中国科学院空天信息创新研究院);2021年
5 张启;区域大气再分析中谱逼近与高光谱卫星数据同化方法研究[D];南京大学;2019年
6 朱学谦;甚高光谱信息获取技术研究[D];中国科学院研究生院(上海技术物理研究所);2016年
7 胡兴堂;高光谱水质遥感监测系统关键技术研究[D];中国科学院研究生院(遥感应用研究所);2006年
8 王玉磊;高光谱实时目标检测算法研究[D];哈尔滨工程大学;2015年
9 王茂芝;高光谱遥感影像处理与地质应用若干关键问题研究[D];成都理工大学;2014年
10 刘秀英;玉米生理参数及农田土壤信息高光谱监测模型研究[D];西北农林科技大学;2016年
11 张瑞;基于声光和液晶调制的高精度高光谱全偏振成像系统研究[D];中北大学;2017年
12 朱文静;基于偏振—高光谱多维光信息的番茄氮磷钾及交互作用检测研究[D];江苏大学;2014年
13 曹见飞;基于空谱约束解混的土壤盐分高光谱遥感反演[D];山东师范大学;2021年
14 李占峰;紫外高光谱臭氧探测仪在轨定标方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年
15 崔程光;紫外高光谱廓线探测仪遥感信息定量化研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
16 Nguyen Thanh Hung(阮成兴);水肥调控对保护地蔬菜富集重金属的影响[D];西北农林科技大学;2015年
17 董文倩;基于分量替代与多分辨率分析的高光谱遥感影像融合处理研究[D];西安电子科技大学;2020年
18 郝建秀;黄河上游底泥重金属的空间分布与环境风险评价研究[D];兰州交通大学;2021年
19 王晓飞;高光谱图像分辨率增强及在小目标检测中的应用研究[D];哈尔滨工业大学;2011年
20 李玉;胶州湾主要重金属和有机污染物的分布及特征研究[D];中国科学院研究生院(海洋研究所);2005年
中国硕士学位论文全文数据库 前20条
1 左玲;黑土区土壤重金属高光谱遥感监测方法探究[D];中国地质大学(北京);2020年
2 乔星星;冬小麦田土壤有机质含量的高光谱估测研究[D];山西农业大学;2018年
3 朱相兵;基于高光谱的荒漠草原地表微斑块识别研究[D];内蒙古农业大学;2019年
4 苗传红;土壤有机质高光谱灰色关联估测的修正模型研究[D];山东农业大学;2019年
5 余骁;星载高光谱分辨激光雷达回波信号大气层特征解析[D];成都信息工程大学;2018年
6 张冰;基于高光谱数据反演预测大型焦化基地土壤PAHs含量[D];山西农业大学;2016年
7 贾学勤;冬小麦籽粒干物质和氮积累动态高光谱监测研究[D];山西农业大学;2018年
8 麦尔耶姆·亚森;渭干河—库车河绿洲土壤重金属含量高光谱反演研究[D];新疆大学;2018年
9 邢会欣;基于非负自编码器及非负矩阵分解的高光谱解混[D];河北师范大学;2017年
10 王秀秀;高光谱目标检测的深度多示例学习方法[D];西安电子科技大学;2020年
11 杜倩男;基于进化优化的高光谱特征选择算法研究[D];华东师范大学;2014年
12 朱宝仪;基于双波段预测的高光谱压缩感知重构方法研究[D];江西理工大学;2021年
13 张雄飞;网络环境下高光谱数据库构建及其应用实践[D];中国科学院研究生院(遥感应用研究所);2003年
14 董广军;高光谱与高空间分辨率遥感信息融合技术研究[D];解放军信息工程大学;2004年
15 蔡磊;高光谱不均衡数据分类算法研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2020年
16 毕志博;基于高光谱的水稻叶片叶绿素含量反演方法研究[D];沈阳农业大学;2019年
17 余肖玲;非负矩阵分解理论及其在高光谱解混中的应用[D];成都理工大学;2015年
18 何春柳;基于高光谱散射图像的水果组织光学特性参数反演[D];江南大学;2015年
19 房烁;基于空谱特征联合的高光谱异常检测算法研究[D];西安电子科技大学;2021年
20 宋雪;基于高光谱反演的土壤全氮估测技术及其影响机制研究[D];山东农业大学;2020年
中国重要报纸全文数据库 前20条
1 记者 崔兴毅;高光谱观测卫星成功发射[N];光明日报;2021年
2 杨璐 记者 付毅飞;高光谱观测卫星成功发射 可探测各类物质具体成分[N];科技日报;2021年
3 记者 甘晓 通讯员 杨璐;高光谱观测卫星成功发射[N];中国科学报;2021年
4 贺安康 本报记者 李春明;共推“贵阳一号”高光谱卫星 大数据应用项目落地[N];贵阳日报;2019年
5 部讯;我国首颗民用高光谱业务卫星成功发射[N];中国矿业报;2019年
6 记者 陆琦;我国发射首颗民用高光谱业务卫星[N];中国科学报;2019年
7 南方日报记者 郑佳欣 朱紫强 沈梦怡;“珠海一号”第二批卫星最快年底发射[N];南方日报;2017年
8 岳付升 本报记者 付毅飞;高分五号卫星成功发射[N];科技日报;2018年
9 本报记者 陈海波;高分五号:“天眼”监测环境污染[N];光明日报;2018年
10 本报记者 游笑春 范陈春;发力高光谱 农业好出路[N];福建日报;2020年
11 记者 高志民;我国首颗自主高光谱卫星投入运行[N];人民政协报;2020年
12 张守松 吴燕辛;中国地调局油气中心引进国内首台高光谱岩芯扫描仪[N];中国矿业报;2015年
13 记者 沈梦怡;“珠海造”卫星本月完成12星组网[N];南方日报;2019年
14 记者 姜天骄;高分五号、六号卫星正式投入使用[N];经济日报;2019年
15 记者 李鹏;重金属致癌仍存疑[N];北京科技报;2013年
16 记者 侯小健 通讯员 尹建军;我省编制重金属污染综合防治规划[N];海南日报;2010年
17 本报记者 李凌翌;涉重金属企业已累计关停62家[N];成都日报;2015年
18 记者 谭涛;我市重金属治理进度全省靠前[N];湘潭日报;2015年
19 记者 张晓红;“洗”出重金属废地变良田[N];珠海特区报;2012年
20 记者 李莎莎 通讯员 刘天文;《昆仑经济开发区重金属污染综合防治规划》通过州级审查[N];格尔木日报;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978