论文部分内容阅读
土壤圈处于大气圈、水圈、岩石圈、生物圈四大圈层交接处,物质能量流动复杂,它是人类得以进行正常生产生活的基本物质条件,不可或缺。而俗话说:“民以食为天”,食物是维持人们身体机能的基本要素,食物的根源在于土壤,只有土壤安全与土壤肥力两者兼得了,才能尽可能的满足人类绿色、健康、可持续的发展要求。但理想和现实是有一定差距的,现实是随着科技的进步,耕地农作物产量节节攀升。人们的物质生活丰裕了,但有的农田生态环境却每况日下。大量农药、化肥的滥用,矿产资源的不合理利用等给土壤带来了严重的重金属污染。传统的化学检测方法已经不能满足现代农业的发展需求,高光谱技术的发展,为我们大范围、动态、迅速监测土壤重金属污染及土壤肥力等关键问题提供了新思路。喀斯特地区由于特殊的地貌形态和成土环境导致该区域成土物质少、土壤瘠薄、间断,农业耕地资源十分匮乏,同时,石灰岩母质发育的土壤中Mn、Ni、Zn、Pb、As、Cd等重金属元素背景值含量通常高于其它成土母质发育的土壤,从而使得岩溶山地土壤的农业健康、可持续发展受到严重威胁。本文分别利用便携式地物光谱仪(ASD)和机载高光谱成像系统(GaiaSky-mini,GS)获取喀斯特地区贵定县某农田的土壤光谱数据进行土壤重金属污染和土壤有机质含量监测,以及以植物叶片的ASD光谱数据对植物叶片重金属含量进行反演。主要工作内容与结论如下:(1)基于ASD和GS两种数据源的一阶微分(FDR)变换光谱数据,以偏最小二乘回归(PLSR)建立了As、Pb、Cd、Cr 4种元素的回归模型(由于Hg含量过低,未对其进行建模分析)。其中以Cd的建模效果最好,以GS光谱反演的相对分析误差(RPD)为1.50,具有粗略估算土壤Cd含量的能力;以ASD光谱反演的最高RPD为1.95,具有定量估算能力。基于ASD光谱反演As的模型,具有粗略的土壤AS含量估算能力,其RPD值为1.45;基于GS光谱反演As的模型只具有区别土壤AS含量高低值的能力,其RPD值为1.13。(2)基于ASD和GS两种数据源的原始光谱(R)、FDR、二阶微分(SDR)变换光谱数据,以PLSR建立了土壤有机质(SOM)的反演模型。其中以ASD光谱FDR变换建立的回归模型最佳,验证集决定系数(Rv~2)为0.91,相对分析误差(RPD)高达2.68,具有极好的预测能力;GS光谱SDR变换的预测模型中,验证集Rv~2为0.77,RPD为1.49,具有粗略的估算能力。(3)相关研究表明,SOM对重金属Cd具有一定的吸附能力,故基于SOM和Cd之间的模型,结合预测的SOM含量,试图以高光谱数据反演的SOM含量间接反演土壤Cd含量。在400~1000 nm内,其中GS光谱数据源不具有预测能力,其R~2只有0.27,对比上述基于光谱数据直接回归的重金属Cd含量精度R~2为0.71,无疑基于光谱数据直接回归土壤Cd含量精度更高;ASD光谱具有很好的预测能力,其R~2为0.82,相对分析误差(RMSE)为0.028,对比上述基于光谱数据直接回归重金属Cd含量精度R~2 0.77,RMSE 0.025,综合来看以有机质含量间接回归土壤Cd含量效果略好。(4)基于茄子叶片ASD光谱数据的原始光谱,连续统去除、一阶微分变换光谱数据,以多元逐步回归(SMLR)和支持向量机(SVM)建立了茄子叶片Cd含量估算模型,其中SMLR的R~2为0.759,RMSE为0.0227;SVM的R~2为0.794,RMSE为0.0328。综合来看,SMLR建立的模型更合适用于茄子叶片Cd含量预测。