遥感对土壤重金属含量反演的主要方法

土壤中重金属元素含量很低，在土壤反射光谱的各波段没有明显的吸收特征，且土壤组成成分复杂，每个组分对反射光谱的影响是非线性混合，致使土壤的反射辐射过程复杂。用物理模型进行反演较难，通常采用统计方法分析土壤重金属含量与反射光谱特征之间的相关性，间接实现对土壤重金属元素含量的估算。常用方法主要包括单变量以及多元统计分析方法，多元统计方法较之单变量方法反演精度要高。也有研究同时采用以上两种方法来计算土壤重金属含量。

        单变量统计分析方法

        单变量统计法主要运用相关分析方法来探讨土壤重金属含量与光谱反射率之间是否存在较为显著的相关性，选择相关性最显著的波段建立模型来预测土壤重金属含量。根据波段选择方法不同可分为单波段分析方法和波段有效变换后的分析方法。

        利用光谱分析的方法探讨北京地区农业土壤中重金属含量与可见-近红外光谱反射率的相关关系，通过对土样原始反射光谱及其一阶、二阶微分光谱与各土壤重金属含量进行单波段分析，确定了Cr、Ni、Cu等8种土壤重金属的特征光谱，建立了估算土壤重金属含量的回归模型。任红艳[18]研究分析了矿区农田土壤原始反射光谱和经过连续统去除后的光谱信息，确定了土壤光谱反射率与重金属元素含量相关性最大的波段，得到了反演Cu、Cd等重金属元素含量的最佳拟合模型。

        由于土壤的高光谱反射率极易受到环境差异的影响，单波段反射率建立反演模型稳定性不足，因此可用敏感波段均值处理或组合等变换后的光谱波段与土壤重金属含量进行相关分析，提高模型的稳定性，达到更高的预测精度通过对敏感波段511 nm处对应的有机质诊断指数R/R450-750进行间隔10 nm的均值化处理，以敏感范围均值R507-516/R450-750取代敏感波段R/R450-750作为自变量x，建立了有机质含量的预测模型，然后根据有机质含量和重金属含量之间的关系间接反演Cd含量。此外，根据不同波段反射率提供的信息可以互相补充的特点，提出利用波段组合方法能够显著提高光谱变量和重金属含量间的相关性的论点，所建立Pb、Zn等元素的反演模型的可靠性要优于单波段预测方法。广西善图科技有限公司