论文部分内容阅读
从土壤光谱数据中有效识别重金属污染信息并定量分析重金属污染区分及其污染程度等是土壤污染监测与防治的重大需求。土壤污染的5种典型重金属元素中铜(Cu)、铅(Pb)污染监测研究是亟需解决的关键问题,可见光-短波红外(VINR-SWIR)和X射线荧光(XRF)光谱属于电磁波谱信号的一种,总结其应用成果来看,只能借助光谱域变换反演土壤Cu、Pb浓度,鲜有对Cu、Pb污染土壤光谱从频率域角度进行局部细节信息的深入挖掘,土壤Cu、Pb污染光谱经频率域变换后,异常信息可通过谱线的高频或低频特征突出显现,据此可识别和分析土壤Cu、Pb污染光谱局部异常变化规律。本文采集土壤Cu、Pb污染实验样品的VNIR-SWIR光谱及矿区的VNIR-SWIR光谱、XRF光谱。采用频率域方法探究土壤样品光谱间局部细节的微弱差异规律,并利用VNIR-SWIR光谱的频率域参数建立土壤Cu、Pb浓度反演模型,旨在为土壤Cu、Pb浓度的频率域VNIR-SWIR光谱和XRF光谱研究提供参考依据,精确土壤Cu、Pb浓度的光谱研究范围,为利用光谱频率域方法建立土壤Cu、Pb浓度阈值划设、类别区分、浓度反演及矿区采样土壤Cu、Pb浓度超标识别模型提供新思路,促进光谱技术在土壤Cu、Pb浓度监测中的应用。首先,探索性地利用光谱的平滑伪魏格纳分布(smoothed pseudo Wigner-Ville distribution,SPWVD),并提出一种光谱二阶差分 Gabor(Second-order differential Gabor,SD-Gabor)展开法,将不同CuSO4·5H20(Pb(N03)2)添加量的实验室土壤样品的VNIR-SWIR光谱变换到频率域进行分析探究。结果表明,2100～2500 nm光谱范围内,光谱的SPWVD可推测土壤Cu浓度阈值在121～492.3μg·g-1之间,土壤Pb浓度阈值为568～747.33 μg·g-1;在800～2500 nm光谱波段区间内,光谱的SD-Gabor展开法可区分未受污染、CuSO4·5H20及Pb(N03)2污染的土壤变换光谱的微弱差异,且该方法推测的土壤Cu浓度阈值为159～215μg·g-1,土壤Pb浓度阈值为568～747.33 μg·g-1。是否可以区分土壤Cu、Pb污染还有待验证。然后,以实验室研究方法得到的成果为支撑,对Cu、Pb浓度明显低于实验室设计样品的野外实地采样土壤光谱进行研究。在800～2500 nm波段范围内,以频率域为基础的土壤的VNIR-SWIR光谱SD-Gabor展开法可识别75%的实地采样土壤样品的Pb浓度超标(不超标)。谐波分解重构的方法可成功应用于土壤XRF光谱去噪,通过与经验模态分解(Empirical Mode Decomposition,EMD)方法和小波重构去噪方法对比发现,当谐波分解次数为400时土壤XRF光谱去噪效果最佳。土壤去噪XRF光谱的SPWVD可识别实地采样土壤的Pb浓度超标:能够识别75%的Pb浓度超标的样品,及79.17%的Pb浓度不超标的样品。推断该地区土壤Pb浓度超标的XRF光谱特征波段为6.42 KeV和9.42～10.92 KeV。但两种方法和光谱均不能识别该地区土壤Cu浓度超标。最后,通过不同Cu、Pb浓度土壤样品VNIR-SWIR光谱的希尔伯特-黄变换(Hilbert-Huang Transform,HHT)分析提取 HHT 参数(Hilbert 谱峰值(Ea)、EMD能量熵(Em)),并综合光谱域参数((一阶导数(first derivative,FD)、连续统去除(continuum removal,CR)、多元散射校正(multiplicative scatter correction,MSC)、吸光度变换(log(1/R)))、土壤含水率及SOM浓度,利用箱形图(Boxplot)、聚类分析(Cluster analysis)、偏最小二乘回归(Partial least squares regression,PLSR)的数学统计分析方法建立土壤Cu、Pb浓度反演的BC-PLSR模型。结果表明:Cu浓度最优反演模型预测值与实测值的R2分别为0.9922、0.9528和0.9227,Pb浓度最优反演模型预测值与实测值的R2分别为0.8578、0.6980和0.8702,反演精度得到明显提高,对比分析验证了 HHT参数反演的有效性及BC-PLSR反演模型的优越性和普适性。