论文部分内容阅读
随着遥感技术的发展,高光谱遥感凭借其极高的光谱分辨率在获取有机质、矿物质等土壤组分定量信息的研究中表现出非凡的潜力。土壤中的重金属作为微量元素,虽然没有明显的光谱特征,但由于有机质等对重金属的吸附特性,使得土壤中有机质含量与重金属含量表现出一定的相关性,因此利用有机质等的光谱特性间接估算土壤重金属含量具有一定的可行性。本论文以昆山市水稻土为例,从土壤有机质反射光谱特征分析入手,运用统计学相关分析方法,提取有机质敏感波段(范围)和吸收特征参数,建立有机质光谱诊断模型,进行土壤重金属含量高光谱遥感间接监测的相关研究。研究结果表明:1、利用ASD FieldSpec Pro FR全光谱便携式光谱分析仪通过室外获取一定数量土壤样品的高光谱数据,详细地分析和研究昆山市水稻土高光谱特征,认为土壤样品曲线属于缓斜型,整体呈上凸的抛物线形,反射率随波长增加,在可见光波段增加较快,在近红外波段曲线变得平缓。随着土壤有机质含量水平的提高,反射率明显降低。2、导数、对数和标准化比值变换等方法可有效减弱背景噪声对光谱数据的影响。尤其是采用450~750nm反射率均值对原始反射率进行标准化比值处理,可以显著提高敏感波段的相关性。据此确定511nm为获取有机质含量的敏感波段,基于有机质诊断指数R/(?)450~750在507~516nm波段范围的均值建立了有机质含量线性诊断模型。3、连续统去除法是简便、准确而有效地提取光谱吸收特征参数的方法之一。本次研究选择特征吸收面积来评价与有机质含量的关系,发现基于包含511nm在内的450~580nm波段范围特征吸收面积建立的有机质含量对数诊断模型预测精度较高。4、基于土壤有机质对不同重金属的吸附规律,结合最佳有机质诊断模型,建立了土壤重金属Cu和Pb含量的光谱估算模型,指出综合考虑其他吸附重金属的土壤组分如铁锰氧化物等的光谱特性将有助于提高模型的稳定性和估算能力,此研究思路可以借鉴但其实用性仍需要验证。