论文部分内容阅读
土壤重金属污染问题一直广受社会关注,其治理、预防及监测任务也一直是国家政府及相关环保部门的重点投入对象。随着社会的快速发展,城市化进程不断加快,城市扩张趋势明显,城市发展过程中产生的环境污染问题也越来越严重。城郊是城市的重要组成部分,一般是城区重要的蔬菜供应区,化肥、农药等使用量大,不可避免的对土壤环境造成了一定程度的影响或污染,因此,对城郊土壤重金属的关注和研究也是十分必要的。传统的土壤重金属污染监测方法具有成本高、周期长、不适于大范围监测等缺点,而近年来可见-近红外反射光谱(Visible and Near-Infrared Reflectance Spectroscopy,VNIRS)技术以其快速、高效、无污染、低成本以及大尺度监测的特点而被广泛应用于精准农业、环境监测、食品检测等领域。本研究采集了武汉市城郊93个土壤样本,利用化学分析法获取了土壤样本中重金属Cd、Pb、As、Cr、Cu、Zn的含量以及有机质(SOM)和Fe含量;利用美国ASD公司生产的地物波谱仪获取了土壤样本的可见光及近红外反射光谱(350nm～2500 nm)。本文(Ⅰ)利用不同光谱预处理法对土壤光谱进行变换处理,研究预处理对光谱的影响,预处理法包括吸光度转化(Transmission to Absorbance Log(1/T),Abs)、Savitzky-Golay平滑(S-G)、标准正态变量变换(standard nomal variate transformation,SNV)、多元散射校正(multiplicative scatter correction,MSC)、一阶导数(1~stt Derivative,FD)和二阶导数(2~ndd Derivative,SD);(Ⅱ)利用原始光谱和预处理后的变换光谱结合偏最小二乘回归(PLSR)模型对土壤重金属含量进行了预测研究;(Ⅲ)以统计学的视角,利用相关性分析、偏相关分析、主成分分析、双标图(biplot)分析等研究了土壤有机质、Fe、重金属含量以及光谱数据(原始光谱/变换光谱)之间的相互关系,以期探索出利用土壤光谱对重金属进行估算的响应机制。结果表明:(1)不同光谱预处理方法对土壤光谱的处理效果不同。SG法能有效降低光谱信号携带的噪声,使得光谱曲线更加平滑;光谱微分(FD和SD)使光谱特征吸收峰信号更加明显、光谱信息更加丰富;MSC法与SNV法的目的基本相同,主要是用来减少或消除土样粒径差异和由于土粒分布不均导致的散射对光谱反射率的影响,但SNV法对土壤光谱的影响更大;Abs法能有效消除系统误差的影响,处理后的光谱曲线在形状上与原始光谱曲线沿x轴翻折180°后的形状相似。(2)土壤原始光谱结合PLSR模型对土壤属性参数含量的预测中,模型对有机质、Fe和Cr的预测效果最好,预测精度分别为R~2_p=0.81(RPD=2.22)、R~2_p=0.81(RPD=2.25)、R~2_p=0.83(RPD=2.55),预测效果比较好的是Pb(R~2_p=0.58,RPD=1.49)、As(R~2_p=0.60,RPD=1.59)、Cu(R~2_p=0.51,RPD=1.81),预测效果最差的是Cd(R~2_p=0.26,RPD=1.17)和Zn(R~2_p=0.06,RPD=1.04)。(3)经不同预处理方法处理后得到的变化光谱结合PLSR模型对土壤属性参数含量的预测中,SG法处理的光谱得到的预测模型要优于其他预处理方法;模型对SOM和Fe含量的预测效果依然良好,预测精度分别为R~2_p=0.93(RPD=3.31)、R_p~2=0.88(RPD=2.89),对As、Cr、Cd含量也能够成功预测,预测精度分别为R~2_p=0.71(RPD=1.81)、R~2_p=0.89(RPD=2.92)、R~2_p=0.58(RPD=1.49)但对Pb、Cu、Zn含量的预测效果并不理想,预测精度分别为R~2_p=0.25(RPD=1.15)、R~2_p=0.32(RPD=1.16)、R~2_p=0.22(RPD=1.11),基本上不能对其进行预测。(4)基于可见及近红外反射光谱对土壤重金属含量的估算机制主要依赖于重金属与有机质和铁氧化物之间的依存关系(相关关系),一般相关性程度越高,建模效果越好,建模精度越高;另外,建模过程中,不同重金属依赖有机质和Fe的程度也不一样,Cd主要受有机质的影响,As和Cr主要受Fe含量的影响,Pb、Cu、Zn则受有机质和Fe含量的共同影响。