基于统计分析与高光谱结合的土壤重金属监测研究——以铜为例

河南农业科学 ›› 2018, Vol. 47 ›› Issue (7): 77-80.

基于统计分析与高光谱结合的土壤重金属监测研究——以铜为例

徐夕博¹，张森林²，卜凡升³，刘玉红^1*

（1.山东师范大学地理与环境学院，山东济南 250358； 2.山东省胶州市第二中学，山东青岛 266300； 3.山东省五莲县国土资源局，山东日照 262300）

收稿日期:2018-01-19 出版日期:2018-07-15 发布日期:2018-07-15
通讯作者: 刘玉红（1994-），女，山东淄博人，在读博士研究生，研究方向：遥感地学监测。E-mail:hh1030141211@126.com
作者简介:徐夕博（1994-），男，山东临沂人，在读硕士研究生，研究方向：农业定量遥感。 E-mail:xuxibo@stu.sdnu.edu.cn
基金资助:
国家自然科学基金项目(41371395)；河口海岸学国家重点实验室开放基金项目（SKLEC-KF201710）；山东师范大学大学生创新创业训练计划项目（201610445013）

Received:2018-01-19 Published:2018-07-15 Online:2018-07-15

摘要/Abstract

摘要： 为了精确高效地监测土壤重金属含量，解决传统土壤地球化学测试成本高、效率低的问题，以潍坊北部平原土壤中铜元素为例，将52个土壤样品高光谱数据进行一阶导数变换后与实测铜元素含量值进行相关分析，获取对土壤中铜元素敏感的特征波段，并将其作为自变量，实测铜元素含量值为因变量，分别建立多元逐步回归（MLR）和偏最小二乘法（PLS）估算模型。对土壤重金属含量统计描述特征分析发现，区域内存在轻度的铜积累，范围大，覆盖面广，主因是受到人为扰动；根据相关系数的大小顺序依次提取到12个特征波段，其中心波长分别在385、667、729、731、791、802、822、834、840、841、870、873 nm处；利用一阶导数光谱变换信息建立的MLR模型和PLS模型的R²分别达到为0.538和0.858，相对分析误差（RPD）分别为0.4和1.6，对比来看PLS模型的预测精度最高，可以较好地对土壤中铜元素含量进行监测。

关键词: 土壤, 重金属, 铜, 高光谱, 统计分析, 监测

徐夕博，张森林，卜凡升，刘玉红. 基于统计分析与高光谱结合的土壤重金属监测研究——以铜为例[J]. 河南农业科学, 2018, 47(7): 77-80.

参考文献

［1］徐夕博,吕建树,徐汝汝.山东省沂源县土壤重金属来源分布及风险评价［J］.农业工程学报,2018,34(9):216-223.

［2］王菲,王集宁,曹文涛,等.山东省焦家式金矿区土壤重金属铬高光谱监测研究［J］.光谱学与光谱分析,2017,37(5):1649-1655.

［3］刘焕军,赵春江,王纪华,等.黑土典型区土壤有机质遥感反演［J］.农业工程学报,2011,27(8):211-215.

［4］熊俊峰,郑光辉,林晨.基于反射光谱的土壤铁元素含量估算［J］.光谱学与光谱分析,2016,36(11):3615-3619.

［5］Liu K,Zhao D,Fang J Y,et al.Estimation of heavymetal contamination in soil using remote sensing spectroscopy and a statistical approach［J］.Journal of the Indian Society of Remote Sensing,2016,45(5):1-9.

［6］叶勤,姜雪芹,李西灿,等.基于高光谱数据的土壤有机质含量反演模型比较［J］.农业机械学报,2017,48(3):164-172.

［7］于雷,洪永胜,耿雷,等.基于偏最小二乘回归的土壤有机质含量高光谱估算［J］.农业工程学报,2015,31(14):103-109.

［8］滕靖,何政伟,倪忠云,等.西范坪矿区土壤铜元素的高光谱响应与反演模型研究［J］.光谱学与光谱分析,2016,36(11):3637-3642.

［9］鲁如坤.土壤农业化学分析方法［M］.北京：中国农业科技出版社,2000.

［10］刘焕军,张新乐,郑树峰,等.黑土有机质含量野外高光谱预测模型［J］.光谱学与光谱分析,2010,30(12):3355-3358.

［11］韩兆迎,朱西存,刘庆,等.黄河三角洲土壤有机质含量的高光谱反演［J］.植物营养与肥料学报,2014,20(6):1545-1552.

［12］司海青,姚艳敏,王德营,等.含水率对土壤有机质含量高光谱估算的影响［J］.农业工程学报,2015,31(9):114-120.

［13］代杰瑞,庞绪贵,喻超,等.山东省东部地区土壤地球化学基准值与背景值及元素富集特征研究［J］.地球化学,2011,40(6):577-587.

[1]	马宇, 王硕立, 赵曦, 侯冰清, 薛子钟, 张扬, 习红昂, 程玉渊, 时向东, 邢雪霞. 保水剂对豫西南半湿润区雪茄烟田耕层土壤理化性质及烟株生长发育的影响[J]. 河南农业科学, 2024, 53(2): 46-55.
[2]	徐春燕, 张倩, 王雅娴, 王红雨, 盛开, 王宜伦. 商品有机肥对砂质潮土理化性状、冬小麦产量及养分积累的影响[J]. 河南农业科学, 2024, 53(2): 56-64.
[3]	赵鑫, 陈栋, 郭冠廷, 吴娇娇, 张远东, 龙林梅, 龙明忠, 李晓娜. 贵州石漠化地区生物结皮对土壤氮矿化的影响[J]. 河南农业科学, 2024, 53(2): 75-84.
[4]	李粉粉, 王爱霞, 赵晨, 白涛, 毛岚, 张豹林, 李生栋, 宋朝鹏, 王涛. 基于高光谱成像技术的鲜烟叶叶位识别方法[J]. 河南农业科学, 2024, 53(2): 144-151.
[5]	吴雅芬, 周柳婷, 王义祥, 罗涛, 黄小云, 黄秀声. 牧草的重金属胁迫效应及修复机制研究进展[J]. 河南农业科学, 2024, 53(1): 1-11.
[6]	任志超, 李想, 李先锋, 毋丽丽, 王景, 彭志良, 刘国顺, 殷全玉. 生物炭对黑胫病抗性不同烤烟品种根际土壤真菌群落结构的影响[J]. 河南农业科学, 2024, 53(1): 105-115.
[7]	许志敏, 朱峻熙, 熊志秦, 朱佳, 万艳萍, 丁国昌. 铜锌复合胁迫下禾本科观赏草的富集、转运效应评价[J]. 河南农业科学, 2024, 53(1): 116-124.
[8]	余高, 陈芬, 田霞, 卢心, 滕明欢, 谢婉莹. 冬季覆盖对幼龄柑橘园土壤化学性质及酶活性的影响[J]. 河南农业科学, 2023, 52(9): 91-101.
[9]	琚铭, 李海玲, 袁青丽, 马琴, 段迎辉, 刘杨铭, 闫科润, 张海洋, 苗红梅. 适于微量芝麻样品酸价测定的铜皂比色法的建立与评价[J]. 河南农业科学, 2023, 52(8): 45-55.
[10]	张静, 苏胜, 毛伟, 曾洪玉, 仇建荣, 赵海涛. 江苏沿江地区不同地力水平下油菜的肥料效应分析[J]. 河南农业科学, 2023, 52(7): 60-69.
[11]	李善敏, 曾歆花, 黄卫昌, 付浩, 黄清俊. 不同林地类型对白及生长及其内生真菌多样性的影响[J]. 河南农业科学, 2023, 52(7): 70-80.
[12]	贾云超, 黄达, 王喜枝, 闫军营, 王立河. 长期定位施氯对3 种质地土壤理化性质及作物产量的影响[J]. 河南农业科学, 2023, 52(7): 81-89.
[13]	许豆豆, 贺云新, 李飞, 刘爱玉, 周仲华. 间套作模式在棉田上的研究进展[J]. 河南农业科学, 2023, 52(6): 1-11.
[14]	熊瑞, 张玮, 钟康裕, 周文涛, 欧茜, 王泓睿, 龙攀, 徐莹, 傅志强. 秸秆还田与轮耕对双季稻土壤物理特性及碳氮含量的影响[J]. 河南农业科学, 2023, 52(5): 81-90.
[15]	柴冠群, 杨娇娇, 王丽, 刘桂华, 罗沐欣键, 秦松, 范成五. 活化磷矿粉对土壤镉形态转化和辣椒镉吸收的影响[J]. 河南农业科学, 2023, 52(5): 91-98.