模擬多光譜的土壤重金屬含量反演研究初探

郭云開(kāi)，曹小燕，謝　瓊，周峰松

(長(zhǎng)沙理工大學(xué)交通運(yùn)輸工程學(xué)院，湖南長(zhǎng)沙410004)

?

模擬多光譜的土壤重金屬含量反演研究初探

郭云開(kāi)，曹小燕，謝瓊，周峰松

(長(zhǎng)沙理工大學(xué)交通運(yùn)輸工程學(xué)院，湖南長(zhǎng)沙410004)

摘要：根據(jù)多光譜傳感器的光譜響應(yīng)函數(shù)，采用實(shí)測(cè)ISI921VF反射光譜數(shù)據(jù)模擬Landsat衛(wèi)星ETM+傳感器多光譜數(shù)據(jù)，在模擬光譜的基礎(chǔ)上，通過(guò)光譜特征提取、構(gòu)建土壤指數(shù)對(duì)土壤重金屬Cu,Pb,As進(jìn)行預(yù)測(cè)分析。研究顯示，Cu,Pb與模擬ETM+光譜的B2,B3波段顯著相關(guān)，As與DSI,RSI,NDSI相關(guān)系數(shù)在0.6以上，基于模擬多光譜建立的Cu,As模型精度較高，平均相對(duì)誤差分別為7.9%，2.7%，表明模擬的Landsat衛(wèi)星ETM+傳感器多光譜具有預(yù)測(cè)耕地土壤重金屬的潛力，為實(shí)現(xiàn)大范圍監(jiān)測(cè)土壤重金屬污染提供新思路。

關(guān)鍵詞：土壤重金屬；Landsat ETM+；模擬多光譜；土壤指數(shù)；敏感參數(shù)

隨著我國(guó)耕地土壤重金屬污染的面積不斷擴(kuò)大、污染事故的頻頻發(fā)生，人們?cè)郊右庾R(shí)到土壤重金屬污染監(jiān)測(cè)與治理的重要性，傳統(tǒng)的重金屬原位監(jiān)測(cè)技術(shù)精度較高，但因其需耗費(fèi)大量的人力物力，無(wú)法適用于大范圍重金屬污染監(jiān)測(cè)需求，而遙感技術(shù)具有快速、宏觀的特性，表現(xiàn)出其他方法無(wú)法比擬的優(yōu)點(diǎn)。目前已有不少學(xué)者利用遙感技術(shù)對(duì)土壤重金屬污染監(jiān)測(cè)進(jìn)行研究探索，并取得一定的成果，如Malley和Williams利用湖泊沉積物的反射光譜快速預(yù)測(cè)重金屬含量[1]；Ren等對(duì)礦區(qū)農(nóng)用地中的反射光譜與重金屬進(jìn)行研究，發(fā)現(xiàn)反射光譜對(duì)As和Cu元素有一定的指示性[2]；國(guó)內(nèi)吳昀昭等應(yīng)用農(nóng)田土壤光譜反射率估算土壤表層Hg元素的濃度[3]；李巨寶等采用偏最小二乘方法，構(gòu)建基于土壤反射光譜的Se,Zn,Fe含量預(yù)測(cè)模型[4]。

由于高光譜遙感數(shù)據(jù)資源有限，且空間分辨率低，進(jìn)行大面積重金屬遙感監(jiān)測(cè)試驗(yàn)仍存在很大困難，因此基于地面實(shí)測(cè)反射高光譜的土壤重金屬預(yù)測(cè)是目前研究的主要手段，且依舊處于實(shí)驗(yàn)室模擬階段。與高光譜數(shù)據(jù)相比，衛(wèi)星多光譜數(shù)據(jù)具有空間分辨率高、數(shù)據(jù)源廣、易于獲取、數(shù)據(jù)質(zhì)量較好等優(yōu)勢(shì)，對(duì)于空間動(dòng)態(tài)分析來(lái)說(shuō)，比高光譜數(shù)據(jù)更具有實(shí)用性，有利于土壤重金屬含量的大面積反演研究?；诖?，本文根據(jù)多光譜傳感器的光譜響應(yīng)函數(shù)，采用實(shí)測(cè)反射光譜模擬Landsat 衛(wèi)星ETM+傳感器多光譜數(shù)據(jù)，研究利用多光譜數(shù)據(jù)預(yù)測(cè)耕地土壤重金屬污染的可行性，從而更好地為利用多光譜數(shù)據(jù)監(jiān)測(cè)土壤重金屬含量提供支持。

1多光譜模擬方法

1.1　多光譜傳感器選擇

對(duì)于定量遙感反演，要求所選擇的多光譜遙感數(shù)據(jù)除了具有較高的光譜分辨率外，還應(yīng)具有足夠的空間分辨率；其次為了真實(shí)反映實(shí)地土壤信息，地面反射光譜試驗(yàn)應(yīng)與衛(wèi)星遙感數(shù)據(jù)獲取時(shí)間同步。在中巴資源衛(wèi)星、GF衛(wèi)星、IKONOS、Landsat 等眾多多光譜遙感衛(wèi)星中，Landsat7 衛(wèi)星具有較豐富的波譜信息，其數(shù)據(jù)質(zhì)量、中等空間分辨率以及較高的時(shí)效性較適合本文的需求。Landsat7衛(wèi)星遙感影像1~3波段為可見(jiàn)光波段，4，5，7為紅外波段，這6個(gè)波段是本研究主要模擬波段；波段6為熱紅外波段，一般用于反演地表溫度；波段8是全色波段，通過(guò)全色波段與可見(jiàn)光-近紅外波段融合，可使影像最大空間分辨率達(dá)到15 m，影像數(shù)據(jù)的獲取時(shí)間與實(shí)地?cái)?shù)據(jù)獲取時(shí)間一致。

1.2　Landsat7衛(wèi)星傳感器的半帶寬與光譜響應(yīng)函數(shù)

即使同一地物，在不同測(cè)量尺度下的波譜也會(huì)存在很大差異，如何將地面反射光譜轉(zhuǎn)換到Landsat 衛(wèi)星ETM+傳感器光譜尺度并減少光譜的損失是光譜模擬的關(guān)鍵。目前，將兩者關(guān)聯(lián)的主要途徑是計(jì)算實(shí)測(cè)光譜反射率對(duì)應(yīng)波段范圍均值，將此均值與影像對(duì)應(yīng)像元反射率進(jìn)行回歸分析，這種方法實(shí)際上沒(méi)有考慮影像波譜與地面波譜的更進(jìn)一步響應(yīng)[5]。張婷等人利用傳感器的光譜響應(yīng)函數(shù)擬合實(shí)測(cè)端元光譜，并同均值擬合的實(shí)測(cè)端元光譜相比，表明響應(yīng)函數(shù)擬合光譜精度更高外，同時(shí)保證光譜信息的最大程度保留[5-6]。

光譜響應(yīng)函數(shù)是表征傳感器性能的一個(gè)重要指標(biāo)，當(dāng)光譜響應(yīng)達(dá)到50%時(shí)，其所對(duì)應(yīng)的波長(zhǎng)范圍稱(chēng)為半帶寬(Full Width at Half Maximum，F(xiàn)WHM)，同時(shí)傳感器還存在FWHM波段外(光譜響應(yīng)小于50%)的光譜響應(yīng)，即為傳感器的光譜響應(yīng)范圍，這就是不同傳感器類(lèi)型獲取的光譜產(chǎn)生差異的原因[6]。事實(shí)上，傳感器并不能完全接收和記錄光譜響應(yīng)范圍內(nèi)的入射輻亮度，光譜響應(yīng)函數(shù)就是傳感器在各波長(zhǎng)處所接收的輻亮度與入射輻亮度的比值，遙感數(shù)據(jù)獲取的官方網(wǎng)站一般會(huì)提供相應(yīng)傳感器的光譜響應(yīng)函數(shù)(見(jiàn)表1)。圖1為L(zhǎng)andsat 7衛(wèi)星傳感器的光譜響應(yīng)函數(shù)，每個(gè)波長(zhǎng)對(duì)應(yīng)一定的波譜響應(yīng)范圍，響應(yīng)范圍內(nèi)的最大輻射值即為該波段的中心波長(zhǎng)。

表1　Landsat7衛(wèi)星ETM+傳感器的光譜響應(yīng)參數(shù)　μm

圖1　Landsat ETM+傳感器的光譜響應(yīng)函數(shù)

1.3　多光譜傳感器光譜模擬

根據(jù)傳感器的輻射傳輸定律，各波段的光譜輻射能量即為該波段范圍內(nèi)能力響應(yīng)的總和，因此光譜模擬實(shí)際上是根據(jù)已知傳感器的光譜響應(yīng)函數(shù)(Landsat ETM+)對(duì)響應(yīng)輻射能量進(jìn)行重采樣的過(guò)程。根據(jù)Landsat7傳感器的各波段波譜響應(yīng)函數(shù)，將預(yù)處理后的高光譜數(shù)據(jù)重采樣為多光譜數(shù)據(jù)，則模擬的多光譜反射率為

(1)

式中：Ri是待模擬波段的光譜反射率；fi(λ)是Landsat7波段i在波長(zhǎng)λ處的光譜響應(yīng)函數(shù)；r(λ)是地面光譜各波長(zhǎng)處的反射率；λmax和λmin分別是地面反射光譜波長(zhǎng)取值范圍的最大值和最小值。

2試驗(yàn)數(shù)據(jù)與處理

2.1　實(shí)地?cái)?shù)據(jù)采集

本文選擇株洲清水塘工業(yè)區(qū)為試驗(yàn)區(qū)域，于2013年1月進(jìn)行實(shí)地?cái)?shù)據(jù)采集。地面高光譜采集儀器為ISI921VF-128型地物光譜儀，其波段范圍380～1 050 nm，光譜分辨率為5 nm。光譜測(cè)量于當(dāng)?shù)?0:00~14:00時(shí)間段進(jìn)行，探測(cè)高度1.3 m左右，每個(gè)數(shù)據(jù)至少測(cè)量10次以獲得均值，并采用雙向反射因子對(duì)測(cè)量結(jié)果進(jìn)行校正。同時(shí)采集相應(yīng)的土壤樣品，取樣深度20 cm，共采集45個(gè)田塊。土樣采集后去除樣品中的石塊、植物根系和凋落物后在實(shí)驗(yàn)室自然風(fēng)干，壓磨后過(guò)尼龍篩制樣供測(cè)試用。研究采用電位法測(cè)定土壤PH值，采用ICP-AES法測(cè)定土樣中的有機(jī)質(zhì)、Fe,Cu、砷為As,Pb等組分全量，測(cè)試結(jié)果見(jiàn)表2。

表2　2013年1月株洲清水塘土壤重金屬含量的統(tǒng)計(jì)特征值

2.2　光譜數(shù)據(jù)處理

1) 光譜變換。 在光譜測(cè)量中，由于受到觀測(cè)條件以及測(cè)量?jī)x器系統(tǒng)性的影響，使光譜曲線存在“毛刺”噪聲，本文采用加權(quán)移動(dòng)平均法WMAM對(duì)光譜平滑去噪。預(yù)處理后根據(jù)式(1)將實(shí)測(cè)反射光譜模擬為L(zhǎng)andsat7衛(wèi)星 ETM+傳感器光譜，同時(shí)將模擬光譜進(jìn)行一階微分(R′)、倒數(shù)對(duì)數(shù)(lg(1/R))變換，以消除基線漂移并降低背景信息的干擾，增強(qiáng)光譜差異。一階微分算式[7]為

(2)

式中：Ki+1，Ki，Ki-1為相鄰波長(zhǎng)；R(Ki+1)，R(Ki-1)為對(duì)應(yīng)波長(zhǎng)反射率；R′(Ki)為波長(zhǎng)Ki的一階微分。

2) 光譜吸收深度。 除光譜變換外，光譜吸收反射特征也是描述土壤波譜特征的重要參數(shù)。通過(guò)折線連接反射光譜曲線上的峰值點(diǎn)所得到的曲線稱(chēng)為“包絡(luò)線”，將包絡(luò)線與土壤光譜反射率進(jìn)行比值計(jì)算可獲得連續(xù)統(tǒng)去除光譜[8]。模擬光譜經(jīng)過(guò)連續(xù)統(tǒng)去除后，有效增強(qiáng)光譜曲線的吸收和反射特征，在550 nm處出現(xiàn)一個(gè)比較明顯的吸收谷，提取此處的吸收峰深度HR可用于探究土壤重金屬的光譜響應(yīng)特性。 其算式為

(3)

(4)

式中： HR，Rcr(k)，R(k)，R(c)分別是吸收深度、連續(xù)統(tǒng)去除后的值、原始光譜和光譜包絡(luò)線，k為波長(zhǎng)。

3)土壤指數(shù)。 已有研究表明，土壤光譜經(jīng)過(guò)一定的波段組合有利于提高土壤光譜的表征能力[9]，研究根據(jù)模擬光譜的差異顯著波段(B2，B1波段)構(gòu)建3種土壤指數(shù)參與分析，包括土壤差值土壤指數(shù)(Difference Soil Index，DSI)、比值土壤指數(shù)(Ratio Soil Index，RSI)和歸一化土壤指數(shù)(Normalized Difference Soil Index，NDSI)，定義為

(5)

RSI=B1/B2，

(6)

(7)

式中：B1，B2分別表示模擬光譜中第一、第二波段反射率。

3結(jié)果與分析

3.1　模擬土壤光譜分析

遙感影像預(yù)處理后，根據(jù)實(shí)測(cè)采樣點(diǎn)的地理坐標(biāo)，獲取對(duì)應(yīng)點(diǎn)影像像元光譜反射率，并與模擬的Landsat7衛(wèi)星ETM+傳感器多光譜曲線進(jìn)行對(duì)比分析，見(jiàn)圖2。由圖2可知，多光譜數(shù)據(jù)為包含7個(gè)波段的折線，實(shí)測(cè)反射光譜為光滑連續(xù)曲線，模擬多光譜數(shù)據(jù)只含有4個(gè)(B1~B4)波段，B5，B7波段反射率為0，這是由于用于模擬多光譜的數(shù)據(jù)光譜范圍為380～1 050 nm，其中模擬多光譜與實(shí)測(cè)光譜相關(guān)性較高，表明使用光譜響應(yīng)函數(shù)模擬的多光譜數(shù)據(jù)保留原始數(shù)據(jù)的大部分信息。Landat7衛(wèi)星傳感器所獲取的影像空間分辨率較低(30 m)，單個(gè)像元中的光譜信息可能既包含土壤反射信息，同時(shí)也包含其他覆蓋地物反射信息在內(nèi)，即Landat7影像像元為混合像元。而土壤作為一種弱信息，其反射率更易受到周?chē)h(huán)境的影響，這給影像定量反演土壤信息帶來(lái)很大困難，圖2中對(duì)比分析顯示 ，影像多光譜反射率明顯高于實(shí)測(cè)土壤光譜反射率，這主要是由于植被光譜影響所致，尤其在可見(jiàn)光波段差異較明顯(380~760 nm之間)，綠光波段出現(xiàn)一個(gè)小的反射峰(550 nm)，紅光波段出現(xiàn)吸收峰(650 nm)，近紅外波段受背景影響較小(760~1 080 nm)。通過(guò)分析實(shí)測(cè)光譜曲線可知，試驗(yàn)區(qū)土壤光譜曲線除在670 nm附近存在明顯吸收峰，同時(shí)在500 nm與900 nm附近還出現(xiàn)微弱的吸收特征，除吸收波谷外，土壤光譜反射率在整個(gè)區(qū)間呈上升的趨勢(shì)，在680～720 nm區(qū)間光譜反射率上升最快，720～920 nm區(qū)間光譜變化較平緩，而在920 nm向長(zhǎng)波方向光譜反射率緩慢下降。

圖2　不同尺度光譜反射率對(duì)比分析

3.2　模擬光譜參數(shù)與土壤重金屬的相關(guān)性分析

為了探討模擬多光譜對(duì)土壤重金屬元素的可遙感性, 采用逐步回歸分析技術(shù)將重金屬含量分別與模擬光譜反射率及其光譜變換形式進(jìn)行相關(guān)分析。從光譜及其變換數(shù)據(jù)與土壤元素含量的相關(guān)曲線得知，Cu含量與lg(1/R)相關(guān)性最大，診斷波譜位于可見(jiàn)光黃-黃紅光波段，對(duì)應(yīng)于ETM+多光譜數(shù)據(jù)中的B2，B3波段，最大相關(guān)系數(shù)為0.6；Pb含量與原始光譜R達(dá)到極顯著負(fù)相關(guān)，紅光波段相關(guān)性最大，相關(guān)系數(shù)為0.45，由此可見(jiàn)Cu，Pb的敏感波段與土壤的特征波段較一致；而一階微分光譜R′與As含量具有較高的相關(guān)水平，最大特征波段位于可見(jiàn)光黃光波段，即ETM+多光譜數(shù)據(jù)中的B1波段，最大相關(guān)系數(shù)為0.52，3種元素與模擬光譜參數(shù)的相關(guān)性都達(dá)到極顯著水平，如圖3所示。

土壤吸收深度、土壤指數(shù)與土壤重金屬的相關(guān)分析顯示如表3所示，土壤吸收深度與Cu有一定的相關(guān)性，而與其他兩種元素并未表現(xiàn)出敏感性，表明Pb表現(xiàn)出的光譜敏感性可能是由于與Cu等元素賦存共生而引起。模擬光譜波段構(gòu)建的指數(shù)對(duì)As最為敏感，尤其是RSI指數(shù)敏感度最高，相關(guān)系數(shù)為0.629的極顯著相關(guān)，這表明本文構(gòu)建的土壤指數(shù)能有效綜合可見(jiàn)光光譜差異信息，提高模擬光譜對(duì)As的敏感性。

圖3　模擬ETM+光譜參數(shù)與土壤3種重金屬含量的相關(guān)分析

表3　土壤重金屬與模擬多光譜反射率的相關(guān)水平

注：*. 在0.01置信水平上顯著相關(guān)，**. 在0.05置信水平上極顯著相關(guān)

3.3　預(yù)測(cè)模型構(gòu)建

本文從三個(gè)方面研究模擬多光譜參數(shù)與土壤重金屬含量的相關(guān)性，根據(jù)土壤重金屬與土壤光譜參數(shù)的相關(guān)分析，獲取各重金屬元素的敏感光譜參數(shù)作為輸入，以此建立土壤重金屬含量估算模型，模型函數(shù)包括線性模型、指數(shù)模型、對(duì)數(shù)模型、多項(xiàng)式擬合模型、冪指數(shù)模型等，模型參數(shù)估計(jì)采用最小二乘法實(shí)現(xiàn)，使實(shí)際觀測(cè)值與預(yù)測(cè)值之差的平方和為最小，采用最小二乘擬合不僅能夠兼顧方程的近似程度，使整體誤差達(dá)到最小，還有益于抑制測(cè)量誤差。擬合中變量的密切程度通過(guò)相關(guān)系數(shù)R來(lái)判定，其表達(dá)式為

(8)

由于不同的重金屬與不同的土壤光譜參數(shù)敏感性不同，而Cu,As等重金屬敏感光譜參數(shù)較多，根據(jù)不同的情況選擇敏感度較高的光譜參數(shù)參與建模。As回歸模型選擇的自變量參數(shù)為微分光譜R′,RSI；Cu回歸模型選擇的自變量參數(shù)為B2,B3；Pb回歸模型選擇的自變量參數(shù)為B3，以所選擇的光譜參數(shù)為自變量，對(duì)應(yīng)的土壤重金屬含量為因變量，建立重金屬模擬光譜分析模型，回歸結(jié)果如表4所示。

土壤重金屬單元預(yù)測(cè)模型及精度分析結(jié)果顯示(見(jiàn)表4)，Cu的兩個(gè)變量的最佳擬合模型都為二次多項(xiàng)式模型，且Lg(1/B2)的二次擬合模型最優(yōu)，決定系數(shù)在0.6以上，均方根誤差較小，平均相對(duì)誤差為7.96%；模擬波段B3對(duì)土壤Pb含量變化較為敏感，對(duì)Pb的預(yù)測(cè)效果較好，最佳預(yù)測(cè)精度為81.58%；光譜微分技術(shù)和構(gòu)建土壤指數(shù)能夠有效提高As對(duì)模擬多光譜的敏感性，相比而言，比值土壤指數(shù)RSI的指數(shù)模型更適用于土壤As含量的預(yù)測(cè)，決定系數(shù)為0.643，最佳預(yù)測(cè)精度為94.47%。

表4　重金屬與最大相關(guān)波段的擬合模型

4結(jié)束語(yǔ)

目前國(guó)內(nèi)外對(duì)于土壤重金屬污染的快速監(jiān)測(cè)已進(jìn)行大量探索，但由于土壤環(huán)境相對(duì)復(fù)雜及遙感數(shù)據(jù)的限制，對(duì)于大面積的宏觀監(jiān)測(cè)的實(shí)現(xiàn)仍存在很大的困難。本文選擇具有較豐富光譜信息的Landsat7衛(wèi)星數(shù)據(jù)作為試驗(yàn)，根據(jù)ETM+傳感器的光譜響應(yīng)函數(shù)，利用地面實(shí)測(cè)高光譜重采樣為多光譜數(shù)據(jù)，構(gòu)建土壤指數(shù)，提取波譜吸收深度，建立基于模擬多光譜參數(shù)的土壤重金屬Cu,Pb,As含量預(yù)測(cè)模型。研究表明，基于Landsat衛(wèi)星 ETM+傳感器的模擬多光譜數(shù)據(jù)具有預(yù)測(cè)耕地土壤重金屬的潛力，尤其是Cu，As元素，文中構(gòu)建的土壤指數(shù)RSI綜合了B1(0.45~0.52μm)與B2(0.52~0.60μm)的光譜信息，提高光譜的信噪比，有效提高As對(duì)模擬多光譜的敏感性。在本研究中，模擬的多光譜為理想的端元光譜，而影像多光譜為較為復(fù)雜的混合光譜，受土壤覆蓋層地物光譜影響較大，如何實(shí)現(xiàn)模擬多光譜到影像多光譜的轉(zhuǎn)換還需做進(jìn)一步探討與研究。

參考文獻(xiàn)：

[1]MALLEY D F, WILLIAMS P C. Use of Near-Infrared Reflectance Spectroscopy in Prediction of Heavy Metals in Freshwater Sediment by Their as Sociation with Organic matter[J]．Environ Sci Technol，1997,31(6):3461-3467．

[2]REN H Y, ZHUANG D F. Estimation of As and Cu contamination in agricultural soil around a mining area by reflectance Spectroscopy：A Case Study[J]．Pedospere，2009，19(2):719-726．

[3]吳均昭．南京城郊農(nóng)業(yè)土壤重金屬污染的遙感地球化學(xué)基礎(chǔ)研究[D]．南京：南京大學(xué)，2006．

[4]李巨寶，田慶久，吳均昭．滏陽(yáng)河兩岸農(nóng)田土壤Fe,Zn,Se元素光譜響應(yīng)研究[J]．遙感信息，2005(3)：10-13．

[5]張婷，丁建麗，王飛. 基于實(shí)測(cè)端元光譜的多光譜圖像光譜模擬研究[J]. 光譜學(xué)與光譜分析，2010，30(11)：2889-2893．

[6]喬延利，鄭小兵，王先華，等. 衛(wèi)星光學(xué)傳感器全過(guò)程輻射定標(biāo)[J]. 遙感學(xué)報(bào)，2006，10(5)：616-623．

[7]郭云開(kāi)，張進(jìn)會(huì)．南方丘陵地區(qū)陸域植被光譜處理與分析[J]. 測(cè)繪工程，2014，23(7)：1-5．

[8]龔紹琦，王 鑫，沈潤(rùn)平，等．濱海鹽土重金屬含量高光譜遙感研究[J]．遙感技術(shù)與應(yīng)用，2010，25(2):169-177．

[9]呂超，呂游．遙感影像信息提取技術(shù)的研究與實(shí)現(xiàn)[J]．黑龍江工程學(xué)院學(xué)報(bào)，2014，36(1)：34-37．

[10]SHRESTHA R P. Relating soil elect rical conductivity to remote sensing and other soil properties for assessing soil salinity in northeast Thailand[J]. Land Degradation & Development , 2006 ,17 (6):677-689．

[11]吳昀昭，田慶久，季峻峰，等．土壤光學(xué)遙感的理論、方法及應(yīng)用[J]．遙感信息，2003，30(3):34-38．

[12]任紅艷，莊大方，邱冬生，等．礦區(qū)農(nóng)田土壤砷污染的可見(jiàn)近紅外反射光譜分析研究[J]．光譜學(xué)與光譜分析，2009,29(1)：114-118．

[13]ROSSO P H, PUSHNIK J C, LAY M, et al.Reflectance properties and physiological responses of Salicornia virginica to heavy metal and petroleum contamination[J]．Environmental Pollution,2005, 137: 241-252．

[責(zé)任編輯：張德福]

Primary research on the inversion model of soil heavy metal based on simulation multi-spectral data

GUO Yun-kai，CAO Xiao-yan ，XIE Qiong，ZHOU Feng-song

(School of Transportation Engineering，Changsha University of Science and Technology，Changsha 410004,China)

Abstract：In this paper, based on the spectral response function of multi-spectral sensors, measured ISI921VF reflection spectrum data are used to simulate the multispectral data of ETM+ sensor of Landsat satellite, and based on the simulated spectrum, the extracted spectral features and constructed soil index are used to analyze and predict the soil heavy metal of Cu, Pb and As. The study shows the Cu and the Pb are significantly associated with band B3, B4 in ETM+; the correlation coefficients between the As and index DSI, RSI, NDSI are above 0.6; based on the simulated multispectral, the Cu prediction model and the As prediction model have high precision and the average relative errors are 7.9% and 2.7%, respectively. It is indicated that simulated multispectral data of ETM+ sensor of Landsat satellitecan predicts the heavy metal in farmland soil, which is a new way provided to achieve a wide range monitoring of soil heavy metal.

Key words：soil heavy metal; Landsat ETM+; simulate multi-spectral; soil index; sensitive parameters

作者簡(jiǎn)介：郭云開(kāi)(1958-)，男，教授，博士生導(dǎo)師.

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(41471421)；湖南省自然科學(xué)基金資助項(xiàng)目(12JJ6031)；貴州省交通科技項(xiàng)目(2014-121-039)

收稿日期：2015-06-26

中圖分類(lèi)號(hào)：P237

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-7949(2015)12-0007-05