土壤重金属污染信息提取遥感模型的建立_以水口山矿区铅锌污染为例_王晓华
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
文章编号:0494-0911(2013)03-0029-03中图分类号:P237.9
文献标识码:B
土壤重金属污染信息提取遥感模型的建立
———以水口山矿区铅锌污染为例
王晓华1,2,邓喀中1,2,杨化超
1,2
(1.中国矿业大学江苏省资源环境信息工程重点实验室,江苏徐州221116;
2.中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室,江苏徐州221116)
Building-up of Remote Sensing Models for Heavy Metal Pollution in Soil :Take the Pollution of Lead and Zinc Mine in Shuikou Mountain as an Example
WANG Xiaohua ,DENG Kazhong ,YANG Huachao
摘要:针对矿区愈演愈烈的土壤重金属污染问题,提出基于遥感信息模型快速提取污染信息的方法。首先对野外采集土壤样本
进行化学成分鉴定与物理光谱特征分析;然后经过光谱特征预处理与偏最小二乘回归模型分析,
建立土壤污染信息提取的定量遥感模型;最后以水口山矿区为例,检验该方法应用效果,其结果为矿区土壤污染监测与治理提供了实时、可靠的图像资料。
关键词:遥感信息模型;污染信息;信息提取;PLSR ;特征分析
收稿日期:2012-02-01基金项目:国土环境与灾害监测国家测绘地理信息局重点实验室开放基金(LEDM2011B07);国家自然科学基金(41071273)
作者简介:王晓华(1981—),女,河南商丘人,博士生,主要研究方向为数字摄影测量与遥感。
一、引言
在煤炭开采与冶炼过程中,将井下矿石搬运到地表,不仅改变了矿区的化学成分与物理状态,也使得重
金属开始向生态环境释放和迁移。近年来,不少矿山由于过度开采兼环保措施没有同步跟进,造成矿区周围农田土壤不同程度地受到重金属污染,对当地人民
群众健康构成巨大威胁。目前,国内外许多专家在遥感环境监测领域取得了许多丰硕成果。甘甫平等针对矿区植被基于航天Hyperion 高光谱数据某一波段吸收
深度来研究矿区受污染程度[1]
;Timothy 等利用TM 波
段的组合波段变量与矿化蚀变相关关系,
在干旱气候下提取金矿蚀变信息[2]
;杨波等考虑到试验区地物光
谱数据较少,首次建立了基于试验区光谱特征定量遥
感找矿模型[3]
。然而,国内外尚未出现基于遥感信息
模型提取土壤重金属污染信息的报道,本文则针对这一研究空白展开相关研究。众所周知,遥感技术应用在土壤重金属污染监测中,必须以重金属的遥感光谱响应作为基础。然而,土壤中绝大部分重金属,如铅、锌、铬、砷等在可见光—近红外波段区间均无光谱特征。因此,目前很难直接利用土壤重金属光谱特征来提取污染信息。当今很多文献已证实土壤中重金属与
铁氧化物存在较高的相关性,
而铁元素存在明显的光谱特征。因此,本文在此环境与技术背景下,利用多种光谱数据预处理方法尝试找出重金属元素所对应的相
关波段,
进而给出多元回归方程,并以该模型为指导,提取影像中的污染信息。
二、研究方法与步骤
本研究大体分7步进行(如图1所示):①土壤样本采集与光谱测定;②土样化学成分鉴定;③分析重金属与波谱段相关性;④PLSR 模型建立;⑤多源遥感影像数据预处理;⑥提取重金属污染信息;⑦通过野外取样验证和完善已建立的遥感信息模型
。
图1研究流程图
9
22013年第3期王晓华,等:土壤重金属污染信息提取遥感模型的建立—
——以水口山矿区铅锌污染为例
1)野外土样采集与光谱测试。土壤样本采集时
间应安排在天气晴好、
能见度高的9ʒ00am —10ʒ30am ,在公路或河流两旁选择田块,每个田块采用“X ”形确定
5个采样点,每点采集约150g 表层土壤。采样后在原地立刻进行光谱测试,仪器使用MSR-16R (如图2所示),波谱范围452 1650nm ,采样间隔50nm ,共分16波段。测试前需用白色参考版对仪器进行严格校正。光谱探头与土壤样品垂直相距15cm ,每个样品扫
描5次取其均值作为该土样反射光谱数据[4]
。
图2MSR-16R 土壤光谱检测装置
2)基于采样点的GPS 坐标测量,是为后续的
影像目标处理提供精确的坐标数据。
3)土壤样本数据的分析处理。首先,土样中各种金属浓度的测量是根据原子吸收分光光度计的
显示结果,
并查对标准曲线而得出各种金属的含量,然后与国家标准土壤样品GBW07405(GSS-5)进行分析质量比对,检验误差是否在允许范围内。其次,对实测光谱数据进行预处理,使用的方法主要
有断点修正、
平滑处理[5]、基线校正[6]
、光谱微分技术[7]、连续统去除法[8],在不损失有用光谱信息的
条件下,
最大限度地去除仪器噪声、土壤颗粒大小及空气悬浮物等背景的影响,以提高波谱分辨率与灵敏度。最后在此基础上,运用统计分析、原始光谱单波段分析,建立土壤重金属波谱数据库。
4)PLSR 模型分析。由上文已建立的波谱数据库可以得到重金属元素相关波长变量,
利用PLSR 模型生成一系列依其解释变量方差能力大小排列
的独立变量[9-10]
,然后从这些独立变量值中提取比
较重要的几个(矩阵中主特征向量的前几个)进行多元线性回归分析,导出的回归方程即为重金属污
染信息提取的遥感模型[11]
。
三、水口山矿区遥感信息模型的建立
1.研究区概况
该区地理坐标为112ʎ30'E 112ʎ40'E ,
26ʎ31'N 26ʎ36'N ,东西长18km ,南北宽7km ,面积126km 2,位于湖南省常宁市境内。水口山是驰名中外的铅锌产地,建矿于1896年,享有“世界铅都”之美称,累积探储量为铅87.46万t ,锌111.08万t 。周围分布万亩双季水稻田,但由于近年来铅锌污染加重,大部分地块已荒芜。
2.PLSR 模型分析与构建
由于采集的土壤样本远远少于相关波谱数量,李世玲已证明采用PLSR 建模是此种情况下较好的方法之一[12]
。本文就利用这种方法,
对铅元素信息进行PLSR 建模,
具体过程如下:把铅元素相关波长集合记为X =[X 1,X 2,X 3,…,X M ],M =150,利用PCA
方法对SIFT 描述符进行降维,首先进行标准化处理X =(X -珚X )槡/D (1)
式中,
X 是一个M ˑN 矩阵;X 表示相关波段的均值;D 为方差矩阵。相关波段集合的主分量可通过下式计算得到
V T (XX T )V =Λ
(2)
式中,Λ为特征值λi (i =1,2,3,…,M ),λ1≥λ2≥…≥
λM 组成的对角阵;V 为特征值对应的特征向量V i (i =1,2,…,M )组成的正交阵。选择前3个较大的特征值
所对应的特征向量作为压缩而成的独立变量[13],如W 330、W 790、W 1440,而后对这些变量组合进行多元线
性回归分析(具体计算过程略),
导出回归方程Pb =76.454W 330-2.976W 790+23.255W 1440-
56.232
r =0.697
(3)
同理,建立锌元素污染信息提取的遥感模型Zn =73.542W 345-3.355W 760+20.794W 1590-
0.862
r =0.702
(4)
四、结果与分析
基于上述遥感信息模型,对预处理后的影像中对应的波段进行运算,通过一系列增强处理,得到水口山矿区铅锌污染亮度图斑,
然后与增强处理前的影像叠加显示(由于该影像图幅较大,只显示剪切后部分区域,如图3所示)
。
图3
污染信息部分亮度图斑
03测绘通报2013年第3期