近年來土壤重金屬污染日益嚴重,對生態(tài)環(huán)境安全和人類健康構(gòu)成了嚴重威脅。高光譜遙感技術(shù)具有快速、宏觀地獲取地物信息的能力,為快速高效獲取土壤重金屬含量開展污染防治提供了科學手段。本文總結(jié)了基于土壤光譜分析和植被光譜分析的兩類土壤重金屬污染高光譜遙感監(jiān)測的方法及原理,介紹了土壤重金屬含量反演建模過程及建模方法。土壤光譜分析法預測重金屬含量主要基于實驗室土壤光譜展開,具有較高的預測精度,但很難實現(xiàn)大范圍土壤重金屬污染監(jiān)測;植被光譜分析法多是基于野外實測光譜數(shù)據(jù)展開,預測精度相對較低,但較易與高光譜影像相結(jié)合進行區(qū)域土壤重金屬污染預測,是今后研究的熱點方向。多元逐步線性回歸和偏最小二乘回歸是土壤重金屬含量反演應(yīng)用最為廣泛的建模方法,但反演模型往往缺乏普適性和穩(wěn)定性,隨著高光譜傳感器和數(shù)據(jù)獲取平臺的發(fā)展,普適性更好穩(wěn)定性更強的建模方法將不斷出現(xiàn)。 

【文章頁數(shù)】：7 頁

【文章目錄】：
0前言
1 高光譜遙感概述
2 土壤重金屬污染高光譜遙感監(jiān)測方法
    2.1 土壤光譜分析法預測重金屬含量
    2.2 植被光譜分析法預測重金屬含量
3 反演模型的建立
    3.1 光譜處理
    3.2 特征波段選擇
    3.3 建模方法
4 問題與展望
    4.1 存在問題
    4.2 展望


【參考文獻】：
期刊論文
[1]優(yōu)化CARS結(jié)合PSO-SVM算法農(nóng)田土壤重金屬砷含量高光譜反演分析[J]. 袁自然,魏立飛,張楊熙,余銘,閆芯茹.  光譜學與光譜分析. 2020(02)
[2]基于支持向量機的高光譜遙感影像分類[J]. 肖博林.  科技創(chuàng)新與應(yīng)用. 2020(04)
[3]基于高光譜反射率的喀斯特地區(qū)土壤重金屬鋅元素含量反演[J]. 王金鳳,王世杰,白曉永,劉方,路茜,田詩琪,王明明.  光譜學與光譜分析. 2019(12)
[4]航空高光譜遙感在重金屬土壤污染檢測中的應(yīng)用[J]. 劉昭賢,孟亞賓.  礦山測量. 2019(06)
[5]高光譜遙感在土壤重金屬污染監(jiān)測中的應(yīng)用[J]. 張亞光,陳建平,李詩.  地質(zhì)學刊. 2019(03)
[6]基于有機質(zhì)光譜特征的土壤重金屬Pb估算模型研究[J]. 賀軍亮,李志遠,李仁杰,周智勇,東啟亮.  環(huán)境污染與防治. 2019(07)
[7]城市居民區(qū)土壤重金屬含量高光譜反演研究[J]. 李瓊瓊,柳云龍.  遙感技術(shù)與應(yīng)用. 2019(03)
[8]高光譜遙感技術(shù)在土壤研究應(yīng)用中的進展[J]. 劉勛,李長春,李雙權(quán),馬玉鳳,杜軍.  安徽農(nóng)業(yè)科學. 2019(08)
[9]礦業(yè)廢棄地重構(gòu)土壤重金屬含量高光譜反演[J]. 沈強,張世文,葛暢,劉慧琳,周妍,陳元鵬,胡青青,葉回春,黃元仿.  光譜學與光譜分析. 2019(04)
[10]山東典型污灌區(qū)冬小麥葉片重金屬高光譜反演及空間分布特征[J]. 于慶,吳泉源,姚磊,徐夕博,周旭.  河南農(nóng)業(yè)科學. 2018(08)

博士論文
[1]準東煤田土壤重金屬污染高光譜遙感監(jiān)測研究[D]. 夏軍.新疆大學 2014
[2]微型Offner成像光譜儀和光譜數(shù)據(jù)處理[D]. 吳振洲.中國科學技術(shù)大學 2012

碩士論文
[1]基于HSI高光譜數(shù)據(jù)的耕地土壤重金屬鎘、鉛含量遙感反演[D]. 鐘燕.四川農(nóng)業(yè)大學 2016
[2]高光譜遙感對礦山開發(fā)環(huán)境效應(yīng)監(jiān)測技術(shù)研究[D]. 張志斌.中國地質(zhì)大學（北京） 2013
[3]網(wǎng)紋瓜可溶性固形物、總酸和堅實度近紅外光譜檢測技術(shù)研究[D]. 袁琳.西北農(nóng)林科技大學 2010



本文編號：3710659