（环境科学专业论文）泰安市农田土壤重金属的空间分布及光谱特征研究.pdf

泰安市农田土壤重金属的空间分布及光谱特缸研究 降，从2 1 4 0 n m 开始呈现逐级跌落的趋势。 ( 4 ) 运用多元逐步回归法、光谱微分技术等，对采集的7 1 个土壤样品光谱反射率 进行各种变换处理，在探索研究土壤多种元素含量与光谱反射率之间的相关性基础上， 发现土壤中c r 和h g 与土壤高光谱线性关系较强，因此着重建立了基于实验室土壤高光 谱特征的c r 和h g 含量的预测模型。其中c r 元素以反射率倒数的对数的二阶微分建立 的估测模型，其决定系数r 2 最大，为o 7 7 3 ，且均方根误差r m s e 最小为2 0 4 5 7 ，估测 精度达到了9 0 1 ；h g 元素以4 4 6 n m 、4 7 6 n m 、2 2 2 7 n m 、2 4 9 6 n m 平方根一阶导数的光 谱反射率建立的模型最好，其决定系数达到o 9 6 8 ，同时通过计算该模型的均方根误差 r m s e 为0 0 2 3 6 ，相对误差r e 的平均值为7 0 ，验证精度达到了9 3 o 。因此表明模 型y = 0 3 8 8 + 1 8 9 r 2 4 9 6 + 1 4 5 3 7 t 1 4 7 6 + 11 4 6 0 6 r 4 4 6 1 0 1 5 81 r 2 2 2 7 为估测h g 含量的最佳模型。 关键词：泰安地区；农田土壤；重金属；空间分布；因子分析；潜在生态风险；高光谱 特征；估测模型 2 山东农业大学硕士学位论文 s p a t i a ld i s t r i b u t i o na n dh y p e r s p e c t r a lc h a r a c t e r i s t i c so fh e a v y m e t a l si nc r o p l a n ds o i l so ft a i a nc i t y a b s t r a c t t h er e s e a r c ho ns o i lp o l l u t i o ni nt a i a nc i t yi sa tt h ep r e l i m i n a r ys t a g ea n ds t i l ll a c k s y s t e m a t i cs t u d ya n dd i s c u s s i o n m a i nr e s e a r c hr e s u l t sa r ea sf o l l o w s ： ( 1 ) s e v e nh e a v ym e t a le l e m e n t so f110t o p s o i ls a m p l e si nt a i a nc i t yw e r ea n a l y z e db y f a c t o ra n a l y s i sa n d3m a i nf a c t o r sw e r es e l e c t e d c o m b i n e dt h ed i s t r i b u t i o ns i t u a t i o no f e n t e r p r i s e si nt a i a nw i t hc o m p a r i s o no ft h e 3m a i nf a c t o r s t h ep o s s i b l eo r i g i n a t i o no fs o i l p o l l u t a n t s w e r ep r o p o s e da n dp o t e n t i a l e c o l o g i c a l r i s ko fh e a v ym e t a l p o l l u t i o n w e r e e v a l u a t e d t h er e s u l t si n d i c a t e dt h a tt h eh e a v ym e t a la c c u m u l a t i o ni ns u b u r bc r o p l a n dw a s o b v i o u se s p e c i a l l yf o rh g ，n ia n dc u ，w i t ht h e i rm a x i m u mv a l u e sh i g h e rt h a nt h ec r i t i c a l v a l u eo ft h es e c o n dg r a d ei nn a t i o n a ls o i le n v i r o n m e n t a lq u a l i t ys t a n d a r d s t h ec o r r e l a t i o n a n a l y s i si n d i c a t e dt h a tt h e r ew e r es i g n i f i c a n tp o s i t i v ec o r r e l a t i o n sb e t w e e nz na n dn i ，z na n d c u ，a n db e t w e e nn ia n dc r , w h i l et h e r ew a ss i g n i f i c a n tn e g a t i v ec o r r e l a t i o nb e t w e e nz na n d h g t h ef a c t o ra n a l y s i sr e s u l t ss u g g e s t e dt h a ts o i lz n ，c u ，n ia n dc rm a i n l ya f f e c t e db y i n d u s t r i a la n dm i n i n ga c t i v i t i e s ；b u s i n e s sa c t i v i t yw a st h em a i nf a c t o rf o rp b ，a n da g r i c u l t u r a l a c t i v i t i e sa n dr e s i d e n t sl i f eh a dm u c hm o r ei m p a c to nt h ea c c u m u l a t i o no fh ga n dc d t h e p o t e n t i a le c o l o g i c a lr i s ka s s e s s m e n ts h o w e dt h a tt h er i s k so fp b ，z n ，n ia n dc rw e r eo n al o w l e v e l ，w h i l er i s k so fc d ，c u ，a n dh ge x i s t e d 谢t hd i f f e r e n td e g r e e s ( 2 ) t h eg i v e ns t u d yh a sb e e np e r f o r m e di nas o o n - t o b eu r b a n i z e dr e g i o ni nt a i a l lc o u n t y , s h a n d o n g ，w h i c hi n c l u d e ss i xs m a l lt o w n si nh o p i n gt oi n v e s t i g a t et h ec o n t e n ta n dt h es p a t i a l d i s t r i b u t i o no fh e a v ym e t a l si nt h ec r o pf i e l d sa r o u n dt h ea b o v et o w n s o u rs t u d yh a sb e e n d o n eb a s e do nt h eg e o s t a t i s t i ca p p r o a c hb yu s i n ga r c g i sw i t had i s t r i b u t i o nm a pd r a w nb y m e a n so fk r i g i n gm e t h o d t h er e s u l t so fo u ri n v e s t i g a t i o nh a v es h o w nt h a tt h ea c t u a lc o n t e n t o fn i 、c ua n dh gi nt h es o i li so v e rt h es t a t es o i le n v i r o n m e n tq u a l i t ys t a n d a r d sl e v e l ，w i t ht h e v a r i a n c ei n d e xo fp ba n dc ub e i n gt h eh i g h e s t ，t h a ti s ，5 0 7 3 f o rt h ef o r m e ra n d4 3 2 3 f o r t h el a t t e r a tt h es a m et i m e ，t h ev a r i a n c ei n d e xo fh g ，3 2 3 6 ，l i e si nt h em i d d l e ，w h i l et h e 泰安市农田土壤重金属的空间分布及光谱特征研究 s m a l l e s tv a r i a n c ei n d e x e sc o m e 晰t hn i ，z n ，c r , c df o rt h e i rv a l u e sa r ec h a n g i n gf r o m15 7 2 t o41 8 2 t h er e s u l t so fs p a t i a ld i s t r i b u t i o na n a l y s e ss h o wt h a tt h er a t i oo fn u g g e tt os i l lo f c u ，z n ，c d ，c r ，p b ，n i ，h gw a s2 3 ，6 0 5 4 ，2 7 8 8 ，3 6 3 2 ，6 3 4 8 ，4 2 9 5 ，7 5 6 1 r e s p e c t i v e l y , w i t ht h e i rr a n g eo f2 0k m ，2 2k m ，1 5 0k r n ，1 2 5k m ，1 5 6k ma n d3 6k m r e s p e c t i v e l y t h i ss u g g e s t st h a tc uh a v et h es t r o n g e s ts p a t i a lc o r r e l a t i o n ，w i t hz n ，n i ，c d ，c r , p bk e e p i n gt h em o d e r a t es p a t i a lc o r r e l a t i o n ，a n dh gt h ef e e b l es p a t i a lc o r r e l a t i o n a n d ，f i n a l l y , t h es p a t i a li n t e r p o l a t i o nm a pr e v e a l st h a tt h es e v e ne l e m e n t sm e n t i o n e da b o v eh a v et h e d i f f e r e n ts p a t i a ld i s t r i b u t i o nc h a r a c t e r i s t i c s t h eh i g hr e m a i n d e ro fc u ，z n ，c r , n ic o n t e n th a s b e e nf o u n di nt h ee a s to ft h er e g i o n - - x i n t a i ，t h o u g ht h ec o n t e n to fh gd e c r e a s e sg r a d u a l l y f r o mt h es o u t ht ot h en o r t h ，w i t hc rb e i n gh i g h e ri nt h ew e s ta n de a s tb u tl o w e ri nt h em i d d l e ， w h i l ep bb e i n gr i c h e ri nt h ew e s ta n dm i d d l eb u tf e w e ri nt h e e a s t i na d d i t i o n ，v a r i o u s d i s t r i b u t i o n sh a v eb e e nf o u n di n f l u e n c e db yt h ed o u b l ef a c t o r s ：h u m a na c t i v i t yf o rt h e i r w e l l - b e i n g sa n dt h es o i li t s e l f , w h i c hs u g g e s t st h a tw es h o u l dl e a r nt ou s el a n dp r o p e r l ya n d w i s e l yi naw e l l p l a n n e dw a yf o rt h eb e n e f i to f t h el o c a lp e o p l ei nt h ef u t u r e ( 3 ) i nt h ew a v eb a n d ，h y p e r s p e c t r a lc u r v eo f s o i la s c e n d e ds t e e p l y , f o l l o w e db yt a r d i l ya s c e n d i nt h e7 4 0 - 10 8 0 n mw a v eb a n d ，ah i g hr e f l e c t i v i t yp l a t f o r mw a sf o r m e d ，a n dt h e nf e l ld o w n f r o mt h e12 6 7 n m b e g i n n i n g ，t h es p e c t r a lc a l v ed e c l i n e dg r a d u a l l y ( 4 ) o nt h eb a s i so fh y p e r s p e t r a lc h a r a c t e r i s t i c so fs o i l ，e s t i m a t i o nm o d e l sf o rt h ec ra n dh g c o n t e n t sw e r eb u i l ta f t e rt h ei d e n t i f i c a t i o no fs e n s i t i v eb a n d sr e l a t e dt ot h es o i lc ra n dh g c o n t e n t sa n dt h ec o n s t r u c t i o no fs p e c t r u mc h a r a c t e r i s t i cp a r a m e t e r s r e s u l t ss h o w e dt h a tt h e o p t i m a lc rc o n t e n t se s t i m a t i o nm o d e lw a sy = 5 5 0 9 3 + 5 7 4 2 9 2 21 x 3 7 4 + 3 6 2 2 2 6 6 15 x 1 2 6 7 + 3 9 9 5 8 2 0 3 6 x 1 2 1 3 - 2 3 6 8 0 3 8 7 9 x 2 1 4 3 8 0 0 2 6 6 9 8 x 5 1 6 ，w h i c ho ft h ee s t i m a t i o na c c u r a c yw a s 9 0 1 t h eo p t i m a lh gc o n t e n te s t i m a t i o nm o d e lw a sy = 0 3 8 8 + 1 8 9 x 2 4 9 6 + 1 4 5 3 7 ) ( 4 7 6 + 1 1 4 6 0 6 x 4 4 6 1 0 1 5 8 1 x 2 2 2 7 w h i c ho f t h ee s t i m a t i o na c c u r a c yw a s9 3 0 k e y w o r d s ：t a i a n ；c r o p l a n ds o i l ；h e a v ym e t a l ；s p a t i a ld i s t r i b u t i o n ；f a c t o ra n a l y s i s ； p o t e n t i a le c o l o g i c a lr i s ka s s e s s m e n t ；h y p e r s p e c t r a lc h a r a c t e r i s t i c s ；e s t i m a t i o nm o d e l 4 英文缩略表 l i i iiii i i ii l li ii ii i iil y 2 116 9 6 3 缩写英文中文说明 c u c r p b h g z n c d c o p p e r c h r o m i u m l e a d m e r c u r ) r z i n c c a d m i u m h y p e r s p e c t r a lr sh y p e r s p e c t r a lr e m o t es e n s i n g a s df i e l d s p e c3 a n a l y t i c a ls p e c t r a ld e v i c e sf i e l d s p e c3 r 裂i 1 r ( 1 r ) 7 ( 1 r ) r 1 尼 ( r 1 尼) 7 ( r 1 陀) l g r ( 1 9 r ) | ( 1 9 r ) | | 剐m s e i 也 r e f l e c t a n c e f i r s td e r i v a t i v eo fr e f l e c t a n c e s e c o n dd e r i v a t i v eo fr e f l e c t a n c e i v e r s eo fr e f l e c t a n c e f i r s td e r i v a t i v eo fi v e r s eo fr e f l e c t a n c e 高光谱遥感 f i e l d s p e c3 地物波谱仪 反射率 反射率一阶导数 反射率二阶导数 反射率的倒数 反射率的倒数的一阶导 s e c o n dd e r i v a t i v eo fi v e r s eo fr e f l e c t a n c e数 s q u a r er o o to fr e f l e c t a n c e 反射率的倒数的二阶导 r e f l e c t a n c eo fs q u a r er o o to ff i r s td e r i v a t i v e数 r e f l e c t a n e e o f s q u a r e r o o to fs e c o n dd e r i v a t i v e 反射率的平方根 l o g a r i t h mo f r e f l e c t a n c e反射率的平方根一阶导 f i r s td e r i v a t i v eo fl o g a r i t h mo fr e f l e c t a n c e数 s e c o n dd e r i v a t i v eo f l o g a r i t h mo f r e f l e c t a n c e反射率的平方根二阶导 r o o tm e a ns q u a te r r o r r e l a t i v e 数 反射率的对数 反射率的对数一阶导数 反射率的对数二阶导数 均方根误差 相对误差 铜铬铅汞锌镉 山东农业大学硕士学位论文 1 前言 1 1 研究背景 土壤是农业生产的基础，是人类生存环境的重要载体。土壤作为土地资源的主要物 质基础，其固有的有限性和人类的时间尺度上的不可再生性决定了土壤承载量的有限 性。随着经济全球化的迅速发展，含重金属的污染物可以通过各种途径进入土壤造成土 壤污染。统计资料表明，我国受c d 、a s 、c r 、p b 等重金属污染的耕地面积近2 0 0 0 万 h m 2 ，约占耕地总面积的1 5 ( 韦朝阳，陈同斌；2 0 0 1 ；朱荫湄，周启星；1 9 9 9 ) ，合计 经济损失至少2 0 0 亿元。这些重金属来源广泛，其中有来自于工业的“三废”，污水灌 溉、肥料的土壤施用及废矿尾矿等途径。更甚的是，这种趋势无论是在我国还是在世界 范围内，不是在减弱而是在加重，这已成为深受全球关注的环境问题。土壤中的重金属 污染，不仅使土壤肥力退化，降低作物产量与质量。而且恶化水环境，并通过食物链在 人和生物体内富集，严重威胁着人类的生命和健康。 因此在我国土壤资源严重短缺的今天，如何协调好经济的高速增长和土壤资源的合 理利用与保护之间的关系，成为社会关注的问题，这是我国当前经济发展所面临的严峻 挑战，也是实现城乡经济、社会可持续发展所必须解决的关键问题之一。信息时代，对 土壤重金属污染研究从时间维、空间维和信息维都提出了更高的要求。随着农业要干与 信息技术的应用发展，利用地理统计学方法研究土壤特性的空间变异特征被认为是一种 较好的方法。因为运用g i s 可以建立并更新土壤重金属的数据库，这样可以对土壤重金 属进行连续详细的研究，同时做出的插值图具有可视化和立体感强的特点。 为适应自身发展和社会需要，土壤重金属污染研究不断更新和引进现代化分析技 术、计算机技术、空间信息技术、生物技术、纳米技术等高新技术。重金属元素分析进 入计算机控制阶段，各种微量、超微量、微区分析技术得到广泛应用；分析的精度不断 提高，检出限不断降低，这些都从信息维促进了土壤重金属污染的研究。然而，目前土 壤重金属污染时空维的研究仍依赖传统地球化学方法，即野外采样，然后进行室内化学 分析。该方法存在费时、费钱等缺点，不适合大范围监测。对于污染形式日益严重的发 展中国家来说，由于资金短缺，困难更大。寻找一种快速、经济、动态的土壤重金属污 染监测方法势在必行。 泰安市农田土壤重金属的宅间分布及光谱特征研究 1 2g i s 在土壤重金属评价中的应用 信息技术尤其是计算机技术的快速发展、数字地球的提供与实施、g i s 技术日益完 善，使得g i s 技术已广泛应用于环境、资源、城市规划、市政管理交通、灾害预报、经 济咨询和军事等与地理信息相关的几乎所有领域。研究认为g i s 应用于土壤重金属评价 主要有两方面原因：首先，全面评价土壤重金属污染现状需要收集和处理各方面环境信 息，而大部分环境信息具有空间性、复杂性、多元性等特点。g i s 在空间数据处理和管 理方面具有强大优势，为土壤保护提供全面、及时准确和客观的信息服务和技术支持。 其次，进行地区土壤重金属污染现状调查与研究时，常采用制作环境专题图的方法来展 示污染物空间分布特征，通过分析土壤重金属的空间分布特征，有助于查明土壤环境质 量在区域空间内的变异原因、结果和趋势，对土壤环境的形成和发展、进行土壤环境区 规划和制定土壤环境保护措施具有重要作用。 目前，使用g i s 中克里格插值制作专题图来直观展示土壤重金属污染已成为一种主 要表达土壤空间分布的形式，且取得了广泛的应用。而应用克里格插值的基础是数据满 足正态分布且具有一定的相关性。数据正态分布式使用克里格插值的基础，而数据呈现 相关性是使用克里格插值的必要条件。半方差函数描述了土壤重金属分布的空间相关 性，一般认为，如果块金值基台值小于2 5 ，说明系统具有强烈的空间相关性；如果 比值在2 5 7 5 ，表明系统具有中等空间相关性；大于7 5 说明系统空间相关性很弱， 变异主要有随机变异组成，不适合采用空间插值。目前此方法研究土壤重金属的空间分 布特征已成为热点之一。 1 3 高光谱遥感 1 3 1 高光谱遥感的涵义 高光谱分辨率遥感( h y p e rs p e c t r a lr e m o t es e n s i n g ，简称高光谱遥感) 是指利用很多 很窄的电磁波波段( 一般波段宽度 10 n m ) 从感兴趣的物体获取有关光谱数据，其基础是 光谱学。光谱学起源于2 0 世纪2 0 年代，在分子、原子结构理论和量子力学基础上发展 起来的，是用于识别分子、原子类型及其结构的实验科学( 浦瑞良等，2 0 0 0 ) 。2 0 世纪 8 0 年代建立起来的成像光谱学，是在电磁波谱的紫外、可见光、近红外和中红外区域获 6 山东农业大学硕士学位论文 得许多窄而连续的波谱图像数据的技术，这种记录的光谱数据能用于多学科的研究和应 用之中，它奠定了高光谱遥感的技术基础，也是高光谱遥感建立的标志( 陈述彭等， 1 9 9 8 ) 。高光谱遥感具有光谱分辨率高( 波段宽度 4 ) 控制的土壤光谱反射率曲线 甚至能够掩盖有机质含量的影响。朱振福( 1 9 8 1 ) 认为在热带和温带地区，氧化铁含量 与反射率之间的关系比有机质含量更密切。b a u m g a r d n e r 等( 1 9 8 5 ) 研究表明氧化铁含量 越高，8 7 0 n m 处的吸收峰就越宽。m a d e i r a ( 1 9 9 7 ) 通过对巴西利亚砖红壤大量样品进行实 验室矿物学和反射光谱分析，建立了光谱参数与铁氧化物含量之间的定量关系。利用实 验室模拟的t m 波段的反射率来评估赤铁矿含量和赤铁矿八赤铁矿+ 针铁矿) 比值的铁指 数。g a l a v o ( 2 0 0 1 ) 研究发现巴西热带土壤中f e 八含量与1 7 p m 处的反射率有很好的相关 性，并建立了回归方程。徐彬彬等( 1 9 9 1 ) 研究了大量脱铁前后的曲线，结果表明，土壤 去铁后反射率明显增加，与有机质一样，影响范围主要在0 4 1 1 “m 波段内。何挺( 2 0 0 6 ) 等、周萍( 2 0 0 6 ) 对土壤光谱研究后，建立估算土壤氧化铁相应的回归估算模型，精度较 好。 阳离子交换量是土壤保肥供肥的重要指标。根据季耿善等( 1 9 8 7 ) 对宁芜地区不同土 壤类型、不同粘土矿物类型和不同发生层的9 5 个样品进行相关分析表明，1 9 2 3 m 各 波长上的反射率与c e c 呈高度负相关。这是由于土壤中的粘粒含量、矿物类型及能综 合反映土壤吸附能力的吸附水含量与近红外反射率，特别是与1 9 l t m 的吸收带强弱密切 相关，而这些因素又与c e c 有关。 土壤盐分影响土壤光谱反射特性。据孙毅等( 1 9 9 2 ) 研究，土壤光谱反射率与苏打盐 渍土表层0 5 c m 含盐量极显著相关，并可建立二者之间相关的直线回归方程。反映盐分 含量的电导率，在祛除其它因素的影响下，s z i l a g y i ( 1 9 9 1 ) 对6 个不同土壤进行了9 个不 同盐分的批处理，得出依据所选的光谱波段可以很好地区分含盐量不同的土壤。 土壤母质以多种途径影响土壤光谱反射特性，如土壤颜色、粘粒含量、主要粘土矿 1 3 泰安市农田七壤重金属的空间分布及光谱特征研究 物等。吴豪翔等( 1 9 9 1 ) 、黄应丰等( 1 9 9 5 ) 分别研究了南方山地丘陵与华南地区不同成土 母质对土壤光谱反射率的影响。 1 5 利用土壤光谱研究土壤重金属的进展 k o o i s t r a 等( 2 0 0 1 、2 0 0 3 ) 研究发现莱茵河流域土壤中的c d 、z n 与有机质含量之 间存在很好的正相关，并利用可见光近红外反射光谱和偏最小二乘回归法预测了土壤 镉、锌的含量。 t h o m a s 等( 2 0 0 2 ) 利用土壤反射光谱预测了西班牙a z n a l c o o l a r 矿区土壤a s 、h g 、 p b 及f e 元素含量。 吴昀昭等( 2 0 0 5 ) 利用农业用地土壤反射光谱预测了土壤h g 元素的含量。 李巨宝等( 2 0 0 5 ) 利用了p l s 模型，建立了农田土壤中f e 、z n 、s e 含量与土壤反 射光谱的对应关系，探讨了应用高光谱遥感技术定量监测土壤重金属含量的可行性。 王璐等( 2 0 0 7 ) 根据实验室测得的土壤反射光谱，利用偏最小二乘回归方法预测了 p b 、c r 、h g 等重金属元素的含量，模拟和分析了多光谱数据估算土壤重金属的可行性。 解宪丽等( 2 0 0 7 ) 研究利用可见光近红外反射光谱与土壤c u 、p b 、z n 、c r 等9 种重金属元素之间的相关性。 1 6 本文的研究目的与研究内容、方法 1 6 1 研究目的、意义 对农田土壤重金属的监测，目前基本上沿用野外采样，然后实验室化验分析的方法， 这种方法耗资、费时，且不可避免地带有破坏性，主观性，受人为干扰影响较大。而遥 感技术对农业监测具有大面积、适时、非破坏性等优点，高光谱遥感还能够通过其精细 光谱的优势提高估算土壤成分含量的精度，提高遥感解译的精度和准确性。目前利用高 光谱遥感技术对土壤理化性质的估算研究很多，其中土壤有机质、氧化铁是土壤的重要 组成部分，也是影响土壤光谱特征的主要影响因素，分析这两种土壤成分的光谱特征对 了解研究区的土壤光谱特性很重要。土壤中量营养元素对作物的生长发育起着举足轻重 的作用，但目前关于土壤中重金属元素的光谱研究则较少。虽然各种土壤成分的估算模 型很多，但由于各地的差异，当这些模型应用于其它区域时，则产生很大的误差。 1 4 山东农业大学硕士学位论文 因此，本文通过研究分析，对于泰安市农田土壤重金属的含量、来源及其空间分布 全面了解，同时建立适合当地土壤重金属含量的估算模型，便于适时了解不同土壤重金 属的分布；并对研究区土壤光谱曲线进行分析，总结其土壤光谱曲线的特点，为今后利 用高光谱遥感图像解译不同土壤成分含量奠定理论基础。研究土壤反射光谱特征与土壤 理化特性的关系，目的在于找到使用土壤反射光谱估算土壤理化特性的方法，寻求测量 某些土壤理化特性的新手段，特别是利用遥感影像直接获取土壤理化特性，从而获得快 速监测土壤的新途径。 1 6 2 研究内容 本论文是一项探索性工作，研究利用高光谱遥感监测土壤重金属污染的可行性。利 用各种分析技术和方法，努力将土壤光谱和重金属元素结合起来，建立土壤重金属元素 与土壤光谱的关系，是本论文最基本目的。本论文所有工作都将围绕这个中心开展，主 要回答如下几个问题： ( 1 ) 泰安市农田土壤重金属污染状况如何，重金属元素具有怎样的空间分布特 征? ( 2 ) 就论文所研究的几种重金属元素而言，它们各自的光谱响应如何，哪些元素 具有特征吸收峰? 泰安农田土壤具有怎样的光谱特征，能否直接从土壤反射光谱中得到 重金属元素信息? ( 3 ) 能否利用反射光谱快速预测土壤重金属元素含量? 1 6 3 研究方法 本文以泰安市农田表层土壤为研究对象，在土壤理化特性数据与室内土壤高光谱数 据的基础上，分析泰安市农田土壤重金属的空间分布状况及其来源，同时分析土壤样点 的光谱曲线特征，对土壤光谱数据进行多种变换，通过单相关分析的方法，计算不同的 土壤重金属含量与光谱反射率及其变换形式的相关系数，具有较高相关系数的波段即为 对该种土壤成分含量敏感的波段；然后利用找到的敏感波段，通过统计回归分析方法， 建立一元或多元方程，并进行方程精度验证，找到最佳的估算方程，为实现土壤重金属 的估算与高光谱遥感图像的解译提供理论依据。 泰安市农田土壤重金属的空间分布及光谱特征研究 2 数据获取与数据预处理 2 1 研究区概况 鲁中山区位于山东省中南部，是山东省地势最高的区域，区域内地貌类型复杂，土 地利用方式多样，属于山东的传统农业区。泰安市是鲁中南山区的代表区域，位于东经 1 1 6 。2 07 - 1 1 7 0 5 97 ，北纬3 5 0 3 87 - - 3 6 。2 87 ，面积7 7 6 2k m 2 ，人口5 5 1 7 万人，人均 占有土地o 1 5h m 2 ，其中可利用土地6 7 2 万l n 2 ，占总面积的8 6 6 。该市地势自东北 向西南倾斜，境内拥有多种地貌类型如山地、丘陵、平原等。泰安市气候属于暖温带半 湿润大陆性季风气候，四季分明，寒暑适宜，光温同步，雨热同季。年平均气温是1 3 5 ， 平均日照2 6 2 7h ，降水量年际变化大，年平均降水量7 1 9 2 m m ，无霜期平均1 9 5 天。全 市土壤类型多样，主要有棕壤、褐土、砂姜黑土、潮土、山地草甸土和风沙土六大类， 土壤p h 值为中性。土壤的粘化作用强烈，还产生较明显的淋溶作用。 2 2 土壤样本采集 按照农田土壤环境质量监测技术规范的规定确定监测单元，采样点的布设以能 代表监测区土壤环境质量为原则，采集0 - 2 0 c m 的耕层土壤，每个样品在采集过程中， 都采用了g p s 精确定位，采集了1 1 0 个采样点。具体采样原则为：1 ) 采样点选择在土 壤环境好的区域；2 ) 不在住宅周围、路旁、沟渠、粪堆附近等人为干扰明显地点或水 土流失严重以及表土破坏明显的地点采样；3 ) 采样时选取有代表性的地点，并以该点 为中心，在其周围1 0 0m 的区域内采集3 5 个土壤样品，将样品混匀后用四分法取约1 埏作为该点的土壤样品；4 ) 采样时尽量使采样点涉及所有土地利用类型，大体了解样 点周围土地利用和土地覆被情况。图1 为采样点分布图。 1 6 山东农业大学硕上学位论文 2 3 数据获取 搠一 图1研究区采样点位分布图 f i g 1 d i s t r i b u t i o no fs a m p l i n gp o i n t s 数据获取主要包括两方面的内容：土壤样本的化学分析和实验室光谱测量。目的是 获取土壤的地球化学特征和光谱特征，为研究两者之间的关系打下基础。 2 3 1 土壤样本的化学分析 土壤样品采用h n 0 3 - h c l 0 4 一h f 法消解，其中h g 用冷原子吸收法测定，c u 、z n 、 c r 和n i 用原子吸收分光光度法测定，p b 和c d 用石墨炉原子吸收分光光度法测定，具 体测定方法参照了国家标准。为了控制测定的准确度，在进行上述元素分析时，每1 0 个测定样品用标准土壤样品校验。1 0 2 0 的平行样分析用于控制实验的精密度，绝 大多数平行样之间的相对平均偏差小于5 。 2 3 2 土壤样本的实验室光谱测量 采集到的土壤样品在实验室6 0 烘干，利用研钵研磨混匀，并过1 2 0 目筛，去除土 壤中的植物根系，然后再6 0 。c 烘干2 4 h ，以去除水蒸气的影响。 使用美国a s d 公司的美国a s df i e l d s p e c3 便携式地物光谱仪，其波段覆盖为 3 5 0 2 5 0 0n n l 。光谱采样间隔在3 5 0 1 0 0 0n n l 内为1 4n n l ，光谱分辨率为3 n m ；在1 0 0 0 2 5 0 0n m 内为2 衄，光谱分辨率为1 0n m ，重采样后输出波段数为2 1 5 1 个。漫反射参 考板采用中国科学院安徽精密光学机械研究所生产的白板，白板反射率为9 8 。在暗 n a 一_ ，：錾 一 一、。- ， f | ， 拖 1 褰 酶， 一 一 一 。 一i | m _ ! o 抒 i 一 1 、札 i 一 震 1咿；， f；=1、 、。j _ 一 、。厶 县 一率一 鹰_ j 。 泰安市农叫土壤重金属的空间分布及光谱特征研究 室内，将经过预处理去除水蒸气影响后的土壤样品，平铺在纯棉的黑布上面，轻轻震动 黑布使得土壤表面呈自然状态，用u s h i o 公司生产的a 1 2 8 9 3 0 型钨灯作光源，采用1 5 。 的光源照射角度、1 5 c m 的探头距离和3 0 c m 的光源照射距离【1 4 】，转动黑布方向，从垂 直于黑布四条边的方向采集土壤反射光谱。每个样品每个方向测定5 个数据，共2 0 个 数据，然后利用地物光谱仪自身携带的v i e w s p e cp r o4 0 2 光谱处理软件作平均，得到每 个土壤样品的光谱反射曲线。 2 4 高光谱数据的分析与处理方法 高光谱遥感数据量庞大，信息丰富，如何有效的提取光谱特征参数是高光谱遥感研 究中的重要问题。为了从高光谱遥感数据中有效的提取信息，研究人员已发展了许多适 用于高光谱数据特点的分析技术。 2 4 1 光谱反射率平均 实际测量时每个样本会连续采集多个光谱反射率曲线，本文中每个土壤样本连续采 集2 0 次光谱曲线，对2 0 个光谱反射率曲线取平均值作为该样本的光谱。通过对同一目 标进行多次测量来评价测量的不稳定性，使测定结果稳定性更高，同时加强数据的信噪 比。 2 4 2 光谱去噪 由于光谱仪各波段间对能量响应上的差异，光谱曲线存在一些噪声，为得到平稳与 概略的变化，需平滑波形，以去除信号内的少量噪声。实践表明，如果噪声的频率较高 且量值不大，用平滑方法可在一定程度上降低噪声。常用的平滑方法有移动平均法、静 态平均法、傅立叶级数近似等，本研究采用9 点加权移动平均法对光谱曲线进行平滑去 噪处理：光谱曲线给出了n 个测定点的序列 r i ，i = 1 ，2 ，3 ，n 。此时，i 点的新值r i 7 用包括i 点在内的9 个点的加权平均值替代，称为平滑值。r i 一0 0 4r i 4 + 0 0 8r i 3 + 0 1 2r i 2 + 0 1 6r i 1 - i - 0 2 0r i + o 1 6r i + 1 + 0 1 2r i + 2 + 0 0 8r i + 3 + 0 0 4 r i + 4 ( 1 ) 1 8 山东农业大学硕上学位论文 2 4 3 光谱微分技术 光谱微分技术( s p e c t r a ld e r i v a t i o nt e c h n o l o g y ) 又称为倒数光谱，是一种常用且有 效的分析技术。研究表明，光谱微分处理可减弱土壤背景和大气等环境因素对光谱的影 响，提高信噪比，达到增强光谱参数和生物化学成分的相关性的目的( p h i l p o t ，1 9 9 1 ； c l o u t i s ，1 9 9 6 ；j o h n s o n l f ，1 9 9 4 ) 。另外，倒数光谱反映了优于植被生化物质的吸收 产生的波形变化并揭示光谱峰值的内在特性，可对植被指数进行估算。光谱微分技术包 括对反射光谱进行数学模拟和计算不同阶数的微分值，从而迅速地确定光谱弯曲点及最 大、最小反射率的波长位置。光谱微分处理强调曲线的变化和压缩均值的影响。光谱微 分可以增强光谱曲线在坡度上的细微变化，对植被来说，这种变化与植被的生物化学吸 收特征有关( j o h n s o n ，1 9 9 6 ) 。微分光谱技术已应用于减弱大气散射和吸收对目标光谱 特征的影响( p h i l p o twd ，1 9 9 1 ) 和植被研究等( d e m e t r i a d e ss h a h ，th ，s t e v e nm d ， c l a r ka ，1 9 9 1 ；l iy ，e ta l ，1 9 9 3 ) 。h u g u e n i na n dj o n e s ( 1 9 8 6 ) 利用不同阶段的微分 光谱提取吸收波段位置信息，收到较好效果。 2 4 4 多元统计分析技术 多元统计分析技术方法是一种最为普遍采用的技术，比图多元线性回归、逐步多元 线性回归、主成分分析、最小二乘偏回归和聚类分析等数据分析技术。这些技术多以反 射率光谱数据或其变换形式( 如一阶导数、二阶导数、对数变换、倒数变换、各种植被 指数等) 作为自变量，以各生化组分含量作为因变量，利用统计分析方法建立多元回归 估测模型。该方法主要是基于实验室的近红外光谱学方法( n i r s ) ( m a r t e ne ta l ，1 9 8 9 ) ， 一经提出就被广泛地用于植被生化组分研究( c a r de ta l ，1 9 8 8 ；w i l l i a m s ：& n o r r i s ，1 9 8 7 ； w i s e m a n ，1 9 8 8 ：m a r t e ne ta l ；m cl i l l i a ne ta l ，1 9 9 1 ：c u r r a ne ta l ，1 9 9 2 ；p e n u l t s ，e ta l ， 1 9 9 5 ：y o d e rp e t t i g r e w - c r o s b y1 9 9 5 ；j a c q u e m o u de ta l ，1 9 9 5 ) 。通常为了说明模型精度， 将多元统计分析分为统计回归模型见了和模型检验