植被和土壤中重金屬遙感高光譜反演研究進展

2024年4月1日發(fā)(作者：天造之美)

植被和土壤中重金屬遙感高光譜反演研究進展

發(fā)布時間：2021-07-23T16:33:12.970Z 來源：《科學與技術》2021年第29卷3月8期 作者： 付泉1，張庭瑜2

[導讀] 這些重金屬研究主要集中在土壤和植物中典型金屬的高光譜反射率上

付泉1，張庭瑜2

1. 陜西地建土地勘測規(guī)劃設計院有限責任公司，陜西西安，710075；

2. 陜西地建土地工程技術研究院有限責任公司，陜西西安，710075

摘 要：這些重金屬研究主要集中在土壤和植物中典型金屬的高光譜反射率上，無論是在原位還是在實驗室進行測量。最常用的波段位

于光譜的可見-近紅外部分，尤其是紅邊。在足夠高的含量水平下，某些金屬的光譜響應只存在細微的差異。并非所有金屬都有自己獨特的

光譜響應。它們的檢測必須依賴于它們與土壤中具有光譜響應的金屬或有機物的共變異。各種分析方法，包括逐步多元線性回歸、偏最小

二乘回歸和神經(jīng)網(wǎng)絡。導致成功或失敗的原因或因素尚未得到系統(tǒng)的分析，包括所需的最低光譜分辨率。

關鍵字：土壤，植被，重金屬，遙感反演

1 引言

土壤重金屬具有毒性大、持久性強、易被植物吸收、生物半衰期長等特點，是環(huán)境中最有害的污染物之一。它們會破壞土壤的正常功

能，對作物造成壓力，阻礙作物生長。如果被作物吸收，也會進入食物鏈，危害人體健康。一般認為，重金屬是對環(huán)境有害的物質(zhì)，其在

土壤中的沉積和被植被吸收會影響土壤肥力、植物發(fā)育和生產(chǎn)力。它還抑制植物生長和色素的光合作用。因此，密切監(jiān)測土壤中重金屬的

含量，特別是在農(nóng)業(yè)區(qū)，具有重要的意義。土壤重金屬污染可以用幾種方法來研究。傳統(tǒng)的現(xiàn)場取樣后進行化學分析的方法既昂貴又低效

[1-3]。

2 光譜傳感器

2.1典型金屬的光譜響應

土壤或植物中重金屬的光譜行為通常使用高光譜ASD FieldSpec3測量儀在1nm分辨率的全可見中紅外光譜上測量。該測量可在現(xiàn)場或室

內(nèi)進行。在進行任何測量之前，必須將采集的土壤或植被樣品研磨成細粉，以避免顆粒樣品的影響。經(jīng)兩種金屬處理后，其反射率對鎘的

早期脅迫水平敏感。通過盆栽試驗，盆栽蕨類植物經(jīng)砷、鉻處理22天后，葉片汞濃度與土壤汞濃度呈顯著正相關，但相關程度隨生長季節(jié)

而變化[4]。

無論植物種類和金屬類型如何，小麥和油菜植株經(jīng)七個水平的銅和鎳處理后的光譜反射率與金屬含量呈負相關。然而，不同的金屬在

不同的波長上有自己的光譜特性。較高的鎘濃度與540nm附近和近紅外（近紅外，750–1400 nm）波段的光譜響應降低有關。由于土壤中重

金屬在低濃度下具有固有的吸收特性，因此所有重金屬在500nm左右都與吸收深度呈正相關[5]。

2.2 通用傳感光譜

Vis-NIR光譜在預測污染土壤中Cr、Mn和Cu的濃度方面已經(jīng)得到了嚴格的評價。這種成本和時間效益的程序是非破壞性的，需要最少

的樣品制備。如果在現(xiàn)場進行，則不涉及任何危險化學品。土壤的近紅外漫反射傳感是一種潛在的方便的方法，可以替代傳統(tǒng)的耗時的方

法來測量各種土壤參數(shù)，包括表層土壤中痕量金屬的濃度。例如，Cr含量可以通過vis-NIR中紅外光譜反射率來預測。然而，近紅外光譜在

土壤重金屬研究中的應用充滿了不確定性，因為近紅外光譜僅與痕量金屬濃度有松散的相關性[6-7]。

3 反射曲線的處理

由于儀器和環(huán)境的干擾，需要對光譜反射率測量數(shù)據(jù)進行優(yōu)化。此外，重金屬的光譜響應往往是如此微妙，以至于它并不總是足夠獨

特的檢測。通過少量的光譜預處理（如變換及其導數(shù)）優(yōu)化反射率可以提高預測精度。常用的優(yōu)化方法包括增強變換、曲線平滑、一階和

二階導數(shù)、連續(xù)曲線去除、傅立葉變換和基于小波的噪聲去除。其他方法包括使用最大一階導數(shù)、平滑方法和僅基于幾個譜帶的插值方

法。下面將詳細描述它們。

3.1 光譜倒數(shù)

在比較了三種小波降噪方法（小波分析法、閾值法和空域相關分析法）后，空間相關法最適合處理野外采集的原始光譜數(shù)據(jù)，其次是

模極大值法，但閾值法并不那么有用。改進的自適應空間相關算法適用于頻譜分析數(shù)據(jù)優(yōu)化，因為它可以有效地去除350–2500 nm波長范圍

內(nèi)的噪聲，包括1400 nm左右的吸水率，但不包括1900 nm左右的吸水率。

3.2 有效波段

選擇對重金屬含量最敏感的波段是從遙感圖像中成功提取重金屬的前提。土壤重金屬濃度預測和制圖的準確性取決于是否選取了最有

效的波段。這種選擇對于高光譜數(shù)據(jù)尤其重要，因為在數(shù)百個可用波段之間存在高度的數(shù)據(jù)冗余。

3.3土壤和植被中的重金屬

在檢測土壤中重金屬時，哪種光譜帶最有效并沒有一個普遍的答案，因為它取決于所討論的金屬。以838、1930和2148nm為中心的譜

帶對土壤鉛含量敏感。以460、1400、1900和2200nm為中心的波段被認為是研究礦區(qū)砷和銅的最佳波段。對于一階導數(shù)光譜，與鎘含量相

關的敏感帶位于黃色邊緣、紅外光譜（700-900nm）、近紅外光譜和遠紅外光譜。研究土壤汞的最佳波長為1140～1200nm。通過對實驗室

測定的土壤反射光譜及其銅含量和預測精度的分析，最佳波段數(shù)為10，最佳光譜分辨率為32nm。

油菜葉片對Cd污染敏感的光譜帶主要分布在690～1300nm，其中782nm為最佳波長。水稻葉片中鉛、鋅、銅、砷含量的最敏感譜帶分別

位于460、560、660和1100nm左右。在450、550、670、760和1240nm波段的反射率是監(jiān)測植被中鉛的最佳波段。在研究重金屬污染植物

時，554、631和557nm的反射率是最好的。植物葉片在1240nm處的反射率與其金屬含量呈負相關，但呈線性關系。因此，在土壤中檢測重

金屬最好的相同波長未必是在植被中檢測相同金屬的最佳波長。

4 傳感介質(zhì)

4.1 裸土

礦山是重金屬的重要來源，可排放到附近的土壤、水和大氣中，并對附近農(nóng)田造成重金屬污染。特別是，采礦廢物可能是附近城市地

區(qū)的重要和主要污染源。一些廢棄的帶有活性尾礦和廢石的礦山會造成土壤和水污染，通常局限于地表。土壤中鉻、鎳和鋅的積累也可來

源于工業(yè)活動和粉塵沉積。土壤組分對金屬的吸附可引起土壤光譜反射曲線的表達變化，這表明了區(qū)分高度污染土壤和未受影響土壤的可

能性。受污染土壤由于葉片色素濃度的變化而影響植物的生理和反射光譜。裸露土壤和礦區(qū)的高光譜遙感有兩個優(yōu)點。

4.2 植被覆蓋土壤

在現(xiàn)實中，大多數(shù)地表總是被植被覆蓋，如農(nóng)作物和森林。農(nóng)田重金屬污染有兩種途徑：施用化肥和農(nóng)藥，以及用受污染的水灌溉。

為了養(yǎng)活日益增長的人口，產(chǎn)量越來越高的壓力推動了化學品的大規(guī)模使用，加劇了土壤重金屬污染。通過植物遙感土壤重金屬是可能

的，因為它們可能產(chǎn)生有關土壤污染程度的關鍵信息，例如它們對葉綠素含量變化和光合作用的光譜響應。污染物濃度與植物生長變量和

光譜響應的密切相關使得重金屬脅迫對植物生長性能的影響得以檢測和量化。與裸露土壤相比，植被土壤中的重金屬更難被準確地感知，

因為植被也會對捕獲的反射率產(chǎn)生影響。

5結論

高光譜光譜儀的出現(xiàn)使得通過相關分析來確定土壤和植被中重金屬的光譜響應成為可能。衛(wèi)星數(shù)據(jù)反演成功的前提，很大程度上取決

于最敏感波段的選擇及其變換，以增強金屬光譜響應和抑制噪聲。大氣校正對合理的反演精度是必要的。

本文結論：（1）盡管重金屬在高水平上具有光譜響應性，但這種響應可能會被土壤和植被中其他更主要成分的噪聲淹沒。并非所有重

金屬都有其獨特的光譜響應。它們的估計必須依賴于它們與其它光譜敏感化合物的共變異，或通過它們對植物葉綠素的影響。由于這種相

關性是經(jīng)驗性的，因此它也是特定于現(xiàn)場的，沒有普遍適用性；(2)人們探索了各種各樣的光譜帶對估計精度的影響。同一指標的有效性隨

金屬類型、植物種類及其生長階段的不同而不同。

參考文獻：

[1]寧昱銘. 黃土覆蓋區(qū)土壤重金屬污染反演及土壤生態(tài)環(huán)境評價[D]. 長安大學, 2019.

[2]劉夢梅, 王利軍, 王麗, 等. 西安市不同功能區(qū)土壤重金屬含量及生態(tài)健康風險評價[J]. 土壤通報,2018,49(1):167-175.

[3]杜培軍, 夏俊士, 薛朝輝,等. 高光譜遙感影像分類研究進展[J]. 遙感學報, 2016,20(02):236-256.

[4]郭穎, 畢如田, 等. 土壤重金屬高光譜反演研究綜述[J]. 環(huán)境科技, 2018,31(01):67-72.

[5]劉曉清, 柳云龍. 城市交通綠地土壤重金屬含量的高光譜反演[J]. 環(huán)境科學與技術, 2019,42(05):230-236.

[6]賀軍亮, 張淑媛, 查勇, 等. 高光譜遙感反演土壤重金屬含量研究進展[J]. 遙感技術與應用, 2015,30(03):407-412.

[7]賀軍亮, 李志遠, 等. 基于有機質(zhì)光譜特征的土壤重金屬Pb估算模型研究[J]. 環(huán)境污染與防治, 2019,41(07):753-757.