基于SPA-BPNN的成都市天府新区东部土壤As含量高光谱估测建模

作者：张宇; 简季^*

来源：桂林理工大学学报, 2023, 1-11.

• 土壤重金属
• 砷含量
• 高光谱
• 光谱变换
• 特征波段
• 估测模型对比
• 成都市

随着工业化进程以及土地利用规模扩大，土壤重金属污染问题日益突出，威胁到了生态环境和人类健康。为明确成都平原城市边缘带的土壤重金属As含量，以四川省成都市天府新区东部为研究区，对土壤原始光谱数据进行一阶微分(FD)、二阶微分(SD)、去包络线(CR)和标准正态变换(SNV)处理，利用皮尔逊相关系数(PCC)和连续投影算法(SPA)筛选出最佳变换光谱的特征波段，分别建立偏最小二乘(PLSR)、极限学习机(ELM)、随机森林(RF)和BP神经网络(BPNN)4种回归模型，利用高光谱数据进行土壤重金属As元素含量估测并进行精度验证。结果表明，经去包络线一阶微分变换的光谱与土壤重金属As含量相关性显著提升，由0.473提高到0.848；无论基于PCC还是SPA算法提取特征波段，非线性模型从模型拟合度以及预测精度上均高于线性模型；对比基于PCC算法的建模结果，通过SPA算法筛选的特征变量建立的模型预测精度明显有所提升，PLSR、ELM、RE、BPNN模型验证集R2分别为0.786、0.847、0.856、0.942，其中以SPA选取的光谱波段作为自变量构建的BPNN模型对研究区内As含量的估测结果最优，为该区土壤质量监测和重金属污染评价提供了新的算法。

• 单位
  成都理工大学