优化光谱指数结合PLSR的多金属矿区土壤砷含量高光谱反演

作者：周瑶; 成永生^*; **平; 张泽文; 曾德兴; 李向阳; 毛春旺

来源：中国有色金属学报, 2023, 1-23.

• 土壤重金属
• 砷
• 高光谱遥感
• 光谱变换
• 优化光谱指数
• 偏最小二乘回归

砷(As)是我国多金属矿区的主要污染物之一，对环境、农业和人类健康构成严重威胁。近地高光谱技术具有快速、动态、无损、光谱分辨率高等优势，对于金属矿区土壤砷污染监测与综合治理具有巨大应用潜力。然而，由于受污染区域、土壤背景以及高光谱质量、光谱输入量等因素影响，高光谱反演模型的适用性和精度差异较大。本研究针对湘南某多金属矿区，基于Pearson相关性分析并结合变量投影重要性(VIP)准则，提取18种变换光谱形式下的单变量特征波段及4种光谱指数算法下的优化光谱指数作为光谱输入量，建立偏最小二乘回归(PLSR)模型，实现了矿区土壤As含量反演。结果表明，倒数(RT)、对数(L)、平方根(Sqrt)、标准正态变量变换二阶导(SNV＿SD)等变换后的光谱数据与As含量具有较高的相关性；优化光谱指数能从二维光谱空间揭示As的光谱响应，相较于单变量特征波段，以优化光谱指数为自变量构建的模型性能更优；比值指数(RI)模型的R2C、RMSEc、R2P、RMSEp、RPD分别为0.908、50.8mg/kg、0.949、35.6mg/kg、4.45，是研究区土壤As含量反演的最优模型。单变量特征波段结合优化光谱指数预测土壤As含量具有较好的可行性，可为多金属矿区土壤As污染高光谱快速监测提供科学依据。

• 单位
  中南大学; 物理学院; 有色资源与地质灾害探查湖南省重点实验室