基于消落带土壤重金属的土壤参数高光谱反演方法

摘要

本发明提供一种基于消落带土壤重金属的土壤参数高光谱反演方法，方法包括：根据土壤样本光谱信号与噪声在频域中的分布设置降噪频率，根据降噪频率对土壤样本光谱信号进行光谱降噪处理，得到降噪后的土壤样本光谱；对于降噪后的土壤样本光谱，选取两个不同含土壤含水率的土壤样本光谱，进行高光谱反演特征比较分析，得到样本光谱土壤含水率对土壤光谱的影响特征；结合小波能量系数与PLSR对土壤样本光谱与土壤的有机质含量及水稳团聚体含量之间的相关关系进行分析，得到样本光谱土壤颗粒大小对土壤光谱的影响特征；结合小波能量系数与偏最小二乘回归方法对有机质含量进行预测，得到土壤有机质含量光谱预测结果。

说明书

技术领域

本发明涉及土壤分析技术领域，特别是指一种基于消落带土壤重金属的土壤参数高光谱反演方法。

背景技术

近年来，消落带是湖库季节性水位涨落而使其周边被淹没土地周期性地出露于水面的一段特殊区域，是水生生态系统和陆生生态系统交替控制的过渡地带。在落干期，消落带沿岸产生的污染物通过地表径流进入消落带，在土壤的吸附作用下被部分截留；当淹没期来临后，水体中的污染物也可因沉积作用而在消落带土壤中富集。干湿交替的环境使得消落带土壤具有独特的理化特性。在各类土壤属性中，重金属含量因其具有的持久性、生物富集和毒性而倍受关注。重金属在消落带土壤中积累不仅直接影响土壤理化性状、降低土壤生物活性，在淹没期还可以从土壤中溶出或因土壤有机质分解而进入水体，引起水库水质下降，危害人类健康，进而影响湖库的水生生态环境。在水位涨落明显的湖泊流域，调查发现消落带普遍受到程度不同的土壤重金属污染，并且消落带土壤中的重金属有进入水体污染湖库水质的风险。

发明内容

本发明要解决的技术问题是提供一种基于消落带土壤重金属的土壤参数高光谱反演方法，能够快速准确对土壤参数进行高光谱反演。

为解决上述技术问题，本发明的实施例提供一种基于消落带土壤重金属的土壤参数高光谱反演方法，所述基于消落带土壤重金属的土壤参数高光谱反演方法包括：

根据土壤样本光谱信号与噪声在频域中的分布设置降噪频率，根据降噪频率对土壤样本光谱信号进行光谱降噪处理，得到降噪后的土壤样本光谱；

对于降噪后的土壤样本光谱，选取两个不同含土壤含水率的土壤样本光谱，进行高光谱反演特征比较分析，得到样本光谱土壤含水率对土壤光谱的影响特征；

结合小波能量系数与PLSR对土壤样本光谱与土壤的有机质含量及水稳团聚体含量之间的相关关系进行分析，得到样本光谱土壤颗粒大小对土壤光谱的影响特征；

结合小波能量系数与偏最小二乘回归方法对有机质含量进行预测，得到土壤有机质含量光谱预测结果。

优选的，所述根据土壤样本光谱信号与噪声在频域中的分布设置降噪频率，根据降噪频率对土壤样本光谱信号进行光谱降噪处理，得到降噪后的土壤样本光谱，包括：

根据信号与噪声在频域中的分布，综合考虑降噪与保留有效信息之间的平衡设置降噪频率，根据降噪频率对土壤样本光谱信号进行光谱降噪处理，得到降噪后的土壤样本光谱。

优选的，所述降噪频率包括0.1HZ、0.05HZ、0.01HZ和0.005HZ。

优选的，所述降噪频率为0.01HZ。

优选的，所述对于降噪后的土壤样本光谱，选取两个不同含土壤含水率的土壤样本光谱，进行高光谱反演特征比较分析，得到样本光谱土壤含水率对土壤光谱的影响特征，包括：

所述对于降噪后的土壤样本光谱，选取10％和20％两个不同含土壤含水率的土壤样本光谱，进行高光谱反演特征比较分析，得到样本光谱土壤含水率对土壤光谱的影响特征。

优选的，所述样本光谱土壤含水率对土壤光谱的影响特征，包括：当土壤的含水率增加时，土壤的反射率下降。

优选的，所述结合小波能量系数与PLSR对土壤样本光谱与土壤的有机质含量及水稳团聚体含量之间的相关关系进行分析，得到样本光谱土壤颗粒大小对土壤光谱的影响特征，包括：

结合小波能量系数与PLSR对土壤光谱与土壤的有机质含量及水稳团聚体含量之间的相关关系进行分析，相关系数运用皮尔逊相关方程进行求解，并用均方根误差进行模型精度评价，得到样本光谱土壤颗粒大小对土壤光谱的影响特征。

优选的，所述皮尔逊相关方程如下所示：

其中，N代表样本个数，X₀代表实测值，X_m代表模拟值。

优选的，所述结合小波能量系数与偏最小二乘回归方法对有机质含量进行预测，得到土壤有机质含量光谱预测结果，包括：

对采集的土壤样品进行多重聚类分析，筛选有机质含量变化明显的土壤样品；

对有机质含量变化明显的土壤样品所述结合小波能量系数与偏最小二乘回归方法对有机质含量进行预测，得到土壤有机质含量光谱预测结果。

优选的，所述对有机质含量变化明显的土壤样品所述结合小波能量系数与偏最小二乘回归方法对有机质含量进行预测，得到土壤有机质含量光谱预测结果，包括：依据以下回归方程进行预测：

方程中y代表有机质含量，x小波能量系数，n代表第n个波段范围，k代表第n个波段范围内选取的与有机质含量相关系数最高的小波能量系数，a,b,...t代表PLSR回归方程中的回归系数。

本发明的上述技术方案的有益效果如下：

上述方案中，通过对土壤样本光谱信号进行降噪，分析样本光谱土壤含水率对土壤光谱的影响特征和样本光谱土壤颗粒大小对土壤光谱的影响特征，并对土壤有机质含量光谱预测结果，提高了土壤参数高光谱反演的效率和准确性。

附图说明

图1为本发明实施例的基于消落带土壤重金属的土壤参数高光谱反演方法流程图；

图2为本发明实施例的土壤含水率对土壤光谱特征的影响示意图；

图3为本发明实施例的土壤颗粒大小(粗糙度)对土壤光谱特征的影响示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

如图1所示，本发明的实施例一种基于消落带土壤重金属的土壤参数高光谱反演方法，所述基于消落带土壤重金属的土壤参数高光谱反演方法包括：

步骤101：根据土壤样本光谱信号与噪声在频域中的分布设置降噪频率，根据降噪频率对土壤样本光谱信号进行光谱降噪处理，得到降噪后的土壤样本光谱；

步骤102：对于降噪后的土壤样本光谱，选取两个不同含土壤含水率的土壤样本光谱，进行高光谱反演特征比较分析，得到样本光谱土壤含水率对土壤光谱的影响特征；

步骤103：结合小波能量系数与PLSR对土壤样本光谱与土壤的有机质含量及水稳团聚体含量之间的相关关系进行分析，得到样本光谱土壤颗粒大小对土壤光谱的影响特征；

步骤104：结合小波能量系数与偏最小二乘回归方法对有机质含量进行预测，得到土壤有机质含量光谱预测结果。

本发明实施例的基于消落带土壤重金属的土壤参数高光谱反演方法，通过对土壤样本光谱信号进行降噪，分析样本光谱土壤含水率对土壤光谱的影响特征和样本光谱土壤颗粒大小对土壤光谱的影响特征，并对土壤有机质含量光谱预测结果，提高了土壤参数高光谱反演的效率和准确性。

优选的，所述根据土壤样本光谱信号与噪声在频域中的分布设置降噪频率，根据降噪频率对土壤样本光谱信号进行光谱降噪处理，得到降噪后的土壤样本光谱，包括：

根据信号与噪声在频域中的分布，综合考虑降噪与保留有效信息之间的平衡设置降噪频率，根据降噪频率对土壤样本光谱信号进行光谱降噪处理，得到降噪后的土壤样本光谱。

优选的，所述降噪频率包括0.1HZ、0.05HZ、0.01HZ和0.005HZ。

优选的，所述降噪频率为0.01HZ。

具体的，采用0.1、0.05、0.01以及0.005四个水平的频率限制。经0.1和0.05水平的频率限制后,降噪效果虽然明显但仍存在较大的波动现象，但是利用0.005水平的频率进行降噪之后尽管效果明显。但是由于对于这个频率的降噪会同时降低土壤光谱有效信息的波峰波谷。因此，根据所得结果，综合考虑降噪与保留有效信息之间的平衡(信噪比)，本研究选择经0.01水平的频率限制滤波后，波形及光谱信息特征都比较理想。不过在其他的实际运用中，还应该根据不同的信号与噪声在频域中的分布进行判定。

优选的，所述对于降噪后的土壤样本光谱，选取两个不同含土壤含水率的土壤样本光谱，进行高光谱反演特征比较分析，得到样本光谱土壤含水率对土壤光谱的影响特征，包括：

所述对于降噪后的土壤样本光谱，选取10％和20％两个不同含土壤含水率的土壤样本光谱，进行高光谱反演特征比较分析，得到样本光谱土壤含水率对土壤光谱的影响特征。

优选的，所述样本光谱土壤含水率对土壤光谱的影响特征，包括：当土壤的含水率增加时，土壤的反射率下降。

具体的，壤水分是土壤的重要组成部分。图2为三个土壤含水量水平经过降噪处理后的光谱特征曲线图。由图可知，当土壤的含水率增加时，土壤的反射率下降，通过光谱降噪处理后，将10％和20％两个水平的土壤含水率的高光谱反演特征进行比较分析，结果发现在水的吸收带一千四百到壹仟伍佰纳米处，反射率的下降尤为明显，这种现象与前人的研究结果类似。造成这种现象的主要原因是入射辐射在水在特定吸收带处被水汽强烈吸收所致。在可见光部分，随着含水率变大，反射率也明显下降，因此下雨的时候，湿的地方光线总是很暗。

优选的，所述结合小波能量系数与PLSR对土壤样本光谱与土壤的有机质含量及水稳团聚体含量之间的相关关系进行分析，得到样本光谱土壤颗粒大小对土壤光谱的影响特征，包括：

结合小波能量系数与PLSR对土壤光谱与土壤的有机质含量及水稳团聚体含量之间的相关关系进行分析，相关系数运用皮尔逊相关方程进行求解，并用均方根误差进行模型精度评价，得到样本光谱土壤颗粒大小对土壤光谱的影响特征。

优选的，所述皮尔逊相关方程如下所示：

其中，N代表样本个数，X₀代表实测值，X_m代表模拟值。

具体的，土壤颗粒大小(粗糙度)是表征土壤水文特性和影响土壤性质的一个重要参数，可以由土壤中各种颗粒组成比例表征。土壤颗粒大小本身也对土壤的反射率有很大影响，即当土壤颗粒较小时，颗粒间的缝隙变小，因此对光的反射与散射能力增强，从而增加土壤反射率。

由图3可以看出，土壤光谱反射率随土壤粗糙度的减小而增大，土壤粗糙度较小的土壤，在一千四百纳米处的水吸收带异常明显。不过，颗粒大小从<1mm升高到1mm到2mm之间的土壤光谱反射率增加的幅度要大于颗粒大小从1mm到2mm之间升高到>2mm的土壤光谱反射率。

优选的，所述结合小波能量系数与偏最小二乘回归方法对有机质含量进行预测，得到土壤有机质含量光谱预测结果，包括：

对采集的土壤样品进行多重聚类分析，筛选有机质含量变化明显的土壤样品；

对有机质含量变化明显的土壤样品所述结合小波能量系数与偏最小二乘回归方法对有机质含量进行预测，得到土壤有机质含量光谱预测结果。

优选的，所述对有机质含量变化明显的土壤样品所述结合小波能量系数与偏最小二乘回归方法对有机质含量进行预测，得到土壤有机质含量光谱预测结果，包括：依据以下回归方程进行预测：

方程中y代表有机质含量，x小波能量系数，n代表第n个波段范围，k代表第n个波段范围内选取的与有机质含量相关系数最高的小波能量系数，a,b,...t代表PLSR回归方程中的回归系数。

具体的，土壤有机质作为土壤中由各种动物残体，微生物分解的有机物质，是土壤重要的碳源、氮源。土壤有机质是影响土壤可蚀性最重要的指标之一，同时它在特征光谱也十分明显。

根据有机质含量的特征，将野外采集的234个土壤，进行多重聚类分析，将有明显有机质含量变化(含量范围为1.01g/kg～44.5g/kg,平均值为22.4g/kg)但是其它土壤物理化学性质变化不大的土壤样品筛选出来，得到建立模型的70个土样，每个样本分成不同的粒径<1mm，1mm到2mm，>2mm分别进行分析。

方程中y代表有机质含量，x小波能量系数，n代表第n个波段范围，k代表第n个波段范围内选取的与有机质含量相关系数最高的小波能量系数，k的取值范围在本文中为1-7。a,b,...t代表PLSR回归方程中的回归系数。

从以上公式可知，首先在寻峰阶段在所有土样范围内选取具有较多特征峰值的7个峰值范围，562-658nm,699-839nm,859-1070nm,1727-1966nm，2158-2258nm,1350-1450nm,1900-205nm，分别作为小波能量系数的初始输入曲线，并将每组曲线的分成7个小波能量系数，并且在每个峰值范围内选取每个波段范围中与有机质含量相关系最高的一组小波能量系数，详见下表1：

表1

其中ca1,ca2,cd1,cd2,cd3,cd4,cd5代表所得的7个小波能量系数，_1～7后缀代表不同的波段范围所得结果。母小波函数选取bior1.3。根据所得结果选取<1mm粒径的土壤选取cd1_1,cd1_2,d5_3,cd2_4,cd2_5,cd4_6,cd1_7；1mm到2mm选取ca1_1,ca1_2,cd5_3,cd2_4,cd2_5,cd4_6,cd1_7；>2mm粒径选取ca5_1,ca5_2,cd5_3,cd2_4,cd2_5,cd4_6,cd1_7作为PLSR回归方程的7个小波能量系数。根据不同的粒径所得结果如表2：

表2

本实施例中，根据降噪，平滑等多种方法，选取具有有机质含量和水稳团聚体含量特异性的土壤样本，结合小波能量系数，母小波函数选取bior1.3，结果表明，有机质含量特征光谱波段为562–658nm,699-839nm,859-1070nm,1727-1966nm,2158-2258nm,1350-1450nm,1900-205nm。并用多元回归方法，得出对有机质含量的预测精度可以达到R2>0.79以上。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。