[发明专利]一种土壤重金属污染高光谱迁移的定性分类方法

说明书

本发明公开了一种土壤重金属污染高光谱迁移的定性分类方法，包括：步骤1，构建室内光谱数据集；步骤2，构建室外光谱数据集；步骤3，根据室内光谱数据集和室外光谱数据集寻找JDA变换矩阵E；根据变换矩阵E对室内和室外高光谱数据样本进行JDA变换；步骤4，以变换后的室内高光谱数据样本为输入、对应的样本标签为输出，训练SVM分类模型，得到训练后的定性分类器；步骤5，将变换后的室外高光谱数据样本输入到训练后的定性分类器，由训练后的定性分类器输出得到室外待测土壤样本是否被污染。本发明方法可以缩小室内外光谱数据的分布差异，提高根据室外测定的土壤样本的高光谱数据样本来判断土壤样本是否受污染的分类精度。

技术领域

本发明属于环境监测领域，特别是指一种土壤重金属污染高光谱迁移的定性分类方法。

背景技术

随着我国现代工业化进程速度的加快和人类活动的影响，土壤环境污染问题愈发严重，由于土壤重金属逐渐成为影响土质安全的关键因素，快速探测土壤重金属含量并探究其污染分布成为当务之急。然而，传统的化学方法成本高，效率低，难以对大面积区域土壤重金属含量进行实时监测，高光谱遥感技术的应用为土壤重金属污染监测提供了新的契机。

近年来，国内外研究人员已相继利用高光谱数据对土壤重金属含量进行了研究。如：涂宇龙等利用经过不同预处理方法后的土壤高光谱数据和土壤Cu含量，建立起全要素主成分逐步回归反演模型(参考文献：涂宇龙,邹滨,姜晓璐,等.矿区土壤Cu含量高光谱反演建模[J].光谱学与光谱分析,2018,38(2):575-581.)；陶超等通过高光谱土壤重金属定量反演模型和定性分类模型在不同地域的可迁移能力实验，证明在快速检测土壤重金属污染状况的问题上，定性分类是一种更加切实可行的方式(陶超,王亚晋,邹滨,等.土壤重金属铅、锌高光谱反演模型可迁移能力分析研究[J].光谱学与光谱分析,2018,38(6):1850-1855.)。

但是，由于野外测得的光谱数据会受到太阳辐射、周围环境等因素的干扰，导致采集到的光谱数据与实际重金属的光谱数据相差较大，影响对土壤重金属浓度的分类精度。而且，研究所用光谱数据大多来源于实验室测得的数据，但室内样本光谱测定需要复杂的处理过程，无法快速获得目标区域空间上连续的光谱信息，并且，由于季节性影响、地区成分的干扰、光谱噪声的增加，将建立的回归模型直接迁移到其他地区是有困难的，这进一步加大了大面积土壤重金属浓度监测的成本和代价。

发明内容

针对上述存在的技术问题，本发明提供一种土壤重金属污染高光谱迁移的定性分类方法，基于联合分布适配的迁移学习方法缩小不同环境测定光谱分布差异，实现大面积高效率的土壤重金属是否污染的定性监测。

为实现上述技术目的，本发明采用如下技术方案：

一种土壤重金属污染高光谱迁移的定性分类方法，包括以下步骤：

步骤1，构建室内光谱数据集；

从室外采集p个土壤样本，并已知土壤样本是否污染的标签；

对土壤样本进行预操作处理，接着在室内进行高光谱数据测定，并进行预处理，得到室内高光谱数据样本X_s，p个室内高光谱数据样本X_s组成室内光谱数据集K_s；

步骤2，构建室外光谱数据集；

针对室外q个待测土壤样本，在室外进行高光谱数据测定，并进行预处理，得到室外高光谱数据样本X_t，q个室外高光谱数据样本X_t组成室外光谱数据集K_t；

步骤3，根据变换矩阵E对室内高光谱数据样本X_s和室外高光谱数据样本X_t进行JDA变换，得到变换后的室内高光谱数据样本E^TX_s和变换后的室外高光谱数据样本E^TX_t；