[发明专利]基于无人机高光谱反演土壤中重金属污染监测方法

摘要

本发明涉及土壤中重金属污染检测领域，具体的说是特征在于包括以下步骤现场采样；样本预处理；使用X射线荧光分析仪采集样本的重金属污染源的主要研究元素的含量；利用地物光谱仪采集样本的实验室高光谱反射率；对原始光谱反射率数据分别进行数据处理；对使用偏最小二乘回归算法分别将已经测得的主要研究元素的含量分别与实验室高光谱原始反射率数据、倒数、对数、一阶微分以及二阶微分数据进行相关性分析并对模型进行验证优化，获得最优的变换方法，使用搭载高光谱成像光谱仪的无人机采集研究区高光谱反射率数据作为待测数据，大面积反演重金属含量；本发明具有可探测范围大、非侵入性和非接触性的快速测样等优点。

主权项

一种基于无人机高光谱反演土壤中重金属污染监测方法，其特征在于包括以下步骤：第一步，现场采样：在研究区以平均分布原则随机选取采样点，在每个采样点采集多个样本；第二步，对样本进行预处理：对样本进行风干，去除土壤中贝壳、杂草、树根等有机质后，研磨至过2mm筛；第三步，采集样本的重金属含量：使用X射线荧光分析仪采集样本的重金属污染源的主要研究元素的含量；第四步，采集样本的实验室高光谱反射率：将研磨好的土壤置于直径6cm高1cm的玻璃皿中，利用地物光谱仪进行重复测量，取平均得到样本在350～2500nm的光谱信息，获得光谱反射率数据；第五步，数据处理：对从地球光谱仪获取的原始光谱反射率数据分别进行倒数、对数、一阶微分、二阶微分变换,进行去噪处理，小波分析；第六步，建模：使用偏最小二乘回归算法分别将已经测得的主要研究元素的含量分别与实验室高光谱原始反射率数据、倒数变换后的原始光谱反射率数据、对数变换后的原始光谱反射率数据、一阶微分变换后的原始光谱反射率数据以及二阶微分变换变换后的原始光谱反射率数据进行相关性分析，建立待测金属含量与实验室高光谱曲线的反演模型，对模型进行验证优化：使用留一法作为验证优化方法，如共n个样本，则进行n次回归分析，每次使用n‑1个样本作为训练样本，剩下的1个作为检验样本，取n次分析得到的R2(拟合系数)和RMSE(均方根误差)的平均值和作为模型检验标准，以最大，最小为优化目标对模型的预测能力和鲁棒性进行检验和优化，获得最优的变换方法；第七步，大面积反演重金属含量：使用搭载高光谱成像光谱仪的无人机采集的研究区高光谱反射率数据作为待测数据，将采集到的待测数据通过最优的变换方法进行数据变换后，利用反演土壤重金属含量的高光谱估算模型计算待测研究区的重金属含量，得到大面积重金属含量图像，并对其中含量突出区域进行提取；第八步，多时相分析：在一个重金属防治周期或当地污染源排放周期后再次在研究区以平均分布原则随机选取采样点，在每个采样点采集多个样本，重复步骤第二步至第七步，得到最优的反演模型，对研究区进行无人机高光谱信息采集，同时进行反演获得本次待测研究区的重金属含量，将本次待测研究区的重金属含量与第八步获取的待测研究区的重金属含量进行对比。