论文摘要
随着人类活动的影响,重金属污染逐渐成为土壤和环境研究的重点。采用遥感技术可以克服传统重金属监测过程中的缺点,做到快速、高效地反映重金属空间分布。本文以克拉玛依市某区域为研究区,利用SVC HR-768光谱仪和Landsat8影像对41块土壤样品进行地物光谱和波段反射率的获取,采用相关性分析和偏最小二乘回归的原理,建立地物光谱与Landsat8数据的土壤铅含量反演模型。结果表明,基于一阶微分变换的地物光谱能更好地反映光谱与重金属铅含量的相关性,建立的模型为最优预测模型;通过波段比值和波段差值方式建立的基于Landsat8波段反射率的反演模型精度较好,能粗略预测土壤重金属铅的含量,并且基于Landsat8影像反演的土壤铅含量空间分布符合土壤样点实测值的空间分布,为今后土壤环境监测土壤重金属含量提供数据支撑。
论文目录
文章来源
类型: 期刊论文
作者: 马磊,颜安
关键词: 高光谱,相关性分析,偏最小二乘法,土壤环境监测
来源: 山东农业科学 2019年12期
年度: 2019
分类: 农业科技,工程科技Ⅰ辑
专业: 环境科学与资源利用
单位: 新疆农业大学草业与环境科学学院,新疆土壤与植物生态过程重点实验室
基金: 新疆自治区农业技术推广与服务项目,新疆自治区青年博士科技人才培养项目(QN2016BS0705)
分类号: X87
DOI: 10.14083/j.issn.1001-4942.2019.12.024
页码: 120-126
总页数: 7
文件大小: 3490K
下载量: 226