基于高光譜的土壤重金屬污染監測方法研究

關鍵詞：機載光譜掃描儀；高光譜數據；自然環境污染源；K-means聚類算法

中圖分類號：X830.2 文獻標志碼：B

前言

隨著工業領域的生產與發展，一些重金屬元素被排放到水體中，導致土壤重金屬污染日益嚴重。這不僅影響農作物的生長發育，還威脅人類健康與生態環境安全。因此，國內外很多學者致力于土壤重金屬污染監測方法的研究。李有文等人通過采集并檢測土壤淺表層地質污染指數，實現土壤重金屬污染監測，該方法存在準確度低的問題。任加國等人通過將多元統計方法和BP神經網絡模型結合，預測土壤樣本中重金屬含量，實現土壤重金屬污染監測。魯汭等人通過MFC型生態毒性傳感器監測土壤樣本中的特異性離子，實現土壤重金屬污染監測。然而在實際應用中發現，上述多種方法受到重金屬污染濃度的限制，存在監測精度不高的問題。為了解決上述方法中存在的問題，研究提出了一種基于高光譜的土壤重金屬污染監測方法。

1基于機載光譜掃描儀采集大區域土壤樣本

研究應用機載光譜掃描儀，在設定采集路線后，采集土壤樣本的高光譜數據集。

1.1設定采集路線

考慮到污染土壤的重金屬類型較為多樣，且土壤的土質污染變化情況也不同，因此，可大致將待采集地區劃分為兩部分：一部分土壤的重金屬元素超標或存在高危重金屬元素，屬于數據采集的重點區域；另外一部分土壤的重金屬含量并未超過國際污染協會統計的平均指標，或不存在高危重金屬元素，因此屬于數據采集的次級區域。這種并不均勻的污染分布情況，增加了機載光譜掃描儀的工作負擔，因此在獲取大區域土壤污染數據前，需要將問題由繁化簡，制定一條不存在數據遺漏的可行性采集路徑。

在啟動機載光譜掃描儀后，利用地理信息技術和衛星定位技術在待采集土壤范圍內，無縫投射波長精度為1800 nm～2 500 nm的高分辨光譜。正常情況下，光譜反射現象僅存在陸地土壤中，且由于不同土地的環境、能量差異較大，因此不同污染程度的土地表現為不同的光譜反射效應。受到重金屬污染的土壤內部環境和能量已完全崩壞，其受到光譜投射時所產生的光譜反射效應遵循重金屬元素的反射邏輯。

以高危重金屬Cd元素為例，其在遭受光譜投射后，元素原子并沒有任何實際語義的反饋，而是通過最小二乘法重組元素內部的稀疏結構，釋放與光譜波形、頻率相近的稀疏信號。機載光譜掃描儀通過連續投影算法感應到來自土壤的稀疏信號后，會根據信號波形和信號頻率粗略判定該土壤內存在的重金屬信息，并記錄在掃描儀云端。后續采集路徑會根據云端信息制定。最小二乘法的表達式如（1）：

經過隨機森林算法作用的高光譜數據并未脫離正定矩陣因子分析模型，數據權重的變化將會通過單變量回歸的方式傳遞至該模型的任意像素陣中，在大幅度縮減像素陣鄰域值的同時，也縮減了高光譜數據間的距離，直至高光譜數據緊致排列在鄰域值為零或趨近于零的像素陣中時，高光譜數據集組建成功。數據權重的傳遞公式如（6）：

3實驗與結果

為了驗證上述設計的基于高光譜的土壤重金屬污染監測方法的整體有效性，設計如下測試過程。

實驗選擇河南省商丘市的多個行政規劃區作為土壤樣本采集點。商丘市現在的經濟發展中，工業占據了主導地位。工業發展以重工業為主，導致環境污染嚴重。該地區土壤普遍存在Cd、Cr、Pb等重金屬元素污染。以該地區為例，驗證不同方法對土壤重金屬污染的監測能力。分別采用所提方法、文獻[2]方法和文獻[3]方法監測該地區的土壤重金屬污染情況，通過對比不同方法下Cd、Cr、Pb污染濃度的監測結果，判斷不同方法對土壤重金屬污染的監測性能。不同方法下Cd、Cr、Pb污染濃度的監測結果見圖1。

圖1中，采用所提方法監測該地區Cd、Cr、Pb的污染濃度，其監測結果不會受到重金屬元素的污染濃度限制，即便是較低濃度的污染，所提方法也能夠監測出來，這說明所提方法不存在由于重金屬污染濃度過低而產生監測無效的問題，即所提方法對土壤重金屬污染的監測效果好。

因為所提方法采用高光譜分類技術對采集到的土壤樣本的高光譜數據集分類，這樣獲取的最終監測結果的可信度更高，效果更好。采用文獻[2]方法和文獻[3]方法監測該地區Cd、Cr、Pb的污染濃度，二者監測結果極易受到重金屬元素的污染濃度限制。圖2中，文獻[2]方法和文獻[3]方法下Cd、Cr兩重金屬元素在0.4 mg/mL以下時存在無效監測；Pb元素在0.6 mg/mL以下時存在無效監測，這說明文獻[2]方法和文獻[3]方法存在由于重金屬污染濃度過低而產生監測無效的問題，即文獻[2]方法和文獻[3]方法對土壤重金屬污染的監測效果差。經上述對比，可知所提方法對土壤重金屬污染的監測性能強。

圖2不僅顯示出了不同方法下重金屬元素濃度的監測效果，還存在相同時間間隔不同方法監測濃度的差異。為了進一步確認不同方法對土壤重金屬污染的監測準確度，分別采用所提方法、文獻[3]方法和文獻[4]方法監測該地區土壤的Cd元素污染情況，并將監測值和實際值一同代人回歸方程中，獲取基于不同方法的回歸線見圖2。

圖2中，采用所提方法監測該地區土壤的Cd污染情況，其監測值和實際值以1：1左右緊密的分布在回歸線周圍，說明采用所提方法監測土壤重金屬污染情況，其監測值與實際值的重疊率高，準確度高。采用文獻[3]方法和文獻[4]方法監測該地區土壤的Cd污染情況，二者監測值和實際值以1：1左右散亂地分布在回歸線四周，說明采用文獻[3]方法和文獻[4]方法監測土壤重金屬污染情況，二者監測值與實際值的重疊率低，準確度低。經上述對比，進一步驗證了所提方法的準確度較高。

結合上述內容，總結高光譜監測方法與傳統方法的優缺點，見表2。

4結語

土壤作為全球寶貴的生命資源，其肥沃程度、養分含量是影響農業經濟發展的重要因素。近年來，環境污染問題日益嚴重，除水、空氣、植物這些維持人類生命的重要資源遭受污染外，土壤也受到化工制品的迫害，也出現重金屬元素超標等污染問題。重金屬污染具有污染范圍廣、持續時間長、污染隱蔽性、無法被生物降解等特點，為了給農作物的生長提供優質的土壤環境、維護土壤生態安全，相關人員投入到土壤重金屬污染監測方法的探索之中。這對這一問題，研究以高光譜為技術，設計了一種土壤重金屬污染監測方法。在采集土壤高光譜樣本后，分析土壤中重金屬元素的生物特征，并提取高光譜數據特征，再利用K-means聚類算法判斷土壤重金屬污染的類型，實現了高精度的監測。