可迁移的土壤重金属污染高光谱定性分类方法研究

论文摘要

现有基于高光谱遥感的土壤重金属污染定性分类模型,大多采用同一地区室内光谱测定训练样本数据进行模型构建与测试。但室内光谱测定需要复杂的处理过程,成本高,效率低,且无法快速获得目标区域空间上连续的光谱信息。考虑到实际应用需求,模型在相同实验区和不同试验区野外光谱数据是否具有较好的迁移推广能力是目前迫切需要回答的问题。为回答这一问题,选取湖南省郴州市和衡阳市两铅锌矿区作为实验研究区,选用支持向量机(SVM)作为分类器,将郴州实验区室内采样的83个样本数据和衡阳实验区室内采样的46个样本数据分别用于分类器训练,将衡阳地区野外采样的46个样本数据用于分类测试。并首先通过基于联合分布适配(JDA)的迁移学习方法进行光谱变换以缩小两地室内外测定光谱分布差异,然后进行不同区域室内外土壤重金属污染定性分类模型迁移。实验结果表明:(1)由于野外测得的光谱数据会受到太阳辐射、提取的土壤成分差异等因素的干扰导致室内外光谱数据存在显著的分布差异,难以直接将基于室内采样数据训练得到的土壤重金属污染定性分类模型迁移到同一地区测定的野外高光谱数据上。但通过JDA变换缩小室内外分布差异后,模型迁移能力得到显著提升,砷(As)、铅(Pb)和锌(Zn)三种重金属含量是否超标的分类精度都达到了84%以上, Zn元素含量是否超标的分类精度甚至达到了89%以上。(2)由于季节性影响、地区成分的干扰和光谱噪声的增加,不同地区光谱数据存在着更为显著的分布差异,加大了不同地区土壤重金属污染监测的难度,难以将基于室内采样光谱数据所建立的土壤重金属定性分类模型直接迁移到其他地区野外采样数据上(平均分类精度仅在50%左右)。经过JDA迁移学习方法进行室内外光谱变换处理后,模型迁移能力得到保证,因此,室外光谱采样可直接用于研究不同试验区域重金属(As, Pb和Zn)的污染情况。

论文目录

• 引 言
• 1 实验部分
•   1.1 研究区概况
•   1.2 研究方法
•     1.2.1 土壤重金属浓度测定和高光谱数据采集
•     1.2.2 光谱数据预处理
•     1.2.3 联合分布适配方法
•       （1） 联合分布适配方法原理
•       （2） JDA变换前后的光谱数据差异可视化对比分析
• 2 结果与讨论
•   2.1 研究区土壤污染分类
•   2.2 实验与结果
• 3 结 论

文章来源

类型: 期刊论文

作者: 陶超,崔文博,王亚晋,邹滨,邹峥嵘

关键词: 高光谱遥感,土壤重金属,迁移学习,室内外光谱采样

来源: 光谱学与光谱分析 2019年08期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,工程科技Ⅱ辑,信息科技

专业: 环境科学与资源利用,工业通用技术及设备,自动化技术

单位: 中南大学有色金属成矿预测与地质环境监测教育部重点实验室地球科学与信息物理学院,国家重金属污染防治工程技术研究中心

基金: 国家自然科学基金项目(41771458),湖南省自然科学基金项目(2017JJ3378),国家重点研发项目(2018YFB0504500)资助

分类号: TP751;X53

页码: 2602-2607

总页数: 6

文件大小: 1539K

下载量: 402