ASD | ASD FieldSpec 3地物光谱仪在确定土壤有毒元素上的应用
时间:2022-12-29 阅读:443
土壤质量直接影响其有机体的健康。然而,土壤容易受到人类活动的干扰,如采矿、工业化和农业活动,导致严重的土壤污染。在各种土壤污染中,有毒元素会对人类和家畜健康以及食品安全造成威胁。因此,监测这些污染类型的浓度和分布对于土壤修复项目至关重要。然而,传统采样和实验室分析方法成本高、
基于此,在本研究中,来自捷克生命科学大学的研究团队于2015年8月12日在Sarcheshmeh矿山采集了120个土壤样品,在实验室进行化学(As、Pb、Zn和Cr)和光谱测量(ASD Fieldspec 3地物光谱仪)。并于2015年8月13日获取Landsat 8-OLI图像,2016年1月20日获取Sentinel-2A图像。旨在探索Landsat 8-OLI和Sentinel-2A单个图像及其相融合量化As、Pb、Zn和Cr的潜力。为了达到融合目的,作者采用了不同的融合技术,即HSV色彩模型、Brovey、主成分分析(PCA)、Gram-Schmidt (GS)、小波和ATPRK。同时,采用遗传算法(GA)选取实验室光谱中所需的重要波长,以建立偏最小二乘回归(PLSR)预测模型,以评估所选变量对最终模型性能的影响。
【结果】
利用全部光谱(PLSR)和选定波长(GA-PLSR)建立的有毒元素预测模型的性能。(验证数据集)
整合了Landsat 8-OLI和Sentinel-2A波段的融合方法的定量评估
将GA-PLSR应用在图像像素光谱中建立的有毒元素预测模型的性能
【结论】
研究结果表明,与单个Landsat 8-OLI和Sentinel-2A图像的像素光谱相比,其融合产物的像素光谱与实验室实测样品的反射响应高度一致,尤其是在VNIR区。单因素方差方法也在实验室光谱和融合图像像素光谱之间产生了更相似的波长。对于单个Landsat 8-OLI和Sentinel-2A图像,GA-PLSR模型在Sentinel-2A数据上性能较好,而Landsat8-OLI对As的预测结果更好。与其它融合技术相比,将GA-PLSR模型应用在ATPRK融合的图像中可以产生更准确的预测结果。总之,该研究表明,Landsat 8-OLI和Sentinel-2A图像相融合可以提高土壤有毒元素预测模型的性能。