矿区土壤重金属污染遥感反演研究进展
|
摘要
随着工矿企业开采力度加剧、采矿废气排放与废水灌溉增多,矿区表层土壤重金属污染日渐成为人们关注的环境热点问题。如何快速高效地掌握矿区土壤重金属含量空间分布是进行矿区开采及风险评价的前提条件。由于土壤重金属在遥感光谱上所表现出来的特殊的反射特征,遥感技术已逐渐成为矿区土壤重金属污染反演新的技术手段,为区域环境污染状况评估提供了新的契机。总结了目前地面实测与室内反演、多光谱与高光谱、直接与间接遥感反演矿区土壤重金属污染的技术方法及优劣性,对比分析了不同反演模型的精度及改进方法,展望了今后的研究趋势。为探索利用遥感技术反演土壤重金属含量的可行性,及生态环境改善、土壤质量评估及矿区规划等提供了重要的科学依据和决策支撑。
With the intensification of mining in industrial and mining enterprises, and the increase of waste gas discharge and wastewater irrigation, heavy metal pollution in the surface soil of mining area has become a hot environmental issue. How to grasp the spatial distribution of heavy metal content in the mining area quickly and efficiently is a prerequisite for the assessment of mining risk. Because of the special reflection characteristics of soil heavy metal in remote sensing spectrum, remote sensing technology has gradually become a new technical means of soil heavy metal pollution inversion in mining areas, which provide a new opportunity for regional environmental pollution evaluation. This paper summarizes the technical methods and advantages and disadvantages of ground measurement and indoor inversion, multispectral and hyperspectral inversion, direct and indirect remote sensing for soil heavy metal pollution in mining areas, and compares and analyzes the accuracy and improvement methods of different inversion models. The research trend in the future is prospected. It provides important scientific basis and decision support for exploring the feasibility of retrieving soil heavy metal content in remote sensing technology, improving the ecological environment, evaluating soil quality and planning of mining area.
With the intensification of mining in industrial and mining enterprises, and the increase of waste gas discharge and wastewater irrigation, heavy metal pollution in the surface soil of mining area has become a hot environmental issue. How to grasp the spatial distribution of heavy metal content in the mining area quickly and efficiently is a prerequisite for the assessment of mining risk. Because of the special reflection characteristics of soil heavy metal in remote sensing spectrum, remote sensing technology has gradually become a new technical means of soil heavy metal pollution inversion in mining areas, which provide a new opportunity for regional environmental pollution evaluation. This paper summarizes the technical methods and advantages and disadvantages of ground measurement and indoor inversion, multispectral and hyperspectral inversion, direct and indirect remote sensing for soil heavy metal pollution in mining areas, and compares and analyzes the accuracy and improvement methods of different inversion models. The research trend in the future is prospected. It provides important scientific basis and decision support for exploring the feasibility of retrieving soil heavy metal content in remote sensing technology, improving the ecological environment, evaluating soil quality and planning of mining area.
引文
[1] 沈文娟,蒋超群,侍昊,等.土壤重金属污染遥感监测研究进展[J].遥感信息,2014(6):112-117.
[2] A Falahi-Ardakani. Contamination of environment with heavy metals emitted fromautomotivees[J]. Ecotoxicology and environmental safety, 1984, 8(2):152-161.
[3] 庞龙.西安城郊路边菜地土壤重金属污染研究[D].西安:陕西师范大学, 2014.
[4] 王瑜堂,张军,岳波,等.村镇生活垃圾重金属含量及其土地利用中的环境风险分析[J].农业环境科学学报,2017(8):1634-1639.
[5] 宋练,简季,谭德军,等.万盛采矿区土壤As,Cd,Zn重金属含量光谱测量与分析[J].光谱学与光谱分析,2014(3):812-817.
[6] 李湘凌,张颖慧,杨善谋,等.合肥义城地区土壤重金属污染评价中典型插值方法的对比[J].吉林大学学报:地球科学版,2011(1):222-227.
[7] XIE Yunfeng, CHEN Tongbin, LEI Mei, et al. Spatial distribution of soil heavy metal metal pollution estimated by different interpolation methods: Accuracy and uncer-tainty analysis[J]. Chemosphere, 2011(82):468-476.
[8] SUN Yue, KANG Shaozhong, LI Fusheng, et al. Comparison of interpolation methods for depth to groundwater and its temporal and spatial variations in the minqin oasis of northwest China[J]. Environmental modelling & software, 2009(24):1163-1170.
[9] 郭旻欣,喻根,王晓辉,等.基于GIS的淮南市土壤Cu含量克里格插值方法比较研究[J].湖北农业科学,2015(20):4993-4998.
[10] 陈思萱,邹滨,汤景文.空间插值方法对土壤重金属污染格局识别的影响[J].测绘科学,2015(1):63-67.
[11] 张金兰,欧阳婷萍,黄铁兰,等.农田表层土壤镉的典型空间插值方法对比研究[J].生态科学,2017(6):130-136.
[12] 付传城,王文勇,潘剑君,等.南京市溧水区土壤重金属污染不同插值方法的对比研究[J].土壤通报,2014(6):1325-1333.
[13] 邢怀学,叶念军,葛伟亚,等.基于GIS土壤重金属元素的空间插值方法对比研究[C]// 地球资源环境定量化理论与应用——2009年全国数学地球科学与地学信息学术会议论文集.广州:中山大学,2009.
[14] 袁峰,白晓宇,周涛发,等.元素空间分布插值方法的对比研究:以铜陵地区土壤中的重金属元素为例[J].地学前缘,2008(5):103-109.
[15] 肖捷颖,王燕,张倩,等.土壤重金属含量的高光谱遥感反演方法综述[J].湖北农业科学,2013(6):1248-1253.
[16] 程博,刘少峰,梅雪峰.利用多光谱遥感数据提取植被污染信息的新方法[J].现代地质,2005(3):458-464.
[17] 金剑,周显平,马凯.基于Landsat-8影像的最佳波段组合研究——白云鄂博矿区土壤重金属专题调查[J].内蒙古科技大学学报,2016(1):37-41.
[18] Sommer S. Estimate of heavy metal contamination in soils after a mining accident using reflectance spectroscopy[J]. Environmental science & technology, 2002, 36 (12):2742-2747.
[19] 解宪丽,孙波,郝红涛.土壤可见光-近红外反射光谱与重金属含量之间的相关性[J].土壤学报,2007(6):982-993.
[20] 王璐,蔺启忠,贾东,等.基于反射光谱预测土壤重金属元素含量的研究[J].遥感学报,2007(6):906-913.
[21] 张建新,金勇章,杨慧君,等.区域土壤重金属潜在风险遥感监测模型及应用——以湘江流域下游区为例[J].遥感信息,2016(6):36-43.
[22] 成功,李嘉璇,戴之秀.BP神经网络在土壤重金属污染分析中的应用[J].地质学刊,2017(3):394-400.
[23] 温健婷,张霞,张兵,等.土壤铅含量高光谱遥感反演中波段选择方法研究[J].地球科学进展,2010(6):625-629.
[24] A. N. SINGH. Estimation of As and Cu contamination in agricultural soils around a mining area by reflectance spectroscopy: a case study[J]. Pedosphere, 2009, 19(6):719-726.
[25] 蔡东全,吴泉源,曹学江,等.基于HJ1A-HSI的龙口污水灌溉区土壤重金属含量反演[J].安全与环境工程,2015(5):33-39.
[26] 龚绍琦,王鑫,沈润平,等.滨海盐土重金属含量高光谱遥感研究[J].遥感技术与应用,2010(2):169-177.
[27] Tan K, Ye Y Y, Du P J, et al. Estimation of heavy metal concentrations in reclaimed mining soils using reflectance spectroscopy[J]. Spectroscopy & spectral analysis, 2014, 34(12):3317.
[28] Swain R, Sahoo B. Mapping of heavy metal pollution in river water at daily time-scale using spatio-temporal fusion of MODIS-aqua and Landsat satellite imageries[J]. J. Environ manage, 2017, 192:1-14.
[29] 李鑫龙,陈圣波,陈磊.基于地面实测光谱的多金属矿区土壤重金属含量反演研究[J].科学技术与工程,2014(7):121-125.
[30] 李鑫龙.基于地面实测光谱矿区土壤重金属元素含量反演研究[D]. 长春:吉林大学,2014.
[31] 杨璐,高永光,胡振琪.重金属铜污染土壤光谱特性研究[J].矿业研究与开发,2008(3):68-69.
[32] Choe E, van der Meer F, van Ruitenbeek F, et al. Mapping of heavy metal pollution in stream sediments using combined geochemistry, field spectroscopy, and hyperspectral remote sensing: A case study of the Rodalquilar mining area, SE Spain[J]. Remote sensing of environment, 2008, 112 (7):3222-3233.
[33] 程先锋,宋婷婷,陈玉,等.滇西兰坪铅锌矿区土壤重金属含量的高光谱反演分析[J].岩石矿物学杂志,2017(1):60-69.
[34] 李秋蓉,罗宇星,晋雷雨,等.冕宁牦牛坪稀土矿区土壤重金属污染光谱测定与特征分析[J].物探化探计算技术,2017(5):705-710.
[35] 贺军亮,张淑媛,查勇,等.高光谱遥感反演土壤重金属含量研究进展[J].遥感技术与应用,2015(3):407-412.
[36] 郭世忠,田国良,汪水花.二氧化硫和重金属镉、铜等物质对植物光谱特性的影响[J].环境科学,1984(6):13-18.
[37] 刘圣伟,甘甫平,王润生.用卫星高光谱数据提取德兴铜矿区植被污染信息[J].国土资源遥感,2004(1):6-10.
[38] 程博,刘少峰,梅雪峰.利用多光谱遥感数据提取植被污染信息的新方法[J].现代地质,2005(3):458-464.
[39] 卢霞.江西德兴铜矿矿山环境污染多光谱遥感信息提取[D]. 北京:中国地质大学(北京),2004.
[40] 付卓,肖如林,申文明,等.典型矿区土壤重金属污染对植被影响遥感监测分析——以江西省德兴铜矿为例[J].环境与可持续发展,2016(6):66-68.
[41] 杨可明,王林伟,任俊涛,等.植被重金属污染检测模型研究[J].安徽农业科学,2014(16):5178-5180.
[42] 周超.植被重金属含量高光谱遥感反演方法研究[D].长春:吉林大学,2016.
[43] 李娜,吕建升,Altermann W.光谱分析在植被重金属污染监测中的应用[J].光谱学与光谱分析,2010(9):2508-2511.
[44] 陈圣波,周超,王晋年.黑龙江多金属矿区植物胁迫光谱及其与金属元素含量关系研究[J].光谱学与光谱分析,2012(5):1310-1315.
[45] Wang F, Gao J, Zha Y. Hyperspectral sensing of heavy metals in soil and vegetation: Feasibility and challenges[J]. ISPRS journal of photogrammetry and remote sensing, 2018, 136:73-84.
[46] 徐明星,吴绍华,周生路,等.重金属含量的高光谱建模反演:考古土壤中的应用[J].红外与毫米波学报,2011(2):109-114.
[47] 王维,沈润平,吉曹翔.基于高光谱的土壤重金属铜的反演研究[J].遥感技术与应用,2011(3):348-354.
[48] 屈永华,焦思红,刘素红,等.从高光谱卫星数据中提取植被覆盖区铜污染信息[J].光谱学与光谱分析,2015(11):3176-3181.
[49] 涂宇龙,邹滨,姜晓璐,等.矿区土壤Cu含量高光谱反演建模[J].光谱学与光谱分析,2018(2):575-581.
[50] WU Y Z, CHEN J, JI J F, et al. Feasibility of reflectance spectroscopy for the assessment of soil mercury contamination[J]. Environmental science & technology, 2005, 39 (3):873-878.
[51] CAI L, XU Z, REN M, et al. Source identification of eight hazardous heavy metals in agricultural soils of Huizhou, Guangdong Province, China[J]. Ecotoxicol environ saf, 2012, 78:2-8.
[52] 李慧,蔺启忠,刘庆杰,等.基于反射光谱预测哈图-包古图金矿区地球化学元素异常的可行性研究[J].遥感信息,2009(4):43-49.
[53] 胡芳,蔺启忠,王钦军,等.土壤钾含量高光谱定量反演研究[J].国土资源遥感,2012(4):157-162.
[54] 黄长平,刘波,张霞,等.土壤重金属Cu含量遥感反演的波段选择与最佳光谱分辨率研究[J].遥感技术与应用,2010(3):353-357.
[55] 夏军.准东煤田土壤重金属污染高光谱遥感监测研究[D].乌鲁木齐:新疆大学,2014.
[56] Siebielec G, Mccarty G W, Stuczynski T I. Near- and mid-infrared diffuse reflectance spectroscopy for measuring soil metal content[J]. Journal of environmental quality, 2004, 33 (6): 2056-2069.
[57] 杨灵玉,高小红,张威,等.基于Hyperion影像植被光谱的土壤重金属含量空间分布反演——以青海省玉树县为例[J].应用生态学报,2016(6):1775-1784.
[58] 徐良骥,李青青,朱小美,等.煤矸石充填复垦重构土壤重金属含量高光谱反演[J].光谱学与光谱分析,2017(12):3839-3844.
[59] 郭云开,刘宁,刘磊,等.土壤Cu含量高光谱反演的BP神经网络模型[J].测绘科学,2018(1):135-139.
[60] 吕杰,徐静,闫振国.基于小波神经网络的矿区土壤铜含量反演研究[J].矿业研究与开发,2015(4):68-70.
[61] Liu M, Liu X, Wu M, et al. Integrating spectral indices with environmental parameters for estimating heavy metal concentrations in rice using a dynamic fuzzy neural-network model[J]. Computers & geosciences, 2011, 37 (10):1642-1652.
[62] 胡大伟,卞新民,李思米,等.基于GRNN网络模型的土壤重金属空间分布的研究[J].土壤通报,2007(2):334-340.
[63] 王世芳,韩平,王纪华,等.X射线荧光光谱分析法在土壤重金属检测中的应用研究进展[J].食品安全质量检测学报,2016(11):4394-4400.
[64] 周雄,梁金禄,谭茂波,等.遗传算法优化神经网络的重金属污染源预测[J].钦州学院学报,2017(5):34-39.
[65] 马伟波,谭琨,李海东,等.基于超限学习机的矿区土壤重金属高光谱反演[J].生态与农村环境学报,2016(2):213-218.
[66] 谭琨,张倩倩,曹茜,等.基于粒子群优化支持向量机的矿区土壤有机质含量高光谱反演[J].地球科学:中国地质大学学报,2015(8):1339-1345.
[67] 许吉仁,董霁红,杨源譞,等.基于支持向量机的矿区复垦农田土壤-小麦镉含量高光谱估算[J].光子学报,2014(5):108-115.
[68] 滕靖,何政伟,倪忠云,等.西范坪矿区土壤铜元素的高光谱响应与反演模型研究[J].光谱学与光谱分析,2016(11):3637-3642.
[2] A Falahi-Ardakani. Contamination of environment with heavy metals emitted fromautomotivees[J]. Ecotoxicology and environmental safety, 1984, 8(2):152-161.
[3] 庞龙.西安城郊路边菜地土壤重金属污染研究[D].西安:陕西师范大学, 2014.
[4] 王瑜堂,张军,岳波,等.村镇生活垃圾重金属含量及其土地利用中的环境风险分析[J].农业环境科学学报,2017(8):1634-1639.
[5] 宋练,简季,谭德军,等.万盛采矿区土壤As,Cd,Zn重金属含量光谱测量与分析[J].光谱学与光谱分析,2014(3):812-817.
[6] 李湘凌,张颖慧,杨善谋,等.合肥义城地区土壤重金属污染评价中典型插值方法的对比[J].吉林大学学报:地球科学版,2011(1):222-227.
[7] XIE Yunfeng, CHEN Tongbin, LEI Mei, et al. Spatial distribution of soil heavy metal metal pollution estimated by different interpolation methods: Accuracy and uncer-tainty analysis[J]. Chemosphere, 2011(82):468-476.
[8] SUN Yue, KANG Shaozhong, LI Fusheng, et al. Comparison of interpolation methods for depth to groundwater and its temporal and spatial variations in the minqin oasis of northwest China[J]. Environmental modelling & software, 2009(24):1163-1170.
[9] 郭旻欣,喻根,王晓辉,等.基于GIS的淮南市土壤Cu含量克里格插值方法比较研究[J].湖北农业科学,2015(20):4993-4998.
[10] 陈思萱,邹滨,汤景文.空间插值方法对土壤重金属污染格局识别的影响[J].测绘科学,2015(1):63-67.
[11] 张金兰,欧阳婷萍,黄铁兰,等.农田表层土壤镉的典型空间插值方法对比研究[J].生态科学,2017(6):130-136.
[12] 付传城,王文勇,潘剑君,等.南京市溧水区土壤重金属污染不同插值方法的对比研究[J].土壤通报,2014(6):1325-1333.
[13] 邢怀学,叶念军,葛伟亚,等.基于GIS土壤重金属元素的空间插值方法对比研究[C]// 地球资源环境定量化理论与应用——2009年全国数学地球科学与地学信息学术会议论文集.广州:中山大学,2009.
[14] 袁峰,白晓宇,周涛发,等.元素空间分布插值方法的对比研究:以铜陵地区土壤中的重金属元素为例[J].地学前缘,2008(5):103-109.
[15] 肖捷颖,王燕,张倩,等.土壤重金属含量的高光谱遥感反演方法综述[J].湖北农业科学,2013(6):1248-1253.
[16] 程博,刘少峰,梅雪峰.利用多光谱遥感数据提取植被污染信息的新方法[J].现代地质,2005(3):458-464.
[17] 金剑,周显平,马凯.基于Landsat-8影像的最佳波段组合研究——白云鄂博矿区土壤重金属专题调查[J].内蒙古科技大学学报,2016(1):37-41.
[18] Sommer S. Estimate of heavy metal contamination in soils after a mining accident using reflectance spectroscopy[J]. Environmental science & technology, 2002, 36 (12):2742-2747.
[19] 解宪丽,孙波,郝红涛.土壤可见光-近红外反射光谱与重金属含量之间的相关性[J].土壤学报,2007(6):982-993.
[20] 王璐,蔺启忠,贾东,等.基于反射光谱预测土壤重金属元素含量的研究[J].遥感学报,2007(6):906-913.
[21] 张建新,金勇章,杨慧君,等.区域土壤重金属潜在风险遥感监测模型及应用——以湘江流域下游区为例[J].遥感信息,2016(6):36-43.
[22] 成功,李嘉璇,戴之秀.BP神经网络在土壤重金属污染分析中的应用[J].地质学刊,2017(3):394-400.
[23] 温健婷,张霞,张兵,等.土壤铅含量高光谱遥感反演中波段选择方法研究[J].地球科学进展,2010(6):625-629.
[24] A. N. SINGH. Estimation of As and Cu contamination in agricultural soils around a mining area by reflectance spectroscopy: a case study[J]. Pedosphere, 2009, 19(6):719-726.
[25] 蔡东全,吴泉源,曹学江,等.基于HJ1A-HSI的龙口污水灌溉区土壤重金属含量反演[J].安全与环境工程,2015(5):33-39.
[26] 龚绍琦,王鑫,沈润平,等.滨海盐土重金属含量高光谱遥感研究[J].遥感技术与应用,2010(2):169-177.
[27] Tan K, Ye Y Y, Du P J, et al. Estimation of heavy metal concentrations in reclaimed mining soils using reflectance spectroscopy[J]. Spectroscopy & spectral analysis, 2014, 34(12):3317.
[28] Swain R, Sahoo B. Mapping of heavy metal pollution in river water at daily time-scale using spatio-temporal fusion of MODIS-aqua and Landsat satellite imageries[J]. J. Environ manage, 2017, 192:1-14.
[29] 李鑫龙,陈圣波,陈磊.基于地面实测光谱的多金属矿区土壤重金属含量反演研究[J].科学技术与工程,2014(7):121-125.
[30] 李鑫龙.基于地面实测光谱矿区土壤重金属元素含量反演研究[D]. 长春:吉林大学,2014.
[31] 杨璐,高永光,胡振琪.重金属铜污染土壤光谱特性研究[J].矿业研究与开发,2008(3):68-69.
[32] Choe E, van der Meer F, van Ruitenbeek F, et al. Mapping of heavy metal pollution in stream sediments using combined geochemistry, field spectroscopy, and hyperspectral remote sensing: A case study of the Rodalquilar mining area, SE Spain[J]. Remote sensing of environment, 2008, 112 (7):3222-3233.
[33] 程先锋,宋婷婷,陈玉,等.滇西兰坪铅锌矿区土壤重金属含量的高光谱反演分析[J].岩石矿物学杂志,2017(1):60-69.
[34] 李秋蓉,罗宇星,晋雷雨,等.冕宁牦牛坪稀土矿区土壤重金属污染光谱测定与特征分析[J].物探化探计算技术,2017(5):705-710.
[35] 贺军亮,张淑媛,查勇,等.高光谱遥感反演土壤重金属含量研究进展[J].遥感技术与应用,2015(3):407-412.
[36] 郭世忠,田国良,汪水花.二氧化硫和重金属镉、铜等物质对植物光谱特性的影响[J].环境科学,1984(6):13-18.
[37] 刘圣伟,甘甫平,王润生.用卫星高光谱数据提取德兴铜矿区植被污染信息[J].国土资源遥感,2004(1):6-10.
[38] 程博,刘少峰,梅雪峰.利用多光谱遥感数据提取植被污染信息的新方法[J].现代地质,2005(3):458-464.
[39] 卢霞.江西德兴铜矿矿山环境污染多光谱遥感信息提取[D]. 北京:中国地质大学(北京),2004.
[40] 付卓,肖如林,申文明,等.典型矿区土壤重金属污染对植被影响遥感监测分析——以江西省德兴铜矿为例[J].环境与可持续发展,2016(6):66-68.
[41] 杨可明,王林伟,任俊涛,等.植被重金属污染检测模型研究[J].安徽农业科学,2014(16):5178-5180.
[42] 周超.植被重金属含量高光谱遥感反演方法研究[D].长春:吉林大学,2016.
[43] 李娜,吕建升,Altermann W.光谱分析在植被重金属污染监测中的应用[J].光谱学与光谱分析,2010(9):2508-2511.
[44] 陈圣波,周超,王晋年.黑龙江多金属矿区植物胁迫光谱及其与金属元素含量关系研究[J].光谱学与光谱分析,2012(5):1310-1315.
[45] Wang F, Gao J, Zha Y. Hyperspectral sensing of heavy metals in soil and vegetation: Feasibility and challenges[J]. ISPRS journal of photogrammetry and remote sensing, 2018, 136:73-84.
[46] 徐明星,吴绍华,周生路,等.重金属含量的高光谱建模反演:考古土壤中的应用[J].红外与毫米波学报,2011(2):109-114.
[47] 王维,沈润平,吉曹翔.基于高光谱的土壤重金属铜的反演研究[J].遥感技术与应用,2011(3):348-354.
[48] 屈永华,焦思红,刘素红,等.从高光谱卫星数据中提取植被覆盖区铜污染信息[J].光谱学与光谱分析,2015(11):3176-3181.
[49] 涂宇龙,邹滨,姜晓璐,等.矿区土壤Cu含量高光谱反演建模[J].光谱学与光谱分析,2018(2):575-581.
[50] WU Y Z, CHEN J, JI J F, et al. Feasibility of reflectance spectroscopy for the assessment of soil mercury contamination[J]. Environmental science & technology, 2005, 39 (3):873-878.
[51] CAI L, XU Z, REN M, et al. Source identification of eight hazardous heavy metals in agricultural soils of Huizhou, Guangdong Province, China[J]. Ecotoxicol environ saf, 2012, 78:2-8.
[52] 李慧,蔺启忠,刘庆杰,等.基于反射光谱预测哈图-包古图金矿区地球化学元素异常的可行性研究[J].遥感信息,2009(4):43-49.
[53] 胡芳,蔺启忠,王钦军,等.土壤钾含量高光谱定量反演研究[J].国土资源遥感,2012(4):157-162.
[54] 黄长平,刘波,张霞,等.土壤重金属Cu含量遥感反演的波段选择与最佳光谱分辨率研究[J].遥感技术与应用,2010(3):353-357.
[55] 夏军.准东煤田土壤重金属污染高光谱遥感监测研究[D].乌鲁木齐:新疆大学,2014.
[56] Siebielec G, Mccarty G W, Stuczynski T I. Near- and mid-infrared diffuse reflectance spectroscopy for measuring soil metal content[J]. Journal of environmental quality, 2004, 33 (6): 2056-2069.
[57] 杨灵玉,高小红,张威,等.基于Hyperion影像植被光谱的土壤重金属含量空间分布反演——以青海省玉树县为例[J].应用生态学报,2016(6):1775-1784.
[58] 徐良骥,李青青,朱小美,等.煤矸石充填复垦重构土壤重金属含量高光谱反演[J].光谱学与光谱分析,2017(12):3839-3844.
[59] 郭云开,刘宁,刘磊,等.土壤Cu含量高光谱反演的BP神经网络模型[J].测绘科学,2018(1):135-139.
[60] 吕杰,徐静,闫振国.基于小波神经网络的矿区土壤铜含量反演研究[J].矿业研究与开发,2015(4):68-70.
[61] Liu M, Liu X, Wu M, et al. Integrating spectral indices with environmental parameters for estimating heavy metal concentrations in rice using a dynamic fuzzy neural-network model[J]. Computers & geosciences, 2011, 37 (10):1642-1652.
[62] 胡大伟,卞新民,李思米,等.基于GRNN网络模型的土壤重金属空间分布的研究[J].土壤通报,2007(2):334-340.
[63] 王世芳,韩平,王纪华,等.X射线荧光光谱分析法在土壤重金属检测中的应用研究进展[J].食品安全质量检测学报,2016(11):4394-4400.
[64] 周雄,梁金禄,谭茂波,等.遗传算法优化神经网络的重金属污染源预测[J].钦州学院学报,2017(5):34-39.
[65] 马伟波,谭琨,李海东,等.基于超限学习机的矿区土壤重金属高光谱反演[J].生态与农村环境学报,2016(2):213-218.
[66] 谭琨,张倩倩,曹茜,等.基于粒子群优化支持向量机的矿区土壤有机质含量高光谱反演[J].地球科学:中国地质大学学报,2015(8):1339-1345.
[67] 许吉仁,董霁红,杨源譞,等.基于支持向量机的矿区复垦农田土壤-小麦镉含量高光谱估算[J].光子学报,2014(5):108-115.
[68] 滕靖,何政伟,倪忠云,等.西范坪矿区土壤铜元素的高光谱响应与反演模型研究[J].光谱学与光谱分析,2016(11):3637-3642.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |