黄土覆盖区土壤重金属污染反演及土壤生态环境评价
发布时间：2021-04-13 22:06
陕西省内黄土覆盖区环境条件差,工农业等人为活动频繁,导致土壤重金属污染日渐加剧,而地球化学等方式在土壤重金属污染的研究中,有着离散性、瞬时性和局部性的缺陷,很难全面的、动态的反映真实的环境状况。定量遥感的特点能够很好的弥补这些不足,其时效性、空间性的特点,能够更直观、更及时的对重金属污染和环境状况进行监测,适应信息化时代的发展需求。本研究以陕西省宝鸡市北部凤翔县、麟游县、千阳县等地作为研究区,首先通过野外实地土壤样品采集,室内光谱仪测定土壤样品光谱和土壤重金属化学元素测定,详细分析土壤样品中重金属含量和土壤光谱及变换光谱之间的相关关系,找出光谱响应的特征波段,并用单波段回归分析、多元逐步回归分析和偏最小二乘回归分析三种方法,构建土壤重金属含量的反演模型,并用验证组土壤样品对模型进行精度验证。再通过模糊综合评价法,将所有采样点位的重金属元素含量进行模糊数学计算,通过得到的模糊矩阵,计算每个采样点位的污染等级,对当地的污染情况进行分析,对比两种模糊综合评价法,分析两种方法的适用性,选择更适合黄土覆盖区的方法对环境进行评价。随后通过聚类分析和重金属元素间的相关性分析,探究重金属污染元素的来源...
【文章来源】：长安大学陕西省 211工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
研究区概况图
纤）1.8x10-9 W/cm2/nm/sr 2100nm 7.5-1000ms性 ±0.5nmUSB 和蓝牙，支持无线遥控测锂电池；7.4V；电池工作时间约 43.4 kg21.59cm×27.94cm×8.89cm软件内置有 USGS 光谱数据库，可用于矿物光输出 NDVI、GRVI、SR、SAVI、EVI、PRI、植被指数，可与 AVHRR、LANDSAT、MOD种卫星数据比对，还具备太阳能模拟器、CI量统计等功能。
第二章 数据获取及预处理左右，入射光源角度与桌面垂直，对统一样品反复测量五次，最终光谱数据取多次扫描的均值。具体测量过程如图 2-3 和图 2-4 所示，图 2-5 和图 2-6 分别为黄土和白板的光谱响应曲线。测量时，先测量白板的光谱，相当于对后续测量进行归一化处理，使得测量结果更加准确，然后再测量其他各个采样点土壤。
【参考文献】：
期刊论文
[1]农业废弃生物质盐浸提液淋洗镉锌污染土壤[J]. 李明月,邵帅,李婷,张世熔,王贵胤,徐小逊. 环境工程学报. 2019(04)
[2]上海市典型地区环境空气可吸入颗粒物中重金属污染水平及健康风险评价[J]. 田俊杰,黄成,赵秀阁,任静,赵建锋,林匡飞,崔长征. 环境科学学报. 2019(11)
[3]2017年福建省市售罐头食品重金属元素分析[J]. 刘慧,段丽芳,张景平,林琴香. 河南预防医学杂志. 2019(04)
[4]基于PSR模型中国网络信息生态环境评价及障碍因子分析[J]. 董微微,李北伟. 情报科学. 2019(04)
[5]基于遥感与GIS的区域生态环境评价方法[J]. 张远峰. 环境与发展. 2019(03)
[6]湖南省某县稻田土壤重金属污染特征及来源解析[J]. 穆莉,王跃华,徐亚平,李军幸,戴礼洪,姜红新,刘潇威,赵玉杰,陈芳. 农业环境科学学报. 2019(03)
[7]京津冀城市群城市化与生态环境时空分异及协同发展格局[J]. 梁龙武,王振波,方创琳,孙湛. 生态学报. 2019(04)
[8]基于遥感生态指数模型的杨凌农业高新技术产业示范区生态环境评价[J]. 夏积德,高焕霖,李峰博,雷小平,仇文娟. 水土保持通报. 2019(01)
[9]基于Landsat8卫星影像的生态环境质量评价——以三峡库区的宜昌市为例[J]. 杨辉,韩玲,张硕,鲍进进. 河南科学. 2019(01)
[10]生态系统管理中生态环境评价的关键问题[J]. 韩雪. 节能. 2019(01)
博士论文
[1]基于高光谱数据的滨湖土壤组分信息反演建模及优化[D]. 姜庆虎.武汉大学 2014
[2]南京城郊农业土壤重金属污染的遥感地球化学基础研究[D]. 吴昀昭.南京大学 2005
硕士论文
[1]土壤重金属含量反演与矿区环境遥感监测与评价研究[D]. 宋婷婷.北京化工大学 2017
[2]基于随机森林的土壤重金属高光谱遥感反演研究[D]. 潘岑岑.中国矿业大学 2017
[3]基于HSI高光谱数据的耕地土壤重金属镉、铅含量遥感反演[D]. 钟燕.四川农业大学 2016
[4]浙江省浙西重要生态功能区生态环境遥感评价及变化分析[D]. 张思敏.浙江大学 2015
[5]浙江省低丘红壤生态脆弱区生态环境遥感评价及变化分析[D]. 张淑娟.浙江大学 2014
[6]泰安市农田土壤重金属的空间分布及光谱特征研究[D]. 李瑞平.山东农业大学 2012
[7]区域生态环境评价中的统计数据空间化方法研究[D]. 高占慧.山东师范大学 2012
[8]生态水信息指标参数植被含水量遥感反演模型研究[D]. 潘佩芬.成都理工大学 2011
[9]基于RS和GIS的北京市生态环境评价研究[D]. 刘洪岐.首都师范大学 2008
本文编号：3136090
【文章来源】：长安大学陕西省 211工程院校 教育部直属院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
研究区概况图
纤）1.8x10-9 W/cm2/nm/sr 2100nm 7.5-1000ms性 ±0.5nmUSB 和蓝牙，支持无线遥控测锂电池；7.4V；电池工作时间约 43.4 kg21.59cm×27.94cm×8.89cm软件内置有 USGS 光谱数据库，可用于矿物光输出 NDVI、GRVI、SR、SAVI、EVI、PRI、植被指数，可与 AVHRR、LANDSAT、MOD种卫星数据比对，还具备太阳能模拟器、CI量统计等功能。
第二章 数据获取及预处理左右，入射光源角度与桌面垂直，对统一样品反复测量五次，最终光谱数据取多次扫描的均值。具体测量过程如图 2-3 和图 2-4 所示，图 2-5 和图 2-6 分别为黄土和白板的光谱响应曲线。测量时，先测量白板的光谱，相当于对后续测量进行归一化处理，使得测量结果更加准确，然后再测量其他各个采样点土壤。
【参考文献】：
期刊论文
[1]农业废弃生物质盐浸提液淋洗镉锌污染土壤[J]. 李明月,邵帅,李婷,张世熔,王贵胤,徐小逊. 环境工程学报. 2019(04)
[2]上海市典型地区环境空气可吸入颗粒物中重金属污染水平及健康风险评价[J]. 田俊杰,黄成,赵秀阁,任静,赵建锋,林匡飞,崔长征. 环境科学学报. 2019(11)
[3]2017年福建省市售罐头食品重金属元素分析[J]. 刘慧,段丽芳,张景平,林琴香. 河南预防医学杂志. 2019(04)
[4]基于PSR模型中国网络信息生态环境评价及障碍因子分析[J]. 董微微,李北伟. 情报科学. 2019(04)
[5]基于遥感与GIS的区域生态环境评价方法[J]. 张远峰. 环境与发展. 2019(03)
[6]湖南省某县稻田土壤重金属污染特征及来源解析[J]. 穆莉,王跃华,徐亚平,李军幸,戴礼洪,姜红新,刘潇威,赵玉杰,陈芳. 农业环境科学学报. 2019(03)
[7]京津冀城市群城市化与生态环境时空分异及协同发展格局[J]. 梁龙武,王振波,方创琳,孙湛. 生态学报. 2019(04)
[8]基于遥感生态指数模型的杨凌农业高新技术产业示范区生态环境评价[J]. 夏积德,高焕霖,李峰博,雷小平,仇文娟. 水土保持通报. 2019(01)
[9]基于Landsat8卫星影像的生态环境质量评价——以三峡库区的宜昌市为例[J]. 杨辉,韩玲,张硕,鲍进进. 河南科学. 2019(01)
[10]生态系统管理中生态环境评价的关键问题[J]. 韩雪. 节能. 2019(01)
博士论文
[1]基于高光谱数据的滨湖土壤组分信息反演建模及优化[D]. 姜庆虎.武汉大学 2014
[2]南京城郊农业土壤重金属污染的遥感地球化学基础研究[D]. 吴昀昭.南京大学 2005
硕士论文
[1]土壤重金属含量反演与矿区环境遥感监测与评价研究[D]. 宋婷婷.北京化工大学 2017
[2]基于随机森林的土壤重金属高光谱遥感反演研究[D]. 潘岑岑.中国矿业大学 2017
[3]基于HSI高光谱数据的耕地土壤重金属镉、铅含量遥感反演[D]. 钟燕.四川农业大学 2016
[4]浙江省浙西重要生态功能区生态环境遥感评价及变化分析[D]. 张思敏.浙江大学 2015
[5]浙江省低丘红壤生态脆弱区生态环境遥感评价及变化分析[D]. 张淑娟.浙江大学 2014
[6]泰安市农田土壤重金属的空间分布及光谱特征研究[D]. 李瑞平.山东农业大学 2012
[7]区域生态环境评价中的统计数据空间化方法研究[D]. 高占慧.山东师范大学 2012
[8]生态水信息指标参数植被含水量遥感反演模型研究[D]. 潘佩芬.成都理工大学 2011
[9]基于RS和GIS的北京市生态环境评价研究[D]. 刘洪岐.首都师范大学 2008
本文编号：3136090
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3136090.html
