基于HyMAP-C航空高光谱影像土壤重金属浓度估算

发布时间：2021-04-24 09:28

　　我国土壤重金属污染问题严峻,但是传统的土壤重金属监测评估方法不能满足大范围连续地理空间的需求。另外,虽然基于地面光谱反演地表土壤重金属的相关研究中成功案例较多,但只有少量的研究关注通过成像高光谱遥感手段反演估算地表土壤重金属浓度,成像光谱在研究地表土壤重金属中的极大优势没有得到充分挖掘。通过成像高光谱遥感手段监测地表土壤重金属仍然面临非常复杂的现实问题、理论摸索和技术困难,还存在极大的研究空间需要探索。因此,本文采用Hy MAP-C航空高光谱影像,以吉林省伊通县研究区为例,探索基于航空高光谱影像反演估算黑土地地表土壤重金属浓度。本文的主要工作及结论如下:（1）在重金属光谱特征选择中,竞争适应性重新加权抽样（Competitive Adaptive Reweighted Sampling,CARS）特征选择方法简洁可靠。通过C A RS和Pearson相关性两种特征选择方法对四种重金属（As,Cr,Pb,Zn）进行特征光谱选择,并验证其特征光谱的有效性。传统方法建立模型的评估结果证明CARS方法对四种重金属均能够选择出有效的特征光谱,而Pearson方法只能对其中三种重金属（As,Pb,... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：104 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 研究背景与意义
    1.2 相关研究进展
    1.3 研究内容与技术路线
    1.4 论文组织结构
2 实验数据
    2.1 研究区域介绍
    2.2 土壤及重金属数据
    2.3 高光谱数据
    2.4 本章小结
3 数据分析方法
    3.1 光谱数据预处理
    3.2 特征分析方法
    3.3 经典建模方法
    3.4 基于Stacking集成的建模方法
    3.5 模型评价
    3.6 本章小结
4 基于特征分析的成像高光谱重金属反演
    4.1 室内光谱重金属反演
    4.2 Pearson相关性分析及特征选择
    4.3 CARS特征分析及选择
    4.4 特征分析结果反演实验
    4.5 重金属反演的光谱特征及共性总结
    4.6 本章小结
5 基于Stacking集成学习方法的高光谱影像重金属估算
    5.1 Stacking架构分析
    5.2 基于Stacking集成学习的高光谱影像重金属反演
    5.3 反演模型估测重金属浓度与实证分析
    5.4 本章小结
6 结论与展望
    6.1 结论
    6.2 展望
参考文献
作者简历
学位论文数据集


【参考文献】：
期刊论文
[1]农业部关于贯彻落实《土壤污染防治行动计划》的实施意见[J].   中华人民共和国农业部公报. 2017(04)
[2]定位定向系统数据的航空高光谱影像几何校正[J]. 马伟波,丁建伟,谭琨.  测绘科学. 2017(06)
[3]混合像元分解技术及其进展[J]. 陈晋,马磊,陈学泓,饶玉晗.  遥感学报. 2016(05)
[4]基于超限学习机的矿区土壤重金属高光谱反演[J]. 马伟波,谭琨,李海东,闫庆武.  生态与农村环境学报. 2016(02)
[5]高光谱遥感影像分类研究进展[J]. 杜培军,夏俊士,薛朝辉,谭琨,苏红军,鲍蕊.  遥感学报. 2016(02)
[6]论我国土壤保护宏观战略[J]. 赵其国,骆永明.  中国科学院院刊. 2015(04)
[7]高光谱遥感反演土壤重金属含量研究进展[J]. 贺军亮,张淑媛,查勇,蒋建军.  遥感技术与应用. 2015(03)
[8]矿区复垦农田土壤重金属含量的高光谱反演分析(英文)[J]. 谭琨,叶元元,杜培军,张倩倩.  光谱学与光谱分析. 2014(12)
[9]土壤重金属含量的高光谱遥感反演方法综述[J]. 肖捷颖,王燕,张倩,李星,赵品,万亚林.  湖北农业科学. 2013(06)
[10]高光谱遥感土壤重金属污染研究综述[J]. 付馨,赵艳玲,李建华,曾纪勇,王亚云,何厅厅.  中国矿业. 2013(01)

硕士论文
[1]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
[2]多金属矿区土壤重金属的高光谱定量估算研究[D]. 叶元元.中国矿业大学 2014
[3]基于特征提取的特征选择研究[D]. 于成龙.南京邮电大学 2011



本文编号：3157117