植被重金属含量高光谱遥感反演方法研究

发布时间：2020-10-18 17:19

　　 植被重金属含量信息估算可反映植被所处环境的胁迫信息,是利用上覆植被进行环境监测和资源调查的理论基础。利用遥感技术研究化学元素在植物体内分布、含量及迁移,逐步替代传统的植被覆盖区矿产调查和土壤重金属污染监测方法。目前,遥感技术主要通过描述重金属胁迫下的植物光谱表观特征,建立基于统计方法和植被指数的经验模型反演植被重金属含量,缺乏稳定性和普适性,难于其他数据集的广泛应用。随着高光谱遥感技术及相应数据处理方法的逐渐成熟,亟需开展高光谱植被重金属含量信息反演方法研究,特别是基于物理过程的叶片辐射传输模型反演方法,为植被覆盖区重金属污染监测以及矿产资源调查评价提供技术支撑。为获取重金属胁迫下植物生化参数及配套的光谱数据集,开展了室内铜镍胁迫下植物栽培实验,选择单子叶植物小麦和双子叶植物油菜,分别设置单铜、单镍和铜镍复合胁迫下的6个浓度梯度,采集5个生长期的植物叶片反射光谱及生化参数(包括叶绿素、水分、干物质、铜离子和镍离子含量)。观察铜镍胁迫下植物表观生理状态,小麦和油菜植株生长缓慢,呈现缺绿和缺水症状。铜镍胁迫造成叶片内生化组分含量发生变化,但两者相关性不显著。采用光谱角方法评价叶片六个特征波段的光谱变异程度,除生长初期的第1批数据外,其它4个生长期79%的胁迫水平都在6个波段发生变异。这表明重金属胁迫下植物光谱变异是发生在全波段范围内,而不是单纯某个波段。分析光谱微分变换衍生的光谱特征位置参数和植被指数与重金属含量的相关性,多个光谱特征参数与铜镍离子呈显著相关,归一化叶绿素指数和归一化水分指数分别与镍离子和铜离子相关性最好。通过改进经典的叶片PROSPECT光谱模型,提出了重金属胁迫下的叶片光谱模型(m PROSPECT)。逐一分析模型的必需参数,与重金属胁迫紧密联系的叶片结构参数N值,可作为重金属胁迫下叶片光谱模型的最不确定参数。以铜离子和镍离子为例,重金属离子多与植物叶片固有物质结合后留存于细胞中,并且在可见光和近红外波段具有明显的吸收特征。因此,通过确定最适N值和引入重金属离子吸收系数,来描述重金属离子对叶片内部吸收和散射的影响,最终构建m PROSPECT模型。利用实验数据对m PROSPECT模型的构建方法进行验证。结果表明,铜镍胁迫下小麦和油菜的平均N值高达3.1,明显高于健康植物叶片。反演得到的铜镍离子吸收系数与实测铜镍离子的吸收特征相吻合。采用m PROSPECT模型模拟的反射光谱与实测值的均方根误差和相关系数均优于PROSPECT模型。利用提取的光谱特征参数建立单变量回归模型,并采用逐步多元回归(SMLR)和偏最小二乘(PLSR)统计方法建立全波段反射率的多变量回归模型,分别估算叶片重金属含量,并对两类统计模型比较分析。结果表明,多变量模型优于单变量模型,但PLSR方法对未知样本的适应性较差。总之,经验模型对未知数据源的稳定性不强,即使是表现最优的反演油菜铜离子含量的SMLR模型,其在验证集的均方根误差也高达0.113。鉴于经验模型对数据集的依赖性以及重金属含量反演的误差较高,开展基于m PROSPECT模型的叶片重金属含量反演方法研究。在全波段下进行多参数的共同反演,但由于各参数的吸收系数存在重叠交互,造成重金属反演产生较大误差。因此,提出一种分波段多层次目标更新(SubbandMultilevel,Target-Updates,SMTU)方法,进行叶片重金属含量反演。在设定三类数据集下模型各参数的“不确定性范围”基础上,采用不确定性和敏感性矩阵(USM)分析模型中各参数在不同波段的敏感性,确定重金属离子敏感性最高且其它参数敏感性较低的波段作为最佳反演波段,并评估敏感波段内其他参数对重金属离子反演结果的影响,由此确定对重金属离子的敏感性参数,这样构造加入先验知识的误差函数,并不断更新敏感性参数与重金属离子的不确定性范围,达到提高重金属离子反演精度的目的。相比经验模型和全波段多参数的反演结果,基于该反演策略,铜胁迫和铜镍胁迫下的铜离子反演值均方根误差分别降低为0.0978和0.1094,镍胁迫和铜镍胁迫下的镍离子反演值均方根误差分别降低为0.0757和0.0910。耦合m PROSPECT模型和SAILH冠层模型,建立了重金属胁迫下的植物冠层光谱模型(m PROSAIL)。相比PROSAIL模型,利用m PROSAIL模拟的冠层光谱更接近实测值且具有较低的均方根误差。采用扩展傅里叶幅度敏感性检验(EFAST)方法评价不同重金属含量下模型参数对模拟冠层光谱的敏感性,将重金属离子设置为最大步长,主敏感性参数设置为较大步长,次敏感性参数设置为最小步长,利用m PROSAIL模型构建重金属胁迫下的植被冠层响应数据库,由此建立基于查找表的植物冠层光谱重金属含量反演方法。采用室内实测冠层光谱对数据库进行验证,查找表得到的铜、镍离子含量与实测值的均方根误差分别为0.049和0.038,表明建立的查找表数据库可进行未知区域和未知数据集的反演。另外,通过建立多角度模拟冠层光谱间的关系,构造多角度冠层光谱,结合冠层结构参数、角度参数和其他参数,基于SAILH模型反演叶片反射率,建立基于SMTU的植物冠层光谱重金属含量反演方法。采用室内实测光谱对该方法进行验证,反演得到的叶片光谱与实测光谱的各波段均方根误差均较小,在0.080~0.095之间。铜镍离子反演值与实测值的均方根误差分别为0.041和0.035,优于查找表方法。选择黑龙江呼玛研究区的Hyperion高光谱影像,分别利用建立的查找表和SMTU的植物冠层光谱重金属含量反演方法进行植被重金属含量反演。采用线性解混模型提取预处理后影像中的植物冠层像元,作为待反演的目标像元。基于查找表方法构造相关系数的误差函数,查找数据库反演研究区的铜、镍离子含量。同时以查找表方法得到的研究区内叶绿素和水分的含量作为先验知识,利用SMTU方法反演研究区内叶片中铜、镍离子含量。对比研究区内实测数据与两个方法的反演结果,由于铜离子敏感波段的Hyperion影像质量较差,查找表方法得到的铜离子反演结果优于SMTU方法,而SMTU方法反演的镍离子结果优于查找表方法,这表明SMTU方法在高光谱影像重金属含量反演中也可获得较好的反演效果。
【学位单位】：吉林大学
【学位级别】：博士
【学位年份】：2016
【中图分类】：X87
【文章目录】：
中文摘要
Abstract
第1章 绪论
    1.1 选题目的及意义
    1.2 国内外研究现状
        1.2.1 重金属胁迫下植被光谱理论研究
        1.2.2 植被重金属含量估算方法
        1.2.3 植被辐射传输模型
        1.2.4 植被生化参数的物理模型反演方法
    1.3 研究内容及技术路线
        1.3.1 研究内容
        1.3.2 技术路线与论文结构
第2章 重金属胁迫下植物栽培实验
    2.1 植物栽培试验
        2.1.1 实验设计
        2.1.2 重金属胁迫下植物植株表型特征
    2.2 光谱数据采集及分析
        2.2.1 光谱数据采集
        2.2.2 重金属胁迫下叶片光谱特征
        2.2.3 重金属胁迫下叶片光谱特征参数
    2.3 叶片生化参数测试及分析
        2.3.1 叶片生化参数测试方法
        2.3.2 重金属胁迫下的叶片生化参数
    小结
第3章 重金属胁迫下的叶片光谱模型
    3.1 PROSPECT模型
        3.1.1 PLATE模型
        3.1.2 最大入射角(α)
        3.1.3 叶片结构参数(N)
    3.2 重金属胁迫下的叶片光谱模型
        3.2.1 模型参数
        3.2.2 模型验证
        3.2.3 m PROSPECT模型的构建流程
    小结
第4章 基于叶片光谱的植物重金属含量反演方法
    4.1 统计模型
        4.1.1 单变量统计模型
        4.1.2 多变量统计模型
        4.1.3 方法比较分析
    4.2 物理模型
        4.2.1 全波段多参数反演
        4.2.2 分波段多层次目标更新方法
        4.2.3 重金属离子含量反演实验验证
    小结
第5章 基于冠层光谱的植物重金属含量反演方法
    5.1 重金属胁迫下的植物冠层光谱模型
        5.1.1 SAILH模型
        5.1.2 重金属胁迫下的植物冠层光谱模型构建
    5.2 基于查找表方法的植物冠层重金属含量反演
        5.2.1 重金属胁迫下植物冠层模拟数据库构建
        5.2.2 基于查找表方法搜索数据库反演重金属含量
        5.2.3 铜镍胁迫下的植被冠层模拟光谱数据库
        5.2.4 基于实测植物冠层光谱的方法验证
    5.3 基于SMTU方法的植物冠层重金属含量反演
        5.3.1 多角度冠层光谱的构造
        5.3.2 基于SAILH模型反演叶片光谱
        5.3.3 基于实测植物冠层光谱的方法验证
    小结
第6章 高光谱影像植被重金属含量反演
    6.1 研究区Hyperion数据植被信息提取
        6.1.1 研究区概况及Hyperion数据预处理
        6.1.2 高光谱影像植被信息提取
    6.2 基于查找表方法的Hyperion影像铜镍离子反演
    6.3 基于SMTU方法的Hyperion影像铜镍离子反演
    6.4 反演结果验证及评价
    小结
第7章 结论与展望
    7.1 主要工作与结论
    7.2 论文创新点
    7.3 不足与展望
参考文献
作者简介及科研成果
致谢

【相似文献】

相关期刊论文 前10条

1 周雷;胡鑫鑫;甘钊生;梁志;;南通市售鲫鱼中重金属含量的分析检测[J];黑龙江科技信息;2013年26期

2 丁园;宗良纲;何欢;钟桂芳;刘艳;;蔬菜中重金属含量及其评价[J];安徽农业科学;2007年33期

3 黄演勋;;几种市售新鲜水果重金属含量及评价[J];农业研究与应用;2011年06期

4 陈建明;杨振宇;姜健;查利文;;北极甜虾中重金属含量和分布研究[J];食品科学;2009年14期

5 黄辉;刘攀;罗建蓉;;大理市售鲫鱼与河虾体中4种重金属含量分析及评价[J];大理学院学报;2013年12期

6 马成林,邹尔新,高晓伟,李斌;工业、农业和山区屠宰猪体内重金属含量的分析研究[J];肉品卫生;1994年03期

7 滕葳,柳琪,郭栋梁;山东部分蔬菜产区12种蔬菜重金属含量的研究[J];食品研究与开发;2003年05期

8 金茜;刘瑞波;穆浩林;谢顺萍;;超市蔬菜中重金属含量的测定[J];遵义师范学院学报;2008年05期

9 胡晓锋;;虾中重金属含量的分析检测[J];咸宁学院学报;2011年06期

10 冯云;傅科杰;杨力生;涂伟文;;原子吸收分光光度法测定纺织品重金属含量[J];针织工业;2008年09期

相关博士学位论文 前1条

1 周超;植被重金属含量高光谱遥感反演方法研究[D];吉林大学;2016年

相关硕士学位论文 前7条

1 李可;双流县2008-2012年农户井水重金属含量变化情况分析[D];四川农业大学;2015年

2 赵云霞;豫西地区环境及食物链中重金属含量的背景值分析[D];河南科技大学;2012年

3 阎华;铜、锌、铁清料法加工皮蛋的应用研究[D];华中农业大学;2003年

4 曾元元;长江三角洲地区小羽藓属植物重金属含量的时空变化及其对环境的指示[D];上海师范大学;2011年

5 郭建东;几种海洋濒危动物体内重金属含量及评价[D];山东大学;2005年

6 魏乃杰;风味艺术皮蛋的制备及其安全性研究[D];西南大学;2010年

7 苑仁财;废旧电路板解离及金的碘法回收[D];黑龙江科技学院;2012年

本文编号：2846583