北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

ASD | ASD FieldSpec 3地物光谱仪在确定土壤有毒元素上的应用

日期: 2022-12-28
浏览次数: 258

ASD | ASD FieldSpec 3地物光谱仪在确定土壤有毒元素上的应用

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、费事费力且局限于采样点位置,不能很好地具体化浓度的空间分布。因此,需要具有高空间效应的快速有效的技术。许多研究已经利用图像光谱和其它辅助数据或环境变量来预测有毒元素的分布。而由于卫星图像中云或阴影的存在,土壤采样和图像获取日期存在差距,这种情况下,需要用到具有不同光谱和空间特征图像的融合,以增加图像的时间分辨率。Sentinel-2A是“全球环境与安全监测”计划的第二颗卫星,其携带一枚多光谱成像仪,可覆盖13个光谱波段,从可见光和近红外到短波红外,具有不同的空间分辨率。Landsat 8是美国陆地卫星计划的第八颗卫星,其携带的陆地成像仪包括9个波段,空间分辨率为30 m。两者的协同应用将改进对地球表面的及时和准确观测,以及遥感不同学科的使用。

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)

ASD | ASD FieldSpec 3地物光谱仪在确定土壤有毒元素上的应用

整合了Landsat 8-OLI和Sentinel-2A波段的融合方法的定量评估

ASD | ASD FieldSpec 3地物光谱仪在确定土壤有毒元素上的应用

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

ASD | ASD FieldSpec 3地物光谱仪在确定土壤有毒元素上的应用

【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。


请点击下方链接,阅读原文:

https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650315958&idx=2&sn=844f394fdd0bedd6bd16ae7f6572c34b&chksm=bee1b0498996395f57faf68d2b952a37b795d4b7298c6441c513b0dfaaacc45ee6324251f938&token=444541256&lang=zh_CN#rd


News / 相关新闻 More
2026 - 11 - 16
研究背景土壤盐碱化是影响农业生产和土地资源利用的重要因素。山西省大同盆地分布着较大面积的苏打型盐碱土,土壤中较高的CO₃²⁻和HCO₃⁻含量对作物生长造成了一定限制。如何改善盐碱土壤环境、提高土地利用效率,是当地农业生产面临的重要问题。沙土掺混能够改变土壤质地和孔隙结构,进而影响水分入渗及盐分迁移。但掺沙比例不同,对土壤水分保持和氮、磷、钾等养分分布的影响也存在差异。尤其是在促进盐分淋洗的同时,是否会加剧养分向深层迁移,仍需要进一步研究。针对这一问题,山西农业大学崔清亮老师团队以大同盆地中度盐碱土为研究对象,通过室内土柱试验和田间试验,探究沙土掺混与养分管理对土壤水盐、养分迁移及谷子生长的影响,为晋北苏打型盐碱土改良和谷子栽培提供依据。图1.土柱实验的设置。研究方法研究土壤采自山西省怀仁市中度盐碱农田,属于大同盆地苏打型盐碱土。研究分为室内土柱入渗试验和田间种植试验:室内土柱试验...
2026 - 11 - 09
研究背景土壤有机碳(SOC)是反映土壤质量、土壤肥力及生态系统碳循环的重要指标。传统湿化学测定方法虽然准确性较高,但存在耗时长、成本高、操作复杂等问题。相比之下,可见光—近红外(Vis-NIR)光谱技术具有快速、无损、低成本等优势,为SOC快速估算提供了新的技术途径。然而,光谱预测模型高度依赖大量代表性样本。在实际调查中,受采样成本及实验条件限制,往往难以获得充足的校准数据,小样本条件下模型容易出现过拟合,影响预测精度与泛化能力。针对这一问题,外部光谱数据库迁移学习和深度生成模型数据增强成为两种潜在解决途径。但不同生成模型的增强效果如何?外部光谱库能否有效改善本地模型预测性能?数据增强倍数又将如何影响模型表现?为此,山西农业大学徐占军老师团队通过构建统一实验框架,系统比较四种深度生成模型与外部土壤光谱数据库的应用效果,探索小样本条件下SOC光谱估算的有效数据增强策略。图1.研究区域概况。研...
2026 - 11 - 09
研究背景地下水是高寒地区水循环的重要组成部分,其补给过程受到冻融循环的显著调控。随着气候变暖,青藏高原冻土退化、活动层加深,土壤水分的储存与迁移条件发生变化,进而影响降水、融雪水、土壤水与地下水之间的水文联系。然而,不同冻融阶段地下水补给来源的变化及其迁移路径仍缺乏系统认识。针对这一问题,北京师范大学李小雁老师团队以青海湖流域为研究区,结合氢氧稳定同位素示踪与MixSIAR贝叶斯混合模型,定量解析不同冻融阶段地下水的补给来源,揭示冻融过程对土壤水文连通性及地下水补给路径的影响。图1.(a) QLB在青藏高原(QTP)上的位置。(b) QLB内多年冻土的时空分布;其中灰色代表季节性冻土,橙色代表多年冻土。(c) QLB的位置及采样点分布。(d) 地下水采样。(e) 降水采样。(f) 在相邻地点每月采集土壤样品。研究方法研究设计:研究区位于青藏高原东北部青海湖流域。2025年5—10月,研究团...
2026 - 11 - 02
研究背景河流和溪流是大气甲烷(CH₄)的重要来源。已有研究发现,源头河流通常具有较高的CH₄排放强度,是河流CH₄排放的重要热点。但在高海拔冰冻圈地区,这一规律是否依然适用?受低温和有机碳底物匮乏等因素影响,该区域的CH₄过程可能受到限制。与此同时,冰川融水的持续输入也可能进一步改变河流的CH₄排放特征。那么,冰川融水究竟如何影响河流CH₄排放?其背后的作用机制又是什么?针对这一问题,兰州大学高坛光老师团队以青藏高原北部黑河上游为研究区域,通过2020—2023年连续观测,系统分析了冰川补给河流与非冰川补给河流的CH₄排放特征,并进一步探讨冰川融水对河流CH₄排放的调控机制。图1. (a) 研究区域概况。(b) 在三次不同的野外考察期间,使用浮动气室法进行气体采样的现场照片。研究方法实验设计:研究以青藏高原北缘黑河上游为研究区域。2020—202年,在该研究区域上游设置25个采样点(冰川补...
【关闭窗口】【打印】
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开