论文部分内容阅读
随着工业发展和城市化进程的加剧,农用化学物质种类和数量不断增加,导致土壤受到不同程度的重金属污染,农田土壤重金属污染尤为严重。本文对渭干河-库车河绿洲57个土壤样本的砷（As）、汞（Hg）、铅（Pb）、铬（Cr）、锌（Zn）和铜（Cu）共6种重金属含量与高光谱关系进行研究。分别采用地统计空间分析法、地积累指数法(Igeo)、污染负荷指数（PLI）和潜在生态风险指数法（RI）等方法,对研究区土壤重金属污染和潜在生态风险程度做出科学评价,并采用多因子分析方法对重金属的来源进行了讨论。采用逐步回归方法筛选出特征波段,基于地理权重回归（GWR）和普通最小二乘法回归（OLS）构建土壤重金属的高光谱反演模型,探讨模型在土壤重金属高光谱预测中的适用性与局限性。结果表明:（1）研究区As、Hg、Pb、Cr、Zn和Cu共6种土壤重金属平均含量数分别为2.41、0、37.64、25.25、39.78、15.01 mg/kg,平均含量均未超过国家二级标准,其中Pb的平均含量超过了新疆土壤重金属背景值,存在一定程度的重金属积累。（2）由地积累指数法(Igeo)、污染负荷指数（PLI）和潜在生态风险指数（RI）分析得出,研究区土壤重金属的Igeo均值As（-4.59）<Hg（-3.62）<Cu（-1.92）<Cr（-1.44）<Zn（0.59）<Pb（0.73）,6种土壤重金属的PLI值较小为0.035,RI均值为22.26,表明研究区处于无污染水平。说明研究区域土壤重金属环境质量总体优良。（3）通过综合相关性分析、主成分分析和聚类分析,研究区重金属的来源可以分为两类,Cu、Zn、Cr和Pb来源于成土母质等自然背景和人类农业生产活动;As和Hg来源于研究区域地形地貌、水文环境等自然背景。（4）分析研究区域综合生态风险指数RI及污染负荷指数PLI可知,研究区整体处于无污染水平,但各分区RI指数存在差异,其中西北部（NW）和东北部（NE）分区RI值相对较高,最高值出现在东北部（NE）分区上。该研究提出的分析方法能快速、客观反映绿洲土壤重金属污染特征以及来源,可为绿洲土壤环境质量评价和管理提供科学依据。（5）通过对高光谱数据进行数据变换发现,不同变换对土壤重金属光谱特征有不同的增强作用,其中二阶微分（SD）和立方根一阶微分（CRFD）变换作用与其它变换相比最为突出,表现为这两种变换与重金属的最大相关系数均大于原始反射率与重金属含量间的最大相关性。（6）对于As、Hg、Pb、Cr、Zn和Cu进行的GWR与OLS预测模型相比,GWR的决定系数（R2）有了明显的提高,分别为0.277、0.593、0.413、0.393、0.498和0.293,OLS的分别为0.164、0.345、0.148、0.406、0.376和0.206,而AIC信息准测及残差平方和（RSS）与较OLS模型却明显降低,残差平方和分别为OLS模型的88.49%、35.60%、6.193%、26.13%和28.64%,GWR模型对于As的决定系数（R2）提高了0.113,残差平方和减少了2.15%。（7）GWR法与OLS法的回归后的预测平均值基本相同,从空间分布结果来看,GWR的预测结果与实测值的吻合程度要高于OLS模型。说明GWR模型的预测精度比OLS模型高。从模型的验证效果来看,GWR模型在估算土壤重金属含量方面有一定的优势,为高光谱定量反演土壤重金属含量提供一定的参考。