第４３卷，第７期光谱学与光谱分析Ｖｏｌ．４３，Ｎｏ．７，ｐｐ２０１９－２０２６２０２３年７月ＳｐｅｃｔｒｏｓｃｏｐｙａｎｄＳｐｅｃｔｒａｌＡｎａｌｙｓｉｓＪｕｌｙ，２０２３顾及土壤类型的土壤Ｚｎ含量高光谱遥感反演张霞１，王为昊１，２＊，孙伟超１，丁松滔１，２，王一博１，２１．中国科学院空天信息创新研究院，北京１００１０１２．中国科学院大学，北京１０００４９摘要目前针对土壤重金属的高光谱反演方法大多集中在单一的研究区域或未考虑土壤类型对反演结果的影响，而土壤类型和成土因素的不同会对土壤属性参数的高光谱反演模型的普适性产生一定程度影响。该研究提出一种顾及土壤类型的重金属高光谱遥感反演方法，根据研究区土壤类型，从土壤样本的实验室光谱中提取对重金属起主要吸附作用的土壤光谱活性物质的特征谱段，分别建立基于土壤光谱活性物质特征谱段的重金属含量估算模型。使用改进的遗传算法（ＩＧＡ）对特征谱段进行波段优选，使用偏最小二乘回归算法（ＰＬＳＲ）建模，使用决定系数（Ｒ２）、相对偏差（ＲＰＤ）和预测均方根误差（ＲＭＳＥＰ）三个指标对不同的建模方法进行评价。以湖南省郴州市东河流域铅锌矿矿区的黄壤和红壤样本数据为例，采集３８个黄壤样本和３５个红壤样本，从土壤样本的实验室光谱中提取对Ｚｎ起主要吸附作用的土壤有机质和黏土矿物的特征谱段，均采用ＩＧＡ＋ＰＬＳＲ方法进行建模。结果表明：不考虑土壤类型即利用全部土壤样本进行建模时，与全谱段建模结果相比，基于土壤有机质和黏土矿物特征谱段的重金属Ｚｎ含量反演精度的Ｒ２由０．６２４提升到０．７５５，ＲＰＤ由１．６６８提升到２．０６９，ＲＭＳＥＰ减少４０．５９１；与不考虑土壤类型的建模相比，黄壤样本特征谱段的估算精度Ｒ２由０．７６１提升到０．８７９，ＲＰＤ由２．１３７提升到３．００１，ＲＭＳＥＰ减少７４．７３７，红壤样本特征谱段的估算精度Ｒ２由０．８６６提升到０．９３９，ＲＰＤ由２．８４８提升到４．２１２，ＲＭＳＥＰ减少８９．３５８，黄壤和红壤样本的反演模型均达到了出色模型的标准。因此，土壤光谱活性物质特征谱段的提取以及土壤类型的考虑均有助于提高土壤Ｚｎ含量的反演精度，为应用高光谱遥感图像进行大范围土壤重金属污染监测奠定方法基础。关键词重金属；土壤类型；高光谱遥感；土壤光谱活性物质；特征选择中图分类号：ＴＰ７５１文献标识码：ＲＤＯＩ：１０．３９６４／ｊ．ｉｓ...
