融合光谱和空间特征的土壤重金属含量极端随机树估算

作     者：于海洋 谢赛飞 郭灵辉 刘鹏 张平 YU Haiyang;XIE Saifei;GUO Linghui;LIU Peng;ZHANG Ping

作者机构：河南理工大学测绘与国土信息工程学院焦作454003 河南理工大学自然资源部矿山时空信息与生态修复重点实验室焦作454003 河南省自然资源科学研究院河南省国土资源动态监测重点实验室郑州450053 河南省航空物探遥感中心遥感技术研究院郑州450053 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2022年第53卷第8期

页      面：231-239页

核心收录：

学科分类：12[管理学] 1204[管理学-公共管理] 082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 120405[管理学-土地资源管理] 

基　　金：国家自然科学基金项目(U1304402、41977284) 河南省自然资源厅自然科技项目(2019-378-16) 

主　　题：土壤 重金属 高光谱遥感 空间特征 极端随机树 置换重要性 

摘      要：针对高光谱遥感土壤重金属含量估算研究中光谱特征信息弱、模型反演鲁棒性差的问题,提出构建污染源-汇空间特征量化污染物扩散与汇聚空间影响因子,融合光谱特征建立基于极端随机树(Extremely randomized trees,ERT)的土壤重金属含量估算模型。以济源市耕地土壤为研究区,布设采集土壤样本249个,分析了光谱特征、地形特征和污染源空间特征在土壤重金属铅(Pb)、铬(Cd)含量反演中的有效性及影响机理,采用置换重要性指数优选多源特征,通过与多种回归模型对比,评价ERT模型的预测精度。研究表明,变换后的土壤光谱特征构建ERT模型引入地形特征和污染源空间特征后精度提升显著,尤其是污染源空间特征优势更为明显,Pb的ERT模型均方根误差由43.185 mg/kg下降到22.301 mg/kg,下降了48.36%。Cd的ERT模型均方根误差由0.738 mg/kg下降到0.371 mg/kg,下降了49.73%,充分说明引入污染扩散空间特征的有效性。与其他回归模型对比,ERT估算模型在各项指标评价中优势明显,其中Pb的ERT模型的测试集R^(2)达0.964,Cd的ERT模型R^(2)为0.923。