土壤是一種非常寶貴的必要資源,對土壤重金屬污染的監(jiān)測是十分必要的。傳統(tǒng)的地化方法費(fèi)時(shí)費(fèi)力,而使用遙感影像對土壤重金屬含量的反演大大降低了監(jiān)測成本并提高了效率。本文以WorldView-3多光譜高分辨率遙感影像反演德興銅礦區(qū)的土壤重金屬Cu含量為研究目標(biāo),從輸入數(shù)據(jù)準(zhǔn)備、經(jīng)驗(yàn)?zāi)Ｐ偷倪x擇、精度評價(jià)指標(biāo)方面對提高反演精度進(jìn)行研究。本文主要取得了以下成果:1.研究區(qū)樣本Cu含量平均值1006mg/kg,為背景值的20倍,表明研究區(qū)Cu污染程度非常嚴(yán)重。在選擇土壤樣上根據(jù)Cu含量采用箱形圖法排除異常樣本,后對比影像剔除非土壤位置點(diǎn),得到110組可用土壤樣本作為Cu含量輸入數(shù)據(jù)。2.本文因WorldView-3影像數(shù)據(jù)空間分辨率高、波譜范圍廣、覆蓋范圍大的優(yōu)勢,選擇WorldView-3影像反演研究區(qū)的土壤Cu含量。對提取出的土壤反射率進(jìn)行倒數(shù)對數(shù)和一階微分處理,并在輸入光譜變量方面創(chuàng)新性加入由多種形態(tài)相關(guān)性高的波段組合的混合光譜變量,簡稱混合光譜。實(shí)驗(yàn)表明基于混合光譜建模的預(yù)測精度要高于其他任何單一形態(tài)的光譜。3.在經(jīng)驗(yàn)?zāi)Ｐ瓦x擇方面,結(jié)合土壤的原始光譜、倒數(shù)對數(shù)光譜、一階微分光譜、混合光譜與土壤... 

【文章來源】：中國地質(zhì)大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

12圖 2-1 江西德興區(qū)域地質(zhì)圖（來源：江西省地質(zhì)調(diào)查研究院）研究區(qū)處于亞熱帶季風(fēng)氣候區(qū)，受海洋性氣候的影響，該地區(qū)溫暖濕潤、分明、秋冬干旱、春夏多雨，農(nóng)作物生長期較長且沒有打霜，非常適宜農(nóng)業(yè)。研究區(qū)年平均溫度 17.3℃；一月平均氣溫可以達(dá)到 5.6℃，最低氣溫低

中國地質(zhì)大學(xué)（北京）碩士學(xué)位論文-8.9℃；七月平均氣溫 29℃、最高時(shí)可達(dá) 42℃；年平均降水 1981 毫米。因?yàn)橛炅控S足的地方植被生長會(huì)非常茂盛，帶來的后果是研究區(qū)基巖風(fēng)化嚴(yán)重，露頭很差。影像覆蓋區(qū)域北部河流為起源懷玉山脈西麓的樂安河，樂安河是饒河水系的主要河流，也是江西省挺大的一條河流，全長 279.5 千米，流域面積 9618 平方公里。自西向東依次流經(jīng)婺源縣、德興市、樂平市和波陽縣。德興銅礦礦部所在地泗洲廟，距離德興城區(qū) 22 公里，距離景德鎮(zhèn) 115 公里，距離南昌 280 公里。銅廠礦區(qū)內(nèi)開采面、排土場、選礦建筑等礦山開發(fā)占地和生活區(qū)北起樂安河、南至富家塢、東自鐵羅山、西至張家畈，總面積約 43 平方公里，研究區(qū)地理概況及交通位置如圖 2-2，色塊為研究區(qū)影像覆蓋區(qū)域。

【參考文獻(xiàn)】：
期刊論文
[1]基于紋理和支持向量機(jī)的GF-1圖像土地覆被分類研究[J]. 方臣,吳龍,胡飛,陳曦,劉燁青.  資源環(huán)境與工程. 2019(01)
[2]基于Landsat-8 OLI影像的沭河臨沂段氮磷污染物反演[J]. 錢彬杰,黃迪,譚曉慧,劉志強(qiáng).  山西建筑. 2019(01)
[3]重金屬污染治理的環(huán)境保護(hù)管理措施優(yōu)化[J]. 黃潔.  化工設(shè)計(jì)通訊. 2018(12)
[4]基于最小二乘支持向量機(jī)的氧化鋁濃度預(yù)測[J]. 崔家瑞,張政偉,李擎,崔家山.  兵器裝備工程學(xué)報(bào). 2018(12)
[5]中國降塵重金屬的污染及空間分布特征[J]. 何予川,王明婭,王明仕,孟紅旗,楊英,單滿滿.  生態(tài)環(huán)境學(xué)報(bào). 2018(12)
[6]混合式隨機(jī)森林的土壤鉀含量高光譜反演[J]. 王軒慧,鄭西來,韓仲志,王軒力,王娟.  光譜學(xué)與光譜分析. 2018(12)
[7]污染場地土壤重金屬檢測能力驗(yàn)證結(jié)果分析[J]. 邢小茹,楊珺,劉濤,田文,田衎.  干旱環(huán)境監(jiān)測. 2018(04)
[8]基于GA-BP神經(jīng)網(wǎng)絡(luò)的粗粒土滲透系數(shù)預(yù)測[J]. 饒?jiān)瓶?丁瑜,倪強(qiáng),許文年,劉大翔,張恒.  水利水運(yùn)工程學(xué)報(bào). 2018(06)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的作物Cd含量預(yù)測及安全種植分區(qū)[J]. 侯藝璇,趙華甫,吳克寧,李凱.  資源科學(xué). 2018(12)
[10]基于多光譜遙感的耕地土壤有機(jī)質(zhì)定量反演[J]. 王銳,蔡朕.  農(nóng)業(yè)工程. 2018(11)

博士論文
[1]基于遙感數(shù)據(jù)的工礦復(fù)墾區(qū)分類與反演方法研究[D]. 陳元鵬.中國地質(zhì)大學(xué)(北京) 2018
[2]基于高光譜遙感的土壤重金屬空間分布研究[D]. 卓犖.武漢大學(xué) 2010

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的太湖葉綠素濃度反演[D]. 王根深.南京郵電大學(xué) 2018
[2]煤礦沉陷水域重金屬含量高光譜反演方法研究[D]. 劉曙光.安徽理工大學(xué) 2018
[3]多時(shí)相Landsat-8影像反演土壤重金屬含量的經(jīng)驗(yàn)?zāi)Ｐ瓦x擇與特征提取[D]. 方媛.中國地質(zhì)大學(xué)(北京) 2018
[4]WorldView-3數(shù)據(jù)的巖性信息自動(dòng)提取方法研究[D]. 葉蓓.中國地質(zhì)大學(xué)(北京) 2018
[5]渭干河—庫車河綠洲土壤重金屬含量高光譜反演研究[D]. 麥爾耶姆·亞森.新疆大學(xué) 2018
[6]WorldView-3數(shù)據(jù)處理與蝕變信息提取方法研究[D]. 孫婭琴.中國地質(zhì)大學(xué)(北京) 2017
[7]基于隨機(jī)森林的土壤重金屬高光譜遙感反演研究[D]. 潘岑岑.中國礦業(yè)大學(xué) 2017
[8]農(nóng)田土壤重金屬含量高光譜遙感反演研究[D]. 謝瓊.長沙理工大學(xué) 2017
[9]基于不同光譜尺度的耕地土壤重金屬含量反演研究[D]. 曹小燕.長沙理工大學(xué) 2015
[10]土壤全氮及重金屬銅含量的高光譜反演研究[D]. 王維.南京信息工程大學(xué) 2011



本文編號(hào)：3475581