GWR模型在土壤重金属高光谱预测中的应用.pdfVIP

第72 卷第3 期 地 理 学 报 Vol.72, No.3 2017 年3 月 ACTA GEOGRAPHICA SINICA March, 2017 GWR 模型在土壤重金属高光谱预测中的应用 1, 2 1 1 江振蓝 ，杨玉盛 ，沙晋明 （1. 福建师范大学地理科学学院，福州350007 ；2. 闽江学院地理科学系，福州350108） 摘要：目前土壤重金属高光谱反演模型大多忽视了重金属与光谱变量间相关关系的空间异质 性，这与实际情况不相吻合，而地理权重回归（GWR ）模型能有效地揭示变量间关系的空间异质 性。本文以福州市土壤重金属Cd、Cu、Pb 、Cr、Zn 、Ni 为对象，构建土壤重金属预测的GWR 高光 谱模型，并将预测结果与普通最小二乘法回归（OLS ）结果进行比较分析，探讨GWR 模型在土 壤重金属高光谱预测中的适用性及局限性。结果表明：①GWR 模型在土壤重金属高光谱预测 中适用与否取决于重金属对光谱变量影响的空间异质性程度：对于Cr、Cu、Zn 、Pb 等对光谱变 2 量影响空间异质性大的元素，其GWR 预测精度较OLS 提高明显，表现为GWR 模型的调节R 较 OLS 模型有了明显提高，分别为OLS 模型的2.69 倍、2.01 倍、1.87倍和1.53 倍；而AIC 值以及残 差平方和较OLS 模型却明显降低，AIC 值减少量均大于3 个单位，残差平方和则仅分别为OLS 模型的25.33% 、30.09% 、47.22%和86.84% ；对于Cd 和Ni 等对光谱变量影响空间异质性小的元 2 素，相较于OLS 模型，GWR 模型的调节R 分别提高了0.015 和0.007 ，残差平方和分别减少了 5.97%和4.18% ，但AIC 值却分别增加了2.737 和2.762 ，GWR 预测效果改善不明显；②光谱变换 可以有效增强土壤重金属的光谱特征，其中以光谱的倒数变换效果最好，而且该变换及其微分 形式可以很好地提高模型的预测效果；③GWR 模型的应用前提是变量间关系的空间非平稳 性，适合在与土壤光谱变量间关系具有显著空间异质性的重金属高光谱预测中推广。 关键词：GWR 模型；土壤重金属；空间异质性；高光谱；福州市 DOI: 10.11821/dlxb201703013 1 引言 土壤是农业生产最重要的自然资源。随着农业集约化生产的发展以及城市化进程的 加快，重金属通过污水灌溉、大气干湿沉降、污泥农用等途径进入土壤，重金属污染已 [1-4] 成为当今土壤污染中污染面积最广、危害最大的环境问题之一 。解决土壤重金属污染 问题首先需要摸清污染情况，2016 年5 月31 日国务院印发关于 《土壤污染防治行动计 [5] 划》提出在2018 年底前查明土壤污染的面积、分布 。高光谱遥感技术由于能同时获得 精细的几乎连续的光谱，从而能够根据地物的光谱特征对地物进行反演和识别，为快速 [6-8] 获取土壤重金属元素信息提供了新的途径 。土壤重金属高光谱预测的机理在于，高光 收稿日期：2016-09-27; 修订日期：2016-12-13 基金项目：国家自然科学基金项目; 福建省自然科学基金项目(2016J01194); 科技部国际