矿业研究与开发

作者：李会玲,刘严松,沈杜衡,薛凯伦,聂诗音,唐方强

关键词：高光谱反演;重金属元素;特征波段;含量预测;铅锌矿

铅锌矿区存在严重的重金属复合污染问题,可利用高光谱遥感技术,提取土壤光谱信息中重金属吸收特征波谱,实现矿区土壤重金属含量反演.以西藏斯弄多铅锌矿集区土壤为研究对象,基于高光谱开展了土壤重金属元素(Cd、Pb、As、Hg)含量的反演研究.对土壤样品进行高光谱数据采集,并进行一阶微分(FD)、二阶微分(SD)、倒数对数(AT)、倒数对数一阶微分(AFD)、倒数对数二阶微分(ASD)多种光谱变换,筛选出与重金属实测含量相关性较强的特征波段,最后建立多元逐步回归(SMLR)、支持向量机(SVM)、人工神经网络(ANN)、随机森林(RF)4种反演模型,选取决定系数(R2)和均方根误差(RMSE)评价模型精度,得出各重金属的最优反演模型.研究结果表明:(1)不同光谱变换方式的数据降维效果与特征波段筛选区间不同,５种变换中SD变换效果最好,能够有效区分出特征波段,其次为ASD、AFD变换;(2)RF模型反演效果最好,适用性和反演精度优于SMLR、ANN和SVM;(3)As的最佳反演模型为AT-RF模型,Cd的最佳反演模型为SD-RF模型,Pb的最佳反演模型为ASD-RF模型,Hg的最佳反演模型为ASD-SMLR模型;(4)土壤的Cd、Pb、As、Hg含量模型评价均值超出西藏土壤背景值的124.2,89.8,0.70,1.24倍,说明该矿集区的土壤以Cd和Pb为主要污染因子,同时伴有As和Hg的复合污染.

来源：2025年第2期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2025年第2期