基于集合经验模态分解的土壤重金属Cd定量反演

doi:10.13474/j.cnki.11-2246.2022.0008

测绘通报 ›› 2022, Vol. 0 ›› Issue (1): 44-49.doi: 10.13474/j.cnki.11-2246.2022.0008

基于集合经验模态分解的土壤重金属Cd定量反演

郭云开^1,2, 曹骁^1,2, 谢晓峰^1,2, 张思爱^1,2, 谢琼^3,4

1. 长沙理工大学交通运输工程学院, 湖南长沙 410076;
2. 长沙理工大学测绘遥感应用技术研究所, 湖南长沙 410076;
3. 湖南工程职业技术学院测绘地理学院, 湖南长沙 410151;
4. 长沙理工大学公路地质灾害预警空间信息技术湖南省工程实验室, 湖南长沙 410114

收稿日期:2021-01-05 发布日期:2022-02-22
通讯作者: 曹骁。E-mail:471365176@qq.com
作者简介:郭云开(1958-),男,博士,教授,研究方向为路域植被生态环境遥感。E-mail:guoyunkai226@126.com
基金资助:
国家自然科学基金（41671498；41471421）；长沙理工大学公路地质灾变预警空间信息技术湖南省工程实验室开放基金（kfj190603）

Quantitative inversion of soil heavy metal Cd based on ensemble empirical mode decomposition

GUO Yunkai^1,2, CAO Xiao^1,2, XIE Xiaofeng^1,2, ZHANG Siai^1,2, XIE Qiong^3,4

1. School of Traffic and Transportation Engineering, Changsha University of Science and Technology, Changsha 410076, China;
2. Institute of Surveying and Mapping Remote Sensing Applied Technology, Changsha University of Science and Technology, Changsha 410076, China;
3. Department of Surveying and Mapping Geography, Hunan Vocational College Engineering, Changsha 410151, China;
4. Engineering Laboratory of Spatial Information Technology of Highway Geological Disaster Early Warning, Changsha University of Science and Technology, Changsha 410114, China

Received:2021-01-05 Published:2022-02-22

摘要/Abstract

摘要： 针对高光谱定量反演土壤重金属含量的模型精度不足的问题，本文从时频空间的角度引入时频分析法——集合经验模态分解（EEMD）。采用EEMD法分解土壤高光谱，获得不同频率的本征模态（IMF）分量，通过分析IMF分量与重金属含量的相关性，提取特征光谱，构建EEMD-SVM定量反演模型。研究结果表明，通过EEMD法分解土壤光谱，可有效地提取土壤光谱中的微弱信息；构建EEMD-SVM模型可较好地反演土壤重金属Cd含量，模型的决定系数R²为0.920 3，明显高于基于一阶微分处理光谱数据后构建的SVM模型的R²（0.786 6）。即说明在土壤重金属定量反演领域，EEMD可作为一种新的光谱处理方法。

关键词: EEMD, 高光谱, 土壤重金属, 支持向量机

Abstract: In view of the lack of accuracy of the model for hyperspectral quantitative inversion of soil heavy metal content, this paper introduces the time-frequency analysis method seting ensemble empirical mode decomposition(EEMD) from the perspective of time-frequency space, and explores the application of EEMD method in hyperspectral quantitative inversion of soil heavy metal content.The EEMD method is used to decompose soil hyperspectral to obtain intrinsic mode function (IMF) components with different frequencies. By analyzing the correlation between IMF components and heavy metal content, characteristic spectra are extracted to construct an EEMD-SVM quantitative inversion model.The results show that the EEMD method can effectively extract the weak information in the soil spectrum.The determination coefficient R² of the EEMD-SVM model is 0.920 3, which is significantly higher than that of the SVM model based on the first-order differential processing of spectral data (0.786 6).It is explained that EEMD can be used as a new method of spectral treatment in the field of quantitative introspection of soil heavy metals.

Key words: EEMD, high optical spectrum, soil heavy metal, support vector machine

中图分类号:

P208

郭云开, 曹骁, 谢晓峰, 张思爱, 谢琼. 基于集合经验模态分解的土壤重金属Cd定量反演[J]. 测绘通报, 2022, 0(1): 44-49.

GUO Yunkai, CAO Xiao, XIE Xiaofeng, ZHANG Siai, XIE Qiong. Quantitative inversion of soil heavy metal Cd based on ensemble empirical mode decomposition[J]. Bulletin of Surveying and Mapping, 2022, 0(1): 44-49.

参考文献

[1] 张静静,周卫红,邹萌萌,等.高光谱遥感监测大面积土壤重金属污染的研究现状、原理及展望[J].江苏农业科学,2018,46(12):9-13.
[2] 胡冠九,陈素兰,王光.中国土壤环境监测方法现状、问题及建议[J].中国环境监测,2018,34(2):10-19.
[3] MALLEY D F, WILLIAMS P C.Using of near infrared reflectance spectroscopy in prediction of heavy metals infreshwater sediment by their association with organicmatter[J].Environmental Science & Technology,1997,31(12):3461-3467.
[4] KEMPER T,SOMMER S.Estimate of heavy metal conta-mination in soils after a mining accident using reflectance spectroscopy[J].Environmental Science & Technology,2002,36(12):2742-2747.
[5] 郭云开,刘宁,刘磊,等.土壤Cu含量高光谱反演的BP神经网络模型[J].测绘科学,2018,43(1):135-139.
[6] 解宪丽,孙波,郝红涛.土壤可见光-近红外反射光谱与重金属含量之间的相关性[J].土壤学报,2007,44(6):982-993.
[7] 蒋明,郭云开,钱佳,等.不同采样间隔下分数阶微分对土壤重金属高光谱数据的影响[J].测绘通报,2018(10):37-40.
[8] 雷宇斌,刘宁,郭云开,等.高光谱组合变换下土壤Cd含量GWR模型反演研究[J].测绘工程,2018,27(11):71-76.
[9] 袁中强,曹春香,鲍达明,等. 若尔盖湿地土壤重金属元素含量的遥感反演[J]. 湿地科学, 2016, 14(1):113-116.
[10] 龚绍琦,王鑫,沈润平,等. 滨海盐土重金属含量高光谱遥感研究[J]. 遥感技术与应用, 2010, 25(2):169-177.
[11] 褚小立,袁洪福,陆婉珍.近红外分析中光谱预处理及波长选择方法进展与应用[J].化学进展,2004(4):528-542.
[12] 孟繁林. 集合经验模态分解的理论及应用研究[D].镇江:江苏科技大学,2013.
[13] 汪海燕,黎建辉,杨风雷.支持向量机理论及算法研究综述[J].计算机应用研究,2014,31(5):1281-1286.
[14] 李丹娜,郭云开,朱善宽,等.利用PRO4SAIL与支持向量机回归的组合模型反演植被等效水厚度[J].测绘通报,2017(8):50-55.
[15] 郭云开,刘磊,刘宁,等.基于支持向量机回归的水稻地重金属Fe含量估算[J].北京测绘,2017(6):10-13.
[16] 雷宇斌,刘宁,郭云开,等.高光谱组合变换下土壤Cd含量GWR模型反演研究[J].测绘工程,2018,27(11):71-76.
[17] KEMPER T, SOMMER S. Estimate of heavy metal conta-mination in soil after a mining accident using reflectance spectroscopy[J].Enviromental Science & Technology 2002,36(12):2742-2747.
[18] WU Z H, HUANG N. Ensemble empirical mode decomposi-tion:a noise assisted data analysis method[J].Advances in Adaptive Data Analysis,2009,1(1):1-4.

基于集合经验模态分解的土壤重金属Cd定量反演

Quantitative inversion of soil heavy metal Cd based on ensemble empirical mode decomposition

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[2]	窦世卿, 陈治宇, 徐勇, 郑贺刚, 苗林林, 宋莹莹. 基于多特征融合与典型降维方法的高光谱影像分类[J]. 测绘通报, 2022, 0(4): 32-36,50.
[3]	王晓晓, 韩留生, 杨骥, 李勇, 张大富, 孙广伟, 范俊甫. Sentinel-2与Landsat 8数据组合下的多特征冬小麦面积提取[J]. 测绘通报, 2022, 0(3): 111-115.
[4]	王德强, 赵德良. 高光谱遥感异常目标探测方法性能对比分析[J]. 测绘通报, 2021, 0(9): 108-111.
[5]	张鹏, 马庆勋, 吕杰, 季金亮, 李紫微. 机器学习算法在森林地上生物量估算中的应用[J]. 测绘通报, 2021, 0(12): 28-32.
[6]	王腾军, 方珂, 杨耘, 张祥东. 随机森林回归模型用于土壤重金属含量多光谱遥感反演[J]. 测绘通报, 2021, 0(11): 92-95.
[7]	梁雪萍, 薛东剑, 贾诗超. 超像素在多极化SAR数据分类中的应用——以ALOS PALSAR为例[J]. 测绘通报, 2020, 0(5): 107-110.
[8]	刘彦君, 张贵, 王潇, 周璀, 杨志高, 吴鑫, 张娟. 基于无人机高光谱影像波段选择的薇甘菊分类[J]. 测绘通报, 2020, 0(4): 34-39,52.
[9]	张鹏强, 刘冰, 余旭初, 谭熊, 杨帆, 周增华. 面向高光谱影像分类的生成式对抗网络[J]. 测绘通报, 2020, 0(3): 29-34.
[10]	刘豪, 周东旭, 王盼龙, 张化疑, 王永康, 姜传苓. 利用CEEMD分析中国沿海GNSS站高程时序变化[J]. 测绘通报, 2020, 0(3): 39-43,77.
[11]	孔晖, 金洪芳. 一种基于联合特征的地表覆盖变化自动检测方法[J]. 测绘通报, 2020, 0(10): 110-113,122.
[12]	李月, 杨灿坤, 周春平, 苏俊杰. 无人机载高光谱成像设备研究及应用进展[J]. 测绘通报, 2019, 0(9): 1-6,17.
[13]	王慧, 冯启言, 刁鑫鹏, 孟磊. 煤炭开采对泥河小流域土地利用及景观格局的影响[J]. 测绘通报, 2019, 0(9): 27-33,61.
[14]	钱佳, 郭云开, 章琼, 蒋明. 矿区土壤重金属Pb、Cd污染状况高光谱分类建模[J]. 测绘通报, 2019, 0(9): 82-84,89.
[15]	徐君, 王彩玲. 结合空间信息选取最优端元组合的混合像元分解[J]. 测绘通报, 2019, 0(7): 6-11.