傅邦杰，牛瑞卿，王春勝

(中國地質大學(武漢) 地球物理與空間信息學院，武漢 430074)

0 引言

土壤是地球上所有生命生存與發(fā)展的重要基礎，它不僅孕育了動植物與微生物，同時也是人類社會發(fā)展的基石[1]。城市化進程加快，土地資源不斷被開發(fā)利用、大量物質資料被生產的同時，還伴隨著廢水廢渣的產生。這些廢料往往含有過量的重金屬，且無法被快速降解。由于人們環(huán)境保護意識薄弱，這些化工廢氣廢水、生活廢料和污水大多被直接排入地下，使重金屬在土壤中的富集程度不斷加深。土壤重金屬含量過高，會直接或間接地影響地球上動植物的生長，同時會導致環(huán)境污染問題的產生。金屬鎳是重金屬的一種，土壤中鎳含量過高會破壞植物的防御系統(tǒng)，對植物幼苗產生明顯的抑制作用，進而導致植物的總生物量降低[2]。另一方面，鎳元素被農作物吸收之后，在食物鏈的作用之下容易被人體吸收，并在人體各器官中積累。人體內鎳元素積累過高，會導致皮膚炎、胃腸炎并誘發(fā)呼吸道癌癥，甚至可能導致白血病[3-4]。因此，準確獲取土壤中的鎳含量信息，加強土壤環(huán)境的科學監(jiān)測與管理，對于環(huán)境保護與人類社會的可持續(xù)發(fā)展具有重要意義。

現(xiàn)階段，在土壤組分檢測方法方面，以主流的實驗室化學檢測為主，精度高的優(yōu)勢得到了廣泛的肯定，但是其耗費大量人力、物力、時間等缺點也必須得到重視[5]。高光譜遙感技術自發(fā)展以來，其技術發(fā)展不斷成熟，在各個領域應用廣泛[6]，尤其在土壤成分分析方面表現(xiàn)出較強的適用性，使得利用高光譜技術快速監(jiān)測土壤重金屬含量成為可能。李瓊瓊等[7]構建了上海閔行居民區(qū)土壤重金屬Cu、Pb、Zn元素多元線性逐步回歸模型，所建模型的決定系數(shù)R2位于0.43～0.68之間。趙理等[8]基于土壤汞含量相關的光譜指標構建了華南地區(qū)土壤高光譜線性估算模型，最優(yōu)模型的R2為0.60。Lu等[9]建立了喀斯特地區(qū)Cr、Cu、Ni、Pb元素的高光譜反演模型，研究發(fā)現(xiàn)，鎳離子受黏土礦物的吸附作用影響，其響應波段主要位于黏土礦物相關的吸收帶內。童偉等[10]以野外采集土壤樣品中的重金屬含量建立偏最小二乘回歸模型，結果表明，鎳元素含量的最優(yōu)建模R2為0.71。Liu等[11]建立了陜西關中地區(qū)九種重金屬元素的回歸模型，其中鎳估測模型的R2為0.687。在目前已有的研究中，土壤重金屬含量的線性建模精度都不是很理想，而建模精度是定量遙感需要解決的重要問題之一。當線性統(tǒng)計模型不能很好地解釋光譜特征與重金屬含量的復雜關系時，非線性模型的引入可能為該問題的解決提供思路。本文以丹江口庫區(qū)內55個土壤樣品的高光譜特征和鎳元素含量為研究對象，在土壤原始光譜及光譜微分變換基礎上，根據最大正相關性和最小負相關性對光譜特征進行篩選，在光譜特征的基礎上構建并對比分析土壤鎳含量隨機森林模型(random forest regression，RFR)和極端梯度提升樹模型(extreme gradient boosting regression，XGBR)的差異，以期為快速、準確利用高光譜技術反演丹江口庫區(qū)土壤中其他重金屬含量提供思路。

1 數(shù)據和預處理

1.1 研究區(qū)概況與樣品采集

丹江口庫區(qū)位于陜、鄂、豫3個省的交界，介于109°62′E～111°73′E，32°26′N～34°22′N之間。該區(qū)地處亞熱帶半濕潤季風氣候區(qū)，日照充足，降雨充沛，非常適合農業(yè)的發(fā)展。該區(qū)亦是南水北調工程中段的水源地，擁有重要的社會功能。然而近年來，庫區(qū)的土壤環(huán)境受到了一定程度的破壞。一方面，生活污水和礦山廢棄物的亂排亂放導致了區(qū)域土壤中重金屬含量累積現(xiàn)象加重；另一方面，庫區(qū)所在流域長期存在較為明顯的水土流失現(xiàn)象，為重金屬元素遷移提供了通道。因此，快速監(jiān)測土壤重金屬含量對保護庫區(qū)水源地的土壤環(huán)境意義重大。

在丹江口庫區(qū)范圍內，隨機采取具代表性的土壤樣品55個，采樣深度為10～15 cm，去除植物根系。采集的土壤樣品均勻散布于研究區(qū)內，且盡可能分布在礦區(qū)、工廠、垃圾處理廠等高污染區(qū)域。土壤樣品帶回實驗室后，經室內風干、研磨過篩，密封保存待測。

1.2 土壤鎳含量測定

X射線熒光光譜法在樣本無損檢測方面應用廣泛，作為一種成熟的分析方法，其原理為利用X射線對樣品進行照射，使樣品產生熒光，然后儀器再對二次特征的射線能量、頻率等進行記錄，最后進行定量的分析[12]。測試過程中，將樣品展開壓平后用X射線熒光光譜儀均勻測定，平均測量時間60 s，測試五次取均值，作為每個土壤樣本的平均鎳含量，單位是mg/kg。

土壤鎳含量統(tǒng)計結果如表1所示。樣本鎳含量在41.0～328.0 mg·kg-1范圍內分布不均，表明丹江口庫區(qū)不同區(qū)域的鎳含量累積差異顯著。這種差異主要受區(qū)域本底值和人工擾動的影響。所有樣本的平均鎳含量為121.8 mg·kg-1，超過庫區(qū)一級土壤環(huán)境質量標準值2.05倍，表明庫區(qū)內土壤鎳含量存在明顯積累。變異系數(shù)常用于表示樣本間的平均離散程度，變異系數(shù)≤10%為弱變異，10%～100%為中等變異，≥100%為高度變異[13]。由表1可知，鎳元素含量變異系數(shù)達到45.89%，屬于中等變異，在一定程度上反映了樣本鎳含量的離散水平中等，同時為基于高光譜分析的樣本鎳含量的可分性提供了基礎。

表1 土壤鎳含量統(tǒng)計特征分析

1.3 土壤光譜測定

土壤光譜采用Field Spec Pro JR地物光譜儀進行測定，測試前對樣本做壓平處理，測試工作在暗箱內完成。測試過程中，單個樣品采集五條光譜曲線，取平均值作為樣品的實際光譜反射率，輸出光譜范圍為350～2 500 nm[14]。

不同土壤樣品的光譜曲線如圖1所示。不同樣本的光譜曲線形態(tài)較為相似，差異主要出現(xiàn)在反射峰和吸收谷的位置。由于重金屬含量會影響土壤吸附物在不同波長下的反射性質，不同樣本反射峰和吸收谷的反射率值略有不同。350～700 nm光譜反射率迅速升高，樣本間光譜重疊效應明顯，光譜可分性較差；800 nm后，反射率緩慢升高；光譜曲線在850 nm附近受土壤有機質C-H吸收帶的影響，出現(xiàn)吸收谷；在1 400 nm、1 900～2 000 nm、2 200 nm附近存在黏土礦物羥基吸收帶；2 200 nm后，光譜反射率逐漸下降。

圖1 土壤光譜曲線

1.4 光譜變換

(1)

式中：R(λi)′為波段i處的一階微分數(shù)值；R(λi+1)和R(λi-1)分別為波段i處前后各一個步長單位的光譜反射率值；Δλ為相鄰波段的步長，為1 nm。

2 研究方法

2.1 相關性分析

圖2 相關系數(shù)曲線

表2 光譜特征及相關系數(shù)

2.2 建模估測方法

RFR是由一系列基礎評估模型集成而來的模型，其基礎評估模型為決策樹模型[18]?；跊Q策樹的樹形結構，決策樹的非葉子節(jié)點均是與特征屬性相關的測試，每次經過特征屬性的測試，決策樹會產生多個分支，而決策樹上每個葉子節(jié)點則用來表達連續(xù)的輸出結果。每次抽取部分特征來建立評估器，使得迭代產生的決策樹相互獨立且不重復，同時綜合考慮多個決策樹的預測來產生最后的結果，使得數(shù)據噪聲、特征共線性和離群點對算法性能的擾動作用最小化，以最大程度提高模型穩(wěn)定性，是隨機森林算法的主要思路。

XGBR也是由一系列基礎評估模型集成而來的模型。與隨機森林并行訓練基礎評估模型的方式不同，極限梯度提升算法采取基礎評估模型串行訓練模式[19]。極限梯度提升樹每次迭代產生的決策樹旨在擬合之前建立的若干決策樹的殘差，從而達到損失下降的目的，最終構成由眾多基礎評估模型集成的強評估器。

影響土壤光譜的要素眾多且影響程度不一，簡單的線性回歸無法解釋光譜特征與土壤鎳含量之間的復雜關系，非線性模型的引入往往有利于這種復雜關系的表達。因此，本文在光譜特征篩選的基礎上，分別采用RFR和XGBR算法構建丹江口庫區(qū)土壤鎳含量的高光譜估測模型。

3 結果與分析

表3 土壤鎳含量RFR和XGBR模型建模精度

從模型的穩(wěn)定性來看，RFR模型和XGBR模型在訓練集的R2分別為0.90和0.93，在驗證集的R2分別為0.85和0.91，表明兩種不同集成算法模型的普適性均較好。XGBR建模的穩(wěn)定性最優(yōu)，RFR模型的穩(wěn)定性次之。從模型精確性來看，驗證集的RMSE值總體保持在12.35～16.48之間，與訓練集的RMSE值范圍相近，表明誤差整體分布較為穩(wěn)定。XGBR模型的平均相對誤差率為10.1%，表明模型預測精度較高。

為了對比土壤鎳含量在不同模型的反演效果，繪制驗證集樣本鎳含量在不同模型中預測值與實測值的1∶1散點圖，如圖3所示。散點分布越靠近1∶1線，表明預測值與真實值越接近，模型預測精度越高。

圖3 土壤鎳含量預測值與實測值散點圖

4 結束語

本文對丹江口庫區(qū)土壤光譜特征進行分析，在微分變換基礎上以最大正相關和最小負相關原則篩選出光譜指標，分別利用RFR和XGBR模型對研究區(qū)土壤鎳含量進行反演研究，最后分析了不同模型在丹江口庫區(qū)土壤重金屬含量的反演精度，得出以下結論。

1)土壤原始光譜反射率與土壤鎳含量相關性整體較低，經過光譜微分變換，可以在一定程度上提高土壤光譜數(shù)據和土壤鎳含量的相關性。其中，光譜反射率一階、對數(shù)一階、平方根一階微分變換數(shù)據與土壤鎳含量相關性提升顯著，最大相關系數(shù)達0.63，為原始光譜最大相關系數(shù)的三倍左右。

3)所建研究區(qū)土壤鎳含量反演模型表明，兩種不同集成算法模型的普適性均較好。其中，XGBR模型估算土壤鎳含量效果更優(yōu)。XGBR模型的決定系數(shù)R2為0.93，土壤鎳含量反演的平均誤差率為10.1%，精確性較高，可以對丹江口庫區(qū)土壤鎳含量進行有效估測。