文献推荐 | 基于随机森林模型的三江源地区土壤重金属的高光谱反演

引用格式：Zhou W, Yang H, Xie L, et al. Hyperspectral inversion of soil heavy metals in Three-River Source Region based on random forest model [J]. Catena, 2021, 202(12): 105222.

推荐理由：

本文意在利用高光谱遥感技术检测其在土壤重金属污染监测和评价方面的潜在应用研究价值。文章研究对象丰富，包括：土壤中的有机质SOM，粘土clay，铁元素Fe2O3，二氧化锰MNO2，与Mn,Cu,Zn,Pb,Cr,Ni 6种重金属元素。内容丰富，模型众多且比对行强。文章逻辑性强，且研究过程描述详实。在光谱特征增强变换中采用数学模型与微分组合的形式探寻不同元素间的最优光谱预处理形式。 此外引入线性与非线性方法建立反演模型，对重金属元素含量进行反演，该流程与方法对于土壤重金属污染监测可提供技术支持。

内容介绍：

1. 背景与意义

土壤作为自然地理环境的重要组成部分，为系统内的物质循环和能量流动提供了基础，土壤也是自然环境和农业生产的重要资源。然而据2014年统计数据显示：全国土壤污染超标率为16.1%，耕地超标率为19.4%，土壤的污染给人民的生活环境带来较大威胁。漫长的分析周期、复杂的样品制备和实验室操作需要很高的人力和物力投入，精度也会受到现场环境和样品质量的限制。高光谱遥感可以动态、无损、快速地获取表面信息，在土壤重金属污染的监测和评价中具有相当大的应用潜力。

2. 理论背景和方法

2.1 土壤样本采集与测定

研究区为青海南部三江源地区，是常年半干旱区域。选择六种草地土壤类型，即草甸、高山草甸、高山草原、沙漠草原、温带草原、沼泽草甸，分别反映不同海拔高度与重金属含量。每个样地采用五点混合采样法采集土壤样品，采集1 kg土壤。各土壤采样点的深度为20 cm。

将土壤样本研磨，过筛，筛选分为两部分用于实验室室内化学元素测定和重金属光谱采集。利用ASD FieldSpec 4在暗室中采集光谱，提前预热后先进行白板校正，多次旋转测量取平均，用于土壤样本的实际光谱数据。

2.2 光谱采集与变换处理

对反射光谱和每个土壤样品的20条光谱曲线进行算术平均，得到样品的实际反射光谱R。所有光谱数据均采用Savitzky-Golay平滑处理，以减少实验室光学环境差和样品研磨的影响，去掉了350-399和2451-2500nm的边缘条带。利用光谱特征增强变换，如倒数的对数、包络线去除与光谱一阶导数、二阶导数组合方法，加强重金属光谱峰谷特征。

2.3 拟合反演方法

采用偏最小二乘（PLSR），支持向量机回归（SVM），随机森林（RF）三种常见反演模型对壤中的有机质SOM，粘土clay，铁元素Fe2O3，二氧化锰MNO2，与Mn,Cu,Zn,Pb,Cr,Ni 6种重金属元素的含量进行反演建模，划分数据集为建模集与预测集，选择决定系数R2。均方根误差RMSE对模型精度进行评价。PLSR可以用于大量波段和大量自相关的情况下的回归建模。它还能很好地解决多重共线性问题。SVM可以根据给定的误差分离一组训练数据，并优化超平面分离。SVM可以处理小样本、非线性、高维等问题，克服局部问题的困难，在最小样本误差的同时降低模型泛化误差的上限，从而提高模型的泛化能力。RF是基于二值数据分割算法来解决分类和回归问题，它可以训练大量的决策树，并通过投票确定最终结果，是一种有监督的学习策略，可以处理混合了分类变量和数值变量的数据集，也可以实现多类别分析。而且它不受不同数量级的特征的影响。

3. 宗旨和目标

3.1 土壤光谱特征分析

探寻在350-2500nm范围内三河源区土壤样品的反射光谱特性。不同重金属浓度的土壤样品的光谱变化趋势是否相似或各有特点；随着波长增大反射率值如何变化；出现该种变化的反射特性对应的原因；土壤其他成分对重金属吸附作用在哪个波段得到响应呈现；不同光谱变换后的曲线峰谷特征变化如何，光谱特征参量如斜率，谷深，宽度等信息是否与重金属含量存在对应关系。

3.2 土壤光谱与重金属含量的相关性分析

逐波段计算重金属元素含量与光谱特征参量之间的相关性在各个波长上的分布，绘制不同光谱变换形式下重金属含量与土壤光谱变量的相关系数曲线，对相关性的变化进行分析；探讨引入一阶变换后，对相关系数提升的帮助性效果变化。

3.3 土壤特征波段选择

根据土壤性质与土壤光谱的相关系数，选择了土壤特性的特征带，比对不同重金属特征带与土壤其他属性如有机质SOM，粘土clay，铁元素Fe2O3，二氧化锰MNO2等的特征波段是否存在重叠相似性即共同特征带。

建立10种光谱形式在有机质SOM，粘土clay，铁元素Fe2O3，二氧化锰MNO2，Mn,Cu,Zn,Pb,Cr,Ni 6种重金属元素这10种因变量下的PLSR,SVR,RF三种反演方法精度，共提出180种模型，择优进行精度对比，主要评价指标是建模集与验证集的R2与RMSE。

4. 案例展示

4.1 重金属元素与土壤属性相关性分析

土壤中的重金属元素与有机质和铁锰矿物有很强的相关性，这反映了土壤有机质和铁锰矿物在土壤中其他重金属元素上的吸附。作为亲铁元素，Mn和Cr的相关度基本达到了极显著的水平，从而表明相似元素的地球化学行为相当相似。Mn和Cr（亲脂元素）与Cu和Ni（异相元素）也有极显著的相关性。同时，粘土含量与重金属呈正相关，特别是与铜、铬呈正相关。因此，利用土壤有机质、铁锰氧化物和粘土矿物在土壤光谱曲线中的典型光谱特征，可以间接预测重金属含量。

光谱变换包括原始光谱反射率、一阶导数、二阶导数、倒数的对数、连续统去除方法和多重散射校正，得到重金属含量与土壤光谱变量的相关系数曲线。MSC光谱与重金属含量的相关系数较低，但经过MSC-SD再处理后，相关系数会显著增加。结果表明，通过组合变换方法，所有六种重金属的相关系数均有所增加。

4.2 重金属元素与土壤属性值反演拟合建模精度

以上是不同光谱变换后的光谱曲线，可以看到反射光谱的曲线峰谷特征得到增强。土壤光谱数据预处理是提高光谱建模精度的一种有效方法。适当的预处理可以有效地突出土壤的光谱特征带，使光谱曲线的反射峰和吸收谷更加突出。

三种反演拟合方法相比，RF和SVM的反演精度明显优于PLSR。可以看出，RF反演模型对于四种土壤特性是最好的。且R2均大于0.88，说明改模型具有较高的稳定性，能有效地反演三河源区的土壤特性。同时，四种土壤特性的光谱变换方法和最佳组合也有所不同。

基于RF的反演模型对六种重金属元素效果同样最好，，能有效反演三河源区重金属含量。其中，Zn（RRF 2 = 0.85，RSVM 2 = 0.52，RPLSR 2 = 0.23）和Pb（RRF 2 = 0.83，RSVM 2 = 0.62，RPLSR 2 = 0.18）的精度比较差异最为显著。对于Pb，PLS的RMSE（42.96）大于SVM（29.20）和RF（19.60）。在锌的反演过程中也可以得到类似的结果。

4.3 不同重金属元素的最优拟合模型实测-预测散点图

组合后的（LR-FD、MSC-FD）光谱变换和RF建模可以提高Mn、Cu、Zn等反演精度。因此，基于RF模型和光谱变换的最佳组合，绘制了重金属含量的测量值和预测值的散点图。横轴为实测值即观测值，纵轴为预测集，红色散点为验证集，黑色散点为测试集。黑色与红色拟合线斜率越相近且接近1越好。将6种重金属元素最优模型的拟合散点图进行比对分析。

5. 结论

对研究区土壤样品的理化性质分析表明：土壤铁、锰含量，在三江源地区，含量最高，以铁锰氧化物的形式存在。青海省锰、铜、锌、铬、镍的平均含量与1990年的本底值相似，但未超过国家一级标准，但Pb的平均值是本底值的两倍。

采用FD、SD、LR、CR和MSC进行光谱变换，可以进一步确定土壤重金属含量与光谱的相关性。此外，组合光谱变换方法（SD-FD、LR-FD、CR-FD和MSC-FD）可以提高相关系数。根据相关系数，六种重金属特征带的位置和数量有所不同。这些条带可以很好地反映土壤有机质、粘土矿物、铁、锰氧化物的光谱特征。

本文采用PLS、SVM和RF等方法对六种重金属元素与光谱变量之间的关系进行了建模和分析。结果表明，在未受污染的场地中，SOM、氧化铁、氧化锰和粘土的RRF 2均大于0.88。射频的反演精度均高于SVM和PLS，RRF 2均大于0.83，观测值与模拟值之差为0.4-7.7mg/kg，说明射频模型具有较高的稳定性，能有效反演三河源区土壤性质和重金属含量。

相关思考：

直接分析重金属的特征光谱，很难估计重金属的含量。然而，土壤重金属富集的机制反映在对不同矿物的吸附上，如粘土矿物、铁锰氧化物和有机物。这些成分不仅影响土壤光谱形态和反射率，而且在土壤光谱中表现出特定的光谱吸收特征，为高光谱土壤污染信息的提取提供了理论依据。目前，重金属的反演研究依赖于这些重金属吸附与不同重金属之间的内部相关性。根据重金属吸附的光谱特性，实现土壤重金属含量间接反演。本研究可为土壤重金属含量无损、大规模监测和土壤重金属污染评价提供技术支持，促进高光谱遥感在综合监测和评价领域的应用。

来源期刊：Catena

DOI:

https://doi.org/10.1016/j.catena.2021.105222