基于支持向量机的矿区复垦农田土壤-小麦镉含量高光谱估算

以徐州柳新矿区复垦农田土壤-小麦为研究对象,采用传统采样检测方法分析土壤-小麦中重金属镉含量,借助ASD FieldSpec 3型便携式高光谱仪测量样品反射光谱,对光谱进行加权移动平滑、一阶微分变换、包络线去除以及倒数的对数变换,据此选择具有显著相关的土壤和小麦镉污染胁迫敏感波段作为相关因子,建立基于支持向量机的矿区复垦农田土壤-小麦镉含量高光谱估测模型.结果表明:以粉煤灰和煤矸石作为充填物料的复垦场地镉含量在土壤环境质量三级标准值之下,但是其上种植的小麦镉含量均超标,受到严重的镉胁迫;建立的模型能够较理想地进行土壤-小麦镉含量估测,土壤的估测模型相关系数为0.947,小麦的估测模型相关系数为0.782.该研究为监测复垦农田土壤及作物重金属污染提供新方法,为保障矿区粮食安全提供技术手段.     

同异反灰色相关分析法中同异反趋势划分方法的改进

为了优化同异反(Identical-Discrepant-Contrary,简称IDC)灰色相关分析中同异反趋势划分方法,提高同异反趋势划分结果的精度,文章在分析两种传统划分方法存在不足的基础上,对其进行改进,提出了均分迭代划分法和回归系数比值划分法,并结合土壤中有机质含量和砷含量相关性的实例,对改进后的两种方法进行数值模拟.结果表明:改进后的两种划分方法得到结果的可靠度均较高,采用均分迭代划分法得到结果的可靠度为70%,采用回归系数比值划分法得到结果的可靠度为55%,略低于前者,这是因为土壤有机质含量中存在"异常"数据,对回归系数影响较大,降低了回归系数比值划分结果的精度.