本发明涉及重金属污染分析技术领域，具体为一种基于高光谱成像分析的重金属污染分析方法。
背景技术：
近年来随着遥感技术,特别是高光谱成像分析技术的不断发展，为宏观、快速获取土壤重金属元素信息提供了新的契机。目前国内外学者基于土壤高光谱反射光谱特征，运用多种方法预测了多种土壤重金属元素的含量，并取得了一定的进展。如kemper[3]使用反射光谱成功预测了矿区土壤as、fe、hg以及pb的含量。李淑敏等[4]探讨北京地区农业土壤中重金属含量与可见－近红外光谱反射率的相关关系，通过对土样原始反射光谱及其一阶、二阶微分光谱与各土壤重金属含量进行单波段分析，确定了cr、ni、cu等8种土壤重金属的特征光谱，建立了估算土壤重金属含量的回归模型。宋练等[2]研究分析了矿区农田土壤原始反射光谱和经过连续统去除后的光谱信息，确定了土壤光谱反射率与重金属元素含量相关性最大的波段，得到了反演土壤中as、cd和zn的含量的分布图。利用高光谱成像分析方法开展土壤重金属污染研究和评价以其高效、便捷、无损等优势，具有巨大研究价值。然而，目前利用高光谱成像分析方法针对土壤重金属污染的研究尚不成熟，其主要原因在于污染土壤中重金属元素的含量甚微，反映在光谱中的信号也较为微弱；土壤重金属含量高光谱遥感定量反演机理和建模方法研究仍处于探索阶段；不同区域重金属元素附着方式和元素光谱特征提取和分析也具有多样性和复杂性等。这些研究困难也是今后该研究的重点研究领域和方向。
技术实现要素：
本发明的目的在于提供一种基于高光谱成像分析的重金属污染分析方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于高光谱成像分析的重金属污染分析方法,包括以下步骤：
a、主要矿源地区域重金属污染情况调查及分类；
b、矿源地区高光谱成像信号的采集；
c、光谱数据成像信号分析与处理；
d、土壤反射光谱与重金属含量的回归模型建立与重金属含量的反演。
优选的，所述步骤a中具体为：开展矿源种类，污染排放方式，周边区域水土状况调查，对调查分类及整理，为下一步高光谱成像数据采集做前期准备。
优选的，所述步骤b中具体为：选取2-3个较为典型的污染区域，使用的是美国asd公司的fieldpro4便携式地物光谱仪进行高光谱成像数据的采集；每个区域样本的光谱数据均采集了三次，最后以三组光谱数据的平均值进行光谱分析。
优选的，所述步骤c中具体包括：对光谱数据成像信号进行特征提提取，再对光谱信号与噪声进行分离。
优选的，特征提提取方法如下：
a、针对高光谱遥感数据的每个光谱波段进行归一化处理；
b、利用d个一维滤波器对数据进行卷积操作，生成多个高光谱特征矩阵；
c、针对多个高光谱特征矩阵，在特征通道方向将d个分成g组；每组利用多个一维滤波器进行一维卷积操作，提取光谱特征，最后将每组卷积结果在特征通道方向上堆栈在一起；
d、针对步骤c提取的光谱特征，通过自学习提取光谱特征的全局和局部相关性并进行加权；
e、对步骤d得到的特征矩阵(d,n)进行洗牌操作；
f、每组利用多个一维滤波器进行一维卷积操作，提取光谱特征。
优选的，光谱信号与噪声信号分离方法如下：
a、利用低通滤波和均质性分块，分别估计信号和噪声；
b、根据贝叶斯准则，定量计算得到估计的信号和噪声的维度；
c、构建信号子空间和噪声子空间，并通过斜子空间投影，分离光谱图像中的信号组分和噪声组分。
优选的，所述步骤d具体为：通过具有光谱特征物质之间的自相关性来分析土壤中光谱特征物质，结合理化特性数据的辅助分析进行敏感波段、诊断特征识别；使用回归分析进行和非线性建模算法，构建重金属形态量反演模型与算法，反演出该区域重金属污染含量，并绘制分布图。
与现有技术相比，本发明的有益效果是：本发明解决高光谱成像土壤和植被重金属污染研究中光谱数据高冗余和数据处理复杂的问题；形成一套基于高光谱成像分析的矿源地典型重金属污染研究方法与评价流程，为后期重金属污染治理和土壤修复提供参考和依据。土壤反射光谱特征与重金属元素含量之间的定量反演研究，可为进一步应用空间或航空遥感技术进行高光谱遥感定量监测土壤重金属污染提供技术和理论支持，为土壤中重金属含量的快速监测和大面积的土壤重金属污染评价提供技术支撑。
附图说明
图1为本发明流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供如下技术方案：一种基于高光谱成像分析的重金属污染分析方法,包括以下步骤：
a、主要矿源地区域重金属污染情况调查及分类；
b、矿源地区高光谱成像信号的采集；
c、光谱数据成像信号分析与处理；
d、土壤反射光谱与重金属含量的回归模型建立与重金属含量的反演。
本发明中，步骤a中具体为：开展矿源种类，污染排放方式，周边区域水土状况调查，对调查分类及整理，为下一步高光谱成像数据采集做前期准备。
本发明中，步骤b中具体为：选取2-3个较为典型的污染区域，使用的是美国asd公司的fieldpro4便携式地物光谱仪进行高光谱成像数据的采集；每个区域样本的光谱数据均采集了三次，最后以三组光谱数据的平均值进行光谱分析。
本发明中，步骤c中具体包括：对光谱数据成像信号进行特征提提取，再对光谱信号与噪声进行分离。
本发明中，特征提提取方法如下：
a、针对高光谱遥感数据的每个光谱波段进行归一化处理；
b、利用d个一维滤波器对数据进行卷积操作，生成多个高光谱特征矩阵；
c、针对多个高光谱特征矩阵，在特征通道方向将d个分成g组；每组利用多个一维滤波器进行一维卷积操作，提取光谱特征，最后将每组卷积结果在特征通道方向上堆栈在一起；
d、针对步骤c提取的光谱特征，通过自学习提取光谱特征的全局和局部相关性并进行加权；
e、对步骤d得到的特征矩阵(d,n)进行洗牌操作；
f、每组利用多个一维滤波器进行一维卷积操作，提取光谱特征。
本发明中，光谱信号与噪声信号分离方法如下：
a、利用低通滤波和均质性分块，分别估计信号和噪声；
b、根据贝叶斯准则，定量计算得到估计的信号和噪声的维度；
c、构建信号子空间和噪声子空间，并通过斜子空间投影，分离光谱图像中的信号组分和噪声组分。可以定量计算估计的信号和噪声的维度，保证了得到的维度不受主观因素影响。
此外，本发明中，步骤d具体为：通过具有光谱特征物质之间的自相关性来分析土壤中光谱特征物质，结合理化特性数据的辅助分析进行敏感波段、诊断特征识别；使用回归分析进行和非线性建模算法，构建重金属形态量反演模型与算法，反演出该区域重金属污染含量，并绘制分布图。
本发明解决高光谱成像土壤和植被重金属污染研究中光谱数据高冗余和数据处理复杂的问题；形成一套基于高光谱成像分析的矿源地典型重金属污染研究方法与评价流程，为后期重金属污染治理和土壤修复提供参考和依据。土壤反射光谱特征与重金属元素含量之间的定量反演研究，可为进一步应用空间或航空遥感技术进行高光谱遥感定量监测土壤重金属污染提供技术和理论支持，为土壤中重金属含量的快速监测和大面积的土壤重金属污染评价提供技术支撑。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
1.一种基于高光谱成像分析的重金属污染分析方法,其特征在于：包括以下步骤：
a、主要矿源地区域重金属污染情况调查及分类；
b、矿源地区高光谱成像信号的采集；
c、光谱数据成像信号分析与处理；
d、土壤反射光谱与重金属含量的回归模型建立与重金属含量的反演。
2.根据权利要求1所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：所述步骤a中具体为：开展矿源种类，污染排放方式，周边区域水土状况调查，对调查分类及整理，为下一步高光谱成像数据采集做前期准备。
3.根据权利要求1所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：所述步骤b中具体为：选取2-3个较为典型的污染区域，使用的是美国asd公司的fieldpro4便携式地物光谱仪进行高光谱成像数据的采集；每个区域样本的光谱数据均采集了三次，最后以三组光谱数据的平均值进行光谱分析。
4.根据权利要求1所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：所述步骤c中具体包括：对光谱数据成像信号进行特征提提取，再对光谱信号与噪声进行分离。
5.根据权利要求4所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：特征提提取方法如下：
a、针对高光谱遥感数据的每个光谱波段进行归一化处理；
b、利用d个一维滤波器对数据进行卷积操作，生成多个高光谱特征矩阵；
c、针对多个高光谱特征矩阵，在特征通道方向将d个分成g组；每组利用多个一维滤波器进行一维卷积操作，提取光谱特征，最后将每组卷积结果在特征通道方向上堆栈在一起；
d、针对步骤c提取的光谱特征，通过自学习提取光谱特征的全局和局部相关性并进行加权；
e、对步骤d得到的特征矩阵(d,n)进行洗牌操作；
f、每组利用多个一维滤波器进行一维卷积操作，提取光谱特征。
6.根据权利要求4所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：光谱信号与噪声信号分离方法如下：
a、利用低通滤波和均质性分块，分别估计信号和噪声；
b、根据贝叶斯准则，定量计算得到估计的信号和噪声的维度；
c、构建信号子空间和噪声子空间，并通过斜子空间投影，分离光谱图像中的信号组分和噪声组分。
7.根据权利要求1所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：所述步骤d具体为：通过具有光谱特征物质之间的自相关性来分析土壤中光谱特征物质，结合理化特性数据的辅助分析进行敏感波段、诊断特征识别；使用回归分析进行和非线性建模算法，构建重金属形态量反演模型与算法，反演出该区域重金属污染含量，并绘制分布图。
技术总结