平潭地区土壤铅含量高光谱建模与空间分布研究

"平潭土壤铅的高光谱模型及空间分布研究" 该研究主要探讨了平潭地区的土壤铅含量的高光谱模型构建及其空间分布情况。遥感技术在此领域发挥着关键作用，能有效、快速地获取地物的空间分布信息，对于环境监测和分析具有重要意义。研究人员选取平潭土壤中的铅作为研究对象，利用高光谱数据来建立地理权重回归（Geographically Weighted Regression, GWR）模型和普通最小二乘法回归（Ordinary Least Squares Regression, OLS）模型，以预测和理解土壤铅含量。 在模型构建过程中，GWR模型表现优于OLS模型，GWR模型的决定系数R²为0.789，均方根误差RMSE为2.931mg/kg，Akaike信息准则（AIC）为295.011，这表明GWR模型在解释土壤铅含量变异方面具有更高的精度和可靠性，适用于平潭地区土壤铅含量的预测。相比之下，OLS模型的R²为0.439，RMSE为4.845mg/kg，AIC为305.526，其预测能力相对较弱。 此外，通过对Landsat遥感影像和自然环境分布数据的叠加分析和方差分析，研究发现植被类型、土壤湿度、土壤质地、地表温度以及土地利用方式等地理环境因素对土壤铅含量的空间分布有显著影响。具体来说，植被类型的变化、土壤湿度与质地的交互作用、地表温度与土地利用方式的交互作用都会导致土壤铅含量的显著差异。其中，除耕地区域的地表温度变化外，其他因素的影响广泛存在于平潭土壤铅的空间分布差异中。 这项研究采用遥感技术和GWR模型，为平潭地区的土壤铅污染预警和控制提供了科学依据，有助于环境保护和风险管理。关键词包括土壤重金属铅、GWR模型、高光谱、空间分布和平潭。该研究得到了Innovation on Remote Sensing Education and Learning (IRSEL)项目、福建省国际合作重点项目基金以及福建师范大学国家级大学生创新训练项目的资助。