重金属污染土壤植物修复效果评价方法——高光谱遥感

金属矿山 ›› 2019, Vol. 48 ›› Issue (01): 16-23.

重金属污染土壤植物修复效果评价方法——高光谱遥感

迟晓杰¹，谷海红^1,2,3，李富平^1,2,3，艾艳君¹，袁雪涛¹

1. 华北理工大学矿业工程学院，河北唐山 063210；2. 河北省矿业工程开发与安全技术重点实验室，河北唐山 063210；3. 唐山市矿区生态修复产业技术研究院，河北唐山 063210

出版日期:2019-01-25 发布日期:2019-03-01
基金资助:
基金项目：河北省自然科学基金项目（编号：E2015209300），河北省教育厅项目（编号：BJ2014029），河北省引进留学人员资助项目（编号：CL201633）。

Evaluation Method for Phytoremediation Effect of Heavy Metal Contaminated Soil:Hyperspectral Remote Sensing

Chi Xiaojie¹，Gu Haihong^1,2,3，Li Fuping^1,2,3，Ai Yanjun¹，Yuan Xuetao¹

1. College of Mining Engineering，North China University of Science and Technology，Tangshan 063210，China；2. Hebei Key Laboratory of Mining Development and Security Technology，Tangshan 063210，China；3. Tangshan Research Institute of Ecological Restoration Technology for Mining Industry，Tangshan 063210，China

Online:2019-01-25 Published:2019-03-01

摘要/Abstract

摘要： 重金属污染土壤修复是当今全球生态修复中面临的一项难题。植物修复因其成本低、环保等优点在重金属污染土壤治理中展现出良好的应用前景。高光谱遥感技术可以高效、无损、实时地获取植物的生理生化参数信息，可为评价植物修复效果提供技术支撑。阐述了高光谱遥感技术在重金属污染土壤植物修复中的应用进展，探讨了高光谱遥感反演植被理化参数含量的估算模型，并对基于微分光谱、基于“三边”参数、基于植被指数等估算模型进行了分析比较，为有效评价矿区植物修复效果提供参考。

关键词: 高光谱遥感, 植物修复, 重金属污染, 土壤修复反演, 估算模型

Abstract: Heavy metal contaminated soil remediation is a difficult problem in today's global ecological restoration.Phytoremediation is a promising choice for the treatment of heavy metal contaminated soil because of its cost-effective and environmentally compatible characteristics.Hyperspectral remote sensing technology can obtain the physical and chemical parameter information of vegetation growth in a high-efficiency，non-destructive and real time manner.It provides technical support for evaluation of the effects of phytoremediation.The application progress of hyperspectral remote sensing technology in phytoremediation are described，and estimation models of vegetation physicochemical parameter of heavy metal contaminated soil is discussed. Besides that，the estimation models based on differential spectrum，"three-sided" parameters and vegetation index are analyzed and compared，so as to provide reliable reference of evaluating the effects of phytoremediation in mining areas.

Key words: Hyperspectral remote sensing, Phytoremediation, Heavy metal contaminated

迟晓杰, 谷海红, 李富平, 艾艳君, 袁雪涛. 重金属污染土壤植物修复效果评价方法——高光谱遥感[J]. 金属矿山, 2019, 48(01): 16-23.

CHI Xiao-Jie, GU Hai-Hong, LI Fu-Ping, AI Yan-Jun, YUAN Xue-Tao. Evaluation Method for Phytoremediation Effect of Heavy Metal Contaminated Soil:Hyperspectral Remote Sensing[J]. Metal Mine, 2019, 48(01): 16-23.

[1]	张治国, 朱海东, 郑永红, 胡友彪, 马庆斌, 吴　月, 孔自豪. 黄土区煤矸石排矸场重金属污染风险分析及评价[J]. 金属矿山, 2024, 53(9): 267-.
[2]	朱乐明, 傅开彬, 钟秋红, 刘泽铭, 孔云龙. 硫酸盐还原菌修复四川某典型铜矿选冶渣复合重金属污染研究[J]. 金属矿山, 2024, 53(3): 278-.
[3]	孜尔叶克· 尼牙孜汗, 邹航, 成格力, 李智鹏, 万博, 黄永炳. 螯合剂对矿山水体底泥中重金属提取效率研究[J]. 金属矿山, 2023, 52(11): 124-129.
[4]	杨梅, 陈勇, 周皓, 梁雅琪, 杨金凤, 黄锦. 矿区农地重金属污染风险农户认知状况———基于 FCM 法的案例研究[J]. 金属矿山, 2022, 51(11): 222-228.
[5]	张晓薇, 王恩德, 柏易彤. 基于模糊数学综合评价法的弓长岭铁矿区土壤环境质量研究[J]. 金属矿山, 2018, 47(11): 149-154.
[6]	张晓薇, 王恩德, 吴瑶. 辽阳弓长岭铁矿区优势植物的重金属耐性评价[J]. 金属矿山, 2018, 47(02): 172-178.
[7]	佟家兴, 杜海鹰, 朱福琴, 刘艺博, 刘秀峰, 刘善军. 融合主成分分析与光谱角匹配的金铜矿遥感探测方法[J]. 金属矿山, 2016, 45(11): 119-123.
[8]	林丽新, 汪云甲, 熊集兵. 煤矿塌陷地水体叶绿素a高光谱监测进展与挑战[J]. 金属矿山, 2013, 42(06): 143-147+150.
[9]	常睿春, 崔之熠, 王茂芝. 基于IDL的尾矿识别系统开发与应用[J]. 金属矿山, 2013, 42(06): 96-99.
[10]	赵艳玲, 王亚云, 何厅厅, 李建华, 付馨, 曾纪勇, 李源. 基于组合权区间欧式距离模型的重金属污染评价[J]. 金属矿山, 2013, 42(03): 132-136.
[11]	杨秀敏, 杨春霞, 闫爱博. 海泡石和菌根修复重金属污染土壤研究[J]. 金属矿山, 2012, 41(08): 153-155+159.
[12]	钱进, 邓喀中, 刘冬. 基于优化N-FINDR算法的高光谱遥感影像矿物识别[J]. 金属矿山, 2012, 41(08): 84-87+91.
[13]	匡其羽, 张朝晖. 王家湾金矿藓类植物多样性与重金属污染关系[J]. 金属矿山, 2012, 41(05): 140-143.
[14]	曹茜, 谭琨, 杜培军, 夏俊士. 用简化核主成分分析法实现高光谱遥感影像降维[J]. 金属矿山, 2012, 41(04): 114-117.
[15]	饶运章, 徐水太, 熊灵燕. 基于ARIMA模型的矿区重金属污染时间序列预测[J]. 金属矿山, 2010, 39(06): 142-146.

扫码分享