无人机高光谱遥感耦合深度学习的土壤重金属污染监测研究
            
                编号:3253
                访问权限:仅限参会人
                                    更新:2024-04-13 11:15:47                浏览:1726次
                口头报告
            
            
            
                摘要
                由于自然过程和人类的生产活动,重金属物质扩散到土壤中逐渐积累,导致土壤重金属污染。土壤中的重金属会富集在植物根系和其他组织中,不仅会影响植物的生长发育。当被重金属污染的植物被食用时,重金属物质通过食物链也进入人体,导致急性或慢性疾病。传统的土壤重金属含量检测方法需要耗费大量人力和仪器设备采集土壤样本,工序繁复,时间过长。在本研究中,选择了中国江汉平原大冶市疑似重金属污染的区域,采集了74个土壤样本。使用搭载高光谱传感器的无人机的高光谱数据与竞争性自适应重加权采样(CARS)结合以获得特征波段,并利用模拟退火深度神经网络(SA-DNN)建立土壤重金属含量估测模型,估测土壤中的有效铜、砷和有机质含量。并用该模型生成了土壤重金属含量分布图,对研究区的土壤重金属污染情况进行了监测,为当地环境保护、生态治理提供决策参考。
 
             
            
            
            
                    稿件作者
                    
                        
                                    
                                                                                                                        
                                    张杨熙
                                    湖北大学
                                
                                    
                                        
                                                                            
                                    魏立飞
                                    湖北大学
                                
                                    
                                                                                                                        
                                    卢其楷
                                    湖北大学
                                
                                             
                          
    
发表评论