植被覆盖区如何监测土壤砷？机载近红外高光谱成像系统与 SAR、多光谱数据协同建模方案（二）

结果

图3为研究区土壤砷含量基本统计特征研究区土壤砷含量为54.39～284.59 mg/kg，平均值为109.26 mg/kg，所有样品均超过《土壤环境质量 农用地土壤污染风险管控标准（试行）》（GB 15618–2018）规定的风险筛选值（40 mg/kg，pH＜5.5），且约为韶关市土壤砷背景值的10倍，表明研究区存在显著的土壤砷累积现象。土壤砷含量的标准差和变异系数分别为41.94 mg/kg和38.41%，说明其具有中等程度的空间变异性。偏度和峰度分析表明数据不服从正态分布，因此后续采用Spearman相关分析。

图3. 研究区土壤砷含量描述性统计。注：黑点与白点分别表示均值与中位数。

图4（a）和（b）分别为作物叶片原始及预处理后的高光谱反射率。高光谱预处理有效降低了噪声和不确定性，使光谱曲线更加平滑。作物叶片在450～680 nm波段反射率较低，在550 nm附近出现反射峰、680 nm附近出现吸收谷，680～730 nm为典型红边区域，730～1000 nm近红外波段反射率较高，符合植被光谱特征。图4（c）和（d）所示斯皮尔曼相关系数表明，在700～1000 nm红边及近红外波段，土壤砷含量与作物高光谱反射率呈显著负相关（P＜0.05或P＜0.01）。进一步分析发现，随着土壤砷含量增加，730～1000 nm范围内叶片及冠层反射率逐渐降低，说明无人机高光谱影像能够有效表征土壤砷含量的空间变化。图4（e）展示了土壤砷含量与无人机高光谱影像植被指数的关系。由于高光谱波段具有连续性，同一植被指数在不同波段计算得到的相关性较为一致，而不同植被指数的相关性存在差异。其中，DVI、SAVI、NDVI和RVI等传统植被指数多与土壤砷含量呈显著负相关，RENDVI1和RENDVI2等红边植被指数则多呈显著正相关，表明不同类型植被指数均可作为土壤砷含量的有效指示因子，但其指示能力存在差异。

图4. 植被冠层原始（a）与预处理（b）高光谱反射率及其与土壤砷含量的关系（c、d），以及植被指数与土壤砷含量的关系（e）。注：图4（c）和（d）中，橙色和青色水平虚线分别表示当斯皮尔曼秩相关系数**值达到或超过虚线所示数值时，相关性在P < 0.05和P < 0.01水平显著；图4（e）中，*和**分别表示该指标与土壤砷含量的相关性显著，p值分别小于0.05和0.01。

如图5所示，Sentinel-2多光谱波段、Sentinel-1 SAR后向散射系数及其植被指数均表现出明显的时序变化，反映了作物周年生长过程。Spearman相关分析表明，部分时相的多光谱和SAR变量与土壤砷含量呈显著相关，说明利用时序遥感数据预测土壤砷含量具有可行性。然而，由于植被生长存在季节性变化，没有任何单一指标能够在全年保持稳定相关。相比之下，Sentinel-1 SAR影像具有更高的时间分辨率，能够捕获更加丰富的植被动态变化信息，为土壤砷含量预测提供更多有效特征。

图5. 多光谱反射率（a）、SAR后向散射系数（b）、多光谱与SAR遥感影像衍生植被指数（c、d）及其与土壤砷含量的相关性。注：X轴数字表示时相。图（a）和（b）中，数字1~8对应2022年6月至2023年6月采集的8景Sentinel-2影像时相；图（c）和（d）中，数字1~32代表同期采集的32景Sentinel-1影像时相。黑点与红点分别表示该指标与土壤砷含量的相关性显著，P值分别小于0.05和0.01。

采用Boruta算法和VIF分析去除冗余变量及多重共线性后，数据集A、B、C、D和E分别保留3、11、14、12和18个变量，其中植被指数数量均高于单一波段变量，表明植被指数能够更**地表征植被生长状态。图6展示了不同机器学习算法在5个数据集上的预测结果。训练集与测试集表现接近，说明模型具有良好的稳定性。总体来看，Stacking集成模型在大多数数据集上的预测精度优于RF、SVR和CatBoost等单一模型，仅在数据集C中CatBoost表现*佳，说明集成学习能够有效提升土壤砷含量预测精度，但不同机器学习算法的性能受数据集影响较大。

在相同建模方法下，5个数据集的预测精度总体表现为：数据集E > 数据集D > 数据集B > 数据集A > 数据集C。结果表明，光学遥感数据整体优于SAR数据，时序Sentinel-2多光谱数据较无人机高光谱数据具有更好的预测能力；进一步融合时序SAR与光学遥感数据后，模型预测精度得到显著提升，验证了多源遥感数据融合在土壤砷含量估算中的有效性。

图6. 模型精度评价结果。注：数据集A：纯高光谱遥感变量；数据集B：纯时序Sentinel-2变量；数据集C：纯时序Sentinel-1变量；数据集D：高光谱联合时序Sentinel-1变量；数据集E：时序Sentinel-2联合Sentinel-1变量。

图7为5个数据集的*优预测结果。实测值与预测值的回归方程显示，各预测模型总体上对实测值存在低估。从RPD来看，单独SAR数据对土壤砷含量的预测能力相对有限（RPD = 1.28，< 1.4）；高光谱数据、时序卫星多光谱数据以及高光谱联合时序SAR数据均表现出中等预测性能，可用于初步评估（1.4 < RPD < 1.8）；而时序卫星多光谱与SAR数据的协同应用则表现出良好预测性能（RPD = 1.87），具备实际应用价值。

图7. 基于遥感数据集A（a）、B（b）、C（c）、D（d）和E（e）*优模型的土壤砷含量实测值与预测值散点图。

图8展示了*优模型（数据集E-Stacking）的变量重要性及SHAP解释结果。其中，RENDVI3_Aug 7、B2_Oct 26和RENDVI3_May 29为贡献*大的三个变量，说明时序多光谱变量在土壤砷含量预测中起主导作用。SHAP分析表明，这些变量与土壤砷含量均呈负相关，其取值越低，模型预测的土壤砷含量越高。

图8. 前10位重要变量的（a）SHAP特征重要性条形图与（b）SHAP特征影响汇总图。注：Jan、Feb、Mar、Apr、Jun、Jul、Aug、Sep、Oct、Nov、Dec分别代表一月、二月、三月、四月、六月、七月、八月、九月、十月、十一月、十二月。

此外，图9利用广义可加模型拟合了关键变量与SHAP值之间的关系，并确定了土壤砷污染风险的预警阈值。其中，RENDVI3_Aug 7、B2_Oct 26和RENDVI3_May 29的阈值分别为0.018、0.052和0.013。当变量值低于相应阈值时，SHAP值由负转正，表明土壤砷含量存在升高风险。

图9. 重要性前3位变量的SHAP依赖图。注：黑色虚线处红色标记指示砷含量梯度变化的阈值。

图10为基于*优模型生成的研究区农田10 m分辨率土壤砷含量预测空间分布。高值区位于西北部，与砷污染潜在来源密切相关。具体而言，西部区域矿藏丰富，历史上无序采矿、金属冶炼及化石燃料相关工业活动直接向环境释放了大量潜在有毒元素（PTEs）；此外，农业废水灌溉进一步加剧了土壤砷累积，导致严重污染。预测图平均标准差为14.87 mg/kg（图10(b)），表明预测结果整体稳定性良好。然而，西北部因采样不足，标准差偏高。

图10. 土壤砷含量空间分布预测（a）及不确定性（b）。注：非农业用地包括水域、建设用地和林地。

结论

本研究建立了一种利用遥感数据监测长期密集植被覆盖区土壤潜在有毒元素的方法。以土壤砷含量为案例，测试并评估了不同类型遥感数据与机器学习方法的性能；同时采用SHAP技术探究了指示砷累积的关键变量阈值。主要结论如下：

（1）不同遥感数据源对砷含量估算精度存在差异，由高到低依次为：时序卫星多光谱影像、无人机高光谱数据、时序卫星SAR影像。

（2）时序卫星SAR数据分别与无人机高光谱数据或时序卫星多光谱影像的融合均显著提升了砷含量估算精度。采用Stacking建模技术，后者组合取得了*优结果（LCCC = 0.81，RPD = 1.87），表明该遥感方法具有良好的实际应用前景。

（3）8月7日和5月26日的红边植被指数RENDVI3，以及10月26日的蓝波段是监测土壤砷含量的关键变量。当其值分别低于0.018、0.013和0.052时，可能指示研究区内土壤砷的显著累积。

【来源】

Zhou Y, Liu C, Wang J, Zhang MW, Wang X, Zeng LT, Cui YP, Wang H, Sun XL. Monitoring soil arsenic content in densely vegetated agricultural areas using UAV hyperspectral, satellite multispectral and SAR data. Journal of Hazardous Materials, 2025, 484: 136689.