基于XRF和Vis-NIR数据融合的土壤重金属浓度分区预测是否更佳?
土壤重金属污染防治需要快速有效地诊断土壤污染状况，精准刻画污染范围。与耗时、昂贵和环境不友好的实验室化学分析方法相比，近端传感器的协同应用具有互补性、时效性和经济性等方面的优势，显示出了巨大的应用潜力。土壤污染状况早期诊断需要大尺度和高密度的取样、快速检测并选择适当的数据挖掘和建模方法。机器学习能够充分有效地利用多种传感器所提供的多源数据，通过构建协同融合模型预测土壤重金属浓度。本研究在土壤重金属浓度预测建模时，从降低数据的空间波动性和不平稳性对模型预测能力的影响角度出发，提出了一种分区建模的思路。根据影响因素将大的调查区域划分为若干子区域，从而将数据集划分为更均匀的子数据集以获得更准确的结果。对于污染地块土壤重金属浓度的预测，分区模型是否比全局模型更可靠和准确尚需论证，而如何选择合适的建模方法也是一个重大的挑战。
本研究选择甘肃省白银市某空间变异程度较大的污染地块土壤为研究对象，采集880个表层（0-20 cm）土壤样品，在室内分别采用高精度便携式X射线荧光光谱仪（XRF）和便携式地物光谱仪（ASD FieldSpec 4）获取土壤样品Cu、Pb等重金属浓度数据和可见光-近红外高光谱（vis-NIR）数据，并在XRF快速检测结果的基础上综合污染程度和空间分布，选择166个土壤样品进行实验室化学分析测定。构建了单一XRF以及XRF与经不同的光谱预处理方法（SG和SGFD）预处理的vis-NIR光谱数据融合的随机森林（RF）模型，分别对土壤中Cu和Pb浓度进行预测，以评价分区模型（基于地理分区）和全局模型的预测精度。
这项研究是第一次尝试评估分区模型预测污染地块土壤重金属浓度的性能。基于单一HD-XRF数据的随机森林模型，Cu（R2=0.961，RMSE=27.8，RPD=4.96）和Pb（0.981，79.6，7.38）的分区模型预测性能优于全局模型Cu（0.956，29.0，4.73）和Pb（0.981，81.0，7.24）。这证实了分区预测模型对土壤重金属预测的鲁棒性和准确性优于全局模型的假设。然而，基于HD-XRF和vis-NIR数据协同融合的随机森林模型，分区预测模型没有显示出土壤Cu和Pb浓度的高预测精度，全局模型HD-XRF+vis-NIR（SGFD）、HD-XRF+vis-NIR（SG）分别对Cu、Pb 浓度的预测效果最好。一般来说，通过采用近端传感器数据挖掘方法建立分区模型预测土壤重金属含量，能提高土壤环境的精准调查，进而实施昂贵且耗时的土壤修复方案。根据建模目的、数据量大小、独特的地理环境、模型运行环境等因素选择合适的分区建模方法。本研究分区建模精度和效率的结论还需要进一步验证。
图1 基于整个研究区域和分区的土壤Cu（a）和Pb（b）的HD-XRF校正值（预测值）和实验室分析浓度（实测值）的线性回归模型的拟合优度对比。黑色虚线：理想的1:1线。
图2 基于HD-XRF和vis-NIR数据的协同融合模型预测西大沟（X）土壤Cu（a、b）和Pb（c、d）浓度与实验室分析值（实测值）的对比。
图3 基于HD-XRF和vis-NIR数据的协同融合模型预测东大沟（D）土壤Cu（a、b）和Pb（c、d）浓度与实验室分析值（实测值）的对比。
图4 基于HD-XRF和vis-NIR数据的协同融合模型预测整个研究区域土壤Cu（a、b）和Pb（c、d）浓度与实验室分析值（实测值）的对比。
