标准规范下载简介

T／LNSES 002-2023 场地土壤生态环境损害遥感分析调查技术指南.pdf简介：

T／LNSES 002-2023 场地土壤生态环境损害遥感分析调查技术指南.pdf部分内容预览：

生态环境损害environmentaldamage 因污染环境、破坏生态造成环境空气、地表水、沉积物、土壤、地下水、海水等环境要素和植物、 动物、微生物等生物要素的不利改变，及上述要素构成的生态系统的功能退化和服务减少。

场地污染sitepollution 在一定空间域上的土壤及含水层中污染物浓度及暴露量达到不可接受的生态或健康风险水平， 已经超过国家及地方限定值的现象，

场地污染sitepollution

土壤污染物soilpollutants 土壤中含量过多，超过土壤自净能力，引起土壤的组成、结构和功能发生变化斜拉桥主梁悬浇段施工方案，使微生物活动受 到抑制的物质。

遥感remotesensing

高光谱反演hyperspectralinversion 使用遥感卫星拍摄的高光谱数据以及实地采样化验的某物质含量数据建立一个反演模型，从而得 知土壤中某物质的含量

高光谱反演hyperspectralinversion 使用遥感卫星拍摄的高光谱数据以及实地采样化验的某物质含量数据建立一个反演模型 知土壤中某物质的含量。

预测模型Predictionmodel 采用定量预测法进行预测时，用数学语言或公式所描述的事物间的数量关

根据项目类别、敏感程度和土壤污染等级确定场地土壤生态环境损害遥感分析调查的工作方案 重点，选择最优的反演建模方法，有针对性的构建土壤污染物含量高光谱反演模型。

土壤污染高光谱遥感调查应深入分析土壤的光谱信息和污染物含量之间的联系，借助高光谱遥 在建模过程中准确描述土壤污染物含量的空间分布规律，经过模型验证保证评估结果的科学可靠

场地土壤生态环境损害遥感分析调查主要包括评估准备、数据采集与处理、场地土壤生态环境损 害遥感评估（土壤污染物高光谱反演模型构建）、报告编写等步骤，具体工作流程见图1。 场地土壤生态环境损害遥感分析调查工作是在调查评价场地污染状况以及调研国内外相关研究成 果的基础上，通过野外土壤样本的采集、室内光谱测定及预处理以及卫星或无人机高光谱遥感数据的 采集与处理，构建土壤污染物含量高光谱反演模型。在此基础上，建立适合当前技术水平的场地土壤 生态环境损害遥感评估分析指标体系。

进行场地踏勘、人员访问，收集区域地质、地形地貌、土壤、水文等资料，掌握调查区的自然与 社会环境状况、污染源、污染区域等信息；初步判定场地主要污染物种类；分析场地及其周边环境的 潜在敏感受体，明确环境敏感程度；详细分析前期场地土壤污染物污染调查概况，确定高光谱遥感调 查分析方法，编制工作方案。

4.4.1.1土壤样本采集

土壤样本的采集需选择晴天能见度较好的天气，使采样点尽量均匀分布场地，并详细的记录每个 样点的地理坐标。 用于物理、地质及生物学用途的样本采集可能需要专业的工具及技术，这类采样宜在相关专家指导 下进行。采样可选择采用机械方法或手工方法。采样可能在近地表面进行，或在地表下不同深度地方 进行。可通过挖掘坑(如探坑)，击入式探头或钻进(如钻孔)等方法达到所需深度。

4.4.1.2土壤光谱采集

使用光谱仪对土壤样本的光谱数据进行采集，在暗室中对光谱反射率进行测定，卤素灯作为唯一 光源，且光谱仪的功能及参数选择方面应至少满足如下要求：光谱仪光学系统采用真空光室，重现性 及长期稳定性良好；光学系统为帕邢龙格结构；激发台温度控制稳定；自动分析程序选择；仪器带有 自检功能；工作曲线采用国际样线，预做工作曲线，可根据需要延伸及扩展范围，自动扣除干扰。 4.4.1.3土壤污染物含量测定 在室内采用相关仪器进行土壤样品主要的污染物测定

4.4.1.4高光谱遥感数据获取

4.4.1.5采样补充说明

在采样过程中还应注意采样区域的大小及地形；所采样地面的自然特征；土壤类型或地层可能的 水平和垂直差异表征；采样地及周边区域的地质状况；地下水深度及流向；采样深度，包括挖掘坑或地 基深度(考虑场地的将来利用)；采样地的使用或处理历史；建筑物及障碍物，如地基或硬质地面，埋藏 槽罐及地下设施(如电力、下水道、管道，电缆等)；地下槽罐及设施存在的表征(如观察盖、检查室、排 气管等)；混凝土及柏油通道、公路或硬质地面；现场人员的安全及环境保护；支撑植被生长而大范围 扩展的根系；预估之外的地表水塘或水饱和地面；围栏、墙体及其他妨碍进人的土木工程；高于现场 平面之上的倾倒物料或建筑拆除物料：存在被污染风险的水体位置，包括地表水及地下水。

4.4.2.1土壤光谱数据预处理

对土壤光谱数据的预处理主要有异常曲线的剔除、断点修正、平滑去噪、主成分分析、光谱的多 元散射校正，此基础上对光谱数据进行数学变换。 4.4.2.2高光谱遥感数据预处理 图像预处理是遥感应用的第一步，针对卫星或无人机高光谱数据进行预处理，包括辐射定标、大 气校正、几何校正、影像拼接和预处理质量检查等、

4.5场地生态环境质量遥感评估

4.5.1土壤光谱特征分析

将土壤污染物含量与变换后的土壤光谱数据进行皮尔逊（Pearson）相关分析，筛选出最大相关系 数对应的光谱特征波段。光谱分析受到系统误差、偶然误差等因素影响，因此在实际调查过程中应根 据当地环境条件进行调整。土壤污染物特征波段见表1。

表1土壤污染物特征波段

4.5.2土壤污染物反演模型构建

将采集的土壤样本一部分用于建模，一部分用于模型精度验证。根据土壤光谱特征波段，样本点 在高光谱遥感数据中对应波段的光谱反射率值为自变量，场地土壤样本的实测土壤污染物含量为因变 量，建立场地土壤污染物含量估测模型。

4.5.2.1多元逐步线性回归法（MLSR）

多元线性逐步回归是通过一个因变量和多个自变量组合表达它们之间的线性关系。其基本思想是 逐个将变量引入模型，利用逐步回归的思想筛选出显著性水平良好的波段，每引入一个新的变量后， 对已经选入的每个变量逐个进行显著性检查，从而剔除掉不显著的变量。回归方程为：

y=βo+βx+β2x2+..+βkxk+

式中：y一一因变量； X一一自变量； β:(i=0,1,2,,k)一一回归系数； 一一随机误差； k一一自变量的数量。 将土壤污染物实测含量作为建模样本的因变量，在遥感影像中提取与土壤样本对应坐标上的光谱 波段的反射率作为自变量，通过MLSR方法分析构建污染物反演模型

4.5.2.2偏最小二乘回归法（PLSR）

偏最小二乘回归是一种结合主成分回归和MLSR的分析方法，是比较有效的分析方法。主要研究 内容是在大量的两组高线性相关变量的情况下，建立自变量的线性模型，以解决样本数小于变量数的 问题，避免出现过拟合，因此PLSR是对MLSR的改进。其原理是首先从自变量（x1,X2",xm）中提取 相互独立的分量Th（h=1,2,)，并且提取的主成分携带尽可能多的原始成分；然后从因变量 (1,y2,",ym）中提取独立分量Uh（h=1,2,….)，要求Th和Un之间的协方差最大化，并利用MLSR得 出的因变量建立回归模型。该方法误差较小，操作简单。

X=TPT+E Y = UhQT + F

4.5.3场地土壤污染物评价指标

评价土壤中污染物的污染程度需选用一种或几种正确的评价方式，主要有内梅罗指数法、 子法、地累积指数法、潜在生态危害指数法等

4.5.3.1内梅罗指数法

内梅罗指数可以全面且综合地反映各元素对土壤质量的影响，且该指数突出了极值（最高值）对 环境质量的影响程度，可以反映出研究区域每个样点的整体污染程度。内梅罗综合污染指数等级划分 见表2。

式中：Pv一一内梅罗综合污染指数； Pimax 污染指数最大值； Piaua 污染指数平均值，

2内梅罗综合污染指数等

4.5.3.2富集因子法

富集因子是评价表生环境中土壤污染物的来源和污染程度的有效指标，可有效区分土壤或沉积 是人类活动还是自然因素导致的重要手段

(Ci/Cj)sample EF= (B;/Bj）baseline

式中：EF一一富集系数； Ci一一元素i在所测环境中的浓度； C一一参比元素j在所测环境中的浓度； B一一元素i在背景环境中的浓度； B;一一参比元素j在背景环境中的浓度； Sample一一元素的实测值； baseline一一元素的背景值。

式中：EF—一富集系数； Ci一一元素i在所测环境中的浓度； C一一参比元素j在所测环境中的浓度； B一一元素i在背景环境中的浓度； B;一一参比元素j在背景环境中的浓度； Sample一一元素的实测值； baseline一一元素的背景值。

4.5.3.3地积累指数法

地积累指数用于定量评价沉积物中的土壤污染程度，不仅可以反映地质环境，还可反映是否受 动污染。地积累指数污染等级划分见表3。

式中：Igeoi 土壤污染物i的地积累指数； Pi 土壤污染物i的单因子污染指数 k一 修正系数，为1.5。

LG09 条形基础geot = 10g2(· P)

表3地积累指数污染等级划分

4.5.3.4潜在生态危害指数法

考虑了土壤污染物的含量、生态效应、环境效应和毒理学性质，不仅反映环境中各种污染物 影响和多种污染物的综合效应，还定量表示了土壤污染物的潜在生态风险程度，适用于大范 比。 潜在生态危害指数等级划分见表4。

E =T x Cf

表4潜在生态危害指数等级划分

4.6场地生态环境评估指标

《电气绝缘系统 已确定等级的电气绝缘系统(EIS)组分调整的热评定 第2部分：成型绕组EIS GB/T20139．2-2017》4.6.1指标选取原则