一种土壤污染物含量空间分布的精细分区方法

摘要

本发明的目标是提供一种土壤污染物含量空间分布的精细分区算法，解决目前空间插值方法由于出现插值跨界问题而无法实现土壤污染物分布的精细分区的难题。发明以土壤污染物含量分布与污染源之间的空间关系为参照，提取约束区域，建立基于约束区域的边界约束空间插值算法，将空间插值约束在可靠的空间区域，实现土壤污染物含量分布的精细分区。本发明的优点在于：提取污染源影响范围为边界约束条件，将对未知位点的空间插值约束在可靠的空间区域，实现对土壤污染物含量分布的分区的准确性和可靠性。本发明技术适用于土壤、生态、水文等领域的污染物含量分布的数字地图制作。

主权项

1.一种土壤污染物含量空间分布的精细分区方法，其特征在于：步骤1、通过对遥感影像或航片进行分类，提取被研究区域的约束区域BArea；步骤2、记N个监测样点组成的样点集S={S(x₁,y₁),S(x₂,y₂)，...,S(x_N,y_N)}，对任一监测样点S_i，1≤i≤N，其对应的空间坐标为S(x_i,y_i)、观测值为S(X_j)，监测样点集S包含于约束区域，即定义最小外接矩形MinRec为能覆盖所有监测样点且面积最小的规则矩形；步骤3、将最小外接矩形MinRec分割成等大小的栅格单元，即待插值单元，最小外接矩形MinRec将对待插值单元的空间插值约束在监测样点能所覆盖最大区域内进行，即对仅位于最小外接矩形MinRec内的待插值单元进行插值，步骤4、将约束区域BArea细分为非目标监测区域NMArea、非污染影响区域NPArea及不同污染影像区域PArea，PArea＝PArea₁∪PArea₂∪...,∪PArea_k，其中K为不同污染影像区域PArea的数目，确定优化的约束区域OBArea，即OBArea＝(NMArea∪NPArea∪PArea)∩MinRec，并分别对监测样点集S和待插值单元进行对应的非目标监测区域、非污染影响区域及不同污染影像区域分类；步骤5、选择监测样点对待插值单元进行插值，监测样点和待插值单元具有步骤4中相同类别且空间邻近，待插值单元P(x_i,y_i)∈P，待插值单元对应的估算值P(X_i)基于以下公式$P\left(X_i\right)=\underset{j=1}{\overset{L}{\Sigma }}{\lambda }_{j}S\left(X_j\right)$其中：S(X_j)表示监测样点S(x_j,y_j)的观测值，λ_j表示权重系数，L为参与插值的样点数，1≤j≤L≤N，监测样点S(x_j,y_j)是待插值单元P(x_i,y_i)的L个最邻近点之一。