文摘矿山开采普遍存在土壤重金属污染问题,有效的进行尾矿区农田土壤重金属含量估算迫在眉睫。以陕西金堆城矿区尾矿为研究区,采集土壤样本,测量土壤可见光近红外光谱,测试分析土壤铜元素含量。将Isomap(Isometrio mapping)和LLE(locally linear embedding)流形学习方法应用于土壤高光谱降维,基于随机森林构建估算模型,反演土壤铜含量。结果表明:降维后的高光谱数据反演精度更高,Isomap降维后模型预测结果均方根误差为30.50,R2=0.76,优于LLE降维结果。研究为尾矿区土壤Cu元素含量的快速反演估算提供了理论依据。
