作者单位
摘要
中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083
利用高光谱遥感技术监测并识别农作物受重金属污染信息是当今热点, 研究设置了不同浓度铜离子(Cu2+)、 铅离子(Pb2+)胁迫梯度的玉米盆栽实验, 并测取了玉米叶片的光谱及叶片中重金属离子与叶绿素含量。 基于获取的光谱数据, 将光谱划分为紫谷、 蓝边、 绿峰、 红谷、 红边和红肩六个光谱特征区间, 通过光谱的一阶微分和二维多重信号分类(2D-MUSIC)算法构造空间谱, 对各光谱特征区间进行变换分析。 实验结果表明: 蓝边、 绿峰和红边阵列信号的空间谱在Cu2+胁迫下为双高峰, 在Pb2+胁迫下为单高峰, 以此能够快速、 直观地区分玉米叶片所受重金属污染的Cu2+和Pb2+元素类别。 红谷和红肩阵列信号空间谱的方位角谱峰值与玉米叶片中Cu2+含量的相关系数分别达到-0.954 5和-0.964 8, 说明用于监测Cu2+污染程度时效果理想; 紫谷阵列信号空间谱的方位角谱峰值与玉米叶片中Pb2+含量的相关系数达到-0.999 8, 说明用于监测Pb2+污染程度时效果理想。 同时通过与常规重金属污染监测方法绿峰高度(GH)、 红边位置(REP)、 红边最大值(MR)、 红边一阶微分包围面积(FAR)的应用结果进行比较分析, 空间谱法的应用结果与玉米叶片中重金属离子含量的相关性较高, 从而验证了空间谱应用于玉米重金属污染信息监测具有更好的有效性和优越性。
重金属污染 玉米叶片光谱 二维多重信号分类 空间谱 光谱特征区间 Heavy metal pollution Corn leaf spectrum 2D multiple signal classification Spatial spectrum Spectral characteristic intervals 
光谱学与光谱分析
2018, 38(7): 2200

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!