基于冠层多维光谱的水稻镉污染胁迫诊断模型研究
农田遭受重金属污染导致的环境问题直接威胁粮食安全及人类健康.采用传统的生物和化学等方法监测重金属污染工作量大且无法进行大面积监测,遥感技术的应用提供了一种快速、无损、大面积测量的方法.由于重金属面源污染一般并无明显外在表征,不易通过光谱识别与提取,尤其是污染较轻时,作物一般不会表现出明显变异,因此需要通过一些方法来增强隐含在光谱中的污染信息. 本研究在前人研究基础上，对自然条件下受镉污染胁迫的水稻冠层进行光谱采样，分析水稻镉胁迫的光谱响应机制。采用一阶微分技术和主成分分析、独立分量分析、分形分析等方法逐步提取和增强光谱信号中隐藏的镉胁迫弱信息，并建立以敏感光谱因子为基础的多维诊断模型，为大面积水稻镉污染监测提供实验方法和理论依据。 主成分分析能够有效降低光谱维数并增强水稻辐污染弱信息，独立分量分析技术能够从众多混杂一体的信号中提取出对辐污染敏感的独立分量，分形分析能够从整体着眼刻画光谱曲线特征从而间接识别水稻镉污染胁迫程度，三种方法都能够提取隐含在光谱数据中的污染微小变化特征.
土地污染 水稻 镉胁迫 光谱响应
金铭
中国地质大学 北京
国内会议
南京
中文
43-44
2014-11-21（万方平台首次上网日期，不代表论文的发表时间）