10.3964/j.issn.1000‐0593(2020)01‐0209‐06
铜污染植被指数的玉米叶片污染程度探测模型
高光谱遥感监测农作物重金属污染已成为遥感研究的重要内容之一.受污染的作物叶片中重金属含量映射到光谱上的信息量差异较微弱,如何灵敏地挖掘其所包含的价值信息具备一定挑战性.以农作物叶片光谱为研究对象,通过多个光谱特征波段组合的方式,提出了一种铜污染植被指数(CPVI)的污染程度探测模型,来表征重金属Cu对农作物的污染程度.首先设置盆栽实验,将不同浓度梯度的CuSO4 ·5H2 O粉末添加到土壤中,模拟Cu污染土壤环境,胁迫玉米生长.采集玉米穗期的老、中、新叶片光谱,测定叶片中Cu2+含量及相对叶绿素浓度.而后利用随机选取的58组玉米叶片光谱作为实验数据,在380~900 nm波长范围内选取波长λ1 和λ2 的两组叶片光谱反射率并计算相应的CPVI[λ1 ,λ2 ]模型指数及其与对应叶片中Cu2+含量的皮尔逊相关系数,得到相关性特征绝对值矩阵.其次,根据得到的相关性特征绝对值矩阵,提取皮尔逊相关系数较高的光谱特征波段690和465 nm ,并结合波段850 nm建立针对玉米叶片的铜污染植被指数(CPVIm ) .之后,利用另外26组数据对CPVIm 指数进行检验,同时将该指数与归一化植被指数(NDVI) 、陆地叶绿素指数(M TCI)等常规植被指数进行比较以验证 CPVIm 的有效性与优越性.结果表明,NDVI , M TCI ,REP和DVI与叶片中Cu2+含量相关系数最高仅为0.68 ,残差平方和RSS最低为70. 99 ,而CPVIm与叶片中Cu2+含量显著负相关,相关系数达-0.80 ,残差平方和为48. 52 ,均优于NDVI和M TCI等常规植被指数,证明CPVIm 对重金属胁迫更敏感.同时利用两期不同年份不同品种的玉米光谱数据进行CPVIm 指数的鲁棒性验证,CPVIm 与叶片Cu2+含量的相关系数 r分别为-0. 90和 -0.96 ,均显著相关,说明该指数对于不同品种的玉米污染程度探测仍具有良好的适用性.另外,利用玉米叶片中Cu2+含量、CPVIm 和叶片中叶绿素相对浓度构建三维分析模型,从空间角度直观地反映了三者之间具有一定的相关关系.通过光谱特征波段组合方式构建的CPVI探测模型可作为评价农作物重金属污染程度的参考方法,基于该方法构建的CPVIm 指数可有效甄别玉米受重金属Cu2+污染的程度.
光谱、玉米叶片、皮尔逊相关系数矩阵、铜污染植被指数、叶绿素
40
TP7(遥感技术)
国家自然科学基金项目;煤炭资源与安全开采国家重点实验室 2017 年开放基金课题基金项目
2020-01-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
209-214