基于VMD-MSE的玉米铜污染信息提取与预测模型

摘要：

重金属污染会引起作物光谱畸变,本文通过挖掘光谱信息中微弱的畸变信息诊断玉米受污染程度.将变分模态分解(VMD)运用到高光谱弱信息探测中,并结合多尺度熵(MSE)构建VMD-MSE光谱弱信息探测模型,同时利用模型值VM进行Cu2含量回归分析与建模.结果表明:对原始光谱数据进行3次VMD分解后,可有效提取光谱奇异特征;计算VMD结果的MSE值,可获取5个尺度的模型值.各尺度模型值VM与玉米叶片中Cu2含量呈现显著负相关,其中第一尺度模型值(VM1)与叶片中Cu2相关性最好.对各尺度VM构建的Cu2含量预测模型应用结果进行比较,证明VM1线性回归模型预测效果最优.表明VMD-MSE模型可为作物污染信息提取、污染诊断及Cu2+含量预测提供思路与方法.

关键词：重金属铜污染、玉米、光谱、变分模态分解、多尺度熵、弱信息探测

所属期刊栏目：50

分类号：TP7(遥感技术)

资助基金：煤炭资源与安全开采国家重点实验室开放基金项目SKLCRSM17KFA09;国家自然科学基金项目41271436;中央高校基本科研业务费专项资金项目2009QD02

在线出版日期：2019-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：189-194