基于小波变换和BP神经网络的水稻冠层重金属含量反演

摘要：

自然农田生态系统中,农作物的各种生化参数受重金属污染胁迫后虽表现异常,但其特征往往极为微弱,极不稳定.利用处理非稳定信号方法中常用的信号处理方法——小波分析法(Db-5),对水稻的光谱反射率数据进行处理,有效提取光谱信号中受重金属污染胁迫而潜藏的一些“突变”弱信息.利用Db-5小波基进行小波变换,从中选取具有异常光谱特征的奇异点,利用奇异点对应波段(716、745、766 nm)的光谱反射率构建反向传播(BP)神经网络模型,对水稻冠层4种重金属含量进行反演.将利用模型得到的预测值与实测值进行相关性分析,结果表明,基于BP神经网络的水稻冠层重金属含量反演模型对于实验区镉、铅、汞、砷4种重金属胁迫,具有良好的反演效果.

关键词：小波变换、高光谱、重金属胁迫、农作物污染、反演模型

所属期刊栏目：50

分类号：S127(农业物理学)

资助基金：国家高分辨率对地观测系统重大专项67-Y20A07-9002-16/17;国家自然科学基金项目41371407;河北省青年科学基金项目D2018409029;河北省高等学校科学技术研究重点项目ZD2016126;北华航天工业学院博士基金项目BKY-2015-02;河北省航天遥感信息处理与应用协同创新中心开放课题项目XTZXKF201701

在线出版日期：2019-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：226-232