重金属铜胁迫下玉米的光谱特征及监测研究

论文摘要

农作物重金属污染监测是当今高光谱遥感研究的重要内容之一,旨在设计一种新的窄带植被指数,以实现不同培育期的两种玉米品种的重金属铜胁迫监测。研究设计了不同浓度的铜污染实验,采用SVCHR-1024I型高性能地物光谱仪测量不同浓度铜离子(Cu2+)胁迫下玉米叶片的光谱反射率,并同步获取了玉米叶片中Cu2+含量数据。首先,对玉米叶片原始光谱数据进行一阶差分处理,并计算一阶差分反射率与叶片中Cu2+含量的相关系数（r）,筛选对铜胁迫敏感的波段。计算结果显示, 489～497, 632和677 nm波长附近的一阶差分反射率与叶片中Cu2+含量显著相关,可将其视为敏感波段。其次,根据以上3个敏感波段,建立基于一阶差分反射率的铜胁迫植被指数（dVI）。对所有可能的dVIs和Cu2+含量进行一元回归分析,并采用决定系数（R2）和均方根误差（RMSE）对回归结果进行评估,以筛选最佳指数。最后,采用不同生长年份的玉米实验数据对敏感波段的稳定性及dVI的适用性进行了验证评估;同时,通过与归一化植被指数（NDVI）、红边叶绿素指数(CIred-edge)、红边位置（REP）、光化学反射指数（PRI）等常规重金属胁迫植被指数进行应用比较,证明dVI更具有优越性。结果表明:一阶差分处理后,在450～500, 630～680和677 nm波长处的叶片反射率与Cu2+含量的相关系数明显增大。基于一阶差分反射率的特征波段具有稳定性,对于不同生长年份的玉米叶片数据,特征波段的波长位置不变。一元回归分析结果表明,结合497, 632和677 nm波长的一阶差分反射率的指数与Cu2+含量具有显著的相关性,对于不同生长年份的2种玉米品种数据集,R2都高达0.75以上。另外,与常规植被指数比较结果表明,该研究所提出的dVI具有更好的鲁棒性及有效性,可为冠层尺度的重金属胁迫监测提供理论基础。

论文目录

文章来源

类型: 期刊论文

作者: 李燕,杨可明,荣坤鹏,张超,高鹏,程凤

关键词: 玉米,铜胁迫,植被指数,特征波段,高光谱

来源: 光谱学与光谱分析 2019年09期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,农业科技

专业: 物理学,环境科学与资源利用,农作物

单位: 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室

基金: 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(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)资助

分类号: O433;S513;X53

页码: 2823-2828

总页数: 6

文件大小: 534K

下载量: 255

相关论文文献

• [1].荒漠林高光谱与光学影像植被指数(Ⅵ)的比较[J]. 新疆农业科学 2020(01)
• [2].河南省植被指数变化特征研究[J]. 测绘与空间地理信息 2020(02)
• [3].运用植被指数时序特征对落叶松人工林分类[J]. 东北林业大学学报 2020(03)
• [4].微波植被指数在云南省植被动态监测中的适用性研究[J]. 地球环境学报 2019(06)
• [5].表征亚热带常绿林光合作用季节变化特征的多种植被指数[J]. 生态学报 2018(16)
• [6].植被指数遥感演化研究进展[J]. 北方园艺 2018(20)
• [7].重庆市植被指数与高度/坡度的关系研究[J]. 西南师范大学学报(自然科学版) 2016(11)
• [8].铜污染植被指数的玉米叶片污染程度探测模型[J]. 光谱学与光谱分析 2020(01)
• [9].吉林省NDVI时空变化——以2010—2019年为例[J]. 农业与技术 2020(13)
• [10].基于遥感数据的内蒙古近三十年植被指数的时空分析[J]. 地质学刊 2018(03)
• [11].草地高光谱植被指数与叶面积指数的关系研究[J]. 阴山学刊(自然科学) 2011(04)
• [12].构建植被区分阴影消除植被指数提取山地植被信息[J]. 农业工程学报 2019(20)
• [13].一种基于可见光植被指数的高分辨率影像林地提取方法[J]. 软件导刊 2020(07)
• [14].植被指数的地形效应研究进展[J]. 应用生态学报 2018(02)
• [15].基于地形调节植被指数估算长汀县植被覆盖度[J]. 国土资源遥感 2015(01)
• [16].被动微波遥感植被指数在中国的应用研究[J]. 干旱区资源与环境 2014(08)
• [17].基于植被指数模型的淡水湖泊湿地景观信息提取[J]. 地理空间信息 2012(06)
• [18].基于MODIS的重庆市植被指数对地形的响应[J]. 中国农业气象 2012(04)
• [19].基于宽范围动态植被指数的棉花冠层覆盖度监测[J]. 棉花学报 2011(03)
• [20].L波段多角度微波植被指数研究[J]. 遥感信息 2010(01)
• [21].新疆植被指数与气象因子关系分析[J]. 沙漠与绿洲气象 2010(05)
• [22].基于雷达植被指数的水土流失区植被覆盖度估测[J]. 国土资源遥感 2015(04)
• [23].西藏高原青稞三种植被指数对红外增温的初始响应[J]. 生态环境学报 2015(03)
• [24].山西省植被指数时空变化特征及其对气候变化的响应[J]. 湖北农业科学 2015(17)
• [25].基于ArcGIS的金沙江流域中段植被指数分布规律研究[J]. 科技通报 2010(03)
• [26].垂直植被指数的计算和精度分析[J]. 兰州大学学报(自然科学版) 2010(05)
• [27].山西典型生态区植被指数(NDVI)对气候变化的响应[J]. 生态学杂志 2009(05)
• [28].近25年山西植被指数时空变化特征分析[J]. 生态环境 2008(06)
• [29].气象因子对植被指数影响的偏最小二乘分析[J]. 测绘科学 2019(12)
• [30].基于最佳植被指数组合的水稻鲜生物量估测[J]. 科技通报 2019(06)

标签：玉米论文;  铜胁迫论文;  植被指数论文;  特征波段论文;  高光谱论文;