玉米铜污染实时动态监测的高光谱分形维数模型

玉米铜污染实时动态监测的高光谱分形维数模型

论文摘要

重金属Cu2+在玉米植株中过量积累会破坏其组织细胞结构,降低叶绿素含量,使植物代谢紊乱,都将在光谱上表现变化。传统监测污染的方法费时费力,不能满足快速实时监测的需求。农作物污染监测中的高光谱遥感监测应用技术是当前研究的重点。通过设置不同Cu2+浓度的盆栽试验,测得不同Cu2+胁迫浓度下玉米叶片的Cu2+含量、叶绿素含量以及高光谱反射率数据,系统分析玉米叶片光谱曲线的特征以及不同Cu2+胁迫浓度下的光谱分形维数与光谱指数变化的情况,建立玉米叶片Cu2+浓度、光谱分形维数和光谱指数的空间分布,研究Cu2+定性分析中光谱指数与光谱分形维数的关系。结果发现,光谱分形维数比光谱指数能更好地反映Cu2+污染下玉米植株的生理特征的变化,从而可以成为大范围监测玉米Cu2+污染的甄别依据。

论文目录

  • 1 材料与方法
  •   1.1 试验数据的获取
  •     1.1.1 试验材料与仪器
  •     1.1.2 培养盆栽玉米
  •     1.1.3 反射光谱数据的采集
  •     1.1.4 测定玉米叶片中叶绿素含量
  •     1.1.5 Cu2+含量的测定
  •   1.2 试验方法
  •     1.2.1 光谱分形理论与玉米叶片光谱曲线分形测量
  •     1.2.2 玉米铜(Cu2+)胁迫污染下的灵敏光谱指数
  • 2 结果与分析
  •   2.1 重金属铜胁迫下玉米叶片敏感光谱指数
  •   2.2 重金属铜胁迫下玉米叶片光谱指数变化
  •   2.3 重金属铜胁迫下玉米叶片污染程度判别分析
  •     2.3.1 基于光谱指数的玉米叶片铜胁迫污染水平判别分析
  •     2.3.2 基于光谱分维判别分析玉米叶片铜胁迫污染程度的等级
  • 3 结论与讨论
  • 文章来源

    类型: 期刊论文

    作者: 张超,杨可明,王敏,高鹏,程凤,李燕

    关键词: 玉米叶片,高光谱遥感,重金属污染,光谱分形维数,光谱指数

    来源: 江苏农业科学 2019年18期

    年度: 2019

    分类: 农业科技,工程科技Ⅰ辑

    专业: 环境科学与资源利用,农作物

    单位: 中国矿业大学(北京)地球科学与测绘工程学院/煤炭资源与安全开采国家重点实验室,华北理工大学

    基金: 国家自然科学基金(编号:41271436),煤炭资源与安全开采国家重点实验室2017年开放基金(编号:SKLCRSM17KFA09),中央高校基本科研业务费专项资金(编号:2009QD02)

    分类号: S513;X87

    DOI: 10.15889/j.issn.1002-1302.2019.18.056

    页码: 260-265

    总页数: 6

    文件大小: 248K

    下载量: 116

    相关论文文献

    • [1].不同配比下复配土的土壤颗粒组成、分形维数与质地变化特征[J]. 水土保持研究 2020(02)
    • [2].基于多重分形维数的改进信号特征提取算法[J]. 上海电机学院学报 2017(01)
    • [3].煤与矸石分形维数的差异研究[J]. 煤炭科学技术 2017(07)
    • [4].分形维数概念及测定方法[J]. 经贸实践 2015(16)
    • [5].基于短时分形维数的声发射信号增强算法[J]. 电子制作 2015(01)
    • [6].浅谈计算分形维数的两种方法[J]. 考试周刊 2017(49)
    • [7].振动信号扩展广义多重分形维数算法[J]. 振动.测试与诊断 2013(06)
    • [8].分形维数[J]. 科技创新与应用 2019(11)
    • [9].砂砾质戈壁沉积物分形维数计算及其对风沙作用的指示意义[J]. 干旱区资源与环境 2019(10)
    • [10].湍流风场的分形维数分析[J]. 热能动力工程 2018(02)
    • [11].城市交通网络分形维数的不确定性估计、控制与分析[J]. 遥感学报 2017(01)
    • [12].庞泉沟流域土壤粒径分形维数特征[J]. 东北林业大学学报 2017(11)
    • [13].自动化视网膜血管网络的分形维数定量分析[J]. 中国数字医学 2015(10)
    • [14].含能材料表面分形维数计算及其对摩擦感度影响[J]. 计算机与应用化学 2014(02)
    • [15].一种简化的多重分形维数算法[J]. 价值工程 2014(09)
    • [16].采用土壤孔隙表面分形维数预测土壤水分特征曲线[J]. 水文地质工程地质 2014(03)
    • [17].信号特征对分形维数的影响[J]. 火力与指挥控制 2014(09)
    • [18].基于数学形态学分段分形维数的电机滚动轴承故障模式识别[J]. 振动与冲击 2013(19)
    • [19].图像分形维数计算方法的比较[J]. 计算机系统应用 2011(03)
    • [20].形态学广义分形维数在发动机故障诊断中的应用[J]. 振动与冲击 2011(10)
    • [21].基于局部特征尺度分解及分形维数的模拟电路故障诊断方法[J]. 海军航空工程学院学报 2020(01)
    • [22].洪涝灾害干扰下受损自然恢复林地土壤基本性状及分形维数特征[J]. 应用与环境生物学报 2019(01)
    • [23].湖北郧县黄坪村黄土-古土壤序列体积分形维数特征及其环境意义[J]. 山东农业科学 2018(04)
    • [24].战斗部壳体爆炸破片体/线分形维数研究[J]. 兵工学报 2018(08)
    • [25].分形维数的计算及改进[J]. 信息技术与信息化 2017(10)
    • [26].分形维数在基于噪声的发动机故障诊断中的应用[J]. 车用发动机 2011(05)
    • [27].基于盒维数原理计算蛋白质的分形维数[J]. 化学学报 2010(11)
    • [28].冲击作用下粘性土壤破碎体的分形维数与影响因素[J]. 农业机械学报 2009(03)
    • [29].基于局部分形维数的多目标检测算法[J]. 红外技术 2009(03)
    • [30].基于改进变分模态分解与双测度分形维数的发动机故障诊断[J]. 车用发动机 2020(01)

    标签:;  ;  ;  ;  ;  

    玉米铜污染实时动态监测的高光谱分形维数模型
    下载Doc文档

    猜你喜欢