首页|基于SD-SVD-Burg的玉米叶片铜铅污染甄别与程度诊断

基于SD-SVD-Burg的玉米叶片铜铅污染甄别与程度诊断

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为研究一种快速甄别作物受重金属污染的元素类别和所受污染程度的方法,于2017年设置不同梯度铜(Cu)、铅(Pb)胁迫下的玉米盆栽实验,对玉米的紫谷、绿峰和红边3个光谱特征区间的高光谱数据进行光谱一阶微分和奇异值分解处理,并结合Burg算法绘制功率谱密度曲线,同时利用2014年采集的光谱数据作为验证组检验该模型的稳定性.结果表明:健康玉米叶片与不同浓度Cu、Pb胁迫下玉米叶片光谱信号的功率谱密度曲线的波峰数及波峰坡度均不相同.功率谱曲线平均功率和玉米叶片中Cu、Pb含量的相关系数最高可达0.9958,证明该方法在对玉米进行污染元素种类辨别和污染程度诊断方面具有可行性,不同年份Cu与Pb胁迫下绿峰功率谱曲线平均功率与玉米叶片中Cu、Pb含量的相关系数分别为0.9213和0.9915,进一步验证该算法在玉米Cu、Pb污染诊断方面具有稳定性与普适性.
Discrimination of copper and lead pollution and diagnosis of pollution degree in maize leaves based on SD-SVD-Burg

韩倩倩、杨可明、高伟、李艳茹、张建红

展开 >

中国矿业大学(北京)地球科学与测绘工程学院,北京 100083

玉米叶片 重金属污染 光谱特征区间 Burg算法 污染元素甄别 污染程度诊断

国家自然科学基金中央高校基本科研业务费专项资金项目

419714012020YJSDC02

2021

10.11654/jaes.2020-0860

农业环境科学学报
农业部环境保护科研监测所 中国农业生态环境保护协会

农业环境科学学报

CSTPCDCSCD北大核心
影响因子：1.52
ISSN：1672-2043
年,卷(期)：2021.40(1)
  • 1
  • 13