利用作物生长模型和时序信号甄别水稻镉胁迫

孔 丽，刘美玲，刘湘南，邹信裕

（中国地质大学（北京）信息工程学院，北京 100083）

0 引 言

随着经济的不断发展，工业化不断推进，土壤重金属污染成为当今世界面临的重大生态环境问题之一[1]。水稻是中国的主要农作物，产量位居世界第二位。水稻重金属污染不仅会影响水稻的粮食产量，同时也会威胁人类的身体健康。传统的实地调查虽然能够准确检测水稻中的重金属浓度[2]，但费时费力，且难以满足大区域尺度监测的要求。由于遥感技术能够实时、大范围、连续动态获取目标地物对环境胁迫的光谱响应信息，因而利用遥感技术对水稻重金属污染现状进行监测和评估逐步受到国内外学者的广泛关注。

目前，许多学者对水稻重金属胁迫遥感监测开展了一系列的研究。赵利婷等[3]利用遥感同化WOFOST（World Food Studies）模型模拟水稻根重进行水稻重金属污染胁迫分析。Liu等[4]利用多时相的Sentinel-2数据融合光谱信息和时空信息监测水稻的重金属胁迫。近年来，为提高农作物重金属遥感识别精度，一些学者利用了多尺度小波变换的光谱分析方法对农作物污染胁迫状况进行识别和评价[5-6]；另一些学者将农作物生理功能特征变化（如蒸腾作用、光合作用、呼吸作用等）在光谱上的响应作为农作物重金属胁迫评估指标来揭示农作物重金属污染状况，如Jin等[7]构建了基于农作物形态和生理功能变化参数的重金属胁迫理论模型。Tian等[8]将胁迫效应的谱特征与时间特征结合去识别重金属胁迫。……