玉米叶片铜铅胁迫高光谱识别研究

杨可明 高 伟 陈改英 赵恒谦 韩倩倩 李艳茹

(1.中国矿业大学(北京)地球科学与测绘工程学院， 北京 100083； 2.北京农学院园林学院， 北京 102206)

0 引言

金属矿山开采会引起一系列环境污染问题，如铜(Cu)、铅(Pb)等重金属元素通过地下水、降雨等途径污染土壤，并经根系富集于农作物中，威胁人类生命健康。因此，农作物重金属污染监测尤为重要。高光谱技术具有快速、无损检测和环境友好[1-3]等特点，被广泛应用于农作物重金属污染监测研究中，如利用光谱指数监测玉米中铜的污染程度[4]，利用可见-近红外光谱探测果树叶片多类铁的含量[5]，结合显著波段与指数特征预测向日葵中多种重金属含量[6]等。不同种类的重金属元素对人体产生的危害不同，如Cu中毒是引起阿尔茨海默[7]、帕金森[8]及亨廷顿[9]等神经系统退行性疾病的重要因素，Pb中毒是正常红细胞性贫血[10]、腹痛[11]等疾病的重要诱发因素。因此，基于高光谱技术探寻农作物重金属胁迫种类的识别方法意义重大。

近年来，国内外学者在重金属污染元素光谱识别方面取得了一定的进展。XIE等[12]以显著光谱变量结合线性回归分类，对泥蚶中3种重金属元素及混合污染进行了识别，准确度为90.67%。杨可明等[13]依据玉米叶片空间谱的峰数实现了对重金属胁迫种类的区分。付萍杰等[14]在对植物光谱进行经验模态分解去噪重构基础上，基于多个特征区间光谱自相关函数一阶导数比值差的变化量与0的关系，对Cu、Pb污染进行判别研究。……