利用独立变量分析与高光谱植被指数模型监测成熟期水稻中砷污染

• 作者: 刘清俊 刘湘南 曹仕
• 来源期刊: 农业环境科学学报
• 关键词: As污染 独立变量分析(ICA) 中心化和白化 最小二乘回归
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 研究报告
• 页码范围: 881-886
• 分类号: X830.2
• 语种: 中文

摘要

水稻中过量砷(As)能够损害叶片中叶绿素和叶片内部结构,进而影响水稻光合作用效率,并改变水稻在光谱上的表现.利用高光谱植被指数(CARI、PRI、SIPI)和独立变量分析(ICA)模型对水稻中As含量进行了研究.结果表明,以上3种高光谱植被指数与水稻中As含量均呈一定的相关关系,其相关系数在0.67以上;而经过独立变量分析(ICA)可知,在蓝光波段(440～540 nm)和红光波段(600～700 nm)之间各有一个独立变量与水稻中As含量高度相关,相关系数达到0.95以上.将上述植被指数与独立变量和水稻中As含量之间进行回归分析,得到水稻中As含量的线性回归方程.研究表明,重金属As对水稻生长的影响可以通过其在光谱上的特征(如相关植被指数)改变来体现,并可以用独立变量分析(ICA)方法提取光谱中关于As胁迫的隐含弱信息,建立遥感预测模型,为大面积监测农作物As污染提供依据.