玉米叶片中铜离子含量的TSVA和LSVA遥感预测模型

• 作者: 孙彤彤 张伟 杨可明 王晓峰 程龙
• 来源期刊: 江西农业大学学报
• 学科: 农学
• 关键词: 光谱分析 植被重金属污染 奇异值分解 铜离子含量 预测模型
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 园艺与作物科学
• 页码范围: 1096-1103
• 页数: 8页
• 分类号: S513|X56|S127
• 字数: 4634字
• 语种: 中文
• DOI: 10.13836/j.jjau.2017142

摘要

植被重金属污染的植物体内重金属元素含量反演方法一直是高光谱遥感研究热点之一.设置不同浓度铜离子(Cu2+)胁迫梯度下的玉米盆栽实验,并测量不同浓度Cu2+胁迫下玉米叶片的光谱数据及其叶片中富集的Cu2+含量.由于健康的与受Cu2+胁迫污染的玉米叶片光谱在曲线形态上相似度仍很高,且传统的光谱相似性测度方法难以区分污染光谱的变异性弱差信息,因而采用离散小波变换多层分解、奇异值分解、光谱角度量等理论方法对光谱形态及变异信息进行转换处理,再通过正切与对数函数扩大光谱转换后的变异信息的方式,构建了正切奇异向量角(tangent singular vector angle,TSVA)和对数奇异向量角(logarithmic singu-lar vector angle,LSVA)的玉米叶片中Cu2+含量遥感预测模型.结果表明,TSVA和LSVA模型预测玉米叶片中的Cu2+含量较为理想,也能很好地区分不同浓度Cu2+胁迫梯度下的光谱变异信息.通过预测值与实测值的结果比较与相关性分析(其相关系数均大于0.91),验证了TSVA和LSVA模型预测玉米叶片中Cu2+含量的有效性和可行性.