基于高阶谱法作物重金属污染元素判别与污染程度诊断

• 作者: 孙彤彤 张伟 杨可明 王晓峰 程龙
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 作物重金属污染 高阶谱估计 灰度-梯度共生矩阵 污染元素判别 污染程度诊断
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 191-198
• 页数: 8页
• 分类号: TP7
• 字数: 5382字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2018.02.025

摘要

基于不同铜离子(Cu2+)和铅离子(Pb2+)胁迫梯度下玉米叶片光谱微分数据,结合高阶谱估计与灰度-梯度共生矩阵(Gray gradient co-occurrence matrix,GGCM)的特征提取方法,提出了Cu2和pb2污染定性分析、污染元素种类识别和污染程度诊断的方法.首先,测量了不同胁迫梯度下玉米叶片光谱数据以及叶片中富集的Cu2+、Pb2+含量;然后,利用高阶谱估计的ARMA模型参数法对各类玉米叶片微分光谱数据序列进行双谱估计,得到bisp_rts和bisp_qs矩阵及其相应的双谱三维图,从而可以直观可视地定性分析玉米是否已受Cu2+和Pb2+污染,辨别出Cu2+或Pb2+污染的元素类别;最后,构造bisp_rts和bisp_qs矩阵相应的GGCM,通过提取各GGCM的纹理参量特征值,诊断玉米叶片受Cu2和pb2的污染程度.实验结果表明:高阶谱估计可以定性分析玉米老叶(O)、中叶(M)、新叶(N)是否已受Cu2+和Pb2+污染,也可辨别出O、M叶片所受Cu2+或Pb2+污染的元素类别;bisp_rts矩阵的灰度分布不均匀性(T1)、能量(T2)特征值均能反映O、M叶片中Pb2+含量的变化,能较好地诊断O、M叶片中Pb2+的污染程度,而bisp_qs矩阵的小梯度优势(T3)特征值能反映O、M叶片中Cu2+含量的变化,能较好地诊断O、M叶片中Cu2+的污染程度.