玉米叶片铜污染的EEMD-MA-FD光谱诊断模型

• 作者: 张超 李燕 杨可明 王敏 程凤 高鹏
• 来源期刊: 农业环境科学学报
• 关键词: 铜污染 玉米叶片 集成经验模态分解 Mallat 分形维数
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 污染生态
• 页码范围: 779-786
• 页数: 8页
• 分类号: X171.5
• 语种: 中文
• DOI: 10.11654/jaes.2018-0857

摘要

以铜为例探讨重金属不同胁迫浓度下玉米叶片光谱的微弱信息量差异,在2017年测定的玉米叶片光谱数据和Cu2+含量的基础上,结合集成经验模态分解(Ensemble empirical mode decomposition,EEMD)、Mallat算法(MA)和分形维数(Fractal dimension,FD)构建EEMD-MA-FD光谱诊断模型来进行光谱弱信息变换监测.与红边最大值、蓝边最大值等常规重金属污染监测方法进行对比分析,验证EEMD-MA-FD模型在玉米叶片铜污染监测中的优越性,最后利用2016年采集的光谱数据作为检验数据验证模型的稳定性.结果显示,玉米叶片Cu2+含量与EEMD-MA-FD模型结果存在较强的相关性,相关系数为-0.9422,检验数据Cu2+含量与模型结果相关系数为-0.9937,与实验结果有较高的一致性.由此验证了EEMD-MA-FD诊断模型在农作物重金属铜污染监测中的可行性.