1 中国资源卫星应用中心, 北京 100094
2 中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083
3 安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室, 安徽 淮南 232001
4 安徽理工大学测绘学院, 安徽 淮南 232001
目前我国土壤重金属污染日趋严重, 高光谱遥感因具有光谱分辨率高、 图谱合一等特点成为农作物重金属污染研究的热点。 农作物受重金属污染后其光谱会发生细微的改变, 如何探寻叶片光谱中对重金属污染敏感的波段是目前的一种研究方向。 提出了一种新型铜胁迫植被指数(NCSVI)来探索铜胁迫下玉米光谱敏感区间。 通过设计不同梯度下的玉米铜胁迫实验, 测定每个铜胁迫浓度下玉米叶片的光谱和Cu2+的含量。 首先, 将玉米叶片光谱分为11个子区间, 以每个子区间的中间波长对应的光谱反射率构建各自的NCSVI。 然后, 计算NCSVI与玉米叶片中Cu2+含量的相关性系数R及均方根误差RMSE, 结合水波段指数(WBI)、 改进的叶绿素吸收率指数(MCARI)和归一化水指数(NDWI)这三种常规植被指数进行对比。 最后, 选用其他年份相同实验条件下获取的玉米叶片光谱进行验证, 确认NCSVI的稳定性和有效性。 结果表明, 11个子区间中只有绿峰、 红边、 近谷和近峰A这四个子区间对应的NCSVI与玉米叶片Cu2+含量相关性系数的绝对值高于0.9, 分别为-0.94, -0.97, -0.94和-0.96, 均方根误差均低于15, 分别为12.57, 8.71, 12.71和10.06, 而WBI, MCARI和NDWI的相关性系数最高的仅达到0.75, 均方根误差最小的为24.21, 说明四个子区间对应的NCSVI对玉米叶片铜污染有着更好的指示性。 利用不同年份相同条件下的玉米实验对以上结果进行验证, 发现11个子区间中, R绝对值大于0.9、 RMSE小于1.55的只有绿峰、 红边、 近谷和近峰A这四个子区间, 其中R分别为-0.9, -0.97, -0.97和-0.93, RMSE分别为1.50, 0.85, 0.78和1.29, 均优于WBI, MCARI和NDWI, 与2016年实验得出的敏感子区间一致, 说明NCSVI能探测铜胁迫下玉米光谱的敏感区间, 具备效率高、 稳定性好的特点。 所提出的NCSVI指数可作为监测玉米叶片铜污染的一种方法, 并为其他农作物重金属污染研究提供一定的理论支持。
高光谱遥感 玉米叶片 重金属污染 新型铜胁迫植被指数 光谱敏感区间 Hyperspectral remote sensing Corn leaves Heavy metal pollution New copper stress vegetation index Spectral sensitive interval 光谱学与光谱分析
2021, 41(8): 2604
1 沈阳理工大学 环境与化学工程学院, 辽宁 沈阳 110159
2 东北大学 资源与土木工程学院, 辽宁 沈阳 110004
为了研究长白落叶松光谱对土壤Cu胁迫的响应特征和变化规律, 在辽东树基沟矿区的3条勘测线上布置采样点, 进行表层土壤的多种重金属元素含量和长白落叶松针叶的反射光谱测定, 并提取了7个特征波段, 计算了多个波段区间的光谱角, 将其与土壤主要重金属铜的含量进行相关分析, 建立了回归模型。结果表明: 7个光谱特征波段中, “红谷”参数与表层土壤铜含量的相关系数最大, 基于“红谷”反射率建立的回归模型的R2达到0865。光谱角对铜胁迫长白落叶松针叶波段区间[400, 716] nm、[400, 2 500] nm的光谱变化十分敏感。“红边”位置和反射率与土壤铜含量不相关, 不适合区分矿区表层土壤重金属含量间的细微差别。对可见光敏感的“红谷”参数和光谱角均表明反射光谱的差异主要由叶绿素含量控制, 小部分受到针叶中水分含量的影响。本研究利用长白落叶松“红谷”和光谱角的“指纹效应”, 为快速有效反演大面积高植被覆盖区的土壤重金属含量、圈定隐伏矿(化)体提供了理论依据。
反射光谱 特征波段 铜胁迫 光谱角 树基沟矿区 reflectance spectra characteristic bands copper stress spectral angle shujigou mining area
中国矿业大学（北京）煤炭资源与安全开采国家重点实验室, 北京 100083
农作物重金属污染监测是当今高光谱遥感研究的重要内容之一, 旨在设计一种新的窄带植被指数, 以实现不同培育期的两种玉米品种的重金属铜胁迫监测。 研究设计了不同浓度的铜污染实验, 采用SVCHR-1024I型高性能地物光谱仪测量不同浓度铜离子（Cu2+）胁迫下玉米叶片的光谱反射率, 并同步获取了玉米叶片中Cu2+含量数据。 首先, 对玉米叶片原始光谱数据进行一阶差分处理, 并计算一阶差分反射率与叶片中Cu2+含量的相关系数（r）, 筛选对铜胁迫敏感的波段。 计算结果显示, 489~497, 632和677 nm波长附近的一阶差分反射率与叶片中Cu2+含量显著相关, 可将其视为敏感波段。 其次, 根据以上3个敏感波段, 建立基于一阶差分反射率的铜胁迫植被指数（dVI）。 对所有可能的dVIs和Cu2+含量进行一元回归分析, 并采用决定系数（R2）和均方根误差（RMSE）对回归结果进行评估, 以筛选最佳指数。 最后, 采用不同生长年份的玉米实验数据对敏感波段的稳定性及dVI的适用性进行了验证评估; 同时, 通过与归一化植被指数（NDVI）、 红边叶绿素指数（CIred-edge）、 红边位置（REP）、 光化学反射指数(PRI)等常规重金属胁迫植被指数进行应用比较, 证明dVI更具有优越性。 结果表明: 一阶差分处理后, 在450~500, 630~680和677 nm波长处的叶片反射率与Cu2+含量的相关系数明显增大。 基于一阶差分反射率的特征波段具有稳定性, 对于不同生长年份的玉米叶片数据, 特征波段的波长位置不变。 一元回归分析结果表明, 结合497, 632和677 nm波长的一阶差分反射率的指数与Cu2+含量具有显著的相关性, 对于不同生长年份的2种玉米品种数据集, R2都高达075以上。 另外, 与常规植被指数比较结果表明, 该研究所提出的dVI具有更好的鲁棒性及有效性, 可为冠层尺度的重金属胁迫监测提供理论基础。
玉米 铜胁迫 植被指数 特征波段 高光谱 Corn Copper stress Vegetation index Characteristic wavelength Hyperspectral 光谱学与光谱分析
2019, 39(9): 2823
