農作物重金屬污染脅迫遙感弱信息增強與計算.pdf

1、農作物重金屬污染是當今世界面臨的重大生態(tài)環(huán)境問題之一，直接影響農業(yè)生產、糧食安全，危及人類生存環(huán)境。如何運用遙感技術動態(tài)、準確、大面積地監(jiān)測農作物重金屬污染狀況已經成為迫切需要解決的現實問題。然而，自然環(huán)境下農田土壤重金屬含量較低，農作物受重金屬污染脅迫的光譜響應信號微弱且不穩(wěn)定，同時還受其他環(huán)境因素如水肥耦合、光照、大氣等的影響，很容易淹沒于其他干擾信號之中，難以甄別。增強并計算這種大面積范圍內微小變化量的光譜弱信息，是遙感技術應用向

2、定量化、精細化方向發(fā)展必須解決的科學問題。
　　 本文以自然農田生態(tài)系統(tǒng)中具有復雜隱蔽性的農作物重金屬污染脅迫遙感動態(tài)識別和準確度量為研究目標，在長春、吉林等地選取若干重金屬污染程度不同的玉米、水稻農田樣地作為實驗區(qū)，在作物關鍵生長期通過典型區(qū)域取樣、實驗區(qū)連續(xù)觀測和室內分析測試，系統(tǒng)獲取實驗區(qū)農作物及其環(huán)境的特征參數、重金屬污染狀況和對應的高光譜數據；采用實驗驗證、物理機制分析、數學建模等方法探索農作物重金屬污染脅迫下葉綠素含

3、量變化、氮素含量變化和水分含量變化監(jiān)測的敏感光譜指數；運用小波分析和多級動態(tài)模糊神經網絡模型等方法獲得針對性更強的遙感指數，在此基礎上建立農作物重金屬污染脅迫遙感綜合評價模型，實現大范圍內微小變化量的遙感識別與計算。論文主要工作內容與結論如下：
　　 1、重金屬污染脅迫下土壤-作物系統(tǒng)理化性質、生物參數及其與高光譜遙感數據的響應關系。
　　 (1)基于實驗數據分析土壤和農作物重金屬元素含量的分布狀況，研究重金屬污染脅迫對

4、農作物葉綠素、氮素和水分含量變化的影響機制。研究發(fā)現，利用生態(tài)危害綜合指數對農作物污染脅迫等級進行評價相對于綜合污染指數準確性更高。
　　 (2)綜合分析農作物反射光譜特征，研究并驗證光譜指數與重金屬污染脅迫下農作物生化參數變化的響應關系，建立作物葉綠素、氮素和水分含量微小變化的高光譜反演模型。結果表明，諸多用于農作物生理指標反演的常規(guī)遙感指數(如NDVI、MCARI、OSAVI等)在重金屬污染脅迫下反演精度嚴重下降。通過分析各

5、遙感指數與作物生化指標、重金屬污染脅迫水平的關系，利用特征光譜空間構建出新光譜參數SIr，經驗證，新參數對重金屬脅迫具有良好的探測能力。
　　 2、農作物重金屬污染脅迫光譜診斷與快速發(fā)現。
　　 (1)分析污染脅迫下農作物葉綠素、氮素、水分含量微小變化的光譜響應機制及其表征，提出農作物重金屬污染脅迫綜合光譜表征參數，如水稻(SDg/SDr、FD933和WI3)、玉米(X23、NI15*NI17和D1025)，建立作物重金

6、屬污染脅迫多判據診斷模型。由于采用的三個參數分別對葉綠素、氮素、水分含量非常敏感，所構建的多判據診斷模型可以很好地識別作物的重金屬污染脅迫程度。
　　 (2)利用光譜二值編碼技術研究反射光譜的全局特征，發(fā)現在680-720nm波長范圍內的光譜二值編碼能夠快速辨識出農作物(尤其是水稻)重金屬污染脅迫特征。
　　 (3)根據小波分析的信號奇異性理論進行高光譜信號異常值的檢測，對比不同小波母函數對光譜特征的分解效果，選擇利用d

7、b3小波基對反射光譜曲線進行5層小波分解，發(fā)現在700-750nm波段小波系數變化劇烈，并且出現異常極值。對異常極值、異常幅值等與農作物重金屬污染脅迫水平的相關分析發(fā)現，無污染地區(qū)奇異極大值均小于0.01；同時，異常極值、異常幅值等奇異指標隨污染脅迫水平加劇而不斷增大，證明利用小波分解可以實現對重金屬污染脅迫的有效識別。
　　 3.農作物重金屬污染脅迫等級評價。
　　 將模糊理論與人工神經網絡系統(tǒng)相結合，集成模糊推理對模

8、糊信息的表達能力，人工神經網絡的自學習與非線性映射能力，建立由輸入層、模糊化層、模糊規(guī)則推理層和輸出層構成的動態(tài)模糊神經網絡模型。模型以農作物重金屬污染脅迫綜合光譜敏感因子為輸入，農作物重金屬污染脅迫等級為輸出。經多組數據分析、檢驗，證明該模型高效而穩(wěn)定，能夠實現對農作物重金屬污染脅迫等級的快速、準確評價。
　　 論文的創(chuàng)新之處在于綜合分析農作物重金屬污染脅迫下葉綠素、氮素和水分含量的微小變化及其光譜響應特征，獲取和度量響應各因