| 基于污染种类判别特征的作物Pb、Cu污染种类判别 |
| |
| 引用本文： | 尚相春,金倩,杨可明,高伟,吴兵.基于污染种类判别特征的作物Pb、Cu污染种类判别[J].农业环境科学学报,2023,42(1):46-54. |
| |
| 作者姓名： | 尚相春 金倩 杨可明 高伟 吴兵 |
| |
| 作者单位： | 淮北矿业股份有限公司孙疃煤矿, 安徽 淮北 235000;河北省矿产资源与生态环境监测重点实验室, 河北 保定 071051;中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083 |
| |
| 基金项目： | 淮北矿业企业委托项目（2020-117）；中央高校基本科研业务费专项（2022JCCXDC01，2022YJSDC22）；国家自然科学基金项目（41971401） |
| |
| 摘 要： | 为判别作物中的重金属污染种类，开展了Pb、Cu胁迫下的典型作物（玉米）培育实验，获取了作物叶片的高光谱数据与Pb、Cu污染信息。首先对光谱进行分数阶、整数阶导数变换，而后利用差值比光谱指数构建特征参量以组成Pb、Cu污染种类判别特征（DFLCPT），最终基于DFLCPT数据构建了用于作物Pb、Cu污染种类判别的随机森林分类（RFC）、K-最邻近分类（KNNC）、支持向量机分类（SVC）、高斯过程分类（GPC）模型。结果表明：在依托多种导数光谱构建的差值比光谱指数（DRSI）中，以0.9阶导数光谱为基准的DRSI2 412,1 223,636]与样本Pb、Cu污染种类的相关系数绝对值最大，为0.764 1；在依托多维度DFLCPT(DFLCPTn D)建立的SVC、RFC、KNNC、GPC玉米Pb、Cu污染种类判别模型中，RFC模型的效果优于SVC、KNNC、GPC模型，其在训练集与验证集中取得的最高正确率均为100%，精度较好，稳定性较强。研究表明，依托DFLCPT的模型在Pb、Cu污染种类判别中达到了预期效果，可为大规模的作物重金属污染种类判别提供一定的技术支撑。
|
| 关 键 词： | 高光谱 重金属污染 种类判别 玉米叶片 |
| 收稿时间： | 2022/5/3 0:00:00 |
Discrimination of Pb and Cu pollution types in crops based on the discrimination feature of lead - copper pollution type |
| |
| SHANG Xiangchun,JIN Qian,YANG Keming,GAO Wei,WU Bing.Discrimination of Pb and Cu pollution types in crops based on the discrimination feature of lead - copper pollution type[J].Journal of Agro-Environment Science( J. Agro-Environ. Sci.),2023,42(1):46-54. |
| |
| Authors: | SHANG Xiangchun JIN Qian YANG Keming GAO Wei WU Bing |
| |
| Institution: | Suntuan Coalmine, Huaibei Mining Co., Ltd., Huaibei 235000, China;Key Laboratory of Mineral Resources and Ecological Environment Monitoring of Hebei Province, Baoding 071051, China;College of Geoscience and Surveying Engineering, China University of Mining and Technology(Beijing), Beijing 100083, China |
| |
| Abstract: | |
| |
| Keywords: | hyperspectral heavy metal pollution pollution type discrimination maize leave |
|
| 点击此处可从《农业环境科学学报》浏览原始摘要信息 |
| 点击此处可从《农业环境科学学报》下载免费的PDF全文 |
|
