期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
环境地质资料模拟重金属污染下光谱变异与元素甄别探究
1
作者 胡麟臻 夏天 +4 位作者 张超 杨可明 高学正 李晓蕾 万明明 《光谱学与光谱分析》 北大核心 2025年第9期2658-2665,共8页
在现代农业与环境科学的交叉领域,受重金属污染的农作物光谱特性变化研究正逐渐成为热点话题。当农作物遭受重金属污染后,其内部的生理结构与生化成分会发生改变,这种改变会直接反映在光谱特征上,光谱变化所产生的变异信息由此成为了重... 在现代农业与环境科学的交叉领域,受重金属污染的农作物光谱特性变化研究正逐渐成为热点话题。当农作物遭受重金属污染后,其内部的生理结构与生化成分会发生改变,这种改变会直接反映在光谱特征上,光谱变化所产生的变异信息由此成为了重金属污染监测极为关键的依据。本研究通过在实验室室内设置不同污染浓度的重金属铜铅玉米盆栽实验,测定了在不同浓度梯度的铜铅污染环境下玉米叶片的反射率光谱数据,以及玉米叶片中铜铅含量等关键数据,进而构建起一套涵盖全面、数据详实且专属于重金属铜铅污染玉米植株的完整数据集。并且聚焦于玉米叶片光谱,从频率域的独特视角切入,对其全波段以及子波段展开深入探究。通过创新性地结合时频分析方法,提出了一种名为叶片敏感光谱区间探测法(SIDM)。基于SIDM,进一步提出了叶片光谱的变异特征参数(SVCP),这些参数犹如农作物受污染状况的“生物标记”,对于研究变异特征参数与叶片重金属含量之间的内在关联有着重要意义。同时,将其与常规光谱指数对比,探寻对铜铅污染敏感的光谱区间。在此基础上,巧妙地结合非线性时频分布构建了叶片光谱变换方法(STM)。经过实验验证,STM能够清晰地区分不同铜铅元素污染类别。SIDM成功地将叶片铜铅污染弱信息进行有效增强与精准提取,使得原本微弱且难以察觉的污染信号清晰地展现出来。更为重要的是,找到了对铜铅污染具有高度特异性的光谱区间,这为后续开发更为精准高效的重金属污染监测技术奠定了坚实的基础。而STM则在区分有无重金属污染的光谱差异方面具有优势,并且能够直观地将玉米受铜铅污染的元素类别区分开来,有效推动了利用光谱技术进行农作物重金属污染监测领域的发展进程。 展开更多
关键词 重金属污染 农作物 叶片光谱 弱信息 元素区分
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部