兖州矿区植物波谱变异与重金属胁迫特征研究

论文摘要

本文以济二矿和济三矿为研究区,采集玉米、大豆、小麦、毛白杨四种植物冠层野外光谱数据,并测定其叶部Cu、Mn、Pb、Zn四种重金属含量浓度,并了解各采样区的污染程度及污染类型。不同物种植物对同种重金属反应有差异,同种植物对不同重金属反应也有差异。如：济三矿玉米重金属含量较低,其叶部各种重金属含量基本在正常值范围内；济二矿玉米样品中Cu、Mn和Pb含量较高,大部分样品中三种金属含量超过正常值范围,其中Mn含量最高。大豆样品中,Mn和Cu含量都在正常值范围内,Pb和Zn的含量含量大多在正常值范围内,只有个别样品中重金属含量低于正常值范围。对原始波谱曲线进行波谱分析并提取了23个波谱参数,并对植被光谱特征进行了分析研究。不同植被光谱特征规律不同,植被指数特征规律不明显。通过对矿区植被叶部重金属含量浓度与光谱参数相关性分析可知,绿峰强度、绿峰面积和绿峰反射率均值与叶部同种重金属含量之间相关性规律一致,即都呈现正相关、负相关或者不相关,且相关系数接近。在所建立的逐步回归方程中,济三矿玉米叶部Zn与光谱参数所拟合出的逐步回归方程以及毛白杨叶部Pb元素含量与光谱参数所拟合出的逐步回归方程复相关系数最大,方程精度也最高。通过植被叶部重金属含量浓度与光谱参数相关性分析以及逐步回归方程建立,可知,与植被叶部重金属含量浓度相关系数绝对值最大的光谱参数都能进入到了最后所拟合的逐步回归方程中,而与重金属含量浓度相关性较小或者几乎无相关性的光谱参数也有可能进入到所拟合的方程中去。通过建立红谷而积和TVI与小麦叶部生化组分、济三矿玉米叶部生化组分的神经网络模拟模型后发现,径向基函数神经网络模拟效果较BP神经网络好,更适合对此类数据进行神经网络模拟。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题来源及意义
• 1.2 国内外研究现状与发展动态
• 1.3 研究内容与技术路线
• 2 研究区概况与采样点布置
• 2.1 研究区概况
• 2.2 采样区布置原则
• 3 矿区植物叶部重金属效应
• 3.1 研究区植物的采样与化验方法
• 3.2 研究区植被重金属效应
• 3.3 小结
• 4 植物波谱特征提取与分析
• 4.1 波谱数据的采集
• 4.2 绿色植物波谱特性
• 4.3 波谱特征参数提取方法
• 4.4 波谱特征分析
• 4.5 小结
• 5 相关性分析与相关模型建立
• 5.1 光谱参数与重金属相关性分析
• 5.2 逐步回归分析模型建立
• 5.3 小结
• 6 人工神经网络模拟与分析
• 6.1 人工神经网络基本原理
• 6.2 人工神经网络的MATLAB
• 6.3 神经网络模型拟合
• 6.4 小结
• 7 结论与展望
• 7.1 主要研究结论
• 7.2 主要创新点
• 7.3 问题、前景与展望
• 致谢
• 参考文献
• 硕士期间主要成果与参加的课题