光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2011年
1期
192-196
,共5页
高光谱%镉污染胁迫%小波分析%奇异性检测%小波能量系数
高光譜%鎘汙染脅迫%小波分析%奇異性檢測%小波能量繫數
고광보%력오염협박%소파분석%기이성검측%소파능량계수
为了快速、准确地探测自然环境下水稻镉污染胁迫状况,提出了一种基于可见光-近红外光谱小波分析技术的快速识别和估算水稻镉污染的方法.根据野外实测水稻高光谱数据、水稻叶片主要生化参数及重金属含量等数据,利用Daubechies小波系的db5小波函数对350～1 300 nm水稻高光谱反射率进行9层分解,并提取小波能量系数进行镉含量回归建模.结果显示:第5层小波分解(d5)的奇异范围为550～810nm,奇异幅度为0.04,模极大值的中心位于700 nm处,对识别水稻镉污染效果最佳;以第3层小波能量系数作为自变量的回归模型对水稻镉含量估算精度最高,其决定系数R2高达0.958,均方根误差RMSE为0.122.小波奇异性分析可以较准确的诊断水稻镉污染胁迫状况,基于小波能量系数的建模能有效估算水稻镉污染胁迫水平.
為瞭快速、準確地探測自然環境下水稻鎘汙染脅迫狀況,提齣瞭一種基于可見光-近紅外光譜小波分析技術的快速識彆和估算水稻鎘汙染的方法.根據野外實測水稻高光譜數據、水稻葉片主要生化參數及重金屬含量等數據,利用Daubechies小波繫的db5小波函數對350～1 300 nm水稻高光譜反射率進行9層分解,併提取小波能量繫數進行鎘含量迴歸建模.結果顯示:第5層小波分解(d5)的奇異範圍為550～810nm,奇異幅度為0.04,模極大值的中心位于700 nm處,對識彆水稻鎘汙染效果最佳;以第3層小波能量繫數作為自變量的迴歸模型對水稻鎘含量估算精度最高,其決定繫數R2高達0.958,均方根誤差RMSE為0.122.小波奇異性分析可以較準確的診斷水稻鎘汙染脅迫狀況,基于小波能量繫數的建模能有效估算水稻鎘汙染脅迫水平.
위료쾌속、준학지탐측자연배경하수도력오염협박상황,제출료일충기우가견광-근홍외광보소파분석기술적쾌속식별화고산수도력오염적방법.근거야외실측수도고광보수거、수도협편주요생화삼수급중금속함량등수거,이용Daubechies소파계적db5소파함수대350～1 300 nm수도고광보반사솔진행9층분해,병제취소파능량계수진행력함량회귀건모.결과현시:제5층소파분해(d5)적기이범위위550～810nm,기이폭도위0.04,모겁대치적중심위우700 nm처,대식별수도력오염효과최가;이제3층소파능량계수작위자변량적회귀모형대수도력함량고산정도최고,기결정계수R2고체0.958,균방근오차RMSE위0.122.소파기이성분석가이교준학적진단수도력오염협박상황,기우소파능량계수적건모능유효고산수도력오염협박수평.
