基于高光谱指数的水稻砷污染胁迫多重判别模型

作者：曹仕; 刘湘南; 刘慕霞

来源：环境科学, 2010, (10): 2462-2468.

DOI：10.13227/j.hjkx.2010.10.034

• 水稻
• 砷污染
• 高光谱指数
• 诊断空间体系
• 主成分分析(PCA)
• 独立变量分析(ICA) rice
• As contamination
• hyperspectral indices
• system of diagnosis space
• principal component analysis(PCA)
• independent component analysis(ICA)

水稻中过量砷(As)能够影响叶片中叶绿素含量、水分含量以及细胞内部结构,进而改变水稻在光谱上的特征表现.以表征叶绿素、水分含量、细胞结构的NDVI、NDWI、SIPI等9种高光谱指数和实测水稻叶片砷含量数据为基础,利用相关分析、主成分分析和独立变量分析方法,获得诊断指标对水稻砷污染胁迫进行多重光谱判别.结果表明,表征不同生理参数的高光谱指数PSNDa、fWBI、SIPI与水稻叶片砷含量高度相关,可作为砷污染单级光谱诊断参数;主成分因子F1、F2和独立变量因子ICA1、ICA2对水稻砷污染胁迫具有特殊反应,分别作为水稻砷污染胁迫的主成分诊断指标和独立分量诊断指标.综合上述3类诊断参数,构建水稻砷...

• 单位
  中国地质大学（北京）; 湖南民族职业学院