孟 飞 崔 宇 付萍杰

(山东建筑大学测绘地理信息学院， 济南 250101)

0 引言

土壤重金属污染是影响农作物正常生长的重要因素之一，其中铜(Cu)、铅(Pb)、镉(Cd)等重金属污染较为突出[1]。土壤重金属污染隐蔽性强、毒性大、治理难且周期长[2]。以Cu为例，常量时Cu是植物生长发育的必需微量元素[3]，而土壤Cu2+含量的超标会破坏农作物细胞组织结构，引起植物代谢紊乱[4]。受重金属胁迫的农作物不但生长会受到抑制，而且土壤生理化参数也会发生改变[5]，这些变化都会反映在光谱曲线上。因此，利用光谱技术对农作物重金属污染胁迫等弱信息进行提取与判别已成为高光谱遥感的研究热点，快速有效地监测农作物重金属污染对生态系统的安全与稳定具有重要意义。研究利用叶片光谱判别玉米铜胁迫程度的最佳生长阶段同样具有重要意义[6]。

高光谱数据具有波段众多、光谱分辨率高的优势，可实现农作物快速、无损、实时的动态监测[7-8]，也为监测和防治土壤总金属污染提供了技术保障[9]。刘厚田等[10]基于一、二阶微分分析了土壤中过量铜对水稻叶片光谱反射特性的影响；李苑溪等[11]研究发现，铜胁迫下玉米叶片光谱红边波长与叶片中叶绿素含量存在一定的相关关系；高鹏等[12]基于铜胁迫下玉米叶片光谱的MRSVD特征构建奇异特征参数，进行了光谱奇异性分析，并采用逐步回归分析法建立奇异特征参数与玉米叶片Cu2+含量之间的定量关系模型。光谱时频分析在前人研究中同样有了长足的发展。……