|本期目录/Table of Contents|

[1]程龙,杨可明,王晓峰,等.铅胁迫下玉米污染程度的ED-SCAtanπ/2快速判别方法[J].江苏农业科学,2018,46(12):238-241.
　Cheng Long,et al.Fast discrimination of corn pollution degree by ED-SCAtan π/2 method under lead stress[J].Jiangsu Agricultural Sciences,2018,46(12):238-241.
点击复制

铅胁迫下玉米污染程度的ED-SCAtanπ/2快速判别方法(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年第12期
页码:
238-241
栏目:
资源与环境
出版日期:
2018-06-20

文章信息/Info

Title:
Fast discrimination of corn pollution degree by ED-SCAtan π/2 method under lead stress
作者:
程龙;  杨可明;  王晓峰;  张伟;  孙彤彤
中国矿业大学(北京)地球科学与测绘工程学院，北京 100083
Author(s):
Cheng Long;  et al
关键词:
光谱分析; 盆栽玉米; 铅污染; 污染程度; 判别方法
Keywords:
-
分类号:
X87
DOI:
-
文献标志码:
A
摘要:
通过设计不同浓度铅(Pb)胁迫梯度下玉米生长试验，并在测量了不同浓度铅离子(Pb2+)污染的玉米叶片光谱及其叶中Pb2+含量的基础上，研究玉米Pb2+污染程度的快速判别方法。虽然重金属污染下玉米叶片光谱信息存在微弱差异，但健康的与不同程度污染的玉米叶片光谱仍具有极高相似度，常规的光谱相似性测度方法难以区分污染后叶片光谱微弱差异及其污染程度，因此，提出了结合欧氏距离和光谱相关角正切转换的ED-SCAtanπ/2方法，用于快速判别玉米Pb2+污染程度。结果表明，ED-SCAtanπ/2方法可以在辨别光谱整体形状相似性的前提下，增强对光谱局部特征差异性的分辨能力。通过与常规的光谱相关系数、光谱角、光谱相关角等光谱相似性度量方法应用结果比较，证明ED-SCAtanπ/2方法能够更有效地响应不同Pb2+污染程度的玉米光谱间差异，能快速达到判别不同污染程度的效果。同时该方法也具有减小判别玉米污染程度的误码率以及消除光谱相似度量时的互干扰能力。
Abstract:
-

参考文献/References:

［1］张英慧，袁东亚，赵志鹏，等. 重金属铅污染对动植物的危害综述［J］. 安徽农学通报，2011，17(2)：55-56.
［2］张宝龙，陈美静，辛士刚，等. 铅胁迫对植物光合作用影响的研究进展［J］. 安徽农业科学，2014(12)：3468-3470.
［3］王志勇，廖丽，袁学军. 重金属铅对草坪植物的毒害研究进展［J］. 草原与草坪，2010，30(2)：8-15.
［4］江行玉，赵可夫. 铅污染下芦苇体内铅的分布和铅胁迫相关蛋白［J］. 植物生理与分子生物学学报，2002，28(3)：169-174.
［5］白雪琪，张晓丽，张凝，等. 基于高光谱遥感的油松毛虫危害程度监测模型［J］. 北京林业大学学报，2016，38(11)：16-22.
［6］张浚哲，朱文泉，郑周涛，等. 高光谱数据的相似性测度对比研究［J］. 测绘科学，2013，38(6)：33-36.
［7］Zhang X Y，Li P J. Lithological mapping from hyperspectral data by improved use of spectral angle mapper［J］. International Journal of Applied Earth Observation & Geoinformation，2014，31：95-109.
［8］阎继宁，周可法，王金林，等. 基于SAM与SVM的高光谱遥感蚀变信息提取［J］. 计算机工程与应用，2013，49(19)：141-146.
［9］刘万军，杨秀红，曲海成，等. 基于光谱信息散度与光谱角匹配的高光谱解混算法［J］. 计算机应用，2015，35(3)：844-848.
［10］安斌，陈书海，严卫东. SAM法在多光谱图像分类中的应用［J］. 中国体视学与图像分析，2005，10(1)：55-60.
［11］Du B，Zhang Y X，Zhang L P，et al. A hypothesis independent subpixel target detector for hyperspectralImages［J］. Signal Processing，2015，110：244-249.
［12］Zhang E，Zhang X，Yang S，et al. Improving hyperspectral image classification using spectral information divergence［J］. IEEE Geoscience & Remote Sensing Letters，2013，11(1)：249-253.
［13］闻兵工，冯伍法，刘伟，等. 基于光谱曲线整体相似性测度的匹配分类［J］. 测绘科学技术学报，2009，26(2)：128-131.
［14］孔祥兵，舒宁，陶建斌，等. 一种基于多特征融合的新型光谱相似性测度［J］. 光谱学与光谱分析，2011，31(8)：2166-2170.
［15］魏祥坡，余旭初，付琼莹，等. 光谱角余弦与相关系数测度组合的光谱匹配分类方法与实验［J］. 地理与地理信息科学，2016，32(3)：29-33.
［16］Du Y Z，Chang C，Ren H，et al. New hyperspectral discrimination measure for spectral characterization［J］. Optical Engineering，2004，43(8)：1777-1786.
［17］Kumar M N，Seshasai M R，Prasad K V，et al. Anew hybrid spectral similarity measure for discrimination among Vigna species［J］. International Journal of Remote Sensing，2011，32(14)：4041-4053.
［18］吴浩，徐元进，高冉. 基于光谱相关角和光谱信息散度的高光谱蚀变信息提取［J］. 地理与地理信息科学，2016，32(1)：44-48.
［19］朱院院，高教波，高泽东，等. 基于相似性分类的高光谱主成分融合方法比较［J］. 光学技术，2016，42(2)：97-102.
［20］焦洪赞，王少宇，彭正洪. 基于条件随机场的光谱相似性匹配高光谱遥感影像聚类方法［J］. 武汉大学学报(工学版)，2016，49(6)：937-943，948.

相似文献/References:

[1]邹东恢,郭建华.多酶法提取平菇多糖工艺及光谱研究[J].江苏农业科学,2013,41(12):293.
　Zou Donghui,et al.Extraction process and spectroscopic study of oyster mushroom polysaccharides by multi-enzymatic method[J].Jiangsu Agricultural Sciences,2013,41(12):293.
[2]邹东恢,郭宏文.多酶法提取榛蘑多糖及光谱研究[J].江苏农业科学,2015,43(08):276.
　Zou Donghui,et al.Multi-enzymatic extraction of polysaccharides from Arimillaria mellea and its spectral analysis[J].Jiangsu Agricultural Sciences,2015,43(12):276.
[3]杨可明,刘聪,张文文,等.铜胁迫下玉米叶片的水分吸收光谱响应及其污染程度预测模型[J].江苏农业科学,2018,46(12):48.
　Yang Keming,et al.Water absorption spectral response of maize leaves under copper stress and prediction model of pollution degree[J].Jiangsu Agricultural Sciences,2018,46(12):48.
[4]如则麦麦提·米吉提,买买提·沙吾提,麦尔耶姆·亚森,等.基于高光谱的干旱区盐渍化土壤盐分含量估算[J].江苏农业科学,2018,46(22):265.
　Ruzimamat Mijit,et al.Estimation of salt content in salinity soil of arid areas based on hyperspectral data[J].Jiangsu Agricultural Sciences,2018,46(12):265.
[5]亚森江·喀哈尔,尼加提·卡斯木,茹克亚·萨吾提,等.基于高光谱的春小麦抽穗期叶绿素含量估算方法[J].江苏农业科学,2019,47(18):266.
　Yasenjiang·Kahaer,et al.Estimation method of chlorphyll content at heading stage of spring wheat based on hyperspectral data[J].Jiangsu Agricultural Sciences,2019,47(12):266.
[6]朱传梅,王宏卫,谢霞,等.基于光谱指数和机器学习的土壤有机质含量反演[J].江苏农业科学,2020,48(22):233.
　Zhu Chuanmei,et al.Inversion of soil organic matter content based on spectral index and machine learning[J].Jiangsu Agricultural Sciences,2020,48(12):233.

备注/Memo

备注/Memo:
收稿日期：2017-04-02
基金项目：国家自然科学基金(编号：41271436)；中央高校基本科研业务费专项资金(编号：2009QD02)。
作者简介：程龙(1991—)，男，安徽宿松人，硕士研究生，主要从事高光谱遥感研究。E-mail：1396834136@qq.com。
通信作者：杨可明，博士，教授，主要从事高光谱遥感、矿山地理与形变信息等研究。E-mail：ykm69@163.com。
更新日期/Last Update: 2018-06-20