李燕
- 作品数：8 被引量：41H指数：3
- 供职机构：中国矿业大学（北京）资源与安全工程学院煤炭资源与安全开采国家重点实验室更多>>
- 发文基金：国家自然科学基金煤炭资源与安全开采国家重点实验室开放基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术环境科学与工程理学更多>>
- 铜胁迫下玉米污染特征波段提取与程度监测被引量：5
- 2020年
- 我国农田重金属污染形势不容乐观。土壤中的重金属被作物根系吸收后会影响作物正常的生长发育,降低农产品质量,进而通过食物链进入人体,危害人体健康。高光谱遥感为实时动态高效监测作物重金属污染提供了可能。设置不同浓度Cu2+胁迫梯度的玉米盆栽实验,并采集苗期、拔节期和穗期玉米老、中、新叶片光谱数据,测定不同生长时期叶片叶绿素含量、叶片Cu2+含量。基于所获取的光谱数据、叶绿素含量和叶片Cu2+含量,结合相关分析法、最佳指数法(OIF)和偏最小二乘法(PLS)构建OIF-PLS法提取含有Cu2+污染信息的特征波段。首先依据苗期、拔节期和穗期叶片叶绿素含量及穗期叶片Cu2+含量与相应叶片光谱的相关系数初步筛选特征波段;然后,从中选取三个波段计算最佳指数因子,并以该三个波段为自变量,对玉米叶片Cu2+含量进行偏最小二乘回归分析,计算均方根误差;最后根据最佳指数因子最大、均方根误差最小的原则选取最佳特征波段。基于OIF-PLS法所选取的特征波段构造植被指数OIFPLSI监测重金属铜污染,并与常规的红边归一化植被指数(NDVI 705)、改进红边比值植被指数(mSR 705)、红边植被胁迫指数(RVSI)和光化学指数(PRI)监测结果做比较,验证OIFPLSI的有效性和优越性。另外利用在相同的实验方法下获取的不同年份的数据对OIFPLSI进行检验,验证OIFPLSI的适用性和稳定性。实验结果表明,基于OIF-PLS法提取的特征波段(542,701和712 nm)比基于OIF法提取的特征波段(602,711和712 nm)能更好地反映Cu2+污染信息;植被指数OIFPLSI与叶片Cu2+含量显著正相关,相关性优于NDVI 705,mSR 705,RVSI和PRI;OIFPLSI与叶片叶绿素含量显著负相关,与土壤中Cu2+含量显著正相关;不同生长时期OIFPLSI与土壤中Cu2+含量的相关性高低依次为拔节期、穗期、苗期。基于不同年份数据验证结果表明,OIFPLSI与叶片Cu2+�
- 高鹏杨可明荣坤鹏程凤李燕王思佳
- 关键词：重金属污染光谱分析植被指数农作物
- 离子阱质谱计的研究现状及其进展被引量：24
- 2006年
- 离子阱质量分析器中离子的运动在数学上可用二阶线性微分方程——Mathieu方程的解来描述,利用离子在Mathieu方程解的稳定性图中所具有的特性,可实现离子的质谱扫描。离子阱质谱计的小型化主要集中在对离子阱质谱计各组成部分(离子源、质量分析器、离子检测、真空系统)的小型化上。随着科技的不断发展,离子阱质谱计体积的小型化,分析对象的不断扩大,仪器性能上实现大质量范围、高分辨率和高灵敏度,以及成本的有效降低等,将是离子阱质谱计相关研究的主要趋势。
- 李燕梁汉东韦妙李良
- 关键词：质量分析器小型化
- 玉米铜污染实时动态监测的高光谱分形维数模型被引量：1
- 2019年
- 重金属Cu^2+在玉米植株中过量积累会破坏其组织细胞结构,降低叶绿素含量,使植物代谢紊乱,都将在光谱上表现变化。传统监测污染的方法费时费力,不能满足快速实时监测的需求。农作物污染监测中的高光谱遥感监测应用技术是当前研究的重点。通过设置不同Cu^2+浓度的盆栽试验,测得不同Cu^2+胁迫浓度下玉米叶片的Cu^2+含量、叶绿素含量以及高光谱反射率数据,系统分析玉米叶片光谱曲线的特征以及不同Cu^2+胁迫浓度下的光谱分形维数与光谱指数变化的情况,建立玉米叶片Cu^2+浓度、光谱分形维数和光谱指数的空间分布,研究Cu^2+定性分析中光谱指数与光谱分形维数的关系。结果发现,光谱分形维数比光谱指数能更好地反映Cu^2+污染下玉米植株的生理特征的变化,从而可以成为大范围监测玉米Cu^2+污染的甄别依据。
- 张超杨可明王敏高鹏程凤李燕
- 关键词：玉米叶片高光谱遥感重金属污染光谱指数
- 铜胁迫下玉米叶片光谱MRSVD特征与污染预测模型被引量：2
- 2019年
- 基于不同铜离子(Cu^2+)胁迫梯度下玉米盆栽实验,依据所测玉米叶片光谱数据和叶片中Cu^2+含量,通过多分辨奇异值分解(MRSVD)提取光谱弱信息,建立玉米叶片Cu^2+污染定性分析及含量预测模型.利用MRSVD对350~1 300 nm波段内玉米叶片光谱进行多层分解,依据模极大值理论和定义的敏感因子确定反映Cu^2+污染信息的最佳分量,在此基础上构建奇异系数(SC)、奇异指数(SI)、奇异面积(SA)和奇异谱熵(SSE)等奇异特征参数分析光谱奇异性,并采用逐步回归分析法建立奇异特征参数与玉米叶片Cu^2+含量之间的定量关系模型.结果表明:第9层MRSVD细节分量能较好地提取Cu^2+污染信息,奇异性主要集中在480~850 nm波段内,奇异特征参数与玉米叶片Cu^2+含量有较好的相关性,其中SI和SSE与玉米叶片Cu^2+含量存在较强的定量关系,其决定系数(R^2)为0.842 5,均方根误差为0.826 0,模型精度优于常规方法.奇异特征参数能够较好地诊断并定量分析玉米叶片铜污染水平,可为作物重金属污染监测提供参考.
- 高鹏杨可明荣坤鹏张超程凤李燕
- 关键词：铜污染盆栽玉米光谱分析
- 基于VMD-MSE的玉米铜污染信息提取与预测模型
- 2019年
- 重金属污染会引起作物光谱畸变,本文通过挖掘光谱信息中微弱的畸变信息诊断玉米受污染程度。将变分模态分解(VMD)运用到高光谱弱信息探测中,并结合多尺度熵(MSE)构建VMD-MSE光谱弱信息探测模型,同时利用模型值VM进行Cu2+含量回归分析与建模。结果表明:对原始光谱数据进行3次VMD分解后,可有效提取光谱奇异特征;计算VMD结果的MSE值,可获取5个尺度的模型值。各尺度模型值VM与玉米叶片中Cu2+含量呈现显著负相关,其中第一尺度模型值(VM1)与叶片中Cu2+相关性最好。对各尺度VM构建的Cu2+含量预测模型应用结果进行比较,证明VM1线性回归模型预测效果最优。表明VMD-MSE模型可为作物污染信息提取、污染诊断及Cu2+含量预测提供思路与方法。
- 杨可明李燕程凤高鹏张超
- 关键词：玉米
- 重金属铜胁迫下玉米的光谱特征及监测研究被引量：4
- 2019年
- 农作物重金属污染监测是当今高光谱遥感研究的重要内容之一,旨在设计一种新的窄带植被指数,以实现不同培育期的两种玉米品种的重金属铜胁迫监测。研究设计了不同浓度的铜污染实验,采用SVCHR-1024I型高性能地物光谱仪测量不同浓度铜离子(Cu^2+)胁迫下玉米叶片的光谱反射率,并同步获取了玉米叶片中Cu^2+含量数据。首先,对玉米叶片原始光谱数据进行一阶差分处理,并计算一阶差分反射率与叶片中Cu^2+含量的相关系数(r),筛选对铜胁迫敏感的波段。计算结果显示,489~497,632和677nm波长附近的一阶差分反射率与叶片中Cu^2+含量显著相关,可将其视为敏感波段。其次,根据以上3个敏感波段,建立基于一阶差分反射率的铜胁迫植被指数(dVI)。对所有可能的dVIs和Cu^2+含量进行一元回归分析,并采用决定系数(R2)和均方根误差(RMSE)对回归结果进行评估,以筛选最佳指数。最后,采用不同生长年份的玉米实验数据对敏感波段的稳定性及dVI的适用性进行了验证评估;同时,通过与归一化植被指数(NDVI)、红边叶绿素指数(CIred-edge)、红边位置(REP)、光化学反射指数(PRI)等常规重金属胁迫植被指数进行应用比较,证明dVI更具有优越性。结果表明:一阶差分处理后,在450~500,630~680和677nm波长处的叶片反射率与Cu^2+含量的相关系数明显增大。基于一阶差分反射率的特征波段具有稳定性,对于不同生长年份的玉米叶片数据,特征波段的波长位置不变。一元回归分析结果表明,结合497,632和677nm波长的一阶差分反射率的指数与Cu^2+含量具有显著的相关性,对于不同生长年份的2种玉米品种数据集,R2都高达0.75以上。另外,与常规植被指数比较结果表明,该研究所提出的dVI具有更好的鲁棒性及有效性,可为冠层尺度的重金属胁迫监测提供理论基础。
- 李燕杨可明荣坤鹏张超高鹏程凤
- 关键词：玉米铜胁迫植被指数
- 铜污染土壤光谱特征及弱差信息的LH-PSD甄测模型被引量：3
- 2019年
- 土壤受重金属污染后,会影响农作物及食品安全,危及人体健康,因此寻找快速、高效甄测土壤重金属污染信息的方法尤为关键。传统化学分析方法存在过程繁杂、费时耗力等缺点,而高光谱遥感因光谱分辨率高、信息量大、快速无损等特点在环境监测等应用方面优势明显。由于电磁遥感信号反射、辐射过程复杂,通过仪器获取的土壤高光谱数据难以直接解析出重金属污染信息,因而,研究并寻求一种能够有效挖掘土壤重金属污染信息的方法对高光谱遥感监测污染意义重大。不同浓度铜(Cu)污染会使土壤理化性质改变,引发土壤光谱产生微弱变化,该研究目的是对Cu污染土壤光谱的特征及弱差信息进行识别、提取与分析,进而挖掘光谱中的重金属污染信息。采用包络线去除(CR)对光谱进行预处理,通过定义局部极大值均值(LMM)与半波高(HWH),结合时频分析的短时傅里叶变换(STFT)及能量谱密度(PSD),构建LH-PSD甄测模型。通过模型对极相似土壤光谱进行处理,所获PSD分布图使光谱间的微弱差异可视化显现,并显著区分了相似光谱,验证了模型对光谱特征及弱差信息的甄别能力和有效性。同时应用该模型,对不同Cu污染梯度的土壤实验光谱进行重金属污染信息的提取与分析,研究结果表明,LH-PSD甄测模型中,LMM与HWH可有效提取光谱间差异特征并以阶梯状显现。经模型处理后得到的可视化PSD分布图能直观定性判别土壤是否受重金属Cu污染,即当土壤受重金属Cu污染后,相同采样频数下,在频率为100与600Hz附近PSD分布会出现明显空缺分离,随着Cu污染浓度的增加,在100~600Hz之间PSD的分布呈逐渐稀疏态势。能量值E可定量化监测土壤Cu污染程度,即随着土壤中Cu污染浓度的增加,E值呈下降趋势,且与Cu含量的相关系数达到-0.9105,显著相关。为检验模型的可靠性,研究结合栽种玉米作物的土壤光
- 杨可明张伟付萍杰高鹏程凤李燕
- 关键词：高光谱遥感重金属污染特征信息
- 玉米叶片铜污染的EEMD-MA-FD光谱诊断模型被引量：3
- 2019年
- 以铜为例探讨重金属不同胁迫浓度下玉米叶片光谱的微弱信息量差异,在2017年测定的玉米叶片光谱数据和Cu^(2+)含量的基础上,结合集成经验模态分解(Ensemble empirical mode decomposition,EEMD)、Mallat算法(MA)和分形维数(Fractal dimension,FD)构建EEMD-MA-FD光谱诊断模型来进行光谱弱信息变换监测。与红边最大值、蓝边最大值等常规重金属污染监测方法进行对比分析,验证EEMD-MA-FD模型在玉米叶片铜污染监测中的优越性,最后利用2016年采集的光谱数据作为检验数据验证模型的稳定性。结果显示,玉米叶片Cu^(2+)含量与EEMD-MA-FD模型结果存在较强的相关性,相关系数为-0.942 2,检验数据Cu^(2+)含量与模型结果相关系数为-0.993 7,与实验结果有较高的一致性。由此验证了EEMD-MA-FD诊断模型在农作物重金属铜污染监测中的可行性。
- 程凤杨可明王敏李燕高鹏张超
- 关键词：铜污染玉米叶片MALLAT分形维数
