基于EMD-SD光谱的玉米叶片叶绿素含量GA-BP模型反演

叶绿素是作物进行光合作用所需的主要色素,BP神经网络（BPNN）是较为新颖的反演叶绿素含量的方法。为研究反演精度更高的叶绿素含量反演模型,将经验模态分解（EMD）与光谱微分（SD）结合来提高输入因子与叶绿素含量的相关性,并使用遗传算法（GA）优化BPNN得到GA BP模型以获得最优初始权值阈值。将光谱数据EMD后进行一阶微分变换得到EMD SD光谱,选择与叶绿素含量相关系数超过06的5个波段处的EMD SD值作为GA BP模型的输入因子,隐含层节点数为7,多次训练取最优个体适应度值最低的GA BP模型来反演玉米叶片叶绿素含量。GA BP模型反演得到的预测值与实测值之间的判定系数（R2）最高,达到0818,均方根误差（RMSE）仅为2442,平均相对误差（e）为5436%。研究表明,EMD SD光谱作为GA BP模型的输入因子,与线性模型MLR和未优化的BP模型相比反演精度最高,验证了基于EMD SD光谱的GA BP模型提高玉米叶片叶绿素含量反演精度的可行性。     

汉城湖绿化区土壤重金属污染评价

通过野外调查及室内分析方法测定汉城湖12个绿化功能区土壤中的重金属As、Hg、Cr、Cd和Pb含量,利用单因子污染指数法、内梅罗综合污染指数法和潜在生态危害指数法,结合陕西省土壤背景值及《国家土壤环境质量标准》(GB15618-1995)二级标准,进行土壤重金属污染评价,并利用相关分析和主成分分析多元统计方法解析了重金属元素的来源。结果表明:1)绿化区土壤As、Hg、Cr、Cd和Pb平均含量分别是50.32、0.62、28.23、1.31mg·kg-1和26.75mg·kg-1,其中Hg、Cd、As和Pb含量陕西省土壤元素背景值,As和Cd含量超出国家二级土壤环境质量标准允许量;2)以陕西省土壤背景值为评价标准,汉城湖绿化区土壤单因子污染指数污染程度依次为:HgCdAsPbCr,其中As、Hg、Cd为重度污染,Pb为轻度污染,内梅罗综合污染指数和潜在生态危害指数分别属于重污染等级和极强生态风险;3)以《国家土壤环境质量标准》二级标准为评价标准,单因子污染指数污染程度大小为:AsCdHgCrPb,其中As和Cd为轻度污染,Cr、Hg和Pb为清洁;从12个功能区的内梅罗综合污染指数来看,1号桥区域污染程度是中污染,其他功能区均为轻污染,总体污染程度为轻污染;除榆园区域和5号桥区域的潜在生态危害指数属于轻微生态风险,其他功能区均属于中等生态风险,总体为中等生态风险;4)As是自然来源,Hg是人为来源,Cr、Cd和Pb是自然和人为来源。     

基于PCA-WNN的玉米叶片叶绿素含量遥感反演建模方法

为寻找一种准确、非破坏性的叶绿素含量获取方法,实时掌握作物的生理状况,研究一种基于PCAWNN的玉米叶片叶绿素含量遥感反演模型。利用SVC HR-1024I光谱仪采集盆栽玉米叶片光谱,同时用SPAD-502便携式叶绿素计测定叶绿素含量。从包络线去除、微分处理后的光谱曲线中提取7个光谱特征参数(SCPs)并与修改型土壤调节植被指数(MSAVI)、归一化差值植被指数(NDVI)、修正植被指数(MVI)、比值植被指数(RVI)、差值植被指数(DVI)5种植被指数分别结合主成分分析(PCA),并提取前4个主分量作为小波神经网络(WNN)的输入因子,以Morlet母小波基函数作为激励函数,建立隐含层节点数为3的PCAWNN模型反演玉米叶片叶绿素含量。通过精度检验,表明7个SCPs与MSAVI组合的建模精度最高,验证小波神经网络反演玉米叶绿素含量的可行性以及其预测精度比BP神经网络更好。