汞是一種有嚴重生物毒性的環(huán)境污染物,濕地中積水的環(huán)境和豐富的有機質為汞的累積提供了條件,而濕地植物可通過水體、土壤、大氣等多種途徑吸收重金屬汞。因此,了解重金屬汞對植物葉片的影響,并尋求一種快速、精準估測濕地植物汞污染的方法成為監(jiān)測濕地生態(tài)環(huán)境的重要途徑。本研究以濕地植物蘆葦（Phragmites communis）為研究對象,通過野外采樣以及控制實驗,分析不同程度汞污染下蘆葦葉片總汞及葉綠素含量的變化,并結合高光譜技術研究汞污染下蘆葦葉片的反射光譜特征變異,提取光譜信息中潛藏的汞污染信息,建立蘆葦葉片總汞含量與光譜數據之間的定量模型,利用反射光譜信息反演蘆葦葉片總汞含量。研究發(fā)現(xiàn):（1）隨著土壤汞處理水平的增加,蘆葦葉片總汞含量逐漸升高,葉綠素α含量逐漸降低,葉綠素β和總葉綠素先升高后降低,且葉綠素α對汞的敏感性大于葉綠素β和總葉綠素。水體、大氣總汞含量與蘆葦葉片總汞、葉綠素含量的相關性與土壤相同,但各環(huán)境介質影響程度大小排序為:土壤≈水體>大氣。與此同時,隨著汞處理時長的增加,蘆葦葉片總汞含量逐漸增加,葉綠素α、葉綠素β和總葉綠素含量則呈現(xiàn)逐漸減小的趨勢,但蘆葦葉片總汞含量與... 

【文章來源】：中國林業(yè)科學研究院北京市

【文章頁數】：99 頁

【學位級別】：碩士

【部分圖文】：

控制實驗布設情況

圖 2-3 采樣點分布示意圖Figure 2-3 Distribution of sampling points2.3 樣品采集與檢測2.3.1 樣品采集與保存（1）蘆葦葉片：隨機選取樣方內蘆葦植株頂端完全展開的兩片葉片，測量過光譜數據后，使用干凈的不銹鋼剪刀將其剪下，裝入聚氯乙烯自封袋中帶回實驗室，用自來水沖洗掉葉片表面泥土和雜物后，再用去離子水沖洗，自然風干后研磨過篩，封裝于聚氯乙烯自封袋中待測。（2）土壤樣品：使用四分法采集蘆葦樣品周圍土壤 500 g，裝入聚氯乙烯自封袋帶回

.2 基于光譜指數的敏感光譜指數篩選為在眾多植被光譜指數中選取重金屬汞污染下反演蘆葦葉片汞含量精度最優(yōu)的汞污染下蘆葦葉片汞含量變化較為敏感的指數。本文利用統(tǒng)計學方法分2500 nm 范圍內兩波段光譜反射率組合的 DSI、NDSI 和 RSI 光譜指數與葉片總相關關系（圖 5-3）。計算結果顯示，三類光譜指數組合參數的敏感區(qū)基本一致光波段與近、中紅外光波段的組合，多數屬于負相關，雖然相關系數絕對值僅，但均處于極顯著相關；此外，NDSI 和 RSI 光譜指數與葉片總汞含量的相關性 光譜指數，相關性高的波段也優(yōu)于 DSI 光譜指數。經過計算，與蘆葦葉片總汞性最好的光譜指數為 DSI（350，1715），NDSI（355，1715），RSI（355，171550 或 355 nm 與 1715 nm 構建的常用光譜指數對蘆葦葉片汞含量的變化較為敏感

【參考文獻】：
期刊論文
[1]重金屬污染農田的高光譜遙感監(jiān)測研究[J]. 遲光宇,郭楠,陳欣.  土壤與作物. 2017(04)
[2]重金屬銅和鋅脅迫下的小麥冠層反射光譜特征[J]. 王慧,曾路生,孫永紅,張金恒,郭慶增,孫芳莉,宋朝玉,陳建美.  農業(yè)工程學報. 2017(02)
[3]外源Hg脅迫對3種煙草品種葉綠素含量和光合效應的影響[J]. 吳敏蘭,王果,李葒葒,賈洋洋,楊林通.  生態(tài)毒理學報. 2016(06)
[4]土壤重金屬污染對水稻高光譜的影響[J]. 趙思穎,張軍,倪才英,符文昌,郝金才.  江蘇農業(yè)科學. 2016(11)
[5]5種濕地植物對土壤重金屬的富集轉運特征[J]. 嚴莉,李龍山,倪細爐,李昌曉,李健.  西北植物學報. 2016(10)
[6]銅鉛重金屬脅迫下玉米光譜分形維數與污染監(jiān)測研究[J]. 楊可明,卓偉,張婉婉,汪國平,劉二雄.  科學技術與工程. 2016(24)
[7]重金屬鉛離子脅迫下玉米葉片光譜弱差信息的DSAT甄別模型[J]. 楊可明,汪國平,尤笛,劉聰,夏天.  光譜學與光譜分析. 2016(08)
[8]中國汞治理迫在眉睫[J]. 張奇.  生態(tài)經濟. 2016(07)
[9]中國燃煤部門大氣汞排放協(xié)同控制效果評估及未來預測[J]. 惠霂霖,張磊,王書肖,蔡思翌,趙斌.  環(huán)境科學學報. 2017(01)
[10]連續(xù)小波變換高光譜數據的土壤有機質含量反演模型構建[J]. 于雷,洪永勝,周勇,朱強.  光譜學與光譜分析. 2016(05)

博士論文
[1]植被重金屬含量高光譜遙感反演方法研究[D]. 周超.吉林大學 2016
[2]冬小麥不同生育時期生態(tài)生理參數的高光譜遙感監(jiān)測模型[D]. 賀佳.西北農林科技大學 2015
[3]基于機器學習和輻射傳輸模型的農作物葉綠素含量高光譜反演模型[D]. 呂杰.中國地質大學(北京) 2012
[4]農作物重金屬污染脅迫遙感弱信息增強與計算[D]. 王平.東北師范大學 2010
[5]汞誘導蕨類植物和印度芥菜氧化脅迫反應及其污染土壤的植物修復作用研究[D]. 陳健.南京農業(yè)大學 2008
[6]不同水平油菜氮素含量遙感信息提取方法研究[D]. 王淵.浙江大學 2008

碩士論文
[1]高光譜與多光譜遙感水稻估產研究[D]. 王娣.武漢大學 2017
[2]基于水稻葉綠素含量變化的重金屬污染脅迫遙感分析與評價[D]. 高振東.東北師范大學 2015
[3]重慶市兩種特色蔬菜鎘污染的高光譜檢測[D]. 顧艷文.西南大學 2015
[4]基于非成像高光譜煙葉主要生化參數遙感估測模型研究[D]. 付虎艷.西南林業(yè)大學 2015
[5]濕地植物葉片重金屬含量高光譜遙感估算模型研究[D]. 周毅軍.福建師范大學 2014
[6]三峽庫區(qū)消落帶土壤淹水過程汞釋放與甲基化特征的模擬研究[D]. 賀春鳳.西南大學 2013
[7]水稻鎘污染脅迫高光譜分析模型研究[D]. 金銘.中國地質大學（北京） 2011
[8]汞在土壤—植物中的分布、累積以及相關性研究[D]. 閆麗崗.山西大學 2009
[9]基于回歸分析的軟件成本估算方法的研究與應用[D]. 李卓.國防科學技術大學 2009
[10]三峽水庫消落區(qū)土壤汞釋放特征研究[D]. 張金洋.西南農業(yè)大學 2005



本文編號：3321860