在土壤-小麦系统中逆转重金属铜含量,使用高光谱技术和丰富特性
Liang Zhong1, Shengjie Yang1, Xueyuan Chu2
1State Key Laboratory of Pharmaceutical Biotechnology, School of Life Sciences, Nanjing University, Nanjing 210023, China; Department of Ecology, School of Life Sciences, Nanjing University, Nanjing 210023, China.
The Science of the total environment
|October 26, 2023
概括
小麦叶的高光谱成像准确地估计了土壤的铜 (Cu) 污染. 这种非破坏性方法有助于监测重金属,并通过分析植物和土壤中的Cu含量来确保谷物安全.
科学领域:
- 农业科学 农业科学
- 环境科学 环境科学
- 遥感技术 遥感技术 遥感技术
背景情况:
- 重金属污染,特别是铜 (Cu),对中国的谷物安全构成重大威胁.
- 超光谱遥感提供了一种非破坏性和快速的方法来监测土壤中的重金属含量.
研究的目的:
- 探索小麦叶谱反转的潜力,以估计土壤中的铜 (Cu) 含量.
- 分析土壤-小麦系统中的Cu迁移,相关性和缩特征.
- 开发模型来预测土壤和各种小麦植物部位中的Cu含量.
主要方法:
- 进行了种植在不同度Cu的土壤中种植的小麦的盆栽实验.
- 分析包括土壤-小麦系统中的Cu迁移,相关性和丰富.
- 使用全频段和特征频段建模分析了小麦叶的光谱数据,包括第二导数 (SD) 光谱.
- 丰富特性被用来逆转谷物,茎,根和土壤中的Cu含量.
主要成果:
- 积模式因土壤度而异 (根 > 粒 > 叶 > 茎或根 > 叶 > 茎 > 粒).
- 在土壤和小麦的Cu含量之间发现了高且显著的相关性 (P < 0.01),验证了用于估计的小麦叶的使用.
- 使用SD光谱的最佳倒置模型实现了小麦叶Cu含量的高精度 (R2cv = 0.94,R2ev = 0.91).
- 使用叶子光谱和丰富特征对土壤和植物部位的Cu含量进行反转,其准确度很好或很好 (所有部位的R2cv/R2ev>0.70,茎和根的R2cv/R2ev>0.90).
结论:
- 小麦叶的高光谱反转,结合丰富特性,是估计土壤和植物铜 (Cu) 含量的可行方法.
- 这种方法为监测土壤重金属污染和确保谷物安全提供了可靠的工具.
- 这项研究证明了非破坏性高光谱技术在农业环境监测中的有效性.
更多相关视频
12:36High-throughput Siderophore Screening from Environmental Samples: Plant Tissues, Bulk Soils, and Rhizosphere Soils
Published on: February 9, 2019
12.7K
11:37RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols
Published on: August 8, 2017
16.2K
