摘要：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VMDMSE光谱弱信息探测模型,同时利用模型值VM进行Cu^2+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Cu^2+含量呈现显著负相关,其中第一尺度模型值(VM1)与叶片中Cu^2+相关性最好。对各尺度VM构建的Cu^2+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VMDMSE模型可为作物污染信息提取、污染诊断及Cu^2+含量预测提供思路与方法。

关键词：重金属铜污染 玉米 光谱 变分模态分解 多尺度熵 

单位：中国矿业大学(北京)煤炭资源与安全开采国家重点实验室; 北京100083