环境监测现代生物技术论文提纲

论文题目：利用高光谱遥感技术监测农田土壤-作物系统中重金属含量变化的研究

摘要：随着经济的快速发展,多种重金属元素被释放到农田土壤环境中,导致农田土壤重金属污染越来越严重。由于重金属具有不可降解性和持久性,极易通过食物链在动植物体内积累,这对人体健康构成了巨大威胁。小麦是我国人民生活的主要粮食作物,其种植范围非常广泛,虽然铜元素是小麦生长的必需元素,但过量的铜元素会抑制其叶绿素的合成或引起叶绿素的破坏,导致光合作用生物膜中脂质的过氧化,从而影响小麦的光合作用,导致其产量下降。此外,当铜元素迁移到籽实中时,将对人类健康构成严重威胁。传统的重金属含量检测方法存在多种缺点,比如步骤繁琐、损坏土壤等,而新兴的高光谱遥感技术可以快速地获取地面物体的高光谱数据信息,具有高分辨率和多个连续的光谱等优势,更符合现代快速、无损、实时地监测土壤和作物重金属含量变化的需求。由于土壤是作物的生长基质,当土壤中的重金属含量超过环境可承受的范围时,会干扰作物叶绿素的合成,导致作物叶片或冠层的光谱信息产生变化,所以可通过测定作物冠层或叶片的高光谱数据,结合各光谱指数,建立估测模型反演土壤重金属含量。因此,为了保障粮食安全和人类身体健康,利用高光谱遥感对农田土壤和作物的重金属含量变化进行实时、快速地监测具有重要意义。本文以农田土壤和小麦为研究对象,利用高光谱遥感技术,结合相关分析、偏最小二乘回归及地统计学方法,做了以下研究:（1）分析土壤和小麦植株各部位重金属铜含量的相关关系,研究铜元素在土壤-小麦系统中的转运、富集规律,探讨土壤中添加不同浓度的铜元素对小麦总生物量和产量的影响;（2）利用相关分析和偏最小二乘回归（PLSR）方法,筛选出对土壤有效态铜含量敏感的光谱形式,建立PLSR模型估测土壤有效态铜的含量;（3）对小麦叶片的高光谱反射和吸收波段进行分析,并对光谱信息进行多种形式的预处理,通过光谱指数与籽粒铜含量的相关分析,建立PLSR模型估测小麦籽粒铜的含量;（4）基于克里金插值法,结合单因子污染指数、内梅罗综合污染指数和地积累指数,分析张家港市农田土壤重金属As、Cr、Cu、Pb、Cd的空间分布特征及其污染状况,为改善张家港市农田土壤生态环境及保障食品安全提供参考依据。现取得的主要研究进展如下:（1）铜元素在土壤-小麦系统中迁移转化的特征。土壤中Cu添加量为200 mg/kg的小麦总生物量和产量均最高,600 mg/kg的小麦总生物量最低。土壤中Cu添加量为200 mg/kg的小麦总生物量与其他处理间均存在显著性差异,而不同处理的小麦产量之间均不存在显著性差异;土壤、茎叶的Cu含量与小麦籽粒的Cu含量之间均呈现极显著正相关关系,这表明,小麦籽粒中的重金属除由耕层土壤输送外,茎叶也为重金属提供了来源。而且相比于土壤Cu总量,土壤有效态Cu含量与籽粒Cu含量的相关系数更高,证实了土壤中重金属的有效态含量越高,农作物籽实中的重金属含量越高;小麦的不同部位对重金属铜的吸收能力不同,根的吸收能力最强,土壤中Cu添加量较低时,小麦植株中重金属浓度呈现根＞籽粒＞叶片＞茎的规律,土壤中Cu添加量较高时,呈现根＞叶片＞茎＞籽粒的规律;小麦对Cu的转运系数小于1,且不同部位对Cu的富集系数也均未超过1,大小顺序为根＞茎叶＞籽粒,说明小麦植株对土壤中Cu元素的转运积累能力较弱。（2）利用高光谱数据反演土壤有效态铜含量的结果。小麦开花期,不同处理的叶片原始光谱反射率在各波长范围内的变化趋势具有一致性,而且土壤中Cu添加量高的叶片原始光谱反射率在各波段范围内均高于添加量低的叶片;开花期不同处理的小麦株高之间无显著性差异;经过多种形式的光谱预处理,其中,倒数对数一阶微分光谱建立的模型精度最高,R2最高为0.83,RMSECV最小为1.71,且与RMSRP差值较小,内部验证和外部验证的R2分别为0.666和0.839;研究结果初步证明我们可以利用高光谱生物遥感技术有效地监测土壤中重金属Cu含量的变化,及时判断其浓度是否超标,为大面积、原位立体监测农田土壤重金属含量变化提供了理论支持。（3）利用高光谱数据反演小麦籽粒中铜含量的结果。小麦拔节期,不同处理的小麦株高之间无显著性差异,而小麦籽粒中的Cu含量会随着土壤中Cu添加量的增加而增加,除了土壤中铜添加量为200 mg/kg和400 mg/kg的处理外,其他处理之间均存在显著性差异;在可见光和近红外范围内,小麦叶片的原始光谱反射率随着土壤中Cu添加量的增加而增加,而且各处理组具有相似的变化趋势;不同的光谱变换形式对估测籽粒Cu含量的精度差异较大,其中,连续统去除光谱建立的PLSR模型精度最高,是反演小麦籽粒Cu含量的最佳模型,校正模型的R2为0.859,内部验证的R2为0.787,RMSECV为1.03,外部验证的R2为 0.828,RMSEP 为 0.87。（4）农田土壤重金属空间分布特征和污染评价的结果。张家港市农田土壤重金属Cu和Cd元素的平均值均超过江苏省土壤元素背景值,积累最为严重,分别为江苏省土壤背景值的1.26倍及2.21倍;根据克里金插值可知,土壤As元素污染最轻,高值区域分布最少;土壤Cr和Cu元素的高值区域分布较多;土壤Pb元素的高值区域主要集中于杨舍镇西南部;土壤Cd元素的高值区域主要为杨舍镇和锦丰镇的交界区域,此区域可能存在Cd的污染源;土壤中5种重金属元素的含量在杨舍镇、大新镇、锦丰镇均较高,而在金港镇的西南部均较低,重金属污染较轻;单因子污染指数表明土壤中的As、Cr、Cu、Pb四种元素均属于清洁范畴,而大部分土壤区域中的Cd元素都属于清洁和尚清洁的范围（共90%的区域）,而分别有5%的区域达到轻度污染和中度污染。内梅罗综合污染指数表明杨舍镇综合污染最严重,其次是大新镇和锦丰镇,张家港市综合污染指数表明该市农田土壤总体处于轻度污染等级。地积累指数表明张家港市农田土壤Cd污染最严重,其次是Cu,再者是Pb,污染最轻的是As和Cr。本文的创新之处:（1）探索一个快速,无损,实时和动态立体的监测方法。利用地面高光谱遥感技术可以直接获取地面物体的高光谱数据信息,具有分辨率高和光谱连续等优势,建立重金属含量反演模型后,通过获取监测对象的高光谱数据,无需损坏土壤和作物,即可监测重金属含量的变化,弥补了传统重金属含量检测方法的步骤繁琐、损坏检测对象、无法实时检测等不足。（2）利用高光谱遥感技术由作物间接监测土壤中重金属含量的变化。以往的研究多利用土壤重金属的光谱数据直接监测土壤中重金属含量的变化,但由于土壤重金属的光谱信息微弱,难以检测出来,所以监测精度较低。而高光谱遥感技术可以通过作物冠层或叶片的光谱数据,结合光谱指数,建模间接反演土壤重金属含量,模型精度较直接监测的精度更高。总之,为了快速、实时、无损地监测土壤和作物中重金属含量的变化,保障土壤环境质量和粮食安全,本文通过分析铜元素在土壤-小麦系统中的迁移富集特征,并利用小麦叶片的高光谱遥感数据,建立PLSR模型反演土壤有效态铜含量和小麦籽粒铜含量;并结合地统计方法和土壤污染指数,分析了张家港市农田土壤重金属的空间分布特征和污染状况,为未来大面积、快速监测土壤和作物重金属含量变化提供了理论支持。

关键词：农田土壤-小麦系统;地面高光谱遥感;重金属迁移富集特征;土壤有效态铜含量反演;小麦籽粒铜含量反演;克里金插值;土壤重金属污染

学科专业：生态学

中文摘要

Abstract

缩略词目录

第一章 绪论

1.1.研究背景

1.1.1.土壤重金属污染现状

1.1.2.铜在土壤-作物系统中迁移的影响因素

1.1.3.土壤和作物重金属含量的检测方法

1.1.3.1.传统检测方法

1.1.3.2.新型监测方法

1.1.4.高光谱遥感技术的特征及其监测机制

1.1.4.1.直接监测土壤重金属污染

1.1.4.2.间接监测土壤重金属污染

1.2.国内外研究进展

1.2.1.重金属在土壤-作物系统中的迁移富集特征

1.2.2.高光谱遥感监测土壤重金属污染

1.2.3.高光谱遥感监测作物重金属污染

1.2.4.特征光谱的提取方法

1.2.4.1.一次变换处理

1.2.4.2.导数处理

1.2.4.3.连续统去除

1.2.4.4.植被指数

1.3.存在的问题

1.3.1.高光谱遥感数据不精确,影响因素较多

1.3.2.由地面推进到卫星遥感尺度,大面积监测存在困难

1.3.3.估测土壤和作物籽粒重金属含量的定量模型的精度不高

1.4.研究方案

1.4.1.研究意义

1.4.2.研究目标

1.4.3.研究内容

1.4.4.技术路线

1.5.参考文献

第二章 铜元素在农田土壤-小麦系统中的迁移积累特征分析

2.1.引言

2.2.材料与方法

2.2.1.试验设计

2.2.2.土壤重金属铜总量和有效态含量的测定

2.2.3.小麦根、茎、叶和籽粒中重金属铜含量的测定

2.2.4.指标测定

2.2.4.1.富集系数

2.2.4.2.转运系数

2.2.5.数据处理

2.3.结果与分析

2.3.1.土壤中添加不同浓度铜对小麦生理指标的影响

2.3.2.土壤和小麦各部位铜含量的统计

2.3.3.土壤铜总量和有效态含量与小麦各部位铜含量的相关分析

2.3.4.小麦根、茎、叶和籽粒中铜含量的变化

2.3.5.小麦植株对铜元素的转运富集规律

2.4.讨论

2.4.1.重金属的迁移转化对土壤重金属污染的影响

2.4.2.土壤中Cu添加量为200 mg/kg的小麦总生物量和产量最高的原因

2.4.3.作物不同部位吸收重金属的能力不同

2.5.小结

2.6.参考文献

第三章 利用高光谱数据反演土壤有效态铜含量的研究

3.1.引言

3.2.材料与方法

3.2.1.试验设计

3.2.2.土壤铜的有效态含量测定

3.2.3.小麦叶片的高光谱数据测定

3.2.4.光谱数据预处理与估测模型的构建

3.2.4.1.光谱平滑

3.2.4.2.光谱变换

3.2.4.3.估测模型的构建

3.3.结果与分析

3.3.1.小麦叶片高光谱特征及株高的差异分析

3.3.2.叶片光谱指数与土壤有效态铜含量的相关性分析

3.3.3.土壤有效态重金属铜含量的估测模型的构建

3.3.3.1.最佳估测模型的构建

3.3.3.2.最佳估测模型的内部验证

3.3.3.3.最佳估测模型的外部验证

3.4.讨论

3.4.1.小麦叶片的原始光谱反射率随着土壤中添加铜浓度的增加而增加

3.4.2.倒数对数一阶微分光谱建立的反演模型精度最佳

3.5.小结

3.6.参考文献

第四章 利用高光谱数据反演小麦籽粒铜含量的研究

4.1.引言

4.2.材料与方法

4.2.1.试验设计

4.2.2.小麦籽粒重金属铜含量的测定

4.2.3.小麦叶片高光谱数据测定

4.2.4.光谱数据预处理与估测模型的构建

4.2.4.1.光谱平滑

4.2.4.2.光谱变换

4.2.4.3.估测模型的构建

4.3.结果与分析

4.3.1.土壤中添加不同浓度的铜元素对小麦籽粒品质的影响

4.3.2.不同处理的小麦叶片的高光谱特征及株高的差异分析

4.3.3.不同形式光谱反射率与小麦籽粒铜含量的相关分析

4.3.4.小麦籽粒重金属铜含量的估测模型的构建

4.3.4.1.最佳估测模型的构建

4.3.4.2.最佳估测模型的内部验证

4.3.4.3.最佳估测模型的外部验证

4.4.讨论

4.4.1.小麦拔节期土壤中铜添加量为200 mg/kg的小麦株高最高

4.4.2.拔节期的小麦叶片光谱随着土壤中铜添加量的增加而增加

4.5.小结

4.6.参考文献

第五章 农田土壤重金属的空间分布特征及污染状况研究

5.1.引言

5.2.材料与方法

5.2.1.研究区域概况

5.2.2.样品采集与分析

5.2.3.研究方法

5.2.3.1.克里金插值

5.2.3.2.土壤重金属污染评价方法

5.2.4.数据处理

5.3.结果与分析

5.3.1.张家港市农田土壤重金属含量统计

5.3.2.张家港市农田土壤重金属的空间分布特征

5.3.3.张家港市农田土壤重金属污染状况

5.3.3.1.单因子污染指数

5.3.3.2.内梅罗综合污染指数

5.3.3.3.地积累指数

5.4.讨论

5.4.1.张家港市农田土壤重金属的污染源分析

5.4.2.张家港市农田土壤重金属污染的治理措施

5.5.小结

5.6.参考文献

第六章 最后总结

6.1.研究结论

6.2.研究创新

6.3.研究不足

6.4.研究展望

附录B 个人简历

致谢