遥感与地理信息系统学报

抽象的

近红外光谱法识别废弃尾矿库周边水稻重金属污染的可行性研究：以华南地区桂阳县为例

任红艳、庄大方、杨俊兴、于新芳

保护人们免受重金属污染是中国的一项重要公共卫生问题，也是一项重大的国家环境问题。本研究旨在探索近红外（NIR）光谱技术在识别粗米中重金属浓度（HMC）的可行性。从中国南方桂阳县四个尾矿库周围的农田中采集了 28 个大米样品，然后用 2.0 mm 塑料网过筛，进行实验室光谱测量以及蛋白质、铅（Pb）和铜（Cu）的测定。在构建用于预测 HMC 的偏最小二乘回归（PLSR）模型之前，所有光谱数据都经过了一些方法处理，包括对数（Log）、基线校正（BC）、标准正态变量（SNV）、多重散射校正（MSC）、一阶导数（FD）和连续去除（CR）。就富集系数（EC）而言，Pb 在大米中的积累水平很高（17.05）。 ts与蛋白质的相关性（P=0.77，r<0.01）比与Cu的相关性（P=0.67，r<0.01）更显著。MSC-PLSR模型可以很好地预测蛋白质含量，具有较高的判定系数（R2=0.51）和较低的均方根误差（RMSE=0.17%）。分别对Pb（R2=0.49，RMSE=2.01 mg/kg）和Cu（R2=0.29，RMSE=0.75 mg/kg）建立了MSC-PLSR模型。ts利用近红外光谱技术鉴别大米中的Pb和Cu含量是可行的。但由于样品数量少和粒度干扰等限制，光谱技术在农作物中其他重金属鉴别中的应用还有待进一步研究。