【技术实现步骤摘要】
本专利技术属于植物的重金属污染检测领域，尤其涉及。
技术介绍
由于工业社会的进步，采矿和工业“三废”，化肥和农药的大量施用，使农田土壤重金属含量上升，严重威胁植物生长和环境质量。水稻是我国重要的粮食作物，水稻生产的安全关系到国计民生。目前，我国已有大量稻田受到有毒重金属的污染，这不仅影响水稻的生长和发育，降低产量与品质，而且经水稻吸收的重金属由食物链进入人体，严重影响人类健康。重金属中的铅、镉、汞是土壤环境质量标准评价中的主要指标，也是水稻污染的主要重金属元素， 危害较大。如镉，它是一种毒性最强的重金属之一，与其它非必需元素相比，镉具有更强的从土壤向植物迁移的能力，在环境中活性较强，因此在绿色植物中富集系数较大，往往在不影响植物正常生长的情况下，植物可累积较高浓度的镉，然后通过食物链进入人体，引起健康问题。汞也是一种对人体和植物危害较大的重金属，一般植物汞中毒后会表现出生长缓慢、叶子枯黄的症状，但通常不明显，不易察觉，人误食被汞污染的作物后，可能会导致汞中毒。铅也是植物的非必需元素，当它与植物接触后就会对植物产生一定的毒害作用，轻则使植物体内的代谢过程发生紊乱，...
【技术保护点】
一种基于近红外光谱鉴别重金属污染水稻叶片的方法，其特征在于，包括以下步骤：(1)采集四类水稻叶片样本，向水稻叶片样本背面发射波数范围为4000～12000cm？1的近红外光谱，并采集所有水稻叶片样本的漫反射光谱信息，所述四类水稻叶片样本中，一类为正常水稻叶片样本，其余三类分别为汞、镉、铅污染水稻叶片样本；(2)利用小波转换方法分别对水稻叶片样本的漫反射光谱信息进行处理，获取对应的小波特征；(3)以水稻叶片样本的小波特征为输入，以水稻叶片样本对应的叶片污染类型设定值为输出，建立神经网络模型；(4)根据步骤(1)～(2)获取待测水稻的小波特征，将其带入步骤(3)中所述的神经网络...
【技术特征摘要】
【专利技术属性】
技术研发人员：朱诚，张龙，潘家荣，赵鹂，
申请(专利权)人：中国计量学院，丽水学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。